Izumi Ito 研究室

当研究室は、画像処理や機械学習の計算を高速化・効率化するための数学的手法の開発に取り組んでいます。特に、画像データを処理する際に欠かせない畳み込み演算やブロックマッチングなどの基本的な処理を対象とし、これらを数学的な変換（フーリエ型の周波数領域変換など）を活用して実装することで、計算量を削減しながら処理精度を保つ方法を研究しています。 畳み込みニューラルネットワーク（CNN）の性能向上に向けては、周波数領域の対称性や周期性を利用した新しい畳み込み計算アルゴリズムを提案しています。また、訓練データを効率的に拡張するための手法の開発も行っており、変換特性を活かすことで、明示的にデータを生成せずに拡張効果を得る仕組みを実現しています。一方、複数チャネルを持つ高解像度画像における類似ブロック探索の高速化にも取り組んでおり、階層的な変換手法を適用することで、従来法比で大幅な計算時間削減と精度維持を両立させています。 全体として、理論的な数学的基盤に立脚しながら、実際の画像処理・機械学習応用における実用的課題の解決を目指す研究展開となっています。