学部4年 麻生君が，上海で10月中旬に開催された国際学会ACM UbiComp2026の11th International Workshop on Mental Health and Well-being: Navigating Opportunities and Risks in the Age of AIにてBest Paper Honorable Mentionを受賞しました．

本研究は，総合病院と専門クリニックのようにデータの偏りが異なる医療機関が混在する環境で，生データを外部に出さずに連合学習によってメンタルヘルスカウンセリング用のLLMをファインチューニングする手法を提案した研究です．

Mental Health Counseling LLMs in Mixed IID/Non-IID Federations
麻生俊（慶應義塾大学環境情報学部）・浜中 智己（慶應義塾大学院政策メディア研究科）・中澤仁（慶應義塾大学環境情報学部）・大越匡（慶應義塾大学環境情報学部）

概要：本研究では，IIDデータを持つ総合病院とNon-IIDデータを持つ専門クリニックが混在する連合学習環境において，メンタルヘルスカウンセリング用LLMをファインチューニングする2つの手法（Heterogeneity-Aware DualLoRA，Selective Federated Aggregation）を提案し，いずれも標準的な手法（FedAvg）よりカウンセリングの質とパーソナライズの両面で優れることを示した．

学部4年 石橋君が研究内容を，2026年8月9日（日）～14日（金）にWashington D.C.で開催された国際会議 IGARSS 2026 – 2026 IEEE International Geoscience and Remote Sensing Symposiumで口頭発表しました．

本研究は，季節による植生の変化や照明，影などの見かけの変化に左右されにくいリモートセンシング画像の変化検出を目指し，拡散モデルによる画像補完で生成した反実仮想的な変化前画像と，ラベルに基づくピクセル単位の対照学習を組み合わせた学習手法を提案するものです．

学会サイト：https://2026.ieeeigarss.org

Counterfactual-Guided Contrastive Learning for Robust Change Detection
O. Ishibashi, K. Ozaki and J. Nakazawa

Abstract:

Remote sensing change detection (CD) models often overfit to nuisance appearance shifts—seasonal foliage, illumination, shadows, and sensor artifacts—that spuriously correlate with change labels in a dataset-dependent manner. We propose a training-only framework that improves robustness to such spurious background cues by (i) generating counterfactual pre-change views using an existing diffusion-based inpainting model, and (ii) applying pixel-wise, label-conditioned contrastive learning that explicitly enforces invariance on unchanged pixels while maintaining discriminability for changed regions. A hard curriculum activates the contrastive term only after the segmentation branch stabilizes. Importantly, inference remains identical to a standard early-fusion baseline and requires only the original bi-temporal input pair. Experiments on three public benchmarks (LEVIR-CD, EGY-BCD, and CDD) show consistent gains on datasets with clear nuisance/label entanglement, particularly in low- to medium-data regimes, while also revealing boundary cases where aggressive invariance can be counterproductive.

DOI: https://doi.org/10.1109/IGARSS60577.2026.11730125

University of GlasgowのFahim Kawsar教授が当研究室を訪問され，特別講義をしていただきました．

UKグラスゴー大学のFahim Kawsar先生に，慶應グローバルファカルティプログラムの元，政策･メディア研究科の特別教授(国際)として来日していただき，22日(木)には特別講義を行っていただきました．モバイル/ウェアラブルコンピューティングシステムの研究者として活躍され，IEEE Pervasiveの編集長を務めながら，さらにOmniBuds, IchiZeroといった複数のスタートアップを自ら立ち上げfounder, CTO, advisorとして実社会にデプロイしているKawsar先生の，シャープかつバイタリティあるお仕事に，自分としても感銘を受けました．

Fahim Kawsar教授には，慶應義塾大学大学院政策・メディア研究科の特別招聘教授（国際）（Guest Professor (Global)）に就任いただいています．特別講義の情報は以下のとおりです．

Edge AI at Human Scale
Fahim Kawsar（School of Computing Science, University of Glasgow・Graduate School of Media and Governance, Keio University）

Abstract:

What if your ears could become a window into your cardiovascular health? What if a child’s first encounter with AI didn’t come from YouTube, but from building and training their own models in the classroom? What if a $10 camera could detect industrial faults in milliseconds—without touching the cloud? This talk explores the reality of Edge AI at human scale: intelligent systems engineered to operate entirely on-device, under real-world constraints. OmniBuds is a clinically driven, ear-worn digital health platform that enables continuous, passive, and context-aware monitoring of hypertension and respiratory health, using multimodal sensing and microcontroller-optimised inference. Bella is a foundational AI education platform that introduces computing and artificial intelligence to children aged 6–12 through interactive, explainable, and offline model training—crafted specifically for safety, engagement, and accessibility in diverse classroom environments. CaaS is an edge-native camera platform for industrial automation, delivering low-latency, task-specific visual intelligence on low-power microcontrollers, without relying on external compute or connectivity. These platforms required targeted innovations in few-shot learning, self-supervised techniques, compiler-level optimisation, and event-driven inference—all while balancing efficiency, interpretability, and real-world resilience. I will conclude by outlining core principles for translating AI research into deployable, trustworthy, and domain-specific systems that scale—advancing the vision of pervasive intelligence across health, education, and industry.

学部3年 表君が研究内容を第29回 画像の認識・理解シンポジウム (MIRU2026) でポスター発表しました．また，本研究は「MIRUインタラクティブ発表賞」を受賞しました．

研究概要：本研究では、野生動物画像認識における超近接分布外検知を対象とし、Mahalanobis Affinity Fusion（MAF）を提案する。野生動物画像では、既知種と未知種が形状、模様、姿勢、生息環境を共有するため、未知種が特徴空間上で既知種の近傍に配置されやすい。このような条件では、未知種を既知種として誤受理する可能性が高く、実運用上の課題となる。 MAFは、凍結済みbackboneから得られる特徴に対して、IDクラスごとの平均と共有共分散を推定し、各IDクラスへのMahalanobis距離を算出する。得られた距離ベクトルをsoftmaxにより正規化された相対類似度へ変換し、最大成分に基づくconfidenceと正規化エントロピーに基づくconsistencyを幾何融合することで、最終的なOODスコアを構成する。共分散推定にはLedoit–Wolf型の縮小推定を用い、高次元特徴空間における推定の安定化を図る。 評価には、5種のID動物と5種のOOD動物から構成したデータセットを使用した。DINOv2-ViT-B/14の凍結特徴上で、MAFはAUROC 0.8928、FPR95 0.5128を達成し、RMD、KNN、Mahalanobis距離、および代表的なlogit系・activation系OOD検知手法を上回った。アブレーションでは、共有共分散に基づくMahalanobis幾何と、全IDクラスに対する距離分布を利用する設計の有効性が確認された。

学部4年 都筑君が情報処理学会第89回UBI研究会にてUBIヤングリサーチャー賞を受賞しました．

「UBIヤングリサーチャー賞」は大学院修士課程1年までの学生枠で投稿した論文に対してプレゼンと論文の質を総合的に判断して表彰される賞です．

スマートフォン内のセンサ情報のみと機械学習によるWBGT推定手法
都筑 零・田中 元（慶應義塾大学　総合政策学部）・柘植 晃（柘植ITデザイン事務所）・丸井 朱里（慶應義塾大学 大学院政策･メディア研究科）・中澤 仁・大越 匡（慶應義塾大学 環境情報学部）

卒業生 大崎君の研究「Overcoming eBPF Constraints: Towards Practical ML/NN-based Anomaly Detection」が情報処理学会論文誌に採択されました．学部4年次の成果です．

概要:

Machine learning (ML) and neural networks (NN) in extended Berkeley Packet Filter (eBPF) and eXpress Data Path (XDP) are being explored for network anomaly detection to balance accuracy and throughput. However, eBPF’s constraints, such as the instruction count limitation and the absence of floating-point support, make the implementation of such algorithms challenging. While previous works use workarounds, they lack cost analysis of the workarounds and performance comparisons with the user space approach. This paper investigates the practicality of overcoming these constraints in the context of ML/NN-based anomaly detection through evaluations of the cost and the impact of workarounds. We show that while instruction count is not a major concern, arithmetic errors in static fixed-point calculations negatively affect feature extraction and detection accuracy. However, we also show that dynamic fixed-point can match the detection accuracy in kernel space with that in user space. Furthermore, we demonstrate that the performance gap between eBPF/XDP and faster kernel-bypass technologies narrows to just 7% in ML/NN-based anomaly detection contexts. We conclude that ML/NN-based anomaly detection in eBPF/XDP is not only feasible but beneficial for real-world deployments compared to alternatives.

博士課程3年 濱中君の研究「Sensor-Augmented Voice Activity Projection for Enhancing Turn-Taking Prediction」が国際会議 SIGDIAL2026にacceptされました．本研究はNTTコミュニケーション科学基礎研究所との共同研究です．

Abstract:

Voice Activity Projection (VAP) has been actively studied to enable natural turn-taking in spoken dialogue systems, relying primarily on acoustic features. Visual cues such as head movements are also known to contribute to turn-taking prediction; however, camera-based approaches are affected by placement and lighting conditions and are not always reliably available to dialogue systems. As a camera-independent approach for directly capturing head motion, earable devices offer a promising solution.
In this study, we propose Sensor-Augmented VAP, a framework that integrates in-ear inertial measurement unit (IMU) signals with a pre-trained VAP model via a lightweight residual fusion module. To validate our proposed method, we collected a dataset pairing conversational audio with in-ear IMU data, comprising 12 dyadic Japanese dialogues recorded using microphones and earbuds. Experiments in speaker-independent and speaker-dependent settings demonstrate that IMU fusion consistently improves weighted F1 score for shift detection and reduces VAP loss over the audio-only baseline. These results confirm that head-motion cues are effective for enhancing turn-taking prediction.

博士課程3年 濱中君の論文が情報処理学会論文誌ジャーナル/JIP特選論文に選定され、表彰されました。

情報処理学会論文誌ジャーナル／JIP特選論文は、情報処理学会論文誌ジャーナル及びJIPに掲載された論文のうち、より多くの研究者が参照すべき論文に対して与えられる名称です。

詳細は情報処理学会のウェブサイトをご参照ください。
https://www.ipsj.or.jp/award/ssp_award.html

【受賞論文】
濱中智己, 坂本一憲, 佐々木由樹, 水野慎一郎, 川崎康紀, 佐々木航, 中澤仁 and 大越匡, “ライフログサービスにおける行動変容に向けた適応的プッシュ通知型情報提示手法,” 情報処理学会論文誌, vol. 67, no. 3, pp. 571-587, 2026.

博士課程2年 王君の論文が台湾・新竹の國立陽明交通大学で開催されたCAADRIA2026に採択され，発表しました．

Abstract: Timber dwellings of the Miao people in Southwest China embody orally transmitted construction intelligence developed by Zhangmoshi master carpenters. While photogrammetry and laser scanning can capture geometry, they reveal little of the proportional and procedural logic guiding construction. This study proposes a rule-based parametric framework that encodes key Miao principles—Jian-xia (bay layout), Gua-zhu (bracket–column relation), and Bushui (roof slope)—using Grasshopper and Python. The system integrates terrain optimisation via Galapagos and is structured for interoperability with Heritage BIM environments. Validation on a representative Miao dwelling demonstrates geometric fidelity and adaptability. Through modular rule extraction and parametric recombination, the framework enables systematic variation while preserving vernacular coherence. The resulting system supports reconstruction, analytical comparison, and design exploration across different site conditions and parameter settings. By translating oral craft knowledge into computational rules, the research advances digital heritage and contributes to broader discussions of cultural algorithmicity and computational heritage in vernacular architecture. The approach further suggests a transferable methodology for encoding other tectonic timber traditions facing challenges of intangible knowledge loss.

Wang, Liuhan, Jin Nakazawa, and Hiroto Kobayashi. “Encoding Vernacular Intelligence: Parametric Rules for the Preservation and Fabrication of Miao Timber Architecture.” (2026).