ようこそ
適応情報処理研究室のwebページへようこそ．当研究室では環境や状況に適応してアルゴリズムやモデルを変更していく情報処理様式について研究を進 めています． 人間をはじめとする生物には，限られた情報処理資源を利用して，試行と失敗を繰り返し，時には世代を超えて問題を解決していく能力があります．このような プロセスを「適応情報処理」様式ととらえ，基盤となる学習，最適化，信号処理の理論をふまえて，適応的なパターン認識，信号・画像処理，検索アルゴリズム を提案，実世界の問題を解決していくための研究を行っています．
2026年度卒研生／専門ゼミ生募集，研究室説明会
(この告知は主に学内の卒業研究を開始する学生に向けたものです）
人間をはじめとする生物が持つ環境にダイナミックに適応する情報処理能力をコンピュータ上で実現する研究を一緒にしてみませんか．新鮮な発想と熱意をもった人を歓迎します．
◆研究室説明会
- 第1回：10/7(火) 17:00-18:00 (3E102-1)
- 第2回：10/17(金) 17:00-18:00 (3E102-1)
- 第3回：10/23(木) 17:00-18:00 (3E102-1)
・上記の日以外でも随時見学希望等受け付けます．メールで連絡をお願いします．
Paper published in International Journal of Remote Sensing
A paper on novel feature extraction method for high-dimensional feature in pattern recognition,
U. A. Md. Ehsan Ali, Pavodi Ndoyi Maniamfu and Keisuke Kameyama,
"Efficient band reduction for hyperspectral imaging with dependency-based segmented principal component analysis"
was published in the International Journal of Remote Sensing, Vol. 45, No. 24, pp. 9311–9337.
Papers presented at IEEE CSPA 2023
The following works have been presented at the 20th IEEE International Colloquium on Signal Processing & Its Applications, held during 3rd-4th March 2023 at Langkawi , Malaysia.
- Pavodi Ndoyi Maniamfu and Keisuke Kameyama
“LSTM-based forecasting using policy stringency and time-varying parameters of the SIR model for COVID-19” - Tzu-Jui Huang and Keisuke Kameyama
“Machine Learning Curriculums Generated by Classifier Ensembles” - Takumi Morikawa and Keisuke Kameyama
“CNN Model Compression by Merit-Based Distillation” (Awarded best paper at CSPA)