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 >> ／全件表示73 件中 1 - 73 件目

Cost-effective Deep Image Segmentation with Partial Patch Annotations based on Semi-supervised Learning

Terumasa Tokunaga, Keiichi Nakanishi, Ryoya Katafuchi, Kohki Miyama, Shou Watanabe

The 4th International Symposium on Neuromorphic AI Hardware 2022年12月 Research Center for Neuromorphic AI Hardware

開催期間： 2022年12月13日 - 2022年12月14日記述言語：英語開催地：-46 Furusemba-machi, Kokurakita-ku, Kitakyushu-shi, Fukuoka 802-0082 Japan 国名：日本国

Image segmentation plays a central role in various real-world image processing applications, including object detection, object tracking, medical image diagnosis, scene understanding, and video surveillance. Over the last decade, supervised approaches based on deep learning (DL) have achieved outstanding performance in various segmentation tasks. However, most DL-based approaches require numerous pixel-wise annotations for training. This requirement often creates serious bottlenecks for research projects. Additionally, pixel-wise annotations of objects with indistinct boundaries can sometimes be arbitrary. In this study, we propose a novel semi-supervised image segmentation method called Cost-effective image Segmentation with Partial Annotations (CoSPA). Our main contributions are as follows: (1) Our method considerably reduces annotation costs of DL-based image segmentation maintaining practical performance, (2) We propose a novel cost function designed for CoSPA, (3) We experimentally demonstrate the effectiveness of CoSPA under extremely low annotation cost using real-world image datasets.

外観検査AIによる製造業のアップデート招待有り

花手洋樹; 徳永旭将

エッセンスフォーラム2024 2024年08月株式会社エッセンス

画素単位のマスクを用いない大域・局所的推論の一致性に基づく領域分割

中西慶一, 徳永旭将

第27回画像の認識・理解シンポジウム MIRU2024 2024年08月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

Layer-wise External Attention for Efficient Deep Anomaly Detection

Tokihisa Hayakawa, Keiichi Nakanishi, Ryoya Katafuchi, Terumasa Tokunaga

3rd International Conference on Image Processing and Vision Engineering 2023年04月 eseo

クラス事前確率を用いた半教師あり多クラス分類におけるコスト関数の提案

三山晃季, 中西慶一, 徳永旭将

第27回画像の認識・理解シンポジウム MIRU2024 2024年08月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

欠損補完に基づく画像異常検知に対してマスクサイズが与える影響の評価

古里和暉 , 中西慶一 , 徳永旭将

第27回画像の認識・理解シンポジウム MIRU2024 2024年08月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

外部視覚注視機構による異常検出性能の高い注視領域生成方法の解析

城間亮, 中西慶一, 片渕凌也, 徳永旭将

第27回画像の認識・理解シンポジウム MIRU2024 2024年08月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

EVSによる共振撮影を利用した透明物体のインスタンスセグメンテーションの検討

芦原新太郎, 徳永旭将

第27回画像の認識・理解シンポジウム MIRU2024 2024年08月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

欠損補完に基づく画像異常検知に対してマスクの色が与える影響の評価

持田海音, 中西慶一, 徳永旭将

第27回画像の認識・理解シンポジウム MIRU2024 2024年08月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

外部視覚注視機構による深層学習の異常検出における注視領域生成過程の解析

城間亮、中西慶一、片渕凌也、徳永旭将

2024年度人工知能学会全国大会（第38回） 2024年05月人工知能学会

Bidirectional 2D Reservoir Network for Image Anomaly Detection without any Training

Keiichi Nakanishi, Terumasa Tokunaga

The 5th International Symposium on Neuromorphic AI Hardware 2024年03月 the Research Center for Neuromorphic AI Hardware, Kyushu Institute of Technology

Heavy Snow Cloud Detection in Satellite Images Based on Semi-Supervised Image Segmentation

Lin Magari, Terumasa Tokunaga, Kazue Suzuki

The 14th Symposium on Polar Science 2023年11月国立極地研究所

The application of Echo State Network in reproducing the membrane potential response of olfactory neurons in C. elegans

石橋涼輔, 高島功佑, 中西慶一, 田向権, 田中悠一朗, 石原健, 佐藤則子, 徳永旭将

2023年日本バイオインフォマティクス学会年会・第12回生命医薬情報学連合大会 2023年09月日本バイオインフォマティクス学会

The Reproduction of Calcium Ion Response in C. elegans Olfactory Neurons using Echo State Networks

高島功佑, 石橋涼輔, 中西慶一, 田向権, 田中悠一佑, 石原健, 佐藤則子, 徳永旭将

日本バイオインフォマティクス学会年会第12回生命医薬情報学連合大会 2023年09月日本バイオインフォマティクス学会

外部視覚注視機構による深層学習の異常検出能力と注視領域生成方法の関係について

城間亮, 早川季寿, 中西慶一, 徳永旭将

第26回画像の認識・理解シンポジウム(MIRU2023) 2023年07月電子情報通信学会PRMU研究会

パッチ画像を用いた半教師あり学習に基づくセグメンテーションフレームワーク

中⻄慶一, 徳永旭将

第26回画像の認識・理解シンポジウム (MIRU2023) 2023年07月電子情報通信学会PRMU研究会

Heavy Snow Cloud Detection in Satellite Images Based on Semi-Supervised Image Segmentation

Lin Magari, Terumasa Tokunaga, Kazue Suzuki

日本地球惑星科学連合2023年大会 2023年05月日本地球惑星科学連合

深層学習によるGaNの表面モフォロジー画像からのオフ角度の推定

石本宝,徳永旭将, 新田州吾, 渡邉浩崇

先進パワー半導体分科会第9回講演会 2022年12月先進パワー半導体分科会

A rule-based anomaly detection method using binary segmentation as preprocessing

Kazumichi Tanaka, Sansei Hori, Keiichi Nakanishi, Terumasa Tokunaga

The 4th International Symposium on Neuromorphic AI Hardware 2022年12月 Research Center for Neuromorphic AI Hardware

開催期間： 2022年12月13日 - 2022年12月14日記述言語：英語開催地：-46 Furusemba-machi, Kokurakita-ku, Kitakyushu-shi, Fukuoka 802-0082 Japan 国名：日本国

Semiconductor visual inspection systems are required to further improve productivity and quality control in proportion to the increasing demand for semiconductor products. In machine vision systems, the combination of conventional rule-based anomaly detection methods, which are characterized by their high explanatory power for the basis of judgment, and deep learning methods, which are characterized by their high extraction and classification accuracy for features such as complex shapes, is an effective means from the perspective of productivity and quality assurance.
We propose a rule-based anomaly detection method that uses binary segmentation [1] as a preprocessing step. Figure 1 shows the inspection flow model of the proposed method. Binary segmentation is applied to the input image for regions that are difficult to distinguish from defect regions by clear human definition and that are a cause of over-detection with characteristics such as shape and pixel value. The extracted regions are then combined with the input image as a mask. Then, a rule-based abnormality detection inspection is applied to the synthesized image.

GL-CANomaly: Global and Local adversarial image completion networks for ANomaly detection

Takara Ishimoto, Keiichi Nakanishi, Sansei Hori, Terumasa Tokunaga

The 4th International Symposium on Neuromorphic AI Hardware 2022年12月 Research Center for Neuromorphic AI Hardware

Resorvoir-based neuron model to emulate cellular neural activity responding to odor in C. elegans

Ryosuke Ishibashi, Takumi Nakamura, Noriko Sato, Takeshi Ishihara, Yuichiro Tanaka, Hakaru Tamukoh, Terumasa Tokunaga

The 4th International Symposium on Neuromorphic AI Hardware 2022年12月 Research Center for Neuromorphic AI Hardware

開催期間： 2022年12月13日 - 2022年12月14日記述言語：英語開催地：-46 Furusemba-machi, Kokurakita-ku, Kitakyushu-shi, Fukuoka 802-0082 Japan 国名：日本国

The nervous system of Caenorhabditis elegans (C. elegans) realizes sensory-motor transformation for many odorants despite it consists of only 302 neurons. Recently, we have developed a novel live-cell imaging technique based on genetically encoded voltage and calcium indicators. Our imaging system enables simultaneous measurements of voltage and Ca2+ responses to specific sequential odor stimulation at a single cellular level. The series of experiments interestingly suggest that an individual neuron can sensitively and quantitatively express time-varying environmental information quite unlike the formal neuron. In this study, we attempted to model a single-neuron of C. elegans in a data-driven manner. As a pilot study, we validated whether voltage responses in AWA, which is one of the olfactory sensory neurons of C. elegans, can be reproduced by a simple echo state network (ESN). For input data, we used synthetic square waves that imitate sequential odor stimulation in in-vivo experiments. For target signals, actual measurements of voltage responses in AWA were used. The prediction test by the trained ESN showed that the transient variations of membrane potentials can be successfully reproduced while we failed to reproduce quasi-stationary depolarizations during odorant stimulation (Figure 1). The result warrants further research on more realistic ESN models including multiple voltage dependent ion channels.

Distribution-Free Semi-Supervised Cost Function with a Class-Prior Probability

Keiichi Nakanishi, Terumasa Tokunaga

The 4th International Symposium on Neuromorphic AI Hardware 2022年12月 Research Center for Neuromorphic AI Hardware

開催期間： 2022年12月13日 - 2022年12月14日記述言語：英語開催地：-46 Furusemba-machi, Kokurakita-ku, Kitakyushu-shi, Fukuoka 802-0082 Japan 国名：日本国

Supervised learning requires a large amount of labeled data to obtain high generalization performance. The labeled data is created by annotation. However, the annotation has a lot of problems, such as high cost. In this study, we propose a novel semi-supervised cost function for using unlabeled data effectively, which consists of two important terms. There is a class-prior probability penalty and an extended Focal loss function. A class-prior probability prevents overfitting to labeled data by utilizing prior knowledge for a percentage of positive samples over unlabeled data. We performed binary image segmentation to evaluate the proposed cost function's effectiveness. As a result, the proposed cost function performs flexible segmentation of objects with ambiguous shapes, because the output values of the boundary regions transition smoothly compared with Binary Crossentropy (BCE) and PNU Loss.

GL-CANomaly: Global and Local adversarial image Completion networks for ANomaly detection

石本宝, 中西慶一, 堀三晟, 徳永旭将

第25回情報論的学習理論ワークショップ (IBIS2022) 2022年11月電子情報通信学会情報論的学習理論と機械学習研究会

クラス事前確率を用いた分布を仮定しない半教師ありコスト関数とその応用

中西慶一, 片渕凌也, 堀三晟, 徳永旭将

第25回情報論的学習理論ワークショップ (IBIS2022) 2022年11月電子情報通信学会情報論的学習理論と機械学習研究会

半教師あり2クラス分類に基づく尤度を利用した粒子フィルタによる線虫の神経細胞追跡手法の提案

坂田大地, 中西慶一, 佐藤則子, 石原健, 徳永旭将

第11回生命医薬情報学連合大会 2022年09月日本バイオインフォマティクス学会, 日本オミックス医学会

膜電位イメージングデータの画像解析パイプラインの開発

Terumasa Tokunaga, Noriko Sato, Takeshi Ishihara, Keiichi Nakanishi, Daichi Sakata, takumi Namamura

線虫研究の未来を創る会 2022年08月

A Class-prior probability regularization with an extended Focal Loss for efficient Semi-supervised classification

A Class-prior probability regularization with an extended Focal Loss for efficient Semi-supervised classification

The 3rd International Sympojium on Neuromorphic AI Hardware 九州工業大学ニューロモルフィックAIハードウェアセンター

Atmospheric Riverによる南極域へのエアロゾル輸送(1)

鈴木香寿恵, 原圭一郎, 徳永旭将, 後藤大輔, 平沢尚彦, 山内恭

気象学会2021年度秋季大会日本気象学会

開催期間： 2021年12月02日 - 2021年12月08日記述言語：日本語開催地：オンライン

近年，水蒸気輸送と豪雨(雪)には対流性の雲が連なって形成されるAtmospheric River(AR)が関連していると考えられるようになり，南極域においても極方向の水蒸気フラックス強化となる背景場とARの観測事例が報告されている[1]．そこで，昭和基地の降雪時にARと判別できる雲画像を用いたCNNによる自動識別に取り組んできた[2]．また，客観解析データを用いた全球規模のARとエアロゾル輸送の関連について報告がされており，Aerosol Atmospheric River (AAR)となって高濃度エアロゾルが輸送されることが示されている．本研究では，これまで行ってきたARによる水蒸気輸送だけではなく，陸起源と考えられる大気中微量物質の輸送も同時に捉え，大気による物質輸送過程を機械学習による予測モデルを構築することを目指す．まずは，ARとエアロゾル輸送の関連について2009年のブリザードイベントについて調べた．

LEA-Net: Layer-wise External Attention Network for Efficient Color Anomaly Detection

片渕凌也, 徳永旭将

第24回情報論的学習理論ワークショップ (IBIS2021) 電子情報通信学会情報論的学習理論と機械学習研究会

CNNを用いた顔認識に対するマスク着用の影響と改善方法の検討

溝田十悟, 徳永旭将

第24回情報論的学習理論ワークショップ (IBIS2021) 電子情報通信学会情報論的学習理論と機械学習研究会

複数の脈波抽出領域と独立成分分析を用いたサーマルカメラによる非接触バイタルセンシング手法の提案

野見山陸, 徳永旭将

第24回情報論的学習理論ワークショップ (IBIS2021) 電子情報通信学会情報論的学習理論と機械学習研究会

言語の違いに頑健なText-to-Imageモデルの構築に向けた展望

仲地早司, 徳永旭将

第24回情報論的学習理論ワークショップ (IBIS2021) 電子情報通信学会情報論的学習理論と機械学習研究会

Aurora Image Segmentation with Deep PNU Learning

片渕凌也, 三好由純, 徳永旭将

第150回地球電磁気・地球惑星圏学会総会・講演会2021 地球電磁気・地球惑星圏学会

4Dイメージングによる線虫の頭部神経活動の計測と回路シミュレーション

飯野雄一, 永田大貴, 豊島有, 佐藤博文, 金森真奈美, 久世晃暢, ジャンムンスソンウステファン, 大江紗, 村上悠子, 久下小百合, 広瀬修,徳永旭将,寺本孝行,岩崎唯史,吉田亮,石原健

第31回日本神経回路学会全国大会日本神経回路学会

開催期間： 2021年09月21日 - 2021年09月23日記述言語：英語開催地：オンライン

C. elegans is a model organism in which the structure (connectome) of the whole nervous system composed of 302 neurons has been determined. We performed whole-brain imaging by spinning disk confocal microscope combined with piezo objective positioner to obtain calcium imaging data of the whole head neurons. Further, we modeled the dynamics of neuronal ensembles based on the observed activity data and connectome data. As a result, we could perform virtual ablation of neurons or particular connections to gain insights into the information flow through the neural circuits.

Simultaneous measurements of membrane voltage and intracellular Ca2+ of AWA neurons by a gene encoded voltage indicator and GCaMP

Takeshi Ishihara, Noriko Sato, Terumasa Tokunaga

23rd International C.elegans conference Genetics Society of America

開催期間： 2021年06月21日 - 2021年06月24日記述言語：英語開催地：virtual

Measurement of neuronal activities in non-invasive and unanesthetized condition is important for understanding neuronal function in intact animals. Ca2+ imaging by fluorescent gene encoded calcium indicators (GECI) are a powerful way to measure neuronal activities in C. elegans. Although Ca2+ imaging revealed important aspects in neuronal functions, the measurement of neuronal membrane voltage is important to understand the neuronal functions. Furthermore, the relations of change of membrane voltages and changes of Ca2+ has not been fully understood. Recently, several types of gene encoded voltage indicators (GEVI) that are derived from 7TM proteins used for optogenetics has been developed to measure changes of membrane voltage in living animals. Even though the fluorescence of these GEVIs is dim, they showed fast time constants and relatively high fluorescent change depend on voltages. Among those GEVIs, we use paQuasAr3 for the voltage measurement, because it shows relatively higher fluorescence with other superior characteristics.
Since AWA, one of the olfactory sensory neurons, which is responsible for diacetyl sensation, was reported to show all-or-none action potentials (Liu et al. 2018), we firstly analyzed AWA voltage changes induced by diacetyl. We found that fluorescence of paQuasAr3 expressed in AWA cell body is changed in response to diacetyl stimulation with high reproducibility. At the beginning of the stimulation, the transient increase and decrease of fluorescence intensity was observed, whereas the relatively higher fluorescence intensity was sustained during the stimulation. To elucidate relations between the Ca2+ responses and the voltage responses, we made wild-type animals expressing paQuasAr3 and GCaMP6f in AWA neurons, and measured both fluorescence at a cell body simultaneously. We found that the changes of paQuasAr3 started faster than the changes of GCaMP. These analyses will give insights on the neuronal functions in informational processing.

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

Keiichiro FUKAZAWA, Tomoki KIMURA Terumasa TOKUNAGA, Shinya NAKANO

Japan Geoscience Union Meeting 2021 日本地球惑星科学連合

線虫C.elegansの細胞レベルの膜電位/カルシウム同時イメージング確立に向けて招待有り

徳永旭将, 石原健, 佐藤則子, 岩崎唯史

第2回分子サイバネティクス研究会，第46回分子ロボティクス定例研究会学術変革領域(A)「分子サイバネティクス」

Image-based Plant Disease Diagnosis with Unsupervised Anomaly Detection Based on Reconstructability of Colors

Ryoya Katafuchi, Terumasa Tokunaga

International Conference on Image Processing and Vision Engineering Institute for Systems and Technologies of Information, Control and Communication

機械学習・数値シミュレーション・観測融合による宇宙プラズマ現象予測モデル開発に向けた学習データの整備招待有り

深沢圭一郎, 木村智樹, 徳永旭将, 中野慎也

2020年度ISEE研究集会「太陽地球圏環境予測のためのモデル研究の展望」名古屋大学宇宙地球環境研究所

Overlapping Cluster Analysis of Whole-Brain Imaging Data of C.elegans: Detection of Functional Hub Neuron

加藤禎規, 佐藤博文, 豊島有, 大江紗, 寺本孝行, Stephen Wu, 徳永旭将, 吉田亮, 石原健, 飯野雄一, 岩崎唯史

日本物理学会第76回年次大会日本物理学会

開催期間： 2021年03月12日 - 2021年03月15日記述言語：日本語開催地：オンライン

線虫C.elegansは全神経細胞間のシナプス結合が判明しており、カルシウムイメージングにより線虫頭部にある全中枢神経細胞の活動が測定されている。カルシウムイメージングに用いられる蛍光タンパク質の退色の影響を除いた後、神経活動データに対して重複クラスタ解析を行った。複数のクラスタに属する神経細胞に着目し、機能的なHubと思われる神経細胞を特定する。また、シナプス結合と機能的なHubの関係性について言及する。

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

LSTMを用いた分類問題における判断根拠可視化の検討

齊藤剛史, 徳永旭将

第22回画像の認識・理解シンポジウム (MIRU2019)

線虫の全脳イメージングから神経回路の情報処理を探る

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

NEURO2019

線虫の全脳活動データ解析：使っているシナプス結合と使っていないシナプス結合

岩崎唯史, 佐藤博文, 豊島有, 大江紗, 村上悠子, 寺本孝行, Stephen Wu, 徳永旭将, ジャンムンソン, 吉田亮, 石原健, 飯野雄一

日本物理学会第74回年次大会日本物理学会

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

大江紗

第41回日本分子生物学会年会日本分子生物学会年会

再帰型ニューラルネットワークを用いた太陽風パラメータからのサブストーム規模の予測

河村光次郎

地球電磁気・地球惑星圏学会第144回総会及び講演会地球電磁気・地球惑星圏学会

カーネル密度関数の局所変形に基づくトポロジー保存可能なイメージアライメント手法の開発に向けて

綿島正剛

第21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 (IBISML) 研究会

Analyzing whole neural activities to elucidate the mechanisms underlying sensory integration

Yuko Murakami

Asia Pacific Worm Meeting 2018

The detection of cloud pattern in the Antarctic using Convolution Neural Network for estimation of the snowfall amount

Kazue Suzuki

15th Annual Meeting Asia Oceania Geosciences Society Asia Oceania Geosciences Society

ベイズ推定による楽曲間内挿に基づく和音モーフィング法の提案

榎田皓太

火の国情報シンポジウム2018

カーネル密度関数の局所変形に基づく線状構造物に対する非剛体イメージアライメント手法の開発

徳永旭将

第20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

カーネル密度関数の局所変形に基づく線状構造物に対する非剛体イメージアライメント手法の開発

綿島正剛

日本統計関連学会連合大会2017 日本統計関連学会連合

線虫の全脳イメージングによる行動を制御する情報処理機構の解析

大江紗

第40回日本神経科学大会日本神経科学学会

線虫の全脳活動データに対する位相解析

岩崎唯史, 寺本孝行, 大江紗, 徳永旭将, 広瀬修, S. Wu, 豊島有, ジャンムンソン, 吉田亮, 飯野雄一, 石原健

2017年度日本物理学会第72回年次大会日本物理学会

開催期間： 2017年03月17日 - 2017年03月20日記述言語：日本語開催地：大阪大学豊中キャンパス

線虫C. elegansの神経系は302個の神経細胞から構成され，そのうち約170個が頭部に集中している．頭部に存在するこれら神経細胞の同時イメージングデータに対して，同期/非同期オーダーパラメータを用いた位相解析，および類似度行列に基づいたクラスタ解析を行った．本発表ではこれらの結果について報告する．また，シナプス結合に異常がある変異体での結果と野生型での結果の違いについても言及する．

　前のページ-次のページ　

1