Kota Ando 研究室
主宰者:Kota Ando
北海道大学
AI 要約(直近 5 年の研究成果)
本研究室では、エッジ(端末側)での効率的な機械学習を実現するための研究を行っています。具体的には、スマートフォンやセンサー搭載機器といった計算資源が限られたデバイス上で、高速かつ低消費電力で学習や推論を実行する技術を開発しています。このため、ニューラルネットワークの重みを極限まで削減する二値化や量子化(精度の低い数値で計算する方法)、スパース学習(重要な部分だけを更新する手法)といったアプローチを採用しており、複数の論文を通じて実装方法を工夫することで、精度の低下を最小限に抑えながら消費電力を大幅に削減できることを示しています。
同時に、実装の観点からハードウェア設計とアルゴリズムの協調最適化に取り組んでいます。カスタム設計された集積回路やアナログ回路、さらには新規な素材を用いたメモリデバイスなど、物理的な実装方式を検討することで、理論的な効率性を実際の装置上で実現しています。また、複数のエッジデバイスが協調して学習する分散学習の枠組みや、不確実性を定量化するベイズ推定の導入なども進め、エッジ環境での信頼性の高い機械学習システムの構築を目指しています。
※ 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)
- 社会科学Masatoshi Okutomi 研究室東京工業大学論文 101 件·共通: 理論計算機科学, アルゴリズム, AI・機械学習, 機械学習 +11
- 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Weiwei Wan 研究室大阪大学論文 104 件·共通: 理論計算機科学, アルゴリズム, 機械学習, 機械 +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
- 生化学・分子生物学・遺伝学Masahito Ohue 研究室東京工業大学論文 101 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Kensuke Harada 研究室大阪大学論文 104 件·共通: 理論計算機科学, アルゴリズム, 機械, 学習 +9
- 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
研究成果(55 件)
- DOI: https://doi.org/10.1109/iscas66217.2026.11562789
- DOI: https://doi.org/10.1109/cicc65509.2026.11509530
- DOI: https://doi.org/10.1587/nolta.17.528
- DOI: https://doi.org/10.1587/nolta.17.875
- DOI: https://doi.org/10.1038/s44335-026-00059-3
- DOI: https://doi.org/10.2299/jsp.30.101
- DOI: https://doi.org/10.2299/jsp.30.105
- DOI: https://doi.org/10.1587/nolta.16.848
- [2025] Efficient semi-supervised learning via multi-augmentations on single samples for edge AI trainingDOI: https://doi.org/10.1587/nolta.16.817
- DOI: https://doi.org/10.1109/candarw68385.2025.00039
続きを表示(残り 45 件)閉じる
- DOI: https://doi.org/10.35848/1347-4065/adbbfb
- [2025] Design and evaluation of analog predictive coding networks based on the free-energy principleDOI: https://doi.org/10.1587/nolta.16.271
- [2025] BBBNN: Bernoulli binary Bayesian neural network accelerator toward edge explainable AI inferenceDOI: https://doi.org/10.1587/nolta.16.788
- DOI: https://doi.org/10.1587/nolta.16.422
- DOI: https://doi.org/10.1587/nolta.16.909
- DOI: https://doi.org/10.2299/jsp.29.87
- DOI: https://doi.org/10.2299/jsp.29.83
- DOI: https://doi.org/10.23919/snw65111.2025.11097270
- DOI: https://doi.org/10.1109/biocas67066.2025.00124
- DOI: https://doi.org/10.1109/access.2025.3620896
- DOI: https://doi.org/10.1587/nolta.16.132
- DOI: https://doi.org/10.1080/17445760.2024.2310576
- DOI: https://doi.org/10.1587/nolta.16.79
- [2024] Proposal and evaluation of recurrent neural network training by multi-phase quantization optimizerDOI: https://doi.org/10.1587/nolta.16.30
- DOI: https://doi.org/10.1587/nolta.16.43
- DOI: https://doi.org/10.1109/mcsoc64144.2024.00072
- DOI: https://doi.org/10.1587/transinf.2023lop0009
- DOI: https://doi.org/10.1109/ijcnn60899.2024.10650299
- DOI: https://doi.org/10.1109/ijcnn60899.2024.10650576
- DOI: https://doi.org/10.1587/nolta.15.249
- DOI: https://doi.org/10.1587/nolta.15.899
- DOI: https://doi.org/10.1587/nolta.15.709
- DOI: https://doi.org/10.1021/jacs.3c06331
- DOI: https://doi.org/10.1002/adfm.202300903
- DOI: https://doi.org/10.1587/nolta.15.107
- DOI: https://doi.org/10.23919/vlsitechnologyandcir57934.2023.10185293
- DOI: https://doi.org/10.1109/access.2023.3240784
- DOI: https://doi.org/10.1109/isscc42615.2023.10067504
- DOI: https://doi.org/10.1049/ell2.12928
- DOI: https://doi.org/10.1109/access.2023.3347578
- DOI: https://doi.org/10.1587/transinf.2023pap0003
- DOI: https://doi.org/10.1109/isscc42614.2022.9731668
- DOI: https://doi.org/10.1587/transinf.2022pap0006
- DOI: https://doi.org/10.7567/ssdm.2022.k-5-01
- DOI: https://doi.org/10.1109/ipdpsw55747.2022.00078
- DOI: https://doi.org/10.15803/ijnc.11.2_338
- DOI: https://doi.org/10.1109/hcs52781.2021.9567328
- DOI: https://doi.org/10.1124/molpharm.121.000334
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)。