博士課程1年 浜中君らの研究がヘルスコミュニケーションウィーク2024 in Yokohamaで優秀演題賞を受賞し、プレナリーセッションで口述発表を行いました。

演題名：

「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」
浜中 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, 大越 匡

卒業生 別宮君の論文がElsevier Pervasive and Mobile Computingに採択・公開されました。修士2年時の研究です。

Highlights:

・We introduce DynamicECM, an object detection approach for false positive suppression.

・DynamicECM optimizes the trade-off between inference time and detection performance.

・Our method maintains stable and accurate inference in various road environments.

Bekku, H., Kume, T., Tsuge, A., & Nakazawa, J. (2024). A stable and efficient dynamic ensemble method for pothole detection. Pervasive and Mobile Computing, 104, 101973.

道路の損傷調査を効率的に行うため、ゴミ収集車のダッシュカメラ映像を利用した物体検出モデルを適用する方法が提案されています。著者が以前の研究で提案したECM(Ensemble of Classification Mechanisms)は、誤検出を抑制する効果がありましたが、推論速度と検出性能の両立に課題がありました。

この問題を解決するために、DynamicECM(Dynamic Ensemble of Classification Mechanisms)を新たに提案しました。本手法は、必要に応じてECMを選択的に使用することで、安定した推論と最小限の誤検出抑制を実現します。

評価実験では、DynamicECMがECMよりも速度と検出性能のトレードオフを改善し、ECMが苦戦するデータセットでも安定した推論を達成しました。この方法は高い拡張性を持ち、様々な物体検出モデルの推論の安定性と効率性向上への貢献が期待されます。

学部3年 大崎君の研究「Dynamic Fixed-point Values in eBPF: a Case for Fully In-kernel Anomaly Detection」が国際会議 The 19th Asian Internet Engineering Conference (AINTEC 2024) にacceptされました．

Abstract:

eBPF and XDP are promising technologies that are capable of accelerating packet processing inside the Linux kernel. Despite these benefits, eBPF is constrained by a number of rigorous restrictions that are imposed to protect the kernel. One such restriction is the lack of support for floating-point values, which was introduced to achieve faster execution and avoid non-deterministic behavior. However, this has become a significant obstacle to expanding the functionality of eBPF programs with advanced algorithms. In this paper, we propose dynamic fixed-point as a solution to overcome this challenge within the restrictions of eBPF. Dynamic fixed-point values are an expansion from traditional fixed-point values, with the bit allocation adjusted dynamically. Benefit of dynamic fixed-point is that the accuracy of calculations are improved, which is one of the critical shortcomings of fixed-point. To demonstrate the effectiveness of our approach, we have designed and implemented a prototype of an entropy-based traffic anomaly detection framework and have reported on its performance and the detection accuracy. Our prototype, which employs dynamic fixed-point, has achieved an 18% improvement in throughput while also matching the detection accuracy of a similar system that employs floating-point values in user space.

Osaki, A., Poisson, M., Makino, S., Shiiba, R., Fukuda, K., Okoshi, T., & Nakazawa, J. (2024, August). Dynamic Fixed-point Values in eBPF: a Case for Fully In-kernel Anomaly Detection. In Proceedings of the Asian Internet Engineering Conference 2024 (pp. 46-54).

2024年6月3日(月)~7日(金)に，東京・虎ノ門ヒルズで開催されたThe 22nd ACM International Conference on Mobile Systems, Applications, and Services (ACM MobiSys 2024) で，本研究室から12本の論文をposter/demo sessionで発表しました．

大越 匡 准教授はJeongGil Ko Associate Professor（韓国・延世大学校）とGeneral Co-Chair，陳 寅 特任准教授はVice General Chair，中澤 仁 教授はSponsorship Chairs，佐々木 航 特任助教はRegistration Chair，D2 黄君はStudent Volunteer Chairsを務めました．

併設開催されたA3 Foresight Workshopでは，特任助教 佐々木君が「Adaptive Information Presentation Methods Based on Estimated Internal States」というタイトルで口頭発表を行いました

大学院生を対象にした次世代研究者育成プログラムであるASSET (Asian Student Symposium on Emerging Technologies) には，D3 川島さん，D1 浜中君，M2 久米君の3名が参加しました．

Poster sessionに採択された論文題目は以下の通りです．

• Class-Balanced Exemplar Memory Selection for Class-Incremental Semantic Segmentation
  • Hirono Kawashima (Keio University), Tadashi Okoshi (Keio University), Jin Nakazawa (Keio University)
• Stochastic Scheduling on Object-sparse Video Data
  • Kazuhiro Mikami (Keio University), Wenhao Huang (Keio University), Yin Chen (Reitaku University), Jin Nakazawa (Keio University)
• Adaptive Push Notification for Behavioral Change in Lifelogging Services
  • Satoki Hamanaka (Keio University), Kazunori Sakamoto (WillBooster Inc.), Yuki Sasaki (Wellmira Inc.), Shinicihiro Mizuno (Wellmira Inc.), Yasunori Kawasaki (Wellmira Inc.), Wataru Sasaki (Keio University), Jin Nakazawa (Keio University), Tadashi Okoshi (Keio University)
• Customer satisfaction estimation using facial expression analysis
  • Ryotaro Kageshima (Keio university), Satoki Hamanaka (Keio University), Shuri Marui (Keio University), Akira Tsuge (Keio University), Jin Nakazawa (Keio University), Tadashi Okoshi (Keio University)
• MLess: Deep Learning Application Platform for Smart Cities
  • Seiki Makino (Keio University), Tadashi Okoshi (Keio University), Jin Nakazawa (Keio University)
• Heatstroke Risk Estimation by Environmental Sensing and Vital Data Analysis
  • Ayaka Kondo (Keio University), Takumi Karasawa (Keio University), Kaho Cho (Keio University), Shuri Marui (Keio University), Akira Tsuge (Keio University), Tadashi Okoshi (Keio University), Jin Nakazawa (Keio University)
• Generating Scarce Realities for Traffic Light Violation Detection
  • Taiga Kume (Keio University), Hiroo Bekku (Keio University), Tadashi Okoshi (Keio University), Jin Nakazawa (Keio University)
• Feature-adaptive Re-MAML optimised for the input data set
  • Kaho Sunata (Keio University), Taiga Kume (Keio University), Jin Nakazawa (Keio University), Tadashi Okoshi (Keio University)

Demo sessionに採択された論文題目は以下の通りです．

• FaST Compiler: Optimizing Web Front-end UI Building by Integrating Compilers and Visible Anchors
  • Tatsuru Tomizawa, Taiga Kume, Satoki Hamanaka, Tadashi Okoshi, Jin Nakazawa (Keio University)
• “MiRRoR”: Mixed-Reality of Robust Rendering
  • Daisuke Goto (Keio University), Soko Aoki (Kadinche Corporation), Akira Tsuge, Tadashi Okoshi, Jin Nakazawa (Keio University)
• MeowSorter: Identifying Stray and Pet Cats Through Facial Features
  • Rina Motoyama, Naohiro Isokawa, Tadashi Okoshi, Jin Nakazawa (Keio University)
• Image-based Indoor Localization using Object Detection and LSTM
  • Yuki Aoki, Naoki Kobayashi, Tadashi Okoshi, Jin Nakazawa (Keio University)

学部3年 尾崎君が研究内容を情報処理学会 第82回UBI研究会で発表しました。

研究概要：本研究では、Detectron2による骨格推定と深層学習モデルを組み合わせた、弓道の的中結果予測システムの開発に加えて、フォームの改善方法を提案することのできるフォームフィックスツールの開発を目指す。的中結果予測システムは、LSTMやResNet50を用いて、時系列全体に注目した予測を目指す。フォームの改善方法の提案は、結果に対する各関節情報の寄与度を元に決定する。寄与度は、動画の各関節の座標の動きを別動画の同じ関節の座標に変化させた際の、的中確率の変化を元に算出する。結果、ResNet50を使用したモデルでは、LSTMを使用するモデルと比べて分類精度とフォーム全体をみる能力の両方を向上させることができた。

学部2年 青木君が研究内容を情報処理学会 第82回UBI研究会で発表しました。

研究概要：本研究では，一般物体検出とCNNおよびLSTMを組み合わせることで，物体の特徴や数に着目した新しいモデルを提案する．近年，GPSに依存しない画像ベースの自己位置推定において，深層学習ベースの様々な手法が数多く研究されている．一方，従来の手法は物体単位での特徴が適切に考慮されておらず，同様の物体が多く写る室内環境に適していないことが課題が挙げられた．そこで，本手法では一般物体検出のYOLOv8でクロップした検出物体に対し，CNNで特徴抽出を行い，さらにLSTMによって 1 つの特徴量に統合することで，複数個の物体特徴を考慮した位置推定を実現する．大学内の研究室データセットを使用した実験により，提案手法は同じ層数を持つ全体画像を入力としたCNNモデルと比較して，14.4%高い精度を達成することが明らかになった．この結果より，屋内の位置推定において，物体特徴に着目した手法を探求することの有望な可能性を示した．

2024年2月26日に慶應義塾大学 日吉キャンパス・藤原記念ホールで「スマートシティと生成・AI」というテーマで第5回シンポジウムを開催しました。近年注目度が高い「生成・AI」をキーワードに、街、人、行政、健康情報、メタバースという様々な視点からの講演と、沢山のコンソメンバー関係者の方々によるポスターセッション、パネルディスカッションを実施し、多くの方々にご参加頂きました。

シンポジウムの当日の様子は、こちらからご視聴いただけます。

開催日時： 2024年2月26日（月） 13:30～17:00

開催場所：　慶應大学日吉キャンパス　藤原記念ホール

【開催概要】

200年くらい前に西洋の技術や文化が日本に流入した時、人々の生活は激変し、それを包む街も大きく変化しました。新しい生活は、一方では新しい需要を生み、新しい仕事ができ、他方では無くなった仕事や廃れてしまった文化もありました。いま私たちが体験しつつあるAIは高度で、中には人と似たように言葉や音、映像を生成できるものもあります。そうしたものをこのシンポジウムでは「生成・AI」と呼んで、それがこれからの街に及ぼす変化を予想します。「生成・AI」は、現時点ではプライバシーやセキュリティの問題、規制の問題、あるいは著作権の問題など、負の側面がフォーカスされています。このシンポジウムでは逆に、それをどう役立てていけるか、その結果人の生活や街をどう変えられるか、という観点で実例を交えて議論します。

【採択】修士1年 富澤君の研究が国際会議 ACM The Web Conference 2024 Short Papers Sessionにacceptされました – ‘ FaST: Accelerating Web Front-end Data Binding with Compiler and Visible Anchor’

Abstract:

Data binding in web front-end development has made a significant contribution to removing complexity from development and simplifying programming. However, data binding has caused a degradation of website performance at the cost of reducing the burden on programmers. In this paper, we propose Visible Anchor to solve the performance degradation caused by data binding. We develop a compiler called FaST that implements the method. Then, We compared the rendering time among websites built by existing methods and FaST compiler. The evaluation result revealed that the websites built by FaST compiler are at minimum 2.9 times faster to be rendered than the ones built by the existing methods. FaST made a significant contribution to improving the performance of web front-end data binding. Consequently, data binding with FaST can be a better choice for web front-end development.

Tomizawa, T., Makino, S., Kume, T., Hamanaka, S., Okoshi, T., & Nakazawa, J. (2024, May). FaST: Accelerating Web Front-end Data Binding with Compiler and Visible Anchor. In Companion Proceedings of the ACM on Web Conference 2024 (pp. 754-757).

学部4年 上倉君が研究内容を情報処理学会 第81回UBI研究会で発表しました．

発表概要：近年，SNSは広く利用され，感情の表現が行われる場として重要性を増している．その一方で，SNSは我々のメンタルヘルスにも影響を与える要因と言える．例えば，他者のSNS投稿がポジティブな表現であると，自身もポジティブな投稿が増えるという結果が報告されている．このような背景から，本研究ではポジティブなSNS投稿の数を増やすことを目的とし，投稿の表示順に介入し， 2群に分けて実験を行う．そして，それぞれの群におけるポジティブな投稿の数を比較することで，本研究の効果を検証する．この研究を通じて，SNSの機能拡充が個人のメンタルヘルスに与える影響を深く理解し，ポジティブなコミュニケーションの促進に資する知見を得ることが期待される．