情報通信技術● 小規模データセットを用いた音声強調システムの環境適合● 超高騒音環境下における音響イベント検知● 高速・軽量なノイズキャンセリング技術の開発● リアルタイム動画・画像デノイジング技術の開発80【最近の研究テーマ】産業界へのアピールポイント実用化例・応用事例・活用例杉浦 陽介（スギウラ ヨウスケ） 助教大学院理工学研究科 数理電子情報部門 情報領域環境に最適なセンサアレイを設計、3D プリンタで実機製作雑音を除去し、音声認識やイベント検知にキーワード 雑音除去 デノイジング 音声処理 画像処理 信号処理 特徴量解析 信号モデリング● 世界トップクラスの雑音除去・信号解析技術を保有● 環境に合わせて適切なデータ収集ノウハウを提供● 現場適用に向けた小規模データセットでの AI 活用● 多数の企業・組織と共同研究を実施● 音声ノイズ除去ツールボックスの提供● 超高騒音環境下での音声認識・イベント検知システムの実装● 低計算量なノイズキャンセリング技術の提供● 動画・画像の雑音除去およびセグメンテーション● 生体センサデータに対する雑音除去と行動モニタリング最近は音声認識や画像認識、データ処理などで優れた AI 技術が登場しています。一方で、そういった技術を実際に現場に適用すると、期待するほど性能が高くないと感じることが多いです。これは、AI モデルを学習する際に使用したデータと実際のデータに乖離が存在するためです。その乖離の原因として、マイクやカメラなどセンサ特性の違いやセンシング環境の違い、つまり雑音の種類の違いなどにより生じるものです。私の研究ではそのような乖離をできるだけ小さくし、AI モデルの性能を最大限引き出すためのデータ解析技術・雑音除去技術を開発しています。加えて、これまでに様々な企業・機関と連携して研究する中で、できるだけ雑音や不要なデータが混入しないセンサ配置・環境整備に関するノウハウも蓄積しています。「信号処理の何でも屋」として、音声・画像を含む様々な信号に対する問題を多角的に解決しますので、ぜひお声がけください。雑音だらけのセンサデータから重要な特徴量を抽出する雑音除去技術
元のページ ../index.html#89