松谷研D1の塚田君、M1の杉浦君がSWoPP 2020にて以下の口頭発表を行いました。

• 塚田 峰登, 松谷 宏紀, “OS-ELMのための固定小数点ビット数の自動最適化”, CPSY研究会, 2020年7月.
• 杉浦 圭祐, 松谷 宏紀, “2次元グラフベースSLAMのFPGA実装に関する一検討”, CPSY研究会, 2020年7月.

Our on-device learning paper has been selected as Featured Paper in the July 2020 Issue of IEEE Transactions on Computers.

Talk videos in English and Japanese are available in IEEE Transactions on Computers Multimedia.

松谷研D1の塚田君の論文がIEEE Transactions on Computersに掲載されました。

• Mineto Tsukada, Masaaki Kondo, Hiroki Matsutani, “A Neural Network-Based On-device Learning Anomaly Detector for Edge Devices”, IEEE Transactions on Computers (TC), Vol.69, No.7, pp.1027-1044, Jul 2020.

Open Access (IEEE Xplore)

• Keisuke Sugiura, Hiroki Matsutani, “An FPGA Acceleration and Optimization Techniques for 2D LiDAR SLAM Algorithm”, arXiv:2006.01050, May 29, 2020. [Paper]

• Hirohisa Watanabe, Mineto Tsukada, Hiroki Matsutani, “An FPGA-Based On-Device Reinforcement Learning Approach using Online Sequential Learning”, arXiv:2005.04646, May 10, 2020. [Paper]

松谷研M1の佐久間君がIEEE Symposium on Low-Power and High-Speed Chips and Systems (COOL Chips 23)にて以下の口頭発表（オンライン発表）を行いました。

• Takuya Sakuma, Hiroki Matsutani, “An Area-Efficient Implementation of Recurrent Neural Network Core for Unsupervised Anomaly Detection”, COOL Chips 23, Apr 2020.

松谷研M1の古川君が電子情報通信学会コンピュータシステム（CPSY）研究会 優秀若手発表賞を受賞しました。

• 古川 雅輝, 井坪 知也, 松谷 宏紀, “ソフトウェアスイッチによるマルチGPU深層学習のパラメータ集約”, CPSY研究会, 2020年1月.

CPSY優秀若手発表賞は、研究会ごとに発表件数の10％程度に入る講演をした若手研究者に贈られる賞です。

慶應義塾大学、東京大学、フィックスターズ、理化学研究所、パナソニック、ロームが共同提案した以下の研究が科学技術振興機構（JST）戦略的創造研究推進事業CRESTに採択されました。

• オンデバイス学習技術の確立と社会実装（代表：松谷 宏紀）, JST人工知能CREST加速フェーズ, 2020年4月.

JST CRESTは、国が定める戦略目標の達成に向けて、目的基礎研究を推進し、科学技術イノベーションを生み出す革新的技術シーズを創出するためのチーム型研究です。

松谷研M1の井坪君がInternational Conference on Parallel, Distributed, and Network-Based Processing (PDP’20)にて以下の口頭発表（オンライン発表）を行いました。

• Tomoya Itsubo, Michihiro Koibuchi, Hideharu Amano, Hiroki Matsutani, “Accelerating Deep Learning using Multiple GPUs and FPGA-Based 10GbE Switch”, PDP’20, Mar 2020.

松谷研M2の岩田君、B4の佐久間君が電子情報通信学会 コンピュータシステム研究会（2020年2月、ETNET’20）にて以下の口頭発表を行いました。

• 岩田 拓真, 松谷 宏紀, “FPGA NICを用いた多次元多ストリーム変化点検出の高性能化”, CPSY研究会, 2020年2月.
• 佐久間 拓哉, 松谷 宏紀, “オンライン逐次学習による時系列予測モデルを用いた人間の異常行動検出”, CPSY研究会, 2020年2月.

• Rei Ito, Mineto Tsukada, Hiroki Matsutani, “An On-Device Federated Learning Approach for Cooperative Anomaly Detection”, arXiv:2002.12301, Feb 27, 2020. [Paper]

松谷研B4の杉浦君が情報処理学会システム・アーキテクチャ（ARC）研究会 若手奨励賞を受賞しました。

• 杉浦 圭祐, 松谷 宏紀, “2次元LiDAR SLAMアルゴリズムのFPGAによる高速化”, ARC研究会, 2020年1月.

ARC研究会若手奨励賞は、ARC研究会にて発表された若手研究者による発表から、特に優れた発表を選考し、それらの登壇発表者を表彰する賞です。

松谷研M1の伊藤君、B4の杉浦君、古川君、渡邉君が電子情報通信学会 コンピュータシステム研究会（2020年1月）にて以下の口頭発表を行いました。

• 伊藤 怜, 塚田 峰登, 松谷 宏紀, “オンデバイス学習を用いた協調型モデル更新の高効率化”, CPSY研究会, 2020年1月.
• 杉浦 圭祐, 松谷 宏紀, “2次元LiDAR SLAMアルゴリズムのFPGAによる高速化”, CPSY研究会, 2020年1月.
• 古川 雅輝, 井坪 知也, 松谷 宏紀, “ソフトウェアスイッチによるマルチGPU深層学習のパラメータ集約”, CPSY研究会, 2020年1月.
• 渡邉 寛悠, 塚田 峰登, 松谷 宏紀, “オンライン逐次学習アルゴリズムを用いた強化学習の軽量化”, CPSY研究会, 2020年1月.

松谷研M2の岩田君の論文がIEICE Transactions on Information and Systemsに掲載されました。

• Takuma Iwata, Kohei Nakamura, Yuta Tokusashi, Hiroki Matsutani, “An FPGA-Based Change-Point Detection for 10Gbps Packet Stream”, IEICE Transactions on Information and Systems, Vol.E102-D, No.12, Dec 2019.

Open Access (J-Stage)

松谷君がIEEE CPMT Symposium Japan (ICSJ’19)にて、JST CREST「人工知能」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 and Its Applications: Toward Learning AI Chips”, IEEE ICSJ’19, Special talk, Nov 2019.

日経産業新聞に松谷研がJST CREST「人工知能」で研究開発しているオンデバイス学習に関する成果が紹介されました。松谷研M2塚田君、M1井坪君の研究成果です。

• 日経産業新聞, “工場監視AI、数分間で学習　慶大、専用チップ実用化目指す”, 2019年10月17日, 5面.

CEATEC 2019にて、松谷研がJST CREST「人工知能」で研究開発しているオンデバイス学習に関する展示を行いました。

• オンデバイス学習：教師データ無しで置くだけ異常検知, CEATEC 2019, 幕張メッセ, 2019年10月.

出展者情報

松谷君がInternational Symposium on Embedded Multicore Systems-on-Chip (MCSoC’19)にて、JST CREST「人工知能」で研究開発しているオンデバイス学習に関する以下の基調講演を行いました。

• Hiroki Matsutani, “An On-Device Learning Approach for Unsupervised Anomaly Detection on Chip”, IEEE MCSoC’19, Keynote talk, Oct 2019.

松谷研がJST CREST「人工知能」で研究開発しているオンデバイス学習に関する取り組みがアット東京様のニュースリリースで紹介されました。

• アット東京・慶應義塾大学・東京大学・セコム、機械学習を利用したデータセンター設備の異常検知および運転支援のための実証実験開始

ニュースリリース（原文）