大学見本市2025（イノベーション・ジャパン）にて松谷研の研究成果を展示しました。

• 慶應義塾大学 理工学部 松谷研究室, “オンデバイス学習：置いたその場で学習できる組込みAI”, 大学見本市2025, ブース番号I-18, 2025年8月.

出展ページ

松谷研M2の杉浦君、中澤君、M1のMorris君がSWoPP 2025にて以下の口頭発表を行いました。

• 杉浦 直人, 藤木 大地, 松谷 宏紀, “機械学習を用いたキャッシュ管理手法の検討”, CPSY研究会, 2025年8月.
• 中澤 和貴, 松谷 宏紀, “LoRAの適用層を動的に切り替え可能なエッジデバイス向け学習手法”, CPSY研究会, 2025年8月.
• Quentin Edward Morris, Hiroki Matsutani, “Evaluating Zeroth-Order Fine Tuning on Models for Use in Intrusion Detection Systems”, CPSY研究会, 2025年8月.

また、筑波大の杉浦先生が松谷研との共同研究成果を発表しました。

• 杉浦 圭祐, 山口 佳樹, 松谷 宏紀, “ゼロ次最適化と誤差逆伝播の併用による軽量なオンデバイス学習の検討”, CPSY研究会, 2025年8月.

松谷君がInternational Forum on MPSoC for Software-defined Hardware (MPSoC’25)にて以下の招待講演を行いました。

• Hiroki Matsutani, “An Ultra-Fast On-Device CNN Finetuning Approach for Resource-Limited Edge Devices”, MPSoC’25, Jun 2025. [Slide]

松谷研OBの杉浦先生（現、筑波大学）の下記の論文がACM Transactions on Reconfigurable Technology and Systems (TRETS)に掲載されました。

• Keisuke Sugiura, Hiroki Matsutani, “FPGA-Accelerated Correspondence-free Point Cloud Registration with PointNet Features”, ACM Transactions on Reconfigurable Technology and Systems (TRETS), Vol.18, No.2, May 2025.

Open Access (ACM Digital Library)

Skip2-LoRA is our proposed lightweight finetuning method for DNN/CNN models. This video demonstrates its FPGA-based acceleration and classification accuracy. In this demo, the on-device finetuning is completed in 0.34 seconds, enabling a continous learning on resource-limited edge devices.

松谷研M2の須永君の以下の論文がIEICE Transactions on Information and Systemsに採録されました。

• Kazuki Sunaga, Keisuke Sugiura, Hiroki Matsutani, “Performance and Power-Efficiency Improvements on Graph Embedding using Sequential Training Algorithm and FPGA”, IEICE Transactions on Information and Systems, Vol.E108-D, No.10, Oct 2025. (to appear)

松谷君がThe Asia and South Pacific Design Automation Conference (ASP-DAC’25)にて以下の口頭発表を行いました。

• Hiroki Matsutani, Masaaki Kondo, Kazuki Sunaga, Radu Marculescu, “Skip2-LoRA: A Lightweight On-device DNN Fine-tuning Method for Low-cost Edge Devices”, ASP-DAC’25, Jan 2025.

松谷君がThe Asia and South Pacific Design Automation Conference (ASP-DAC’25) Work-in-Progressセッションにて以下のポスター発表を行いました。

• Hiroki Matsutani, Keisuke Sugiura, Masaaki Kondo, Radu Marculescu, “A Lightweight On-device CNN Fine-tuning using Skip2-LoRA and Quantized Cache”, ASP-DAC’25 WiP poster session, Jan 2025.

We are working on a lightweight finetuning method for DNN/CNN models. This video demonstrates its finetuning speed on Raspberry Pi Zero 2W and its classification accuracy on rotated images that require an on-device finetuning for adapting the rotation. Our paper is available at arXiv.

JR東海の村田君（松谷研D1）が鉄道技術連合シンポジウム（J-RAIL 2024）にて以下の口頭発表を行いました。

• 村田 剛基, 筑波 聡, 松谷 宏紀, “鉄道機械設備における教師なし異常検出のためのコンセプトドリフト検出法”, J-RAIL 2024, 2024年11月.

松谷君が第12回STEAM人材育成研究会にて以下の招待講演を行いました。

• 松谷 宏紀, “その場で学習する半導体”, 第12回STEAM人材育成研究会, 招待講演, 2024年11月.

松谷研M2の安田君がDesign Gaia 2024にて以下の口頭発表を行いました。

• 安田 瑞生, 杉浦 圭祐, 松谷 宏紀, “Neural ODEを用いたFPGA向け低コスト点群深層学習”, RECONF研究会, 2024年11月.

松谷研M2の大久保君の以下の論文がIEEE Accessに掲載されました。

• Ikumi Okubo, Keisuke Sugiura, Hiroki Matsutani, “A Cost-Efficient FPGA-Based CNN-Transformer using Neural ODE”, IEEE Access, Vol.12, Oct 2024.

Open Access (IEEE Xplore)

松谷君がIEEE BSN’24の併設ワークショップ（WAIRE’24）にて以下の基調講演を行いました。

• Hiroki Matsutani, “On-device Learning Algorithm and Implementation for IoT Devices”, BSN’24 Workshops, Keynote talk, Oct 2024.

松谷君がIEEE International Conference on Body Sensor Networks (BSN’24)にて以下のポスター発表を行いました。

• Hiroki Matsutani, Radu Marculescu, “A Tiny Supervised ODL Core with Auto Data Pruning for Human Activity Recognition”, BSN’24, Oct 2024.

松谷研M1の中澤君がSWoPP 2024にて以下の口頭発表を行いました。

• 中澤 和貴, 松谷 宏紀, “エッジ向けGATの分布シフト検知とオンデバイスファインチューニング”, CPSY研究会, 2024年8月.

松谷君がInternational Forum on MPSoC for Software-defined Hardware (MPSoC’24)にて、JST AIP加速課題で研究開発しているオンデバイス学習に関する以下の招待講演を行いました。

• Hiroki Matsutani, “On-device Learning of Neural Networks for Wireless Sensor Nodes”, MPSoC’24, Jul 2024.

松谷研D3の杉浦君が電子情報通信学会 リコンフィギャラブルシステム研究会（2024年6月）にて以下の口頭発表を行いました。

• 杉浦 圭祐, “Pynqと高位合成による点群処理アプリケーションの設計と実装”, RECONF研究会, 2024年6月.