ページの本文へ

Hitachi

機械学習

大量のデータからその特徴や傾向を学習し、分類や予測などの問題を解決するアルゴリズムをコンピュータが自動的に構築する技術です。現在のAI分野の要ともいえる技術であるディープラーニング(深層学習)も機械学習の一部に含まれ、近年では限定されたタスクで人の認識能力を超える成果も得られています。日立では、映像、音声、時系列データ等あらゆるジャンルのデータにおいて機械学習手法を研究しています。特にディープラーニング技術について、例えば製品製造工程で不良を見つけるといった実世界の問題解決の応用研究から、少量データからの精度の良いアルゴリズムの生成、推論結果の根拠の説明といった基礎的な研究まで多角的に実施しています。研究成果についてはインフラ点検や自動運転、医療等の幅広い分野へのAIの導入に結実させ、安心・安全な社会の実現に貢献します。

表彰コンペ

2018年8月14日

Kaggleデータコンペ “TrackML Particle Tracking Challenge” シルバーメダル受賞

  • Kaggle 主催データコンペ “TrackML Particle Tracking Challenge” シルバーメダル受賞
  • 難波 博之、浜 直史、小澤 遼、礒田 有哉

2018年6月27日

人工知能学会2017年度 研究会優秀賞

  • 符号分割多重法により勾配推定を行う機械学習アルゴリズムの提案
  • 佐藤 功人、近藤 雄樹、圷 弘明

2017年2月1日

日本経済新聞社2016年日経優秀製品・サービス賞 優秀賞 日経産業新聞賞

  • Hitachi AI Technology/業務改革サービス
  • 日立製作所

著名な学会での活動

2021年6月21日

IEEEIEEE Conference on Computer Vision and Pattern Recognition (CVPR 2021)

  • QPIC: Query-Based Pairwise Human-Object Interaction Detection with Image-Wide Contextual Information
  • 田村 雅人、大橋 洋輝、吉永 智明

2021年5月4日

The International Conference on Learning Representations (ICLR)The International Conference on Learning Representations 2021 (ICLR 2021)

  • Influence Estimation for Generative Adversarial Networks
  • 寺下 直行、大橋 洋輝、野中 雄一、金丸 隆

2021年1月10日

国際パターン認識連盟 (IAPR)International Conference on Pattern Recognition (ICPR 2019)

  • Crack Detection as a Weakly-Supervised Problem: Towards Achieving Less Annotation-Intensive Crack Detectors
  • 井上 祐貴、永吉 洋登

2020年12月17日

電子情報通信学会パターン認識・メディア理解研究会 (PRMU) 招待講演

  • 学習データ不足を解消する少量サンプル学習技術の最前線
  • 野中 雄一

2020年12月5日

Asian Federation of Computer VisionAsian Conference on Computer Vision (ACCV 2020)

  • Class-Wise Difficulty-Balanced Loss for Solving Class-Imbalance
  • Sinha Saptarsi、大橋 洋輝、中村 克行

2020年12月5日

Neural Information Processing Systems FoundationConference on Neural Information Processing Systems (NeurIPS 2020)

  • Cycle-Contrast for Self-Supervised Video Representation Learning
  • 孔 全、Wenpeng Wei、Ziwei Deng、Tomoaki Yoshinaga、Tomokazu Murakami

2020年9月7日

The British Machine Vision Association and Society for Pattern RecognitionBritish Machine Vision Conference (BMVC 2020)

  • BCaR: Beginner Classifier as Regularization Towards Generalizable Re-ID
  • Masato Tamura、Tomoaki Yoshinaga

2020年5月15日

NatureNature immunology

  • The PD-1 expression balance between effector and regulatory T cell predicts the clinical efficacy of PD-1 blockade therapies
  • "熊谷尚悟(国立がんセンター)、柴原琢磨、山下泰穂(以上、日立製作所)、他21名"

2019年10月27日

IEEEIEEE International Conference on Computer Vision (ICCV 2019)

  • MMAct: A Large-Scale Dataset for Cross Modal Human Action Understanding
  • 孔 全、Deng ZIWEI、村上 智一、Ziming Wu(香港科技大学)、Klinkigt Martin、童 彬

2019年6月18日

IEEEIEEEl Conference on Computer Vision and Pattern Recognition (CVPR 2019)

  • Hierarchical Disentanglement on Discriminative Latent Features for Zero-shot Learning
  • 童 彬、オウ チョウ(中国海洋大学)、Klinkigt Martin、小林 義行(日立製作所)、野中 雄一(日立製作所)

2017年7月21日

IEEEIEEEl Conference on Computer Vision and Pattern Recognition (CVPR 2017)

  • Jointly Learning Energy Expenditures and Activities Using Egocentric Multimodal Signals
  • 中村 克行(日立製作所)、Serena Yeung、Alexandre Alahi、Li Fei-Fei(Stanford)

論文

  • M.Tamura, H.Ohashi and T.Yoshinaga, "QPIC: Query-Based Pairwise Human-Object Interaction Detection with Image-Wide Contextual Information," CVPR2021
  • Q.Kong, Z. Wu, Z.Deng, M.Klinkigt, B.Tong, and T.Murakami, "MMAct: A Large-Scale Dataset for Cross Modal Human Action Understanding," ICCV2019
  • M.Tamura, and T.Yoshinaga, "BCaR: Beginner Classifier as Regularization Towards Generalizable Re-ID," BMVC2020
  • Q.Kong, W. Wei, Z.Deng, and T.Yoshinaga, "Cycle-Contrast for Self-Supervised Video Representation Learning," NeurIPS2020
  • Y.Miyata and H. Ishikawa, "Concept Drift Detection on Data Stream for Revising DBSCAN Cluster", WIMS 2020: Proceedings of the 10th International Conference on Web Intelligence, Mining and Semantics, pp. 104–110, 2020.
  • Q.Kong, B.Tong, M.Klinkigt, Y.Watanabe, N.Akira and T.Murakami, "Active Generative Adversarial Network for Image Classification," AAAI2019