相手の表情から感情を推測すること（表情認知）はコミュニケーションに重要である。 注意欠如多動症（ADHD）のある人は表情認知が苦手であると言われる。そこで、大学生を対象にADHD傾向（不注意特性、多動-衝動性特性）と表情同定成績との関連およびアイカメラによる目線の動きとの関連について検討した。その結果、ADHDの不注意特性が高い人は低い人と比べ、表情同定の成績が低く、その低さの要因として視線距離や速度、注視時間には有意な関連が認められなかった。今後も研究を続け、ADHDにおける表情認知メカニズムを解明したい。

近年、音声認識技術が機械学習の発展により、様々な場面で利用されている。しかし、一般的な音声認識システムでは、発声器官の欠損等により、発声がうまくできない器質性構音障害者の正確な音声認識は困難である。器質性構音障害者に特化した音声認識システムの構築には、大量の音声とそれに対応したラベル（正解テキスト）の学習データセットが必要となる。しかし、器質性構音障害者において、発声の負担等のため、大量のラベルあり音声を収録することは難しい場合がある。
そこで本研究では、wav2vec 2.0を用いた自己教師あり学習手法に着目する。日常会話等のラベルなし音声データを活用することで、少量のラベルあり音声による器質性構音障害者の音声認識を高精度化する手法について提案している。

近年、がんの治療法として放射線治療の需要が増している。一般に放射線治療は複数回に分割して行われ、治療時に計画通りに放射線が照射されるよう、患者の位置を正確に決定する必要がある。患者の位置決定は、治療計画時に撮影される3次元CT画像から作成するDRR画像と、治療時にリアルタイムで取得されるX線画像とを比較して行われる。現在、両画像の照合作業は技師による目視で行われているが、これには時間がかかるという課題がある。この問題の一因は、DRR画像とX線画像の画質が大きく異なる点である。そこで本研究では、DRR画像をX線画像の画質に変換するネットワークを提案する。また、両画像は異なるタイミングで撮影されるため、特に呼吸に伴う移動がある部位の画像では、学習データ間に位置ずれが生じる可能性がある。本研究では、この位置ずれに対応可能なネットワークの構築を目指す。

放射線治療とは体内の悪性腫瘍に高エネルギー放射線を照射する治療法である。この治療において、呼吸などによって運動する腫瘍の位置を正確に把握することができれば、腫瘍のみへのピンポイント照射を可能にすることができ、治療成績の向上が期待できる。しかし、体内を直接視認することができないこと、また放射線治療装置が照射するタイミングでの腫瘍位置が推定できないことなどが腫瘍のみへのピンポイント照射を難しくさせている。近年、MRIが搭載された放射線治療装置が開発され、画質の優れたMR画像で治療中の体内の腫瘍及び臓器の位置変動を確認できるようになった。したがって放射線が照射されるタイミングでの腫瘍位置が正確に推定できれば、腫瘍へのピンポイント照射が可能となる。
本研究では、腫瘍の3次元位置座標をリアルタイム予測するニューラルネットワークモデルを提案し、異なる入力断面の情報を複数入力した場合の位置座標の予測精度を検討する。

近年、プライバシーを保護しながらデータを集約せずにモデルを学習させることができる連合学習（Federated Learning）が注目を集めている。一般的な連合学習ではクライアントのモデルパラメータを平均化することで学習を行うが、モデルの出力のみを集約して知識蒸留を行うことで通信量を削減する手法も提案されている。
本研究では、クライアントが送信するモデル出力のEnergyスコア分布に着目することで学習を効率化させると同時に、通信量を更に削減する蒸留ベース連合学習手法を提案する。

聴覚障がい者の中には言葉をうまく話すことができない方も多くいらっしゃる。また、聴覚障がい者のための手話通訳者の不足も問題となっている。
そこで、このような現状を改善するために、画像処理と骨格検出を用いて手話を検出し、文字起こしをして、音声として出力するシステムを開発し、聴覚障がい者と健常者のコミュニケーションを円滑化したいと考えた。

花火師の技術の継承を最新の情報技術を用いて効果的に行うことを目的とする。研究グループで開発しているシステムは、花火の技術を継承するために仮想空間上で花火の製造工程を体験でき、かつVRグローブを用いて技術の習得を可能にするSTEAM教育支援システムである。本研究では、このシステムにおいて作成したい花火の色情報に注目し、深層学習を用いることで花火における火薬の調合率を逆計算し決定する手法を提案した。教師データと比較した結果、認識精度において90%を超えることを明らかにした。

近年、海洋ごみによる海洋汚染は世界的問題となっている。これらの問題に対して現在日本で行われている対策として、船員による海洋ごみの発見と海洋環境整備船による回収が行われている。しかし、海洋環境整備船のデッキからの船員による目視では，遠方のごみを隅々まで確認することができないため、海上のごみを発見することは極めて難しく、効率的な回収は困難である。そこで、本研究ではドローンと自動回収船を組み合わせた海洋ごみ自動回収システムを開発するため、海洋ごみの3DCGを作成し、Data Augmentationを行う事で物体検出アルゴリズムに効果的な学習を実現した。また、海洋ごみの検出精度の向上について考察を行った。

電子情報通信学会の、100年後の情報通信が支える未来予想図について、「いつでもどこでも電気がつかえるせかい」というタイトルの絵を描きました。どこでも電気がつかえる世界を目指したとき、まずは充電の問題について考える必要があると感じました。家には、2台の電動アシスト自転車があります。ママはパパよりも充電が早くなくなることが多い気がしていました。本当にそうなのか、乗る人や自転車によって電池の減り方が違うのかを調べました。

近年、エレベーターを使用して地上から宇宙へ物資や人を運搬する宇宙エレベーター構想が実現可能なものとなりつつある。実現に向け、クライマー部分を含む機体をレゴブロックで製作し安全に効率よく物資を運搬する能力を競う宇宙エレベーターロボット競技会が小中高生を対象に開催されている。安全に多くの物資を運搬することを目標に製作を行った結果、ギアを効果的に使用したアームおよびカゴを持つロボットと、それらを最大限に活かす効率的なアルゴリズムによってステーションへの全ての物資の運搬に成功、またミッションを達成し、全国3位という成績を収めた。