Minoru Kuribayashi 研究室
主宰者：Minoru Kuribayashi
東北大学
AI 要約（直近 5 年の研究成果）
本研究室は、デジタルメディアの真正性確保と深層学習モデルの保護を中心に研究を展開しています。特に、画像や動画の改ざん検出、透かし技術、そして偽造メディア（ディープフェイク）の識別に関する多角的なアプローチに取り組んでいます。これらの課題に対して、機械学習を用いた検出器の開発、複数の信号処理手法の組み合わせ、圧縮や変形に強い堅牢な埋め込み技術の構築など、実用的なシステムの構築を目指しています。
また、神経網モデル自体の知的財産保護も重要なテーマです。訓練済みモデルへの権利侵害行為に対抗するため、白箱透かしの設計や所有権検証フレームワークの研究を進めています。さらに、連合学習における悪意あるノードの検出や、ブロックチェーンを用いた分散型学習システムの構築など、機械学習の安全性と信頼性向上にも注力しています。これらの研究は、オンラインプラットフォームでの偽情報拡散防止や、デジタルコンテンツの正当な利用促進に貢献することを目指しています。
※ AI（Claude）が、公開されている論文要旨から研究の問い・手法・主要な発見を事実情報として抽出・再構成して自動生成しています。誤りを含む可能性があるため、正確性は研究室公式情報でご確認ください。
外部リンク
関連研究室(8 件)
- 工学Xiang Ji 研究室東京大学論文 100 件·共通: 信号処理, 電気・電子, AI・機械学習, 機械学習 +9
- 計算機科学Hiroshi Saruwatari 研究室東京大学論文 189 件·共通: 信号処理, 電気・電子, AI・機械学習, 学習 +9
- 計算機科学Kiyoharu Aizawa 研究室東京大学論文 133 件·共通: ネットワーク, ネットワーク・セキュリティ, AI・機械学習, 機械学習 +9
- 工学Ryo Natsuaki 研究室東京大学論文 181 件·共通: 電気・電子, AI・機械学習, 機械学習, 機械 +10
- 計算機科学Takahiro Ogawa 研究室北海道大学論文 103 件·共通: AI・機械学習, 機械学習, 機械, 学習 +9
- 心理学Zilu Liang 研究室東京大学論文 148 件·共通: AI・機械学習, 機械学習, 機械, 学習 +9
- 医学Toshihisa Anzai 研究室北海道大学論文 101 件·共通: AI・機械学習, 機械学習, 機械, 学習 +9
- 医学Mitsuru Yagi 研究室慶應義塾大学論文 100 件·共通: AI・機械学習, 機械学習, 機械, 学習 +8
研究成果（78 件）
- DOI: https://doi.org/10.1145/3785353.3815076
- DOI: https://doi.org/10.23919/eusipco63237.2025.11226515
- DOI: https://doi.org/10.1109/wacv61041.2025.00612
- DOI: https://doi.org/10.1109/wifs66636.2025.00009
- [2025] PRILNet: A Hierarchical Attention-Driven CNN with Global Texture for Image Manipulation DetectionDOI: https://doi.org/10.1109/ic2sdt68218.2025.11383681
- DOI: https://doi.org/10.1587/transfun.2025cip0025
- DOI: https://doi.org/10.1561/116.20250200
- [2025] Layer-Wise Weight Statistics for Node Classification and Defense of Federated Large Language ModelsDOI: https://doi.org/10.1109/apsipaasc65261.2025.11249294
- [2024] Tone-Mapping Resilient HDR Image Watermarking based on Multi-Transforms and Saliency DetectionDOI: https://doi.org/10.1109/iceic61013.2024.10457183
- DOI: https://doi.org/10.1109/apsipaasc63619.2025.10849141
続きを表示（残り 68 件）閉じる
- DOI: https://doi.org/10.1109/apsipaasc63619.2025.10849238
- DOI: https://doi.org/10.1145/3664476.3670934
- DOI: https://doi.org/10.1145/3655693.3655718
- DOI: https://doi.org/10.1109/access.2024.3374201
- DOI: https://doi.org/10.1109/access.2023.3337108
- DOI: https://doi.org/10.1109/apsipaasc58517.2023.10317464
- DOI: https://doi.org/10.1109/apsipaasc58517.2023.10317492
- [2023] Gait Recognition Scheme Focusing on Operating Characteristics at Feature Points Detected by OpenPoseDOI: https://doi.org/10.1109/apsipaasc58517.2023.10317291
- DOI: https://doi.org/10.1109/apsipaasc58517.2023.10317147
- [2023] Smart manufacturing with transfer learning under limited data: Towards Data-Driven IntelligencesDOI: https://doi.org/10.1016/j.mtcomm.2023.107357
- DOI: https://doi.org/10.1109/gcce59613.2023.10315351
- DOI: https://doi.org/10.1109/ies59143.2023.10242504
- [2023] White Box Watermarking for Convolution Layers in Fine-Tuning Model Using the Constant Weight CodeDOI: https://doi.org/10.3390/jimaging9060117
- DOI: https://doi.org/10.3390/info14060312
- DOI: https://doi.org/10.3390/signals4020015
- DOI: https://doi.org/10.3390/a16010045
- DOI: https://doi.org/10.18178/ijiet.2023.13.10.1967
- DOI: https://doi.org/10.1109/lifetech53646.2022.9754807
- DOI: https://doi.org/10.3390/s22228823
- DOI: https://doi.org/10.23919/apsipaasc55919.2022.9980013
- DOI: https://doi.org/10.23919/apsipaasc55919.2022.9979998
- DOI: https://doi.org/10.23919/apsipaasc55919.2022.9980089
- [2022] Detection and Correction of Adversarial Examples Based on IPEG-Compression-Derived DistortionDOI: https://doi.org/10.23919/apsipaasc55919.2022.9980147
- DOI: https://doi.org/10.23919/apsipaasc55919.2022.9979828
- DOI: https://doi.org/10.23919/apsipaasc55919.2022.9980065
- DOI: https://doi.org/10.3390/e24111562
- DOI: https://doi.org/10.1109/icvee57061.2022.9930432
- DOI: https://doi.org/10.3390/s22176436
- DOI: https://doi.org/10.1016/j.iot.2022.100583
- DOI: https://doi.org/10.1145/3556223.3556250
- DOI: https://doi.org/10.1109/ijcnn55064.2022.9892071
- DOI: https://doi.org/10.3390/jimaging8060152
- DOI: https://doi.org/10.1109/lifetech53646.2022.9754790
- DOI: https://doi.org/10.18178/ijfcc.2022.11.2.583
- DOI: https://doi.org/10.18178/ijfcc.2022.11.2.586
- DOI: https://doi.org/10.3390/info13050211
- [2022] A Fingerprint-Based Indoor Localization System Using IEEE 802.15.4 for Staying Room DetectionDOI: https://doi.org/10.4018/ijmcmc.301275
- DOI: https://doi.org/10.1109/lifetech53646.2022.9754593
- DOI: https://doi.org/10.1109/access.2022.3151186
- DOI: https://doi.org/10.12720/jcm.17.8.592-599
- DOI: https://doi.org/10.1587/transinf.2021mup0005
- DOI: https://doi.org/10.3390/app112210928
- DOI: https://doi.org/10.1109/iccci51764.2021.9486801
- DOI: https://doi.org/10.1109/candarw53999.2021.00051
- DOI: https://doi.org/10.1109/icvee54186.2021.9648848
- DOI: https://doi.org/10.1109/icvee54186.2021.9649660
- DOI: https://doi.org/10.1109/icce-tw52618.2021.9603037
- DOI: https://doi.org/10.1145/3465481.3470088
- DOI: https://doi.org/10.1145/3479162.3479176
- DOI: https://doi.org/10.1145/3437880.3460402
- DOI: https://doi.org/10.1016/j.jisa.2021.102875
- DOI: https://doi.org/10.1587/transinf.2020ntp0008
- DOI: https://doi.org/10.1109/iciet51873.2021.9419658
- DOI: https://doi.org/10.1109/iciet51873.2021.9419621
- DOI: https://doi.org/10.1007/s42979-021-00580-1
- DOI: https://doi.org/10.1109/lifetech52111.2021.9391894
- [2021] Web application implementation of Android programming learning assistance system and its evaluationsDOI: https://doi.org/10.1088/1757-899x/1073/1/012060
- DOI: https://doi.org/10.15803/ijnc.11.2_251
科研費（0 件）
まだデータがありません（KAKEN 取り込み後に表示）。
所属学会・役職（0 件）
まだデータがありません（学会データ連携後に表示）。