研究者詳細 - 徳永　旭将

口頭発表・ポスター発表等 - 徳永　旭将

分割表示73 件中 41 - 60 件目／全件表示 >>

独立成分分析を用いた人工衛星干渉磁場の分離: 伸展物と事前情報を用いない磁場観測

今城峻, 能勢正仁, 相田真里, 松本晴久, 東尾奈々, 徳永旭将, 松岡彩子

統計数理研究所共同研究集会「宇宙地球環境の理解に向けての統計数理的アプローチ」統計数理研究所, 名古屋大学宇宙地球環境研究所，名古屋大学数理データ科学教育研究センター

An image processing pipeline for quantifying spatiotemporal evolution of voltage responses inside a single cell of C. elegans

Terumasa Tokunaga, Noriko Sato, Yuishi Iwasaki, Takeshi Ishihara

第43回日本分子生物学会年会日本分子生物学会

非対称的な相互作用を持つマルコフ確率場を変形モデルとした非剛体イメージレジストレーション技術の開発

長村徹, 徳永旭将

第23回情報論的学習理論ワークショップ電子情報通信学会情報論的学習理論と機械学習研究会

GLCICによる欠損補間に基づく教師なし画像異常検知法の提案

深町悠貴, 徳永旭将

第23回情報論的学習理論ワークショップ電子情報通信学会情報論的学習理論と機械学習研究会

宇宙プラズマ現象予測モデル開発に向けた機械学習・数値シミュレーション・観測による学習データの整備

深沢圭一郎, 木村智樹, 徳永旭将, 中野慎也

第148回地球電磁気・地球惑星圏学会総会及び講演会地球電磁気・地球惑星圏学会

開催期間： 2020年11月01日 - 2020年11月04日記述言語：英語

The machine learning has become a powerful tool to find the relation between variables thanks to the deep learning technique. This performs greatly in the classification, regression and recently generative modeling in the engineering and commercial areas. However, due to the satisfaction of physical laws in the scientific research area, the application of machine learning has some difficulties. In particular, the generative modeling is very sensitive to scientific data since the generated data is not guaranteed by the physical laws.
To overcome these problems, we have tried to apply machine learning to space plasma physics. In the observation there are many lacks data in space and time. Using the technique of GAN (Generative Adversarial Networks), we have challenged to represent the lack data of aurora image by ASI (All-Sky Imager) of THEMIS. Now we use the natural training data not only the observation data and we have obtained the smooth represented data, however these data cannot satisfy the physical laws. Then we prepare the training data of only observation.
From this thought the preparing the training data is the most important for machine learning. Then we have prepared the global simulation data of magnetosphere using real solar wind data for the generation and forecast the configuration of the magnetosphere. These data are the very large size and time elapsed data so that the data set cannot be stored in often case and usual machine learning cannot treat these data set. However recently there are 3D CNN (convolutional neural network) and RNN (recurrent neural network) which can be trained by 3D data set and these data set may become very important. In this study, we show the database of this data set data, representation of the auroral image and their status.

Development of Deformable Image Registration Technique using MRFs Based Deformation Model with Asymmetric Interaction

長村徹, 徳永旭将

第9回生命医薬情報連合大会日本バイオインフォマティクス学会（JSBi）, 日本オミックス医学会

GANに基づくCIEDE2000異常度スコアを用いた色異常検知方法の提案

片渕凌也, 徳永旭将

第23回画像の認識・理解シンポジウム電子情報通信学会パターン認識・メディア理解(PRMU)研究専門委員会

開催期間： 2020年08月02日 - 2020年08月05日記述言語：日本語開催地：オンライン

本論文では, 色に現れる異常の検出を目的とした, 教師なし異常検出方法を提案する. 提案手法では, 敵対的生成ネットワークに基づく教師なし学習に基づき, 色の再構成可能性を評価することで, 正常データでは見られなかった色の異常の検知を行う. また, 色の再構成可能性の評価のため, CIEDE2000 色差に基づく異常度スコアを提案する. 実験では, PlantVillage データセットを用いた病気の植物とその病変領域の検出に対して提案手法の性能評価を行い,ベースラインである AnoGAN との比較を行う. 実験の結果, 提案手法が色の異常検知問題に対して検出性能, 解釈可能性および計算効率性の観点から AnoGAN より優れた性能を発揮することを示す.

All-Sky Imagerデータの複数の脈動パッチを包括的に追跡するためのパイプライン

野見山陸, 三好由純, 遠山航平, 小川泰信, 細川敬祐, 徳永旭将

第23回画像の認識・理解シンポジウム電子情報通信学会パターン認識・メディア理解(PRMU)研究専門委員会

Signal and Noise Separation from Satellite Magnetic Field Data Using Independent Component Analysis: Prospect of Magnetic Measurements without Mast and Noise Source Information

Shun Imajo, Masahito Nosé, Mari Aida, Haruhisa Matsumoto, Nana Higashio, Terumasa Tokunaga, Ayako Matsuoka

JpGU-AGU Joint Meeting 2020 日本地球惑星科学連合

Identifying the Snowfall Cloud at Syowa Station, Antarctica via a Convolutional Neural Network

Kazue Suzuki, Masaki Shimomura, Kazuyuki Nakamura, Naohiko Hirasawa, Hironori Yabuki, Takashi Yamanouchi, Terumasa Tokunaga

2020年度人工知能学会全国大会（第34回）人工知能学会

A Pipeline for Comprehensive Tracking of Pulsating Patches in All-Sky Imager Data

野見山陸, 三好由純, 遠山航平, 小川泰信, 細川敬祐, 徳永旭将

JpGU - AGU Joint Meeting 2020 Japan Geoscience Union

映像IoT技術による赤ちゃん見守りシステム

村田健史, 深沢圭一郎, 徳永旭将, 水原隆道, 野見山陸, Somnuk Phon-Amnuaisuk

第151回情報システムと社会環境研究発表会

Whole-brain calcium imaging analyses of dynamics of neural network in C. elegans

Yuko Murakami, Suzu Oe, Motonari Ichinose, Takayuki Teramoto, Yu Toyoshima, Terumasa Tokunaga, Osamu Hirose, Stephan Wu, Jang Moon-Song, Hirofumi Sato, Sayuri Kuge, Yuishi Iwasaki, Ryo Yoshida, Yuichi Iino, Takeshi Ishihara

次世代脳プロジェクト2019年度冬のシンポジウム

Whole neuronal analyses of the behavioral switching depending on associative learning in C. elegans

大江紗, 村上悠子, 寺本孝行, 豊島有, 徳永旭将, Stephan Wu, 広瀬修, Moon-Sun Jang, 佐藤博文, 金森真奈美, 久下小百合, 岩崎唯史, 吉田亮, 飯野雄一, 石原健

次世代脳プロジェクト2019年度冬のシンポジウム

Application of Machine Learning to magnetospheric physics and preparation of training data for global magnetospheric configuration and physics

Keiichiro Fukazawa, Tomoki Kimura, Terumasa Tokunaga, Shinya Nakano

AGU Fall Meeting 2019 America Geophysics Union

全脳カルシウムイメージングによる線虫の神経動態解析

村上悠子, 大江紗, 寺本孝行, 豊島有, 徳永旭将, Stephan Wu, 広瀬修, Jang Moon-Sun, 佐藤博文, 金森　真奈美, 久下小百合, 岩崎唯史, 吉田亮, 飯野雄一, 石原健

第42回日本分子生物学会年会日本分子生物学会

線虫の連合学習の記憶に基づく行動スイッチング:中枢神経回路活動可視化による解析

大江紗, 村上悠子, 寺本孝行, 豊島有, 徳永旭将, Stephan Wu, 広瀬修, Moon-Sun Jang, 佐藤博文, 金森真奈美, 久下小百合, 岩崎唯史, 吉田亮, 飯野雄一, 石原健

第42回日本分子生物学会年会日本分子生物学会

Analyzing whole-brain dynamics of C. elegans with statistical approach

Yuko Murakami, Suzu Oe, Takayuki Teramoto, Yu Toyoshima, Terumasa Tokunaga, Osamu Hirose, Stephen Wu, Moon-Sun Jang, Hirofumi Sato, Manami Kanamori, Sayuri Kuge, Yuishi Iwasaki, Ryo Yoshida, Yuichi Iino, Takeshi Ishihara

The 20th International Conference on Systems Biology

CNNを用いた南極域における降雪時の雲パターン検出

鈴木香寿恵, 徳永旭将, 福地岬稀，平沢尚彦，矢吹裕伯，山内恭

日本気象学会2019年度秋季大会日本気象学会

ディープラーニングによる南極昭和基地周辺における降雪をもたらす雲の検出

鈴木香寿恵, 徳永旭将, 福地岬稀，平沢尚彦，矢吹裕伯，山内恭

氷雪研究大会2019 日本氷雪学会

　前のページ - 次のページ　

<徳永 旭将>

口頭発表・ポスター発表等 - 徳永 旭将

<徳永　旭将>

口頭発表・ポスター発表等 - 徳永　旭将