2024/10/18 更新

写真a

タナカ ユウイチロウ
田中 悠一朗
TANAKA Yuichiro
Scopus 論文情報  
総論文数: 0  総Citation: 0  h-index: 4

Citation Countは当該年に発表した論文の被引用数

所属
大学院生命体工学研究科 人間知能システム工学専攻
職名
准教授
メールアドレス
メールアドレス
研究室住所
福岡県北九州市若松区ひびきの2-4
外部リンク

研究分野

  • 情報通信 / 知能ロボティクス

  • 情報通信 / ソフトコンピューティング

出身学校

  • 2016年03月   九州工業大学   工学部   電気電子工学科   卒業   日本国

出身大学院

  • 2021年03月   九州工業大学   生命体工学研究科   生命体工学専攻   博士課程・博士後期課程   修了   日本国

  • 2018年03月   九州工業大学   生命体工学研究科   人間知能システム工学専攻   修士課程・博士前期課程   修了   日本国

取得学位

  • 九州工業大学  -  博士(工学)   2021年03月

  • 九州工業大学  -  修士(工学)   2018年03月

  • 九州工業大学  -  学士(工学)   2016年03月

学内職務経歴

  • 2024年04月 - 現在   九州工業大学   大学院生命体工学研究科   人間知能システム工学専攻     准教授

  • 2022年04月 - 2024年03月   九州工業大学   先端研究・社会連携本部   ニューロモルフィックAIハードウェア研究センター     助教

  • 2021年04月 - 2022年03月   九州工業大学   オープンイノベーション推進機構   ニューロモルフィックAIハードウェア研究センター     助教

学外略歴

  • 2019年04月 - 2021年03月   独立行政法人日本学術振興会   日本学術振興会特別研究員   日本国

所属学会・委員会

  • 2023年01月 - 現在   ロボカップ日本委員会   日本国

  • 2022年10月 - 現在   電子情報通信学会   日本国

  • 2019年05月 - 現在   日本神経回路学会   日本国

  • 2019年02月 - 現在   IEEE   アメリカ合衆国

論文

  • Self-Organizing Multiple Readouts for Reservoir Computing 査読有り 国際誌

    Tanaka Y., Tamukoh H.

    IEEE Access   11   138839 - 138849   2023年12月

     詳細を見る

    担当区分:筆頭著者, 責任著者   記述言語:英語   掲載種別:研究論文(学術雑誌)

    With advancements in deep learning (DL), artificial intelligence (AI) technology has become an indispensable tool. However, the application of DL incurs significant computational costs, making it less viable for edge AI scenarios. Consequently, the demand for cost-effective AI solutions, other than DL-based approaches, is increasing. Reservoir computing (RC) has attracted interest owing to its ability to provide low-cost training alternatives, holding great promise for edge AI applications. However, the training capability of RC is constrained by its reliance on a single linear layer, while weight connections in the remaining layers remain static during training. Moreover, accomplishing continuous learning tasks is difficult owing to the catastrophic forgetting in the linear layer. Therefore, we propose the integration of self-organizing multiple readouts to enhance RC's training capability. Our method distributes training data across multiple readouts, which prevents catastrophic forgetting of readouts and empowers each readout to adeptly assimilate new data, thereby elevating the overall training performance. The self-organizing function, which assigns similar data to the same readout, optimizes the memory utilization of these multiple readouts. Experimental results show that an RC equipped with the proposed multiple readouts successfully solved a continuous learning task by mitigating catastrophic forgetting because of the data distribution to the multiple readouts. Additionally, the RC achieved higher accuracy in a sound recognition task compared with the existing RC paradigm because of ensemble learning in the multiple readouts. Multiple readouts are effective in enhancing the training capability of RC and can contribute to the realization of RC applications.

    DOI: 10.1109/ACCESS.2023.3340311

    Scopus

    その他リンク: https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85179802812&origin=inward

  • Object recognition and grasping point detection using carbon nanotube - polydimethylsiloxane nanocomposite sensor 査読有り 国際誌

    Tokuno Shoshi, Kimizuka Kouki, Tanaka Yuichiro, Usami Yuki, Tanaka Hirofumi, Tamukoh Hakaru

    Nonlinear Theory and Its Applications, IEICE ( 一般社団法人 電子情報通信学会 )   15 ( 4 )   883 - 898   2024年10月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)

    <p>This paper presents a system for processing tactile information using a carbon nanotube (CNT)-polydimethylsiloxane (PDMS) nanocomposite sensor designed for robotic applications. This study introduces an approach for recognizing objects and detecting optimal grasping points using tactile data from a sensor-equipped robotic hand. The sensor is expected to be more efficient than a computerized implementation using sensor dynamics directly in the computation. The experiments demonstrated the system's ability to classify nine types of objects with an accuracy of 83.56% and to discern two grasping points on four object types, achieving a 71.7% success rate.</p>

    DOI: 10.1587/nolta.15.883

    CiNii Research

  • ナノマテリアルランダムネットワークを利用した物理リザバー演算素子とそのセンシング応用 招待有り 査読有り

    田中 啓文, アズハリ サマン, バナジー ディープ, 君塚 紘喜, 田中 悠一朗, 宇佐美 雄生

    表面と真空 ( 公益社団法人 日本表面真空学会 )   67 ( 9 )   428 - 432   2024年09月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(学術雑誌)

    <p>The rapid advancement of software-based deep learning has led to a surge in AI applications, yet hardware limitations in silicon CMOS technology hinder performance. Consequently, interest is growing in hardware technologies and new materials for artificial neural networks (ANNs) and neuromorphic systems. Exploiting nanomaterials nonlinearity caused by spontaneous physical phenomena holds promise of reducing power consumption in AI hardware. Reservoir computing devices, derived from recurrent neural networks, play a crucial role, with material reservoir devices showcasing “material intelligence.” Tailored nanomaterials for reservoir devices hold potential for revolutionizing AI, especially in robotics. As research progresses, focusing on device functionalization and applications, recent findings underline the significance of integrating nanomaterials into AI hardware for enhanced computational capabilities and energy efficiency.</p>

    DOI: 10.1380/vss.67.428

    CiNii Research

  • A Hippocampus-Inspired Environment-Specific Knowledge Acquisition System Utilizing Common Knowledge with Contextual Information 査読有り 国際誌

    Mizutani A., Tanaka Y., Tamukoh H., Nomura O., Tateno K., Morie T.

    Proceedings of the International Joint Conference on Neural Networks   2024年07月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)

    Home service robots acquire environment-specific knowledge through experiences (episodes) in a home to perform tasks autonomously. We propose a hippocampus-inspired memory system comprising an environment-specific knowledge module that handles episodic memory and a common knowledge module. The robot works in a home and needs to learn the locations of objects in the home with minimal user help to deliver or store objects. We employ a large language model (LLM) that runs on an edge device as the common knowledge module to protect the privacy of users. The environment-specific knowledge module acquires episodes and generates contextual information. The LLM receives contextual information generated by the environment-specific knowledge module, with which it infers an appropriate possible location. We verified that the LLM could infer the possible object locations and that the proposed system could minimize the required user effort.

    DOI: 10.1109/IJCNN60899.2024.10651337

    Scopus

    その他リンク: https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85205013660&origin=inward

  • Reservoir-based 1D convolution: low-training-cost AI 査読有り 国際誌

    TANAKA Yuichiro, TAMUKOH Hakaru

    IEICE Transactions on Fundamentals of Electronics, Communications and Computer Sciences ( 一般社団法人 電子情報通信学会 )   advpub ( 0 )   941 - 944   2024年06月

     詳細を見る

    担当区分:筆頭著者, 責任著者   記述言語:英語   掲載種別:研究論文(学術雑誌)

    <p>In this study, we introduce a reservoir-based one-dimensional (1D) convolutional neural network that processes time-series data at a low computational cost, and investigate its performance and training time. Experimental results show that the proposed network consumes lower training computational costs and that it outperforms the conventional reservoir computing in a sound-classification task.</p>

    DOI: 10.1587/transfun.2023eal2050

    Scopus

    CiNii Research

    その他リンク: https://www.jstage.jst.go.jp/article/transfun/advpub/0/advpub_2023EAL2050/_pdf

  • Recognizing Nursing Activities in Endotracheal Suction: Utilizing Multiple Readouts Reservoir Computing and Large Language Models 査読有り 国際誌

    Arie Rachmad Syulistyo, Yuichiro Tanaka, Hakaru Tamukoh

    6th International Conference on Activity and Behavior Computing   2024年05月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)

  • Enhancing Memory Capacity of Reservoir Computing with Delayed Input and Efficient Hardware Implementation with Shift Registers 査読有り 国際誌

    Hirayae S., Yoshioka K., Yokota A., Kawashima I., Tanaka Y., Katori Y., Nomura O., Morie T., Tamukoh H.

    Proceedings - IEEE International Symposium on Circuits and Systems   2024年05月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)

    To use reservoir computing (RC) for practical tasks, both a high memory capacity and nonlinearity are required; however, some RC models have the problem of a low memory capacity. We propose a delay mechanism for increasing the memory capacity in RC as well as a simple and small-scale digital circuit for implementing the delay mechanism. The proposed delay mechanism is integrated into the input layer of the RC model and is expected to be implemented in several RC models, such as material reservoirs and chaotic Boltzmann machine (CBM)-RC. We conducted experiments using a CBM-RC with a delay mechanism (CBM-RC-DL) and evaluated the performance improvement achieved by introducing a delay mechanism. We used CBM-RC as the base model because it is an appropriate model for the hardware implementation of large networks but has a low memory capacity. The experimental results for CBM-RC-DL indicated that the delay mechanism significantly increased the memory capacity of CBM-RC with the addition of a small-scale circuit. Furthermore, the entire synthesized CBM-RC-DL was sufficiently small-scale to be implemented in a field-programmable gate array for edge computing, and it outperformed conventional methods in nonlinear autoregressive moving average 10 (NARMA10) - a benchmark task for time-series data processing. The proposed delay mechanism can facilitate the use of many RC models because of its simple structure.

    DOI: 10.1109/ISCAS58744.2024.10557841

    Scopus

    その他リンク: https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85198500940&origin=inward

  • A Low Computational Cost Hand Waving Action Recognition System with Echo State Network for Home Service Robots 査読有り 国際誌

    Yamaguchi H., Mizutani A., Syulistyo A.R., Tanaka Y., Tamukoh H.

    Proceedings of International Conference on Artificial Life and Robotics   421 - 424   2024年02月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)

    This study proposes a low computational cost hand-waving action recognition system for non-verbal communication in home service robots. The system is based on an echo state network, which requires lower computational costs than that of deep neural networks (DNNs), and processes time-series data of skeletal coordinates of humans to recognize hand-waving actions. Additionally, this study proposes and compares two types of Preprocessing ing methods of the skeletal coordinates to ensure the robustness of the human positions on the frame: one method extracts shoulder and arm angles, which are invariable regardless of the humans’ positions and the other normalizes the skeletal coordinates. The experimental result shows that the proposed system has competitive accuracy and is robust to varying human positions.

    Scopus

    その他リンク: https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85190300153&origin=inward

  • Development of A SayCan-based Task Planning System Capable of Handling Abstract Nouns 査読有り 国際誌

    Yamao K., Kanaoka D., Isomoto K., Mizutani A., Tanaka Y., Tamukoh H.

    Proceedings of International Conference on Artificial Life and Robotics   430 - 434   2024年02月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)

    The task planning system is required to accomplish various requests from a human in real-world environments. SayCan, one of the task planning systems, has high accuracy. However, its accuracy decreases for requests that include abstract nouns of the ambiguous word/phrase. We propose a novel task planning system based on SayCan that introduces a function for checking concrete names of abstract nouns and a rule-based skill extraction, enhancing accuracy. The proposed system facilitates the interpretation of requests and enables appropriate task planning. The effectiveness of the proposed system was demonstrated at RoboCup@Home, where it achieved high performance.

    Scopus

    その他リンク: https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85190283813&origin=inward

  • Object recognition using CNT-PDMS nanocomposite sensor on a robot hand 査読有り

    Shoshi Tokuno, Kouki Kimizuka, Yuichiro Tanaka, Hirofumi Tanaka, Hakaru Tamukoh

    The 22nd International Symposium on Eco-materials Processing and Design   2024年01月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(研究会,シンポジウム資料等)

  • Traffic Flow Optimization using a Chaotic Boltzmann Machine Annealer on an FPGA 査読有り 国際誌

    Yoshioka K., Tanaka Y., Tamukoh H.

    Proceedings - International Conference on Field-Programmable Technology, ICFPT   266 - 267   2023年12月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)

    We demonstrate a chaotic Boltzmann machine annealer, which is a field-programmable gate array (FPGA)-based high-performance annealing machine, and a control system powered by two open-source software packages. The annealer is employed in solving a large-scale real-world optimization problem, the traffic flow optimization. This involves distributing 500 car routes between the Haneda Airport area to the Pacifico Yokohama area, the venue of the International Conference on Field Programmable Technology 2023, while minimizing the total driving distance and preventing traffic jams. We obtain solutions that are comparable in accuracy to solutions of simulated annealing running on a graphics processing unit (GPU-SA) and a central processing unit (CPU-SA). The annealing machine on an FPGA is approximately 571 and 97600 times as fast as the GPUSA and the CPU-SA, respectively. We will demonstrate solving traffic flow optimization in the towns familiar to the visitors.

    DOI: 10.1109/ICFPT59805.2023.00038

    Kyutacar

    Scopus

    その他リンク: https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85187557051&origin=inward

  • LUTNet-RC: Look-Up Tables Networks for Reservoir Computing on an FPGA 査読有り 国際誌

    Yoshioka K., Tanaka Y., Tamukoh H.

    Proceedings - International Conference on Field-Programmable Technology, ICFPT   170 - 178   2023年12月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)

    We propose look-up tables networks-based reservoir computing (LUTNet-RC). This work is the first trial of applying LUTNets to RC. LUTNet-RC consists of a LUT-based reservoir layer and a non-LUT-based output layer. LUTNets have disadvantages such as limited sparse connectivity and weights cannot be changed after implementation. However, when applied to a reservoir layer of RC (LUT-based reservoir layer), these disadvantages are eliminated, because this layer works with sparse connectivity and the weights are fixed, so only the advantage of small circuit resources is obtained. For the LUT-based reservoir layer, we propose and model a multi-bit weight reservoir, modifying the conventional binarized reservoir to improve calculation accuracy. In the case of LUTNets, the proposed multi-bit weight reservoir can be implemented without the increase in utilized circuit resources because LUTNets focus only on the input-output relationship on neurons. Additionally, we propose a speed-up method in the output layer with time division calculation, which compares the current network state with previous states and then calculates only status-changed neurons. As a result, we implement a LUTNet-RC with 1500 reservoir neurons on a field-programmable gate array (KR260) running at 100MHz. The utilized circuit resources are dominated by LUTs, which use approximately 26% of the total amount of LUTs. The LUTNet-RC can infer more than 106 data per second. We also verify the LUTNet-RC performance using nonlinear auto-regressive moving average 10 (NARMA10) and the performance is comparable to conventional works. We conclude that the LUTNet-RC is one of the highest-performance RC on an FPGA.

    DOI: 10.1109/ICFPT59805.2023.00024

    Kyutacar

    Scopus

    その他リンク: https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85187557709&origin=inward

  • Ensemble Learning of Multiple Readouts for Reservoir Computing 査読有り 国際誌

    Tanaka Yuichiro, Tamukoh Hakaru

    IEICE Proceeding Series ( The Institute of Electronics, Information and Communication Engineers )   76   509 - 512   2023年09月

     詳細を見る

    担当区分:筆頭著者, 責任著者   記述言語:英語   掲載種別:研究論文(学術雑誌)

    This study proposes a reservoir computing model with multiple readouts and an associated training method to enhance the training capability of reservoir computing. This study conducts a speaker classification task and a word classification task using an audio dataset consisting of digits pronounced by six persons. The experimental results reveal that the proposed model with multiple readouts outperforms a conventional model with a single readout.

    DOI: 10.34385/proc.76.c3l-11

    Kyutacar

    CiNii Research

    その他リンク: https://kyutech.repo.nii.ac.jp/records/2000241

  • Robust Trash Can Lid Opening System 査読有り 国際誌

    Kosei Isomoto, Yuga Yano, Yuichiro Tanaka, Hakaru Tamukoh

    2023 International Workshop on Smart Info-Media Systems in Asia (SISA 2023)   30 - 33   2023年08月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)

    Kyutacar

  • FPGA Implementation of a Chaotic Boltzmann Machine Annealer 査読有り 国際誌

    Yoshioka K., Katori Y., Tanaka Y., Nomura O., Morie T., Tamukoh H.

    Proceedings of the International Joint Conference on Neural Networks   2023-June   2023年06月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)

    Ising machines are attracting attention for their ability to solve large-scale combinatorial optimization problems because these problems are difficult to solve. To accelerate the computing of Ising machines, implementation of Ising machines with digital circuits such as simulated annealing (SA) machines is in progress. However, these Ising machines on digital circuits require random number generators, which are implemented with large circuit resources. This work focuses on chaotic Boltzmann machines (CBMs), which imitate the stochastic behavior of Boltzmann machines (BMs) with deterministic chaotic dynamics. CBMs are one of the models that work as chaotic simulated annealing (CSA) machines within Ising machines. Therefore, we can implement the Ising machines without random number generators by using CBMs. In conventional work, CSA machines using CBMs (CBM-CSAs) are implemented with some hardware-oriented algorithms, but the CBM-CSA circuit is not optimized for these hardware-oriented algorithms. In the conventional CBM-CSA circuit, memory circuits are implemented separately, which prevents making the CBM-CSA from larger, and neuron circuits require the reset of accumulated values, which causes the increase in the calculation time. To solve these problems, we implement only one large memory circuit to make the CBM-CSA larger and improve the neuron circuits to allow dynamic changes of inputs to arithmetic circuits to inhibit the increase in the calculation time. As a result, we implement a CBM-CSA with 4096 nodes on an FPGA (Alveo U250), and the CBM-CSA can control 16-bit width weights and run at 100MHz. We evaluate the implemented CBM-CSA by solving K4000, max-cut problem, which is one of the combinatorial optimization problems. The best solution of CBM-CSA is comparable to that of the SA on the central processing unit (CPU). Moreover, the CBM-CSA is approximately 600 times as fast as the SA on the CPU and approximately twice as fast as the conventional Ising machine on an FPGA based on the improvements in this work. Furthermore, this work implements one of the highest-performance Ising machines on a single FPGA.

    DOI: 10.1109/IJCNN54540.2023.10191342

    Kyutacar

    Scopus

    その他リンク: https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85169581320&origin=inward

  • Efficient Repetition Coding for Deep Learning Towards Implementation Using Emerging Non-Volatile Memory with Write-Errors 査読有り 国際誌

    Fuengfusin N., Tamukoh H., Tanaka Y., Nomura O., Morie T.

    Proceedings of the International Joint Conference on Neural Networks   2023-June   2023年06月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)

    Emerging non-volatile memory devices, such as resistive random access memory (ReRAM) and voltage-controlled magnetoresistive random access memory (VC-MRAM), promise low energy consumption for artificial intelligence applications. However, when implementing deep neural networks (DNNs) using such memory devices, write-error may cause millions of bit-flipping to DNN. This easily degrades the DNN performance. To address this problem, we propose a novel repetition coding for deep-learning (RC-DL), which is a repetition coding designed to protect IEEE 32-bit floating-point (FP32) DNN models. Compared to conventional repetition coding, the proposed RC-DL exploits FP32 non-uniform magnitude encoding by increasing the repeat rates to protect sensitive bit positions and reduce the repeat rates to insensitive bit positions. Hence, RC-DL uses a number of bits equivalent to a 3-bit repetition code while delivering the performance close to 11-bit repetition code. We perform extensive Monte Carlo simulations to simulate the write-error property with ImageNet 2012 pretrained models. The DNN models with RC-DL are shown to be operable in the extremely imperfect environment while delivering with only minor reductions in DNN performance.

    DOI: 10.1109/IJCNN54540.2023.10191433

    Kyutacar

    Scopus

    その他リンク: https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85169554268&origin=inward

  • In-material reservoir implementation of reservoir-based convolution 査読有り 国際誌

    Tanaka Y., Usami Y., Tanaka H., Tamukoh H.

    Proceedings - IEEE International Symposium on Circuits and Systems   2023-May   2023年05月

     詳細を見る

    担当区分:筆頭著者, 責任著者   記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)

    This study aims to implement a reservoir-based convolutional neural network (CNN) on physical reservoir computing (RC) to develop an efficient image recognition system for edge AI. Therefore, we propose a novel reservoir-based convolution circuit system that uses in-material reservoir computing, a type of physical RC made from a sulfonated polyaniline network. The experimental results demonstrate that the proposed circuit system extracts image features in the same way as the original CNN and that a reservoir-based CNN on the in-material RC achieves an accuracy rate of 81.7% in an image classification task while an echo state network-based CNN achieves 87.7%.

    DOI: 10.1109/ISCAS46773.2023.10181436

    Scopus

    その他リンク: https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85167720431&origin=inward

  • Memory-Efficient Implementation of GMM-MRCoHOG for HumaRecognition Hardware 査読有り

    Takemoto R., Nagamine Y., Yoshihiro K., Shibata M., Yamada H., Tanaka Y., Enokida S., Tamukoh H.

    Proceedings of the International Joint Conference on Computer Vision, Imaging and Computer Graphics Theory and Applications   4   648 - 655   2023年02月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)

    High-speed and accurate human recognition is necessary to realize safe autonomous mobile robots. Recently, human recognition methods based on deep learning have been studied extensively. However, these methods consume large amounts of power. Therefore, this study focuses on the Gaussian mixture model of multiresolution co-occurrence histograms of oriented gradients (GMM-MRCoHOG), which is a feature extraction method for human recognition that entails lower computational costs compared to deep learning-based methods, and aims to implement its hardware for high-speed, high-accuracy, and low-power human recognition. A digital hardware implementation method of GMM-MRCoHOG has been proposed. However, the method requires numerous look-up tables (LUTs) to store state spaces of GMM-MRCoHOG, thereby impeding the realization of human recognition systems. This study proposes a LUT reduction method to overcome this drawback by standardizing basis function arrangements of Gaussian mixture distributions in GMM-MRCoHOG. Experimental results show that the proposed method is as accurate as the previous method, and the memory required for state spaces consuming LUTs can be reduced to 1/504th of that required in the previous method.

    DOI: 10.5220/0011698400003417

    Scopus

    その他リンク: https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85183596965&origin=inward

  • Random network device fabricated using Ag2Se nanowires for data augmentation with binarized convolutional neural network 査読有り 国際誌

    Takumi Kotooka, Yuichiro Tanaka, Hakaru Tamukoh, Yuki Usami, Hirofumi Tanaka

    Applied Physics Express   16 ( 1 )   2023年01月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)

    An Ag2Se nanowire random network was fabricated for application as a data augmentation device and combined with a binary convolutional neural network (BCNN) to achieve high accuracy in voice classification tasks. Due to the nonlinear high-dimensional characteristics resulting from the formation of the conductive filament at the cross junction, the Ag2Se device could transform input data into higher-order multiple signals, thereby enhancing the accuracy of the classification task by augmenting input signals. The results indicate that materials can realize data augmentation with the same performance as software, suggesting that material-based hardware can be used as an elemental technology for information processing.

    DOI: 10.35848/1882-0786/acae6a

    Scopus

    その他リンク: https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85146494177&origin=inward

  • Material computing based on electrochemical dynamics 査読有り

    Yuki Usami, Yuichiro Tanaka, Takumi Kotooka, Hakaru Tamukoh, Hirofumi Tanaka

    The 4th International Symposium on Neuromorphic AI Hardware   6 - 6   2022年12月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)

    日本   北九州   2022年12月13日  -  2022年12月14日

  • Robust Trash Can Lid Opening System 査読有り

    Kosei Isomoto, Yuga Yano, Yuichiro Tanaka, Hakaru Tamukoh

    The 4th International Symposium on Neuromorphic AI Hardware   46 - 46   2022年12月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)

    日本   北九州   2022年12月13日  -  2022年12月14日

  • Hardware-oriented Brain-inspired Model with Memory Accumulation and Recall Functions to Generate Actions of Home Service Robots 査読有り

    Akinobu Mizutani, Ichiro Kawashima, Yuichiro Tanaka, Hakaru Tamukoh, Katsumi Tateno, Osamu Nomura, Takashi Morie

    The 4th International Symposium on Neuromorphic AI Hardware   44 - 44   2022年12月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)

    日本   北九州   2022年12月13日  -  2022年12月14日

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

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

    The 4th International Symposium on Neuromorphic AI Hardware   42 - 42   2022年12月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)

    日本   北九州   2022年12月13日  -  2022年12月14日

  • Deep Learning Method on Word Level American Sign Language Recognition from Video 査読有り

    Arie Rachmad Syulistyo, Yuichiro Tanaka, Hakaru Tamukoh

    The 4th International Symposium on Neuromorphic AI Hardware   28 - 28   2022年12月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)

    日本   北九州   2022年12月13日  -  2022年12月14日

  • Reservoir-based 1D convolution 査読有り

    Yuichiro Tanaka, Hakaru Tamukoh,

    The 4th International Symposium on Neuromorphic AI Hardware   12 - 12   2022年12月

     詳細を見る

    担当区分:筆頭著者, 責任著者   記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)

    日本   北九州   2022年12月13日  -  2022年12月14日

  • Reservoir computing in the matter based on electrochemical dynamics 査読有り 国際誌

    Usami Y, Tanaka Y, Tamukoh H, Matsumoto T, van der Wiel W, Tanaka H

    16th International Conference on Nanostructured Materials (NANO2022)   2022年06月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)

  • Reservoir-based convolution 査読有り 国際誌

    Yuichiro Tanaka, Hakaru Tamukoh

    Nonlinear Theory and Its Applications, IEICE ( IEICE )   13 ( 2 )   397 - 402   2022年04月

     詳細を見る

    担当区分:筆頭著者, 責任著者   記述言語:英語   掲載種別:研究論文(学術雑誌)

    <p>Reservoir computing (RC) has attracted attention and has been used in many applications because of its low training cost. Multiple studies using RC for image recognition have been proposed, and some have achieved accuracy rates of greater than 99% on the MNIST dataset. For the Fashion-MNIST and CIFAR-10 datasets, however, they have not yet achieved high accuracy. This study proposes a novel convolutional neural network based on RC that can be optimized by ridge regression rather than back-propagation. The reservoir-based network has multiple reservoirs with various leak rates to extract features with various spatial frequencies from the inputs. The experimental results show that the performance of the proposed model achieves higher accuracy rates in the mentioned datasets compared with those of other reservoir-based image recognition approaches.</p>

    DOI: 10.1587/nolta.13.397

    Kyutacar

    CiNii Research

    その他リンク: http://hdl.handle.net/10228/00009117

  • Applying Center Loss to Multidimensional Feature Space in Deep Neural Networks for Open-set Recognition 査読有り 国際誌

    Daiju Kanaoka, Yuichiro Tanaka, Hakaru Tamukoh

    17th International Conference on Computer Vision Theory and Applications (VISAPP2022)   5   359 - 365   2022年02月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)

    Kyutacar

  • Hardware-oriented Algorithm for Human Detection using GMM-MRCoHOG Features 査読有り 国際誌

    Takemoto R., Nagamine Y., Yoshihiro K., Shibata M., Yamada H., Tanaka Y., Enokida S., Tamukoh H.

    Proceedings of the International Joint Conference on Computer Vision, Imaging and Computer Graphics Theory and Applications   4   749 - 757   2022年02月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)

    In this research, we focus on Gaussian mixture model-multiresolution co-occurrence histograms of oriented gradients (GMM-MRCoHOG) features using luminance gradients in images and propose a hardware-oriented algorithm of GMM-MRCoHOG to implement it on a field programmable gate array (FPGA). The proposed method simplifies the calculation of luminance gradients, which is a high-cost operation in the conventional algorithm, by using lookup tables to reduce the circuit size. We also designed a human-detection digital architecture of the proposed algorithm for FPGA implementation using high-level synthesis. The verification results showed that the processing speed of the proposed architecture was approximately 123 times faster than that of the FPGA implementation of VGG-16.

    DOI: 10.5220/0010848100003124

    Kyutacar

    Scopus

    その他リンク: https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85182929508&origin=inward

  • Applying Center Loss to Multidimensional Feature Space in Deep Neural Networks for Open-set Recognition 査読有り

    Kanaoka D., Tanaka Y., Tamukoh H.

    Proceedings of the International Joint Conference on Computer Vision, Imaging and Computer Graphics Theory and Applications   5   359 - 365   2022年01月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)

    With the advent of deep learning, significant improvements in image recognition performance have been achieved. In image recognition, it is generally assumed that all the test data are composed of known classes. This approach is termed as closed-set recognition. In closed-set recognition, when an untrained, unknown class is input, it is recognized as one of the trained classes. The method whereby an unknown image is recognized as unknown when it is input is termed as open-set recognition. Although several open-set recognition methods have been proposed, none of these previous methods excel in terms of all three evaluation items: learning cost, recognition performance, and scalability from closed-set recognition models. To address this, we propose an open-set recognition method using the distance between features in the multidimensional feature space of neural networks. By applying center loss to the feature space, we aim to maintain the classification accuracy of closed-set recognition and improve the unknown detection performance. In our experiments, we achieved state-of-the-art performance on the MNIST, SVHN, and CIFAR-10 datasets. In addition, the proposed approach shows excellent performance in terms of the three evaluation items.

    DOI: 10.5220/0010816600003124

    Scopus

    その他リンク: https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85143999490&origin=inward

  • Reservoir-based Convolutional Neural Network 査読有り 国際誌

    Yuichiro Tanaka, Hakaru Tamukoh

    The 2021 NonLinear Science Workshop   NLSW-34   2021年12月

     詳細を見る

    担当区分:筆頭著者   記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)

  • Brain-inspired neural network navigation system with hippocampus, prefrontal cortex, and amygdala functions 査読有り

    Mizutani A., Tanaka Y., Tamukoh H., Katori Y., Tateno K., Morie T.

    ISPACS 2021 - International Symposium on Intelligent Signal Processing and Communication Systems: 5G Dream to Reality, Proceeding   2021年01月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)

    We propose a brain-inspired neural network model consisting of the hippocampus, prefrontal cortex, and amygdala models for a navigation system that acquires specific knowledge in home environments from few experiences. The proposed model was evaluated in a home environment using a robot simulator. In the experiment, the robot determines a path for navigation based on the knowledge acquired by the brain-inspired model.

    DOI: 10.1109/ISPACS51563.2021.9651058

    Kyutacar

    Scopus

    その他リンク: https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85124147021&origin=inward

  • Open Set Recognition Using the Feature Space of Deep Neural Networks 査読有り 国際誌

    Kanaoka D., Tanaka Y., Tamukoh H.

    ISPACS 2021 - International Symposium on Intelligent Signal Processing and Communication Systems: 5G Dream to Reality, Proceeding   2021年01月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)

    Image classification assumes that all classes used in testing are known. Therefore, when an unknown class data is input, it cannot be recognized correctly. A method that enables unknown classes to be identified is called open set recognition. In this paper, we propose a method of open set recognition focusing on the feature space of the classifier and a Mahalanobis-based threshold. The experimental results show that the proposed method surpasses state-of-the-art methods on some datasets, demonstrating the potential of a method focusing on the feature space.

    DOI: 10.1109/ISPACS51563.2021.9650985

    Kyutacar

    Scopus

    その他リンク: https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85124169792&origin=inward

  • In-Materio Reservoir Computing in a Sulfonated Polyaniline Network 査読有り

    Usami Y., van de Ven B., Mathew D.G., Chen T., Kotooka T., Kawashima Y., Tanaka Y., Otsuka Y., Ohoyama H., Tamukoh H., Tanaka H., van der Wiel W.G., Matsumoto T.

    Advanced Materials   33 ( 48 )   2021年01月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)

    A sulfonated polyaniline (SPAN) organic electrochemical network device (OEND) is fabricated using a simple drop-casting method on multiple Au electrodes for use in reservoir computing (RC). The SPAN network has humidity-dependent electrical properties. Under high humidity, the SPAN OEND exhibits mainly ionic conduction, including charging of an electric double layer and ionic diffusion. The nonlinearity and hysteresis of the current–voltage characteristics progressively increase with increasing humidity. The rich dynamic output behavior indicates wide variations for each electrode, which improves the RC performance because of the disordered network. For RC, waveform generation and short-term memory tasks are realized by a linear combination of outputs. The waveform task accuracy and memory capacity calculated from a short-term memory task reach 90% and 33.9, respectively. Improved spoken-digit classification is realized with 60% accuracy by only 12 outputs, demonstrating that the SPAN OEND can manage time series dynamic data operation in RC owing to a combination of rich dynamic and nonlinear electronic properties. The results suggest that SPAN-based electrochemical systems can be applied for material-based computing, by exploiting their intrinsic physicochemical behavior.

    DOI: 10.1002/adma.202102688

    Scopus

    その他リンク: https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85114995164&origin=inward

  • A Brain-Inspired Artificial Intelligence Model of Hippocampus, Amygdala, and Prefrontal Cortex on Home Service Robots 査読有り 国際誌

    Tanaka Yuichiro, Tamukoh Hakaru, Tateno Katsumi, Katori Yuichi, Morie Takashi

    IEICE Proceeding Series ( The Institute of Electronics, Information and Communication Engineers )   74   138 - 141   2020年11月

     詳細を見る

    担当区分:筆頭著者, 責任著者   記述言語:英語   掲載種別:研究論文(学術雑誌)

    We propose a brain-inspired artificial intelligence model that acquires local knowledge from a small number of human-robot interactions, and uses this knowledge for future prediction. We focus on areas of the brain: the hippocampus, the amygdala, and the prefrontal cortex, thereby providing an internal representation of place and time, a value judgment, and a prediction. By integrating these functions, our model achieves local knowledge acquisition and future prediction. The proposed model is evaluated in a task for home service robots. In the experiment, the model learns local time-series events from a small number of interactions, and predicts the future events.

    DOI: 10.34385/proc.74.a4l-c-4

    CiNii Research

  • A Reservoir Based Q-Learning Model for Autonomous Mobile Robots 査読有り 国際誌

    Inada Masafumi, Tanaka Yuichiro, Tamukoh Hakaru, Tateno Katsumi, Morie Takashi, Katori Yuichi

    IEICE Proceeding Series ( The Institute of Electronics, Information and Communication Engineers )   74   213 - 216   2020年11月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(学術雑誌)

    We propose a robot navigation system using reinforcement learning and reservoir computing. Reservoir computing is a framework for the processing of complex time series based on a recurrent neural network (RNN). The proposed system is trained by reinforcement learning, which is a framework that performs trial and error based on the rewards given by the environment. The trained network generates motor commands reflecting on action values obtained by the reinforcement learning and operates the autonomous mobile robot.

    DOI: 10.34385/proc.74.b3l-b-5

    CiNii Research

  • An Amygdala-Inspired Classical Conditioning Model Implemented on an FPGA for Home Service Robots 査読有り

    Tanaka Y., Morie T., Tamukoh H.

    IEEE Access   8   212066 - 212078   2020年11月

     詳細を見る

    担当区分:筆頭著者   記述言語:英語   掲載種別:研究論文(学術雑誌)

    This study develops an intelligent system for home service robots mimicking human brain function that can manage common knowledge applicable to any environment and local knowledge reflecting its specific environment. Deep learning is effective for acquiring common knowledge because the performance of deep learning relies on the amounts of training and big training data that can be accessed for such knowledge; however, deep learning is ineffective for acquiring local knowledge because no big training data for such knowledge exist. Thus, we propose a brain-inspired learning model and system for acquiring local knowledge using small training data. We focus on the amygdala because its classical fear conditioning is effective for training using small training data. We propose an amygdala-inspired classical conditioning model comprising multiple self-organizing maps (lateral nucleus) and a fully connected neural network (central nucleus), imitating the function and structure of the amygdala. The proposed model is applied to a task of a waiter robot in a restaurant, and the model can learn customers' preferences after only a few human-robot interactions. We accelerate the computation of the model and reduce its power consumption by proposing a hardware-oriented algorithm for the model and its digital hardware design and implement it in an XCZU9EG field programmable gate array. The hardware-oriented algorithm reduces the multiplication operations and exponential functions requiring huge hardware resources. The performance of the hardware operated at 150 MHz is 1,273 times faster than the software implementation on Arm Cortex-A53, and the power consumption of the chip is 5.009 W.

    DOI: 10.1109/ACCESS.2020.3038161

    Scopus

    その他リンク: https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85097712435&origin=inward

  • Object Recognition Using Flexible Tactile Sensor 査読有り

    Shoshi Tokuno, Yuichiro Tanaka, Takumi Kawasetsu, Koh Hosoda, Hakaru Tamukoh

    Asia Pacific Conference on Robot IoT System Development and Platform 2020   2020年11月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)

  • Prediction of Sensory Information and Generation of Motor Commands for Autonomous Mobile Robots using Reservoir Computing 査読有り

    Masafumi Inada, Yuichiro Tanaka, Hakaru Tamukoh, Katsumi Tateno, Takashi Morie, Yuichi Katori

    2019 International Symposium on Nonlinear Theory and Its Applications   333 - 336   2019年12月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)

  • 社会実装を目指したホームサービスロボットの研究開発

    小野 智寛, 坂田 拓馬, 吉井 拓巳, 上村 大地, 金丸 和樹, 中村 健太郎, 西村 雄太, 森江 隆, 田向 権, 堀 三晟, 石田 裕太郎, 田中 悠一朗, 吉元 裕真, 阿部 佑志, 武藤 冬樹, 椛島 康平, 福宿 将士

    ロボティクス・メカトロニクス講演会講演概要集 ( 一般社団法人 日本機械学会 )   2019 ( 0 )   1P2 - I02   2019年06月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(研究会,シンポジウム資料等)

    <p>Home service robots have begun attracting attention due to decreasing birthrate and increasing aging population. We,"Hibikino-Musashi@Home"team, develop home service robots, and participate international competitions; RoboCup@Home and World Robot Challenge (WRC), which are established to realize that robots will work and live with people in domestic environments. In this paper, we introduce our robots and technologies, especially an object recognition and manipulation system. We use You Only Look Once (YOLO) for object recognition. To train YOLO, a big dataset which is difficult to prepare in a short term is required. For this, we develop an automatic annotation system for YOLO which can generate 1.7 million training data, and we can complete training of YOLO in a day. To grasp objects, estimation of object orientations is required. Our system can detect the orientations by processing point clouds of objects. By using the system, we obtained about 30% of scores in Tidy Up Task in the WRC.</p>

    DOI: 10.1299/jsmermd.2019.1P2-I02

    CiNii Article

    CiNii Research

    その他リンク: https://ci.nii.ac.jp/naid/130007774525

  • Live demonstration: Hardware implementation of brain-inspired amygdala model 査読有り 国際誌

    Tanaka Y., Tamukoh H.

    Proceedings - IEEE International Symposium on Circuits and Systems   2019-May   2019年01月

     詳細を見る

    担当区分:筆頭著者, 責任著者   記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)

    This live demonstration presents a brain-inspired amygdala model. Amygdala is an area of the brain that is associated with fear conditioning, which is a type of classical conditioning. The model can learn preferences through human-robot interactions by application of classical conditioning to the model. Additionally, to develop a high speed and low power system, we design a hardware of the amygdala model, and implemented the hardware into field programmable gate array.

    DOI: 10.1109/ISCAS.2019.8702213

    Scopus

    その他リンク: https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85066814574&origin=inward

  • Live demonstration: A VLSI implementation of time-domain analog weighted-sum calculation model for intelligent processing on robots 査読有り 国際誌

    Yamaguchi M., Iwamoto G., Abe Y., Tanaka Y., Ishida Y., Tamukoh H., Morie T.

    Proceedings - IEEE International Symposium on Circuits and Systems   2019-May   2019年01月

     詳細を見る

    記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)

    This live demonstration presents a VLSI chip based on “Time-domain Analog Computing with Transient states (TACT)” approach for intelligent processing on robots. This TACT chip, fabricated using 250-nm CMOS technology, implements a time-domain analog weighted-sum calculation model with very high energy efficiency. We integrate the TACT chip into a robot via Robot Operating System (ROS) interfaces. A human tracking robot demonstration is performed by the TACT chip with energy efficiency of 300 TOPS/W.

    DOI: 10.1109/ISCAS.2019.8702222

    Scopus

    その他リンク: https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85066803614&origin=inward

  • Hardware implementation of brain-inspired amygdala model 査読有り 国際誌

    Tanaka Y., Tamukoh H.

    Proceedings - IEEE International Symposium on Circuits and Systems   2019-May   2019年01月

     詳細を見る

    担当区分:筆頭著者, 責任著者   記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)

    Deep neural networks (DNNs) have achieved state-of-the-art results in several computing tasks. However, the performance of these DNNs is reliant on the availability of large amounts of training data, which is not always present. We approached this problem by developing a brain-inspired amygdala model to achieve computer learning based on limited training data. The amygdala is an area of the brain associated with classical fear conditioning. The proposed amygdala model is composed of a single layer of deep self-organizing map network (deep SOM network) and a fully-connected neural network (FCNN), which imitates the function and structure of an amygdala. We applied the proposed amygdala model to a robot waiter task in a restaurant. The experimental results show that the model learned a customer's preferences after only a few human robot interactions. To develop the digital hardware of the amygdala model, we designed hardware for the deep SOM network and the FCNN and implemented them in an XCZU9EG field programmable gate array (FPGA). Our FPGA implementation of a deep SOM network with 272 neurons and an FCNN with three output neurons outperformed a software implementation on an Intel Core i5-3470 CPU by over 600 times.

    DOI: 10.1109/ISCAS.2019.8702430

    Scopus

    その他リンク: https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85066804926&origin=inward

  • Application of digital hardware of deep self-organizing map network 査読有り

    Yuichiro Tanaka, Hakaru Tamukoh

    Asia Pacific Conference on Robot IoT System Development and Platform 2018   2018年10月

     詳細を見る

    担当区分:筆頭著者   記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)

  • 競技会活動を通じたホームサービスロボットの研究開発

    吉元 裕真, 岩元 剛毅, 橋本 康平, 森江 隆, 田向 権, 堀 三晟, 石田 裕太郎, 木山 雄太, 黒田 裕貴, 田中 悠一朗, 久野 昌隆, 藤田 啓斗, 新谷 嘉也

    ロボティクス・メカトロニクス講演会講演概要集 ( 一般社団法人 日本機械学会 )   2018 ( 0 )   2P2 - E02   2018年06月

     詳細を見る

    記述言語:日本語   掲載種別:研究論文(研究会,シンポジウム資料等)

    <p>In real world applications of home service robots, they are required to be able to perform housekeeping or other tasks. "RoboCup@Home" is a competition for benchmarking home service robots. It includes tests to service robots for real world implementation. These tests require the combination of intelligent functions such as object detection and voice recognition. We have developed a home service robot "Exi@" and evaluated its performance by participating in RoboCup@Home. This paper describes real world implementation of robots and RoboCup@Home. The functions embedded in Exi@ and a task "Restaurant" are also explained.</p>

    DOI: 10.1299/jsmermd.2018.2P2-E02

    CiNii Article

    CiNii Research

    その他リンク: https://ci.nii.ac.jp/naid/130007552042

  • Hardware implementation of deep self-organizing map networks 査読有り

    Tanaka Y., Tamukoh H.

    Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)   10613 LNCS   439 - 441   2017年09月

     詳細を見る

    担当区分:筆頭著者   記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)

    We aim to develop a recognition system of high accuracy and low power consumption by designing a digital circuit for deep neural networks (DNNs), and by implementing the circuit on field programmable gate arrays (FPGAs). DNNs include numerous multiply operations, whereas FPGAs include a limited number of multipliers. We aim to reduce the number of multiply operations generated by the algorithms within DNNs. Deep self-organizing map networks (DSNs) [1] are DNNs comprising self-organizing maps (SOMs) [2] as shown in Fig. 1. A hardware-oriented algorithm for SOMs has been proposed herein [3]. The algorithm represents SOMs by replacing multiply operations with bitshift operations. DSNs that include only a few multiply operations can then be represented by employing the algorithm. In this paper, we propose a hardware-oriented algorithm and a hardware architecture for DSNs. The hardware-oriented algorithm reduces multiply operations and exponential functions in a computation of SOM Module as shown in Fig. 1. In addition, we confirm that the algorithm does not worsen performance of DSN by a software simulation. Figure 2 shows error rates of DSN during learning MNIST Dataset [4]. The performance of the proposed algorithm achieve comparable results to the conventional algorithm. We also describe a DSN comprising three layers by Verilog-HDL as shown in Fig. 1, and implement it on a Xilinx Vertex-6 XC6VLX240T FPGA. Experimental results showed that the proposed DSN circuit estimates a label of an input image in 2 µs while the software implemented using an Intel Core i5-3470 (3.20 GHz) CPU estimates it in about 1 ms. Thus the hardware is 500 times faster than the software. Its logic utilization is shown in Table 1.

    Scopus

    その他リンク: https://www.scopus.com/inward/record.uri?partnerID=HzOxMe3b&scp=85034254406&origin=inward

  • Hardware-Oriented Algorithm for Deep Neural Networks Composed of Self-Organizing Maps 査読有り

    Yuichiro Tanaka, Hakaru Tamukoh

    Proceedings of International Workshop on Smart Info-Media Systems in Asia   116 - 121   2016年09月

     詳細を見る

    担当区分:筆頭著者   記述言語:英語   掲載種別:研究論文(国際会議プロシーディングス)

▼全件表示

著書

  • 高位合成によるFPGA回路設計

    長瀬雅之 (共著),岩渕甲誠 (共著),田中亮佑 (共著),川口敦史 (共著),松本茂樹 (共著),梶原信樹 (共著),田中悠一朗 (共著),田向権 (共著)(共著)

    森北出版  2022年02月  ( ISBN:978-4-627-78741-4

     詳細を見る

    記述言語:日本語

口頭発表・ポスター発表等

  • 記憶読み出しの頻度を考慮したホームサービスロボット向けエピソード記憶システム

    水谷彰伸,田中悠一朗,田向権,立野勝巳,森江隆

    第34回日本神経回路学会全国大会 

     詳細を見る

    開催期間: 2024年09月11日 - 2024年09月13日   記述言語:日本語  

  • 記憶読み出しの頻度を考慮した脳型記憶システムのFPGA実装

    水谷 彰伸,田中 悠一朗,田向 権,立野 勝巳,森江 隆

    cross-disciplinary workshop on computing systems, infrastructures, and programming (xSIG)  2024年08月 

     詳細を見る

    開催期間: 2024年08月07日 - 2024年08月09日   記述言語:日本語  

  • A Preliminary Study of Anomaly Detection of Object Grasping Points Using CNT-PDMS Nanocomposite Sensor

    Shoshi Tokuno, Kouki Kimizuka, Yuichiro Tanaka, Hirofumi Tanaka, Hakaru Tamukoh

    The 5th International Symposium on Neuromorphic AI Hardware 

     詳細を見る

    開催期間: 2024年03月01日 - 2024年03月03日   記述言語:英語  

  • Reinforcement Learning of Two Continuous Tasks by Reservoir Computing with Multiple Readouts

    Yuichiro Tanaka, Hakaru Tamukoh

    The 5th International Symposium on Neuromorphic AI Hardware 

     詳細を見る

    開催期間: 2024年03月01日 - 2024年03月03日   記述言語:英語  

  • Integration of Cropped Image and Skeleton Information for Hand Waving Recognition by Reservoir Computing

    Hiromasa Yamaguchi, Akinobu Mizutani, Arie Rachmad Syulistyo, Yuichiro Tanaka, Hakaru Tamukoh

    The 5th International Symposium on Neuromorphic AI Hardware 

     詳細を見る

    開催期間: 2024年03月01日 - 2024年03月03日   記述言語:英語  

  • Application of a Hippocampus-inspired Model toward Episodic Memory-based Navigation for Autonomous Mobile Robots

    Kosei Isomoto, Yuichiro Tanaka, Hakaru Tamukoh, Katsumi Tateno, Osamu Nomura, Takashi Morie

    The 5th International Symposium on Neuromorphic AI Hardware 

     詳細を見る

    開催期間: 2024年03月01日 - 2024年03月03日   記述言語:英語  

  • A Brain-Inspired Artificial Intelligence Model to Acquire Positive and Negative Episodes with Hippocampal Replay Function

    Akinobu Mizutani, Yuichiro Tanaka, Hakaru Tamukoh, Katsumi Tateno, Osamu Nomura, Takashi Morie

    The 5th International Symposium on Neuromorphic AI Hardware 

     詳細を見る

    開催期間: 2024年03月01日 - 2024年03月03日   記述言語:英語  

  • American Sign Language Recognition by Reservoir Computing with a Combination of Multi-reservoir and Self-organizing Multi-readout

    Arie Rachmad Syulistyo, Yuichiro Tanaka, Hakaru Tamukoh

    The 5th International Symposium on Neuromorphic AI Hardware 

     詳細を見る

    開催期間: 2024年03月01日 - 2024年03月03日   記述言語:英語  

  • A hippocampus-inspired memory model with an accumulation function through place representation planes for digital VLSI implementation

    Akinobu Mizutani, Yuichiro Tanaka, Hakaru Tamukoh, Katsumi Tateno, Osamu Nomura, and Takashi Morie

    The 12th RIEC International Symposium on Brain Functions and Brain Computer (BFBC 2024) 

     詳細を見る

    開催期間: 2024年02月27日 - 2024年02月28日   記述言語:英語  

  • ホームサービスロボットのためのリザバーコンピューティングによる低計算コストの手振り認識システム

    山口 紘正, 水谷 彰伸, アリ ラフマード シュリスティヨ, 田中 悠一朗, 田向 権

    第25回日本知能情報ファジィ学会九州支部学術講演会 

     詳細を見る

    開催期間: 2023年12月09日   記述言語:日本語  

  • Path Planning for Home Service Robots Using Semantic Map

    Kosei Isomoto, Yuga Yano, Yuichiro Tanaka, Hakaru Tamukoh

    11th International Symposium on Applied Engineering and Sciences 2023 (SAES2023) 

     詳細を見る

    開催期間: 2023年11月20日 - 2023年11月21日   記述言語:英語  

  • 大規模言語モデルと海馬モデルによる ホームサービスロボット向け知識獲得システム

    水谷彰伸,田中悠一朗,田向権,立野勝巳,野村修,森江隆

    電子情報通信学会スマートインフォメディアシステム研究会 

     詳細を見る

    開催期間: 2023年10月12日 - 2023年10月13日   記述言語:日本語  

  • 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,田中 悠一朗,田向 権,佐藤 則子,石原 健,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 

     詳細を見る

    開催期間: 2023年09月07日 - 2023年09月09日   記述言語:日本語  

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

    石橋涼輔,高島康介,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 

     詳細を見る

    開催期間: 2023年09月07日 - 2023年09月09日   記述言語:日本語  

  • 海馬モデルによる経験の蓄積と想起に基づくホームサービスロボットの行動生成

    水谷 彰伸,川島 一郎,田中悠一朗,田向 権,立野 勝巳,野村 修,森江 隆

    電子情報通信学会ニューロコンピューティング研究会  2022年12月 

     詳細を見る

    開催期間: 2022年12月03日   記述言語:日本語  

  • 競技会に向けた知的情報処理のツール開発と脳型AIの活用

    柴 智也,小野 智寛,水谷 彰伸,田中 悠一朗,柴田 智広,田向 権

    HSRコミュニティ2022年度総会  2022年11月 

     詳細を見る

    開催期間: 2022年11月23日   記述言語:日本語  

  • エッジのための低学習コストAI

    田向権,田中悠一朗

    イノベーション・ジャパン2022 ~大学見本市&ビジネスマッチング~Online   2022年10月 

     詳細を見る

    開催期間: 2022年10月04日 - 2022年10月31日   記述言語:日本語  

  • ホームサービスロボットによる深度画像を用いたロバストなゴミ箱の蓋開けシステム

    磯本 航世,矢野 優雅,田中 悠一朗,田向 権

    第30回電子情報通信学会九州支部学生会講演会  2022年09月 

     詳細を見る

    開催期間: 2022年09月22日   記述言語:日本語  

  • [講演奨励賞受賞記念講演] Ag2Seナノワイヤネットワークインマテリオリザバーデバイスの音声分類

    琴岡 匠,Lilak Sam,Stieg A. Z.,Gimzewski J. K.,田中 悠一朗,田向 権,宇佐美 雄生,田中 啓文

    第83回応用物理学会秋季学術講演会  2022年09月 

     詳細を見る

    開催期間: 2022年09月20日 - 2022年09月23日   記述言語:日本語  

  • 電気化学ダイナミクスリザバーを用いた分類用データ拡張

    宇佐美 雄生,田中 悠一朗,琴岡 匠,田向 権,田中 啓文

    第83回応用物理学会秋季学術講演会 

     詳細を見る

    開催期間: 2022年09月20日 - 2022年09月23日   記述言語:日本語   開催地:東北大学川内北キャンパス   国名:日本国  

  • ロボットの触覚の記憶獲得と記憶に基づいた違和感の検知

    徳野 将士,田中 悠一朗,川節 拓実,細田 耕,田向 権

    第40回日本ロボット学会学術講演会 

     詳細を見る

    開催期間: 2022年09月05日 - 2022年09月09日   記述言語:日本語  

  • レザバー計算による組込み指向型音声分類システム

    田中悠一朗, 内野壱星, 大栗一敦, 田向権

    電子情報通信学会スマートインフォメディアシステム研究会 

     詳細を見る

    開催期間: 2022年06月09日 - 2022年06月10日   記述言語:日本語  

  • 電気化学ダイナミクスを用いたインマテリオリザバーによる音声分類

    宇佐美 雄生, 田中 悠一朗, 田向 権, ファンデルヴィエール ウィルフレッド, 松本 卓也, 田中 啓文

    第69回応用物理学会春季学術講演会 

     詳細を見る

    開催期間: 2022年03月22日 - 2022年03月26日   記述言語:日本語  

  • Ag2SeとAg2Sナノワイヤネットワーク物理デバイスの性能比較

    琴岡 匠, Lilak Sam, Stieg A. Z., Gimzewski J. K., 田中 悠一朗, 田向 権, 宇佐美 雄生, 田中 啓文

    第69回応用物理学会春季学術講演会 

     詳細を見る

    開催期間: 2022年03月22日 - 2022年03月26日   記述言語:日本語  

  • Memory-based Action Planning Inspired by Hippocampal Replay

    Akinobu Mizutani, Yuichiro Tanaka, Ichiro Kawashima, Hakaru Tamukoh, Katsumi Tateno, Takashi Morie

    The 3rd International Symposium on Neuromorphic AI Hardware 

     詳細を見る

    開催期間: 2022年03月18日 - 2022年03月19日   記述言語:英語  

  • A Memory-based LSI Architecture for Entorhinal-hippocampal Model

    Osamu Nomura, Ichiro Kawashima, Seiji Uenohara, Yuichiro Tanaka, Akinobu Mizutani, Kensuke Takada, Katsumi Tateno, Hakaru Tamukoh, Takashi Morie

    The 3rd International Symposium on Neuromorphic AI Hardware 

     詳細を見る

    開催期間: 2022年03月18日 - 2022年03月19日   記述言語:英語  

  • A situation-dependent navigation system by brain-inspired neural networks with hippocampus, prefrontal cortex, and amygdala functions

    Akinobu Mizutani, Yuichiro Tanaka, Hakaru Tamukoh, Yuichi Katori, Katsumi Tateno, Takashi Morie

    The 10th RIEC International Symposium on Brain Functions and Brain Computer 

     詳細を見る

    開催期間: 2022年02月18日 - 2022年02月19日   記述言語:英語  

  • A Data Collection System for Home Environment Adaptation of Service Robots

    Akinobu Mizutani, Yuichiro Tanaka, Hakaru Tamukoh

    9th International Symposium on Applied Engineering and Science 

     詳細を見る

    開催期間: 2021年12月05日 - 2021年12月08日   記述言語:英語  

  • Open Set Recognition Using Hotelling’s T2 Focusing on Multidimensional Feature Space in Deep Neural Networks

    Daiju Kanaoka, Yuichiro Tanaka, Hakaru Tamukoh

    9th International Symposium on Applied Engineering and Science 

     詳細を見る

    開催期間: 2021年12月05日 - 2021年12月08日   記述言語:英語  

  • 多次元特徴空間に着目したオープンセット認識手法の開発

    金岡大樹,田中悠一朗,田向権

    電子情報通信学会スマートインフォメディアシステム研究会 

     詳細を見る

    開催期間: 2021年12月03日   記述言語:日本語  

  • Ag2Seナノワイヤネットワークリザバーデバイスを用いた音声分類

    琴岡 匠,Lilak Sam,Stieg A. Z.,Gimzewski J. K.,田中 悠一朗,田向 権,宇佐美 雄生,田中 啓文

    第82回応用物理学会秋季学術講演会 

     詳細を見る

    開催期間: 2021年09月10日 - 2021年09月13日   記述言語:日本語  

  • 軟接触センサを搭載したロボットハンドを用いたアクティブセンシングによる物体認識

    徳野 将士,田中 悠一朗,川節 拓実,細田 耕,田向 権

    第39回日本ロボット学会学術講演会 

     詳細を見る

    開催期間: 2021年09月08日 - 2021年09月11日   記述言語:日本語   開催地:オンライン   国名:日本国  

  • Ag2Seナノワイヤネットワーク物理リザバーデバイスを用いた音声分類

    琴岡 匠, Lilak Samuel, Stieg A. Z., Gimzewski J. K., 田中 悠一朗, 田向 権, 宇佐美 雄生, 田中 啓文

    第68回応用物理学会春季学術講演会 

     詳細を見る

    開催期間: 2021年03月16日 - 2021年03月19日   記述言語:日本語  

  • Analysis of Tactile Information Acquired by a Flexible Sensor

    Issei Uchino, Shoshi Tokuno, Yuichiro Tanaka, Hakaru Tamukoh

    8th International Symposium on Applied Engineering and Science 

     詳細を見る

    開催期間: 2020年12月12日 - 2020年12月19日   記述言語:英語  

  • Object Recognition by a Robot Hand Mounting Flexible Tactile Sensor

    Shoshi Tokuno, Yuichiro Tanaka, Takumi Kawasetsu, Koh Hosoda, Hakaru Tamukoh

    8th International Symposium on Applied Engineering and Science 

     詳細を見る

    開催期間: 2020年12月12日 - 2020年12月19日   記述言語:英語  

  • 柔軟触覚センサを搭載したロボットハンドによる触覚情報からの物体認識

    徳野 将士,田中 悠一朗,川節 拓実,細田 耕,田向 権

    第38回日本ロボット学会学術講演会 

     詳細を見る

    開催期間: 2020年10月   記述言語:日本語  

  • 海馬・扁桃体・前頭前野の機能を統合した脳型人工知能モデル

    田中 悠一朗,田向 権,立野 勝巳,香取 勇一,森江 隆

    第29回日本神経回路学会全国大会 

     詳細を見る

    開催期間: 2019年09月04日 - 2019年09月06日   記述言語:日本語  

  • ヒューマンロボットインタラクションを通じて人の好みを学習する扁桃体モデルの実装

    田中 悠一朗,田向 権

    第36回日本ロボット学会学術講演会 

     詳細を見る

    開催期間: 2018年09月   記述言語:日本語  

  • スマートフォンのカメラで計測した脈波を用いた心拍変動パラメータの推定

    田中 悠一朗,鈴木 章央,磯貝 浩久,岩崎 正明,田向 権

    電子情報通信学会スマートインフォメディアシステム研究会 

     詳細を見る

    開催期間: 2018年06月   記述言語:日本語  

  • Deep Self-Organizing Map NetworksのFPGA実装

    田中悠一朗,田向権

    第27回日本神経回路学会全国大会 

     詳細を見る

    開催期間: 2017年09月   記述言語:日本語  

  • Approach to accelerate the development of practical home service robots –RoboCup@Home DSPL- 招待有り

    Yutaro Ishida, Yuichiro Tanaka, Sansei Hori, Yuta Kiyama, Yuki Kuroda, Masataka Hisano, Hiroto Fujita, Yuma Yoshimoto, Yoshiya Aratani, Gouki Iwamoto, Kouhei Hashimoto, Dinda Pramanta, Yushi Abe, Takashi Morie, Hakaru Tamukoh

    26th International Symposium on Robot and Human Interactive Communication 

     詳細を見る

    開催期間: 2017年09月   記述言語:英語  

  • 自己組織化マップによって構成されるディープニューラルネットワークのハードウェア化

    田中 悠一朗,田向 権

    電子情報通信学会技術研究報告スマートインフォメディアシステム研究会 

     詳細を見る

    開催期間: 2017年03月   記述言語:日本語  

  • ホームロボット向け物体認識・把持システムの構築

    石田 裕太郎,田中 悠一朗,森江 隆,田向 権

    第34回日本ロボット学会学術講演会 

     詳細を見る

    開催期間: 2016年09月   記述言語:日本語  

  • 自己組織化マップを応用したDeep Neural Networkのハードウェア指向アルゴリズム

    田中 悠一朗,田向 権

    電子情報通信学会2016年総合大会ISS特別企画「学生ポスターセッション」 

     詳細を見る

    開催期間: 2016年03月   記述言語:日本語  

  • hw/sw複合体による高速画像認識システム

    田中 悠一朗,田向 権

    日本知能情報ファジィ学会九州支部春季ワークショップ2015 

     詳細を見る

    開催期間: 2015年06月   記述言語:日本語  

▼全件表示

工業所有権

  • 制御装置及びそれを具備する要求処理システム

    水谷彰伸,田向権,田中悠一朗,野村修,森江隆

     詳細を見る

    出願番号:特願2023-170719  出願日:2023年09月29日

  • 情報処理装置及び情報処理方法

    田中悠一朗,田向権

     詳細を見る

    出願番号:特願2023-126569  出願日:2023年08月02日

  • 情報処理装置、情報処理方法、及びプログラム

    田中悠一朗,田向権

     詳細を見る

    出願番号:特願2021-202492  出願日:2021年12月14日

  • 画像認識装置及び画像認識方法

    金岡大樹,田向権,田中悠一朗

     詳細を見る

    出願番号:特願2021-185971   出願日:2021年11月15日

  • 情報処理装置、及び情報処理方法

    田中悠一朗,田向権,内野壱星

     詳細を見る

    出願番号:2021-007422  出願日:2021年01月20日

    登録番号:特許第7551113号  登録日:2024年09月06日

  • 情報処理装置、及び情報処理方法

    田中悠一朗,田向権,内野壱星

     詳細を見る

    出願番号:2021-007423  出願日:2021年01月20日

    登録番号:特許第7551114号  登録日:2024年09月06日

▼全件表示

講演

  • [記念講演] 大規模言語モデルと海馬モデルによる ホームサービスロボット向け知識獲得システム

    電子情報通信学会スマートインフォメディアシステム研究会  2024年03月 

     詳細を見る

    発表言語:日本語   講演種別:特別講演  

  • Application of in-material reservoirs for edge computing: In-material-reservoir-based convolutional neural network

    The 22nd International Symposium on Eco-materials Processing and Design  2024年01月 

     詳細を見る

    開催期間: 2024年01月21日 - 2024年01月24日   発表言語:英語   講演種別:招待講演  

  • レザバー計算によるエッジ指向AI

    【第12回産学連携オンラインセミナー】 広域TLOが注目する!自動運転社会実装に向けた大学研究~位置測位精度・エッジ指向AI・インテリジェントタイヤ・車室内デザインなど~  2023年10月 

     詳細を見る

    発表言語:日本語   講演種別:その他  

  • AI hardware for home service robot: FPGA implementation of amygdala model

    Seminari, Universitat Politècnica de Catalunya  2023年07月 

     詳細を見る

    発表言語:英語   講演種別:その他  

  • [記念講演] レザバー計算による組込み指向型音声分類システム

    電子情報通信学会スマートインフォメディアシステム研究会  2023年03月 

     詳細を見る

    開催期間: 2023年03月02日 - 2023年03月03日   発表言語:日本語   講演種別:特別講演  

  • レザバーコンピューティングベースのエッジ指向型画像認識

    九州工業大学 新技術説明会  2022年12月 

     詳細を見る

    発表言語:日本語   講演種別:その他   開催地:オンライン  

  • エッジ指向型AIの実装法

    明専会広島支部総会  2022年11月 

     詳細を見る

    発表言語:日本語   講演種別:その他   開催地:オンライン  

  • マルチタスク学習を達成するレザバーコンピューティングの構成と学習法

    九州工業大学 新技術説明会  2021年12月  科学技術振興機構、九州工業大学

     詳細を見る

    発表言語:日本語   講演種別:その他  

  • 海馬・扁桃体・前頭前野の機能を統合した脳型AIハードウェア

    第82回応用物理学会秋季学術講演会シンポジウム AIアクセラレータ -人工知能デバイスの新展開-  2021年09月 

     詳細を見る

    発表言語:日本語   講演種別:招待講演  

  • ホームサービスロボット実現に向けた取り組み

    北九州プロバスクラブ  2019年03月 

     詳細を見る

    発表言語:日本語   講演種別:座談会  

  • Approach to accelerate the development of practical home service robots –RoboCup@Home DSPL-

    26th International Symposium on Robot and Human Interactive Communication  2017年09月 

     詳細を見る

    発表言語:英語   講演種別:招待講演  

▼全件表示

学術関係受賞

  • RoboCup 2024 Eindhoven @Home Domestic Standard Platform League 1st Place

    RoboCup Federation   2024年07月21日

    Hibikino-Musashi@Home

     詳細を見る

    受賞国:オランダ王国

  • RoboCup 2024 Eindhoven @Home Robo-host (Party-Host highest score in Stage I tasks) First Place

    RoboCup Federation   2024年07月

    Hibikino-Musashi@Home

     詳細を見る

    受賞国:オランダ王国

  • RoboCup 2024 Eindhoven @Home Robo-butler (Housekeeper highest score in Stage II tasks) First Place

    RoboCup Federation   2024年07月

    Hibikino-Musashi@Home

     詳細を見る

    受賞国:オランダ王国

  • RoboCup 2024 Eindhoven @Home Smoothest, Safest Navigation Award First Place

    RoboCup Federation   2024年07月

    Hibikino-Musashi@Home

     詳細を見る

    受賞国:オランダ王国

  • RoboCup 2024 Eindhoven @Home GPSR Overbot (Best in GPSR & EGPSR) First Place

    RoboCup Federation   2024年07月

    Hibikino-Musashi@Home

     詳細を見る

    受賞国:オランダ王国

  • 第8回応用物理学会薄膜・表面物理分科会論文賞

    公益社団法人応用物理学会薄膜・表面物理分科会   2024年03月22日

    Y. Usami, B. van de Ven, D. G. Mathew, T. Chen, T. Kotooka, Y. Kawashima, Y. Tanaka, Y. Otsuka, H. Ohyama, H. Tamukoh, H. Tanaka, W. G. van der Wiel, T. Matsumoto

     詳細を見る

    受賞国:日本国

  • @Home Domestic Standard Platform League 2nd Place

    RoboCup Federation   2023年07月

    Hibikino-Musashi@Home

     詳細を見る

    受賞国:フランス共和国

  • @Home Domestic Standard Platform League 3rd Place

    ロボカップジャパンオープン2023@ホームリーグ実行委員会   2023年05月07日

    Hibikino-Musashi@Home DSPL

     詳細を見る

    受賞国:日本国

  • @Home Open Platform League 2nd Place

    ロボカップジャパンオープン2023@ホームリーグ実行委員会   2023年05月07日

    Hibikino-Musashi@Home OPL

     詳細を見る

    受賞国:日本国

  • @Home Domestic Standard Platform League (Technical Challenge) 1st Place

    ロボカップジャパンオープン2023@ホームリーグ実行委員会   2023年05月07日

    Hibikino-Musashi@Home DSPL

     詳細を見る

    受賞国:日本国

  • @Home Open Platform League (Technical Challenge) 1st Place

    ロボカップジャパンオープン2023@ホームリーグ実行委員会   2023年05月07日

    Hibikino-Musashi@Home OPL

     詳細を見る

    受賞国:日本国

  • @Home Open Platform League (Technical Challenge) 1st Place

    ロボカップジャパンオープン2022@ホームリーグ実行委員会   2023年03月09日

    Hibikino-Musashi@Home OPL

     詳細を見る

    受賞国:日本国

  • @Home Domestic Standard Platform League (Technical Challenge) 2nd Place

    ロボカップジャパンオープン2022@ホームリーグ実行委員会   2023年03月09日

    Hibikino-Musashi@Home DSPL

     詳細を見る

    受賞国:日本国

  • @Home Open Platform League 2nd Place

    ロボカップジャパンオープン2022@ホームリーグ実行委員会   2023年03月09日

    Hibikino-Musashi@Home OPL

     詳細を見る

    受賞国:日本国

  • @Home Domestic Standard Platform League 1st Place

    ロボカップジャパンオープン2022@ホームリーグ実行委員会   2023年03月09日

    Hibikino-Musashi@Home DSPL

     詳細を見る

    受賞国:日本国

  • SIS研究会若手研究優秀賞

    電子情報通信学会スマートインフォメディアシステム研究会   レザバー計算による組込み指向型音声分類システム   2023年03月02日

    田中悠一朗

     詳細を見る

    受賞国:日本国

  • HSRコミュニティベストポスター賞

    HSRコミュニティ2022年度総会   2022年11月23日

    柴 智也,小野 智寛,水谷 彰伸,田中 悠一朗,柴田 智広,田向 権

     詳細を見る

    受賞国:日本国

  • RoboCup 2022 Bangkok @Home Best Open Challenge Award First Place

    RoboCup Federation   2022年07月28日

    Hibikino-Musashi@Home

     詳細を見る

    受賞国:タイ王国

  • RoboCup 2022 Bangkok @Home Robo-host First Place

    RoboCup Federation   2022年07月28日

    Hibikino-Musashi@Home

     詳細を見る

    受賞国:タイ王国

  • RoboCup 2022 Bangkok @Home Domestic Standard Platform League Third Place

    RoboCup Federation   2022年07月28日

    Hibikino-Musashi@Home

     詳細を見る

    受賞国:タイ王国

  • Open Platform League Technical Challenge優勝

    ロボカップジャパンオープン2021@ホームリーグ実行委員会   2022年03月23日

    Hibikino-Musashi@Home OPL

     詳細を見る

    受賞国:日本国

  • Open Platform League準優勝

    ロボカップジャパンオープン2021@ホームリーグ実行委員会   2022年03月23日

    Hibikino-Musashi@Home OPL

     詳細を見る

    受賞国:日本国

  • Domestic Standard Platform League優勝

    ロボカップジャパンオープン2021@ホームリーグ実行委員会   2022年03月12日

    Hibikino-Musashi@Home DSPL

     詳細を見る

    受賞国:日本国

  • Domestic Standard Platform League Technical Challenge優勝

    ロボカップジャパンオープン2022@Homeリーグ実行委員会   2022年03月12日

    Hibikino-Musashi@Home DSPL

     詳細を見る

    受賞国:日本国

  • 2021年IEEE福岡支部学生研究奨励賞

    IEEE   An Amygdala-Inspired Classical Conditioning Model Implemented on an FPGA for Home Service Robots   2022年02月

    田中悠一朗

     詳細を見る

    受賞国:日本国

  • RoboCup Asia-Pacific 2021 Aichi Japan @Home Open Platform League 1st Place

    RoboCup Asia-Pacific @Home League   2021年11月

    Hibikino-Musashi@Home

     詳細を見る

    受賞国:日本国

  • RoboCup Asia-Pacific 2021 Aichi Japan @Home Open Platform League 1st Place

    RoboCup Asia-Pacific 2021 Aichi Organizing Committee   2021年11月

    Hibikino-Musashi@Home

     詳細を見る

    受賞国:日本国

  • Best Student Paper Award

    ISPACS2021   2021年11月

    Akinobu Mizutani, Yuichiro Tanaka, Hakaru Tamukoh, Yuichi Katori, Katsumi Tateno, Takashi Morie

     詳細を見る

    受賞国:台湾

  • RoboCup Asia-Pacific 2021 Aichi Japan @Home Open Platform League (Technical Challenge) 3rd Place

    RoboCup Asia-Pacific @Home League   2021年11月

    Hibikino-Musashi@Home

     詳細を見る

    受賞国:日本国

  • RoboCup Asia-Pacific 2021 Aichi Japan @Home Domestic Standard Platform League 1st Place

    RoboCup Asia-Pacific @Home League   2021年11月

    Hibikino-Musashi@Home

     詳細を見る

    受賞国:日本国

  • RoboCup Asia-Pacific 2021 Aichi Japan @Home Domestic Standard Platform League (Technical Challenge) 1st Place

    RoboCup Asia-Pacific @Home League   2021年11月

    Hibikino-Musashi@Home

     詳細を見る

    受賞国:日本国

  • RoboCup Asia-Pacific 2021 Aichi Japan @Home Domestic Standard Platform League (Tidy Up Award) 1st Place

    RoboCup Asia-Pacific @Home League   2021年11月

    Hibikino-Musashi@Home

     詳細を見る

    受賞国:日本国

  • RoboCup Asia-Pacific 2021 Aichi Japan @Home Simulation DSPL 1st Place

    RoboCup Asia-Pacific @Home League   2021年11月

    Hibikino-Musashi@Home

     詳細を見る

    受賞国:日本国

  • RoboCup Asia-Pacific 2021 Aichi Japan @Home Domestic Standard Platform League 1st Place

    RoboCup Asia-Pacific 2021 Aichi Organizing Committee   2021年11月

    Hibikino-Musashi@Home

     詳細を見る

    受賞国:日本国

  • 最優秀賞

    令和2年度学生プロジェクト報告会   2021年03月05日

    Hibikino-Musashi@Home

     詳細を見る

    受賞国:日本国

  • ロボカップジャパンオープン2020 @ホームシミュレーションリーグ 準優勝(Technical Challenge)

    ロボカップジャパンオープン2020開催委員会   2020年11月01日

    Hibikino-Musashi@Home Sim

     詳細を見る

    受賞国:日本国

  • ロボカップジャパンオープン2020 @ホームシミュレーションリーグ 準優勝(Technical Challenge)

    ロボカップジャパンオープン2020@ホームリーグ実行委員会   2020年11月01日

    Hibikino-Musashi@Home Sim

     詳細を見る

    受賞国:日本国

  • NOLTA2020 Student Paper Award

    NOLTA2020   2020年11月

    Yuichiro Tanaka

     詳細を見る

    受賞国:日本国

  • 最優秀賞

    令和元年度学生プロジェクト報告会   2020年02月28日

    Hibikino-Musashi@Home

     詳細を見る

    受賞国:日本国

  • 優勝(DSPL)

    ロボカップジャパンオープン2019@ホームリーグ実行委員会   2019年08月18日

    Hibikino-Musashi@Home

     詳細を見る

    受賞国:日本国

  • ロボカップジャパンオープン2019ながおか @ホーム・ドメスティックスタンダードプラットフォームリーグ優勝

    ロボカップジャパンオープン2019ながおか開催委員会   2019年08月18日

    Hibikino-Musashi@Home

     詳細を見る

    受賞国:日本国

  • RoboCup@Home League Domestic Standard Platform Third Place

    RoboCup 2019 Sydney   2019年07月07日

    Hibikino-Musashi@Home

     詳細を見る

    受賞国:オーストラリア連邦

  • Best Live Demonstration Award

    IEEE International Symposium on Circuit and Systems   2019年05月28日

    Masatoshi Yamaguchi, Gouki Iwamoto, Yushi Abe, Yuichiro Tanaka, Yutaro Ishida, Hakaru Tamukoh, Takashi Morie

     詳細を見る

    受賞国:日本国

  • 準優勝 日本シノプシス合同会社賞

    LSIデザインコンテスト2019   2019年03月08日

    川島 一郎,田中 悠一朗,宮﨑 椋瑚

     詳細を見る

    受賞国:日本国

  • 最優秀賞

    平成30年度学生プロジェクト報告会   2019年03月01日

    Hibikino-Musashi@Home

     詳細を見る

    受賞国:日本国

  • Fighting-spirit award

    APRIS Robot Challenge 2018   2018年11月02日

    Thanin Limkulpong, Anwar Rajawana, Yuichiro Tanaka, Piyapat Wunbunchoo, Arsanchai Sukkuea

     詳細を見る

    受賞国:タイ王国

  • World Robot Summit 2018 Tokyo Service Robotics Category, Partner Robot Challenge / Real Space 1st Place, METI Minister’s Award for Excellence in WRS

    経済産業省   2018年10月21日

    Hibikino-Musashi@Home

     詳細を見る

    受賞国:日本国

  • World Robot Summit 2018 Tokyo RSJ Special Award

    日本ロボット学会   2018年10月21日

    Hibikino-Musashi@Home

     詳細を見る

    受賞国:日本国

  • RoboCup@Home League Domestic Standard Platform RoboCup@Home First Place

    RoboCup 2018   2018年06月21日

    Hibikino-Musashi@Home

     詳細を見る

    受賞国:カナダ

  • RoboCup@Home P&G Challenge Winner

    Procter & Gamble   2018年06月21日

    Hibikino-Musashi@Home

     詳細を見る

    受賞国:カナダ

  • RoboCup@Home League Procter & Gamble Dishwasher Challenge Award

    RoboCup 2018   2018年06月21日

    Hibikino-Musashi@Home

     詳細を見る

    受賞国:カナダ

  • RoboCup@Home League Domestic Standard Platform 1st Place

    RoboCup 2017   2017年06月30日

    Hibikino-Musashi@Home

     詳細を見る

    受賞国:日本国

  • ロボカップジャパンオープン2017@Home Open Platform 三位

    ロボカップジャパンオープン2017@Homeリーグ実行委員会   2017年05月05日

    Hibikino-Musashi@Home

     詳細を見る

    受賞国:日本国

  • RoboCup@Home Domestic Standard Platform 第2位

    ロボカップジャパンオープン2017開催委員会   2017年05月05日

    Hibikino-Musashi@Home

     詳細を見る

    受賞国:日本国

  • RoboCup@Home Open Platform 第3位

    ロボカップジャパンオープン2017開催委員会   2017年05月05日

    Hibikino-Musashi@Home

     詳細を見る

    受賞国:日本国

  • ロボカップジャパンオープン2017@Home Domestic Standard Platform 準優勝

    ロボカップジャパンオープン2017@Homeリーグ実行委員会   2017年05月05日

    Hibikino-Musashi@Home

     詳細を見る

    受賞国:日本国

  • Intelligent Home Robotics Challenge 2016 ロボット聴覚部門1位

    日本ロボット学会インテリジェントホームロボティクス研究専門委員会   2016年12月11日

    Hibikino-Musashi@Home

     詳細を見る

    受賞国:日本国

  • Intelligent Home Robotics Challenge 2016 総合優勝

    日本ロボット学会インテリジェントホームロボティクス研究専門委員会   2016年12月11日

    Hibikino-Musashi@Home

     詳細を見る

    受賞国:日本国

  • Intelligent Home Robotics Challenge 2016 ロボットマニピュレーション部門1位

    日本ロボット学会インテリジェントホームロボティクス研究専門委員会   2016年12月11日

    Hibikino-Musashi@Home

     詳細を見る

    受賞国:日本国

  • ロボカップジャパンオープン2016@Home Open Platform 準優勝

    ロボカップジャパンオープン2016@Homeリーグ実行委員会   2016年03月27日

    Hibikino-Musashi@Home

     詳細を見る

    受賞国:日本国

  • ロボカップ@ホームオープンプラットフォームリーグ準優勝

    ロボカップジャパンオープン2016愛知開催委員会   2016年03月27日

    Hibikino-Musashi@Home

     詳細を見る

    受賞国:日本国

  • ボカップ@ホームオープンプラットフォームリーグファイナリスト賞

    ロボカップジャパンオープン2016愛知開催委員会   2016年03月27日

    Hibikino-Musashi@Home

     詳細を見る

    受賞国:日本国

  • 電子情報通信学会 九州支部 平成27年度 成績優秀賞(学部)

    電子情報通信学会九州支部   2016年03月

    田中 悠一朗

     詳細を見る

    受賞国:日本国

▼全件表示

科研費獲得実績

  • 脳の機能を模倣した汎用型AIハードウェア開発と家庭用サービスロボット応用

    研究課題番号:22K17968  2022年04月 - 2026年03月   若手研究

  • 時空間領域組込脳型計算機システムの確立とホームサービスロボットでの実証

    研究課題番号:23H03468  2023年04月 - 2027年03月   基盤研究(B)

  • 身体から得られる個々の経験を記憶する脳型人工知能ハードウェアとホームロボット応用

    研究課題番号:21K21318  2021年04月 - 2023年03月   研究活動スタート支援

  • 組込み指向型脳型人工知能回路の実現とサービスロボットへの応用

    研究課題番号:19J11524  2019年04月 - 2021年03月   特別研究員奨励費

その他競争的資金獲得実績

  • 省計算資源実装が求められるエッジAIのための仮想マルチリードアウトレザバー計算モデルの開発

    2024年04月 - 2025年02月

    シーズ創出・実用性検証事業  

  • 個別の環境に適応するAIモデルの実現

    2023年05月 - 現在

    日本神経回路学会30周年記念研究助成金  

  • 現場特有のエッジAIのためのマルチタスク学習を達成するマルチリードアウトレザバー

    2022年04月 - 2023年02月

    シーズ創出・実用性検証事業  

担当授業科目(学内)

  • 2023年度   AIセミナー

     詳細を見る

    科目区分:大学院専門科目

  • 2023年度   AARセミナー

  • 2022年度   AIセミナー

  • 2022年度   AARセミナー

  • 2021年度   AIセミナー

     詳細を見る

    科目区分:大学院専門科目

  • 2021年度   AARセミナー

▼全件表示

担当経験のある授業科目(学外)

  • International Visiting Lecture Series

    2022年10月   機関名:International Visiting Lecture Series

     詳細を見る

    科目区分:その他  国名:インドネシア共和国

その他教育活動

  • データサイエンスプロ(深層学習特化型)公開講座講師

    2023年03月
  • データサイエンスプロ(深層学習特化型)公開講座講師

    2022年02月

     詳細を見る

    本学が社会人向けに開講した公開講座(オムニバス形式)で3コマ分の講師を担当

学会・委員会等活動

  • 電子情報通信学会スマートインフォメディアシステム研究会   幹事補佐  

    2023年06月 - 現在

  • 電子情報通信学会スマートインフォメディアシステム研究会研究専門委員会   専門委員  

    2022年11月 - 現在

  • Special Organized Session on Neuromorphic AI Models, Materials, Circuits, and Applications, SAES2024   Special Technical Sessions Program Chairs  

    2024年11月

  • Special Session on Neuromorphic/Brainmorphic AI models, Hardware and Applications, IJCNN2024   Special Session Chairs  

    2024年06月

  • ロボカップジャパンオープン2024   @Home DSPL Technical Committee  

    2024年05月

  • Special Section on Recent Progress in Neuromorphic AI Hardware, NOLTA, IEICE   Guest Secretary  

    2023年12月 - 2024年10月

  • 2023 International Workshop on Smart Info-Media and Systems in Asia   Technical Program Committee  

    2023年08月

  • ロボカップジャパンオープン2023   @Home DSPL Technical Committee  

    2023年05月

  • ロボカップジャパンオープン2022   @Home DSPL 実行委員  

    2023年03月

  • ロボカップジャパンオープン2021   @Home DSPL 実行委員・OPL 実行委員・Education 審査委員  

    2022年03月

  • ロボカップアジアパシフィック2021あいち   @Home DSPL 実行委員  

    2021年11月

  • Elsevier   Reviewer of Neural Networks  

    2021年06月 - 2021年09月

▼全件表示

国際会議開催(学会主催除く)

  • Materials Meet Robots 2024

    Society for Neuromorphic AI Hardware  2024年05月07日 - 2024年05月09日

  • The 5th International Symposium on Neuromorphic AI Hardware

    Society for Neuromorphic AI Hardware  2024年03月01日 - 2024年03月03日

  • Core-to-Core Satellite Symposium of MNC 2023 – Materials Meet Robots 2023 –

    Society for Neuromorphic AI Hardware  2023年11月20日 - 2023年11月21日

  • The 4th International Symposium on Neuromorphic AI Hardware

    Society of Neurumorphic AI Hardware, Research Center for Neuromorphic AI Hardware, Kyushu Institute of Technology, Core-to-Core Project of Japan Society of Promotion of Science, Kitakyushu Convention & Visitors Association  アートホテル小倉ニュータガワ  2022年12月13日 - 2022年12月14日

  • The 3rd International Symposium on Neuromorphic AI Hardware

    Society of Neurumorphic AI Hardware, Research Center for Neuromorphic AI Hardware, Kyushu Institute of Technology, Kitakyushu Convention & Visitors Association  プレミアホテル門司港  2022年03月18日 - 2022年03月19日