| 長屋 陽大 | M, 1回目発表 | インタラクティブメディア設計学 | 加藤 博一 | 清川 清 | 澤邊 太志 | Isidro Butaslac | ||
|
title: Enhancing Self-Efficacy in Simple Physical Exercises Using Hand Redirection in VR
abstract: Hand Redirection (HR) is a technique that visually presents a virtual hand at a position different from the user’s real hand in VR, without the user noticing the discrepancy. Prior research has mainly focused on improving interaction performance or identifying detection thresholds for HR, and its effectiveness in practical contexts has not been sufficiently investigated. In exercise continuation, maintaining motivation during simple repetitive movements is a major challenge, self efficacy, which refers to the belief that “I can achieve this,” plays a critical role. This study aims to examine whether HR can enhance self efficacy during simple physical exercises such as stretching or muscle training movements, and to explore its potential as a practical support method. We are currently preparing to investigate whether applying HR at the moment when users feel they have reached their physical limit, and giving them a sense of successfully surpassing that limit, can lead to an improvement in self efficacy. 発表題目: VRにおけるハンドリダイレクションを用いた単純運動の自己効力感向上 発表概要: ハンドリダイレクション(HR)は ユーザに気づかせず，現実の手と異なる位置に VR 上の手を視覚提示する手法である。先行研究では主に操作性向上やHRが適応できる閾値研究に留まっており、実践的文脈における効果の検証は十分に行われていない。運動継続において単調な反復運動ではモチベーションの維持が課題となるが、その中核には「自分には達成できる」という自己効力感が重要な役割を持つ。本研究では、ストレッチや筋力トレーニングのような単純運動にてHRを用いることで自己効力感を向上させ得るかを検討し、HRの実利用への示唆を得ることを目的とする。現在は、ユーザが自らの「動作の限界」に達したと感じるタイミングでHRを適用し、「限界を超えて動作が達成できた」という成功体験を与えることで自己効力感の向上が可能かどうか検証の準備を進めている。 | ||||||||
| 柴田 日向 | M, 1回目発表 | サイバーレジリエンス構成学 | 門林 雄基 | 林 優一 | 妙中 雄三 | |||
|
title: Improving Library Identification Accuracy Against Rust Malware
Abstract: The recent surge in popularity of the Rust programming language has led to a spike in malware development using Rust. Rust is a language renowned for its high memory safety and processing speed. However, its unique compilation process and the assembly code generated by its optimisations can make code difficult to understand during malware analysis. In particular, the techniques used to identify libraries in malware analysis are not sufficiently adapted to Rust's unique binary structure and optimisations. Existing methods have been reported to have low identification accuracy. When library identification rates are low, analysts face increased time spent on manual function classification and behaviour estimation. This research aims to improve Rust malware identification rates by presenting analyses and approaches to improve library identification techniques for Rust malware. language of the presentation: Japanese 発表題目: Rustマルウェアに対するライブラリ識別精度の向上 発表概要: 近年Rust言語の普及に伴い、Rustを用いたマルウェアの開発が活発化している。Rustはメモリ安全性の高さや処理速度に優れた言語である。しかし独自のコンパイル過程や最適化によるアセンブリ生成は、マルウェア解析におけるコード理解を著しく困難にする一因となっている。特にマルウェア解析で用いられるライブラリ識別手法は、Rust特有のバイナリ構造や最適化に十分対応しておらず、既存手法では識別精度が低いことが報告されている。ライブラリ識別率が低い場合、アナリストは手動による関数分類や挙動推定時間が増加する。本研究では、Rustマルウェアに適したライブラリ識別手法の改善に向けた分析とアプローチを示すことで、Rustマルウェアの識別率向上に寄与する。 | ||||||||
| 東 駿吾 | M, 1回目発表 | サイバネティクス・リアリティ工学 | 清川 清 | 和田 隆広 | 内山 英昭 | Perusquia Hernandez Monica | 平尾 悠太朗 | |
|
title: Investigation of the Effect of Vibratory Stimulation to the Buttocks on the Sensation of Walking in a Seated Position in Virtual Reality
abstract: In recent years, the importance of enhancing immersion has grown alongside the spread of VR. However, presenting walking experiences requires large spaces and bulky equipment, making home use challenging. This has led to increased attention on seated walking presentation, which imposes fewer spatial constraints and reduces physical burden. Existing methods, however, primarily focus on stimulation below the knees. They fail to sufficiently replicate the whole-body muscle activity and body sway associated with walking, nor do they accommodate flexible changes in walking speed. This study attempts to present a more natural walking sensation by mimicking muscle activity and trunk sway during walking through vibration stimulation applied to the buttocks. Walking sensation is evaluated using subjective assessments and PPS (Proximal Personal Space). The reproduction of walking speed is also investigated by varying the vibration cycle. language of the presentation: Japanese 発表題目: 臀部への振動刺激がVR空間における座位での歩行感覚に与える影響の調査 発表概要: 近年,VRの普及に伴い没入感向上の重要性が高まっているが,歩行体験の提示には広い空間や大型装置が必要となるなど,家庭環境での利用が難しいという課題がある.そこで注目されているのが座位での歩行提示であり,空間的制約が少なく身体的負担も小さい.しかし既存手法は膝下への刺激が中心で,歩行に伴う全身の筋活動や体の揺れを十分に再現できず,歩行速度の柔軟な変化にも対応していない.本研究では,臀部への振動刺激により歩行時の筋活動と体幹の揺れを模倣し,より自然な歩行感の提示を試みる.歩行感の評価には主観評価とPPS(身体近傍空間)を用い,振動の周期変化によって歩行速度の再現も検討する. | ||||||||
| 遠藤 純音 | M, 1回目発表 | ソーシャル・コンピューティング | 荒牧 英治 | 清川 清 | 若宮 翔子 | 久田 祥平 | ||
|
title: Visual Analysis of Visited Place Sequences and Sentiment Polarity Extracted from Travelogues
abstract: The vast accumulation of personal travelogues on the web serves as a rich data source, holding latent insights for maximizing traveler satisfaction and discovering new tourism perspectives. However, methodologies for systemically analyzing the core components of satisfaction—specifically "Where (Location)," "What (Action)," and "How (Emotion)"—in an integrated manner remain underdeveloped. This research automatically extracts these three elements (Location, Action, Emotion) from unstructured online travelogue texts and visualizes them on a single interactive map. This enables the objective analysis and design of subjective travel experiences. The framework quantifies satisfaction by generating a heatmap of emotion scores associated with specific actions, effectively transforming qualitative experiences into structured data. Furthermore, we have developed a counterfactual simulator. This tool utilizes a Large Language Model (LLM) to mask locations identified with negative experiences (as revealed by the visualization) and generates "what-if" alternative storylines. This system supports novel experience design within personal travel planning. This framework represents a novel approach that shifts from the passive analysis of past experiences to the active design of future ones. language of the presentation: Japanese 発表題目: 旅行記テキストからの訪問地系列と感情極性の抽出に基づく可視化分析 発表概要: Web上に大量に蓄積された個人の旅行記テキストは、旅行者の満足度を最大化する新たな観光インサイトを秘めたデータソースとなっている。しかし、満足度の核心的要因である「どこで (場所)・何をして (行動)・どう感じたか (感情)」を統合的に分析する手法は充分に確立していない。Web上の旅行記という非構造化テキストから「場所・行動・感情」を自動抽出し、1枚のインタラクティブな地図上に可視化することで、主観的な旅行体験を客観的に分析・デザインする。行動別の感情スコアで満足度を定量化するヒートマップにより体験をデータ化する。さらに可視化により明らかになったネガティブな体験箇所をマスクしてLLMが「あり得たかもしれない」代替ストーリーを生成する反実仮想シミュレータを開発した。これにより個人の旅行プランニングにおける新たな体験デザインを支援する。本フレームワークは、過去の体験の受動的な分析から、未来の体験の能動的なデザインへと踏み出す、新たなアプローチを提示するものである。 | ||||||||
| 土田 陸斗 | M, 1回目発表 | ソフトウェア工学 | 松本 健一 | 安本 慶一 | 嶋利 一真 | Fan Youmei | ||
|
title: An Analysis of Maintenance Activities by Generative AI Adopters on GitHub
abstract: Since the launch of ChatGPT, Generative AI(GenAI)-powered coding assistance has rapidly become widespread. This study investigates who uses GenAI, how they use it, and how GenAI-powered projects are maintained on GitHub.We analyzed 622 developers who use GenAI and 179 repositories where GenAI was adopted. For comparison, we also selected 179 non-GenAI repositories with a similar number of commits. Furthermore, we manually categorized 248 issues extracted from the GenAI repositories.Our analysis revealed that 73% of GenAI users were already active on GitHub before the public release of ChatGPT, with a significant concentration of users in Asia. We also found that GenAI repositories primarily focus on application development, and their README files tend to be longer and more structured. Regarding the issues, many were requests for feature enhancements, particularly those involving integration with external services.For future work, we plan to investigate the behavior of GenAI adopters in collaborative development environments. language of the presentation: Japanese 発表題目: GitHubにおける生成AI採用者のメンテナンス活動の分析 発表概要: ChatGPTの登場以来、AIによるコーディング支援が急速に普及している。本研究は、生成AIをどのような人が、どのように利用し、GitHub上でどのようにメンテナンスしているかを調査する我々は、生成AIを利用する開発者622名と、生成AIが使用されたリポジトリ179件を分析対象とした。さらに、比較対象としてコミット数が同等の非生成AIリポジトリ179件を設定した。また、生成AIリポジトリから抽出した248件のIssueを手作業で分類した。分析の結果、利用者の73%はChatGPT公開前から活動しており、特にアジア地域に多いことが明らかになった。また、生成AIリポジトリはアプリケーション開発が中心であり、READMEは長く構造的に記述される傾向が見られた。Issueに関しては、機能拡張の要求が多く、特に外部サービスとの連携に関するものが目立った。今後は、複数人での開発における生成AI採用者の振る舞いを調査する予定である。 | ||||||||
| 伊藤 慶太郎 | M, 1回目発表 | ソフトウェア設計学 | 飯田 元 | 和田 隆広 | 柏 祐太郎 | Reid Brittany | ||
|
title:
Development of a Just-in-Time Safety Prediction Model for Autonomous Driving
abstract: Simulation testing to verify safety and driving performance is indispensable for quality assurance in autonomous driving software. Ideally, simulation tests should be conducted for every code change; however, due to the significant time required, they are currently often limited to the pre-release phase. This study proposes a machine learning model that predicts dynamic safety from static software metrics, leveraging the public development history from the "Japan Automotive AI Challenge." The proposed method enables the estimation of performance changes prior to actual simulation execution, thereby providing rapid feedback to developers. language of the presentation: Japanese 発表題目: 自動運転におけるJust-in-time安全性予測モデルの構築 発表概要: 自動運転ソフトウェアの品質保証には、安全性や走行性能を検証するシミュレーションテストが不可欠である。理想的にはコード変更ごとにシミュレーションテストを実施すべきだが、長時間を要するため現状ではリリース前の実施に留まることが多い。本研究では、「自動運転AIチャレンジ」の公開開発履歴を活用し、静的なソフトウェアメトリクスから動的な安全性を予測する機械学習モデルを提案する。提案手法により、実際のシミュレーション実行前に性能変化を推定可能となり、開発者への迅速なフィードバックを実現する。 | ||||||||
| 川染 翔吾 | M, 1回目発表 | ディペンダブルシステム学 | 井上 美智子 | 笠原 正治 | 笹田 大翔 | |||
|
title: Hash-based Multi-Valued Validated Asynchronous Byzantine Agreement
abstract: Atomic broadcast is a core technology in blockchains and distributed databases, and multivalue validated asynchronous Byzantine agreement (MVBA) is used for its efficient realization. However, existing MVBA protocols incur high communication costs, and many communication-efficient approaches rely on cryptographic primitives that are vulnerable to quantum attacks, making post-quantum security an important challenge. This research aims to design a new MVBA protocol that improves communication efficiency while maintaining strong fault tolerance and post-quantum security. Furthermore, we will develop a simulator implementing the proposed protocol and conduct performance evaluations to verify its effectiveness. Through this work, we aim to contribute to the foundation of next-generation reliable and high-performance distributed systems. language of the presentation: Japanese 発表題目: ハッシュに基づく多値検証付き非同期ビザンチン合意 発表概要: アトミックブロードキャストは，ブロックチェーンや分散データベースにおける中核技術であり，多値検証付き非同期ビザンチン合意（MVBA）はその効率の良い実現に使われている．しかし，既存のMVBA手法は通信コストが高いことに加え，通信効率を改善した手法の多くが量子攻撃に脆弱な暗号基盤に依存しているため，耐量子性の確保が重要な課題となっている． 本研究では，MVBAにおける高い耐故障性および耐量子性を維持しつつ，通信効率を改善する新たな手法の設計を目的とする．また，提案手法を実装したシミュレータを構築し，性能評価を行うことで，有効性を検証する．これにより，次世代の高信頼・高性能な分散システム基盤の確立に貢献することを目指す． | ||||||||
| 西山 真平 | M, 1回目発表 | ネットワークシステム学 | 岡田 実 | 林 優一 | 東野 武史 | Dipanita Chakraborty | ||
|
title:RIS Beam steering Based on 3D Position Estimation of Occluded Users Using Computer Vision
abstract:In 5G and emerging 6G mobile communications, high-frequency radio bands enable high-speed, large-capacity transmission but are easily blocked by environmental obstacles such as large buildings. Reconfigurable Intelligent Surfaces (RIS) have therefore gained attention for their ability to redirect radio waves toward desired directions. However, steering the RIS beam toward User Equipment (UE) requires accurate Channel State Information (CSI) optimization, and obtaining this introduces significant overhead. Although computer-vision-aided techniques have been explored to reduce CSI estimation load, their localization accuracy degrades when the UE is partially occluded. To address this issue, this research proposes a method that directly estimates the UE’s 3D position using computer vision, even under partial occlusion, thereby eliminating the need for CSI estimation. Our approach employs a two-stage deep learning model to infer 3D UE coordinates from RGB and depth images, followed by RIS codebook selection to steer the beam. Experimental evaluations demonstrate that the proposed method achieves higher localization accuracy than conventional approaches, particularly in occluded environments. language of the presentation:Japanese 発表題目:コンピュータビジョンを用いた遮蔽ユーザの3次元位置推定に基づくRISビームステアリング 発表概要:5Gおよび次世代の6G移動通信では、高周波数帯の利用により高速・大容量伝送が可能となる一方、建物などの障害物による遮蔽の影響を受けやすい。この課題に対し、電波を所望の方向へ反射・制御する技術として、Reconfigurable Intelligent Surface (RIS)が注目されている。しかし、RISを用いてビームをユーザー端末（UE）へ向けるためには、正確なチャネル状態情報（CSI）の取得が必要となるが、その推定には大きなオーバーヘッドを伴う。CSI推定の負荷を軽減する代替手段として、コンピュータビジョン（CV）を用いた手法も研究されている。しかし、UEが部分的に遮蔽されると、CVによる位置推定の精度が低下する問題があった。本研究ではこの問題に対処するため、UEが部分的に遮蔽された状況下でも、CVを用いてUEの3次元位置を直接推定する手法を提案する。これにより、CSI推定を不要とすることを目指す。本手法では、2段階の深層学習モデルを用い、RGB画像と深度画像からUEの3次元座標を推定する。その後、推定された位置情報に基づきRISのコードブックを選択し、ビーム制御を行う。実験評価の結果、提案手法は従来手法と比較して高い位置推定精度を達成し、特に遮蔽環境下においてその有効性が実証された。 | ||||||||
| 有國 開成 | M, 1回目発表 | ヒューマンＡＩインタラクション | Sakriani Sakti | 荒牧 英治 | 大内 啓樹 | Faisal Mehmood | Bagus Tris Atmaja | |
|
title: Building a Naikan Report Classification Model with Synthetic Data for a Rule-based Offline Naikan Therapy Self-care AI
abstract: Naikan therapy is a psychotherapeutic method developed in Japan that promotes self-understanding and self-healing by repeatedly reflecting on three questions toward a specific target: “what I received,” “what I gave back,” and “the troubles I caused.” However, it usually requires a six-night, seven-day residential retreat, which is a substantial time and financial burden, and Naikan reports are highly privacy-sensitive, making it difficult to collect large-scale training data. This study aims at realizing a rule-based offline Naikan self-care AI that runs entirely on a local device, and in particular at building, using synthetic data, a Naikan report classification model that evaluates “depth of insight,” “accuracy of the Naikan method,” and “resistance.” First, based on example Naikan reports collected from books, we designed an evaluation rubric consisting of three levels of depth of insight (D1–D3), three levels of accuracy of the Naikan method (A1–A3), and multiple resistance labels representing stagnation and avoidance. Next, we created 1,100 personas specified by discrete attributes such as age, family structure, living situation, and psychological traits, and incorporated adverse factors such as high stress and family conflict so that a wide range of Naikan situations with limited bias can be represented. Using these personas and example reports as input, a large language model automatically generates Naikan reports and candidate labels, and a quality-improvement loop with majority voting and revision suggestions by other models yields a synthetic dataset of around 10,000 Naikan reports. We then fine-tune a pre-trained Japanese language model to obtain a lightweight Naikan report classifier that can run locally on end devices, and plan to integrate it into a self-care support system that combines rule-based dialogue with safety gates (detection of self-harm and other-harm expressions and guidance to medical or counseling services). In this poster, we present the labeling rubric and persona design, the synthetic data generation flow, and current progress, and discuss future issues for model evaluation and user-interface implementation. language of the presentation: Japanese 発表題目: ルールベースのオフライン内観療法セルフケアAIのための疑似データを利用した内観報告分類モデルの構築 発表概要: 内観療法は、特定の対象に対して「してもらったこと」「して返したこと」「迷惑をかけたこと」を繰り返し振り返ることで、自己理解と自己治癒を促す日本発の心理療法である。しかし、通常は六泊七日の宿泊研修が必要で時間的・経済的負担が大きく、内観報告はプライバシー性が高いため、大規模な学習データの収集が難しいという課題がある。そこで本研究は、端末内で完結するルールベースのオフライン内観療法セルフケアAIの実現を目標とし、内観報告の「洞察の深さ」「内観方法の正確さ」「抵抗」を評価する内観報告分類モデルを、疑似データを用いて構築することを目的とする。まず、書籍から収集した内観報告例を基に、洞察の深さ三段階（D1–D3）、内観方法の正確さ三段階（A1–A3）、停滞や回避を表す複数の抵抗ラベルからなる評価基準を策定した。次に、年齢、家族構成、生活状況、心理特性などを離散的な項目で指定した1100件のペルソナを作成し、高ストレスや家族不和などの逆境要素を含めることで、多様で偏りの少ない内観状況を想定できる設計とした。これらのペルソナと内観報告例を入力として大規模言語モデルにより内観報告とラベル候補を自動生成し、別のモデル群による多数決評価と改善提案を用いた品質向上ループにより、一万件規模の内観報告疑似データを構築する。その後、事前学習済み日本語モデルを微調整することで、端末内推論が可能な軽量な内観報告分類器として評価し、ルールベース対話と安全ゲート（自他傷発言の検出と医療・相談機関への案内）を組み合わせたセルフケア支援システムへの統合を目指す。本ポスターでは、ラベル基準とペルソナ設計、疑似データ生成フローの設計と現時点の進捗を報告し、今後のモデル評価とユーザインタフェース実装に向けた課題を示す。 | ||||||||
| 河崎 伸太朗 | M, 1回目発表 | ヒューマンロボティクス(デジタルヒューマン学) | 和田 隆広☆ | 多田充徳 | 丸山翼 | |||
|
title:Building a framework for high-speed whole-body motion estimation using an event camera abstract:In recent years, markerless motion capture based on RGB cameras and deep learning has been utilized, but challenges remain, such as reduced estimation accuracy under sunlight and the computational cost of high-speed motion estimation. Particularly in sports, there is a demand for technology capable of high-speed motion estimation under diverse lighting conditions. This research focuses on event cameras, which are robust to changes in lighting conditions and offer high temporal resolution, aiming to establish motion estimation technology that leverages the unique data structure of event cameras. Event cameras exhibit increasingly sparse event occurrence in both time and space as motion speeds increase. Therefore, we stabilize input data for the framework to make it independent of event density. Furthermore, by employing spatial interpolation using the relative positions of estimated joint points and converting large-scale learning datasets used for markerless motion capture into events to construct a new event-based learning dataset, we aim to establish a motion estimation technique that combines robustness and practicality for high-speed motion. Through this research, we will clarify the potential of motion estimation techniques capable of handling diverse lighting environments and high-speed motion. language of the presentation:Japanese 発表題目:イベントカメラを用いた高速な全身動作推定フレームワークの構築 発表概要:近年、RGBカメラと深層学習を基盤としたマーカレスMoCapが活用されているが、太陽光による推定精度の低下や高速動作推定にかかるコストが課題である。特にスポーツでは，多様な照明環境下でも高速動作推定が可能な技術が求められている。本研究では、照明環境の変化に強く、高時間分解能であるイベントカメラに着目し、イベントカメラ特有のデータ構造を活用した動作推定技術の確立を目指す。イベントカメラでは高速動作になるほどイベント発生が時間・空間的に疎になるため、イベントの疎密に依存しないフレームワークへの入力データの安定化を行う。また、推定関節点の位置関係を利用した空間的補完、マーカレスMoCapに使用される大規模な学習データセットをイベントに変換し新たなイベントベースの学習データセットの構築を行うことで、高速動作において堅牢性と実用性を兼ね備えた動作推定技術の確立を目的としている。本研究を通じて、多様な照明環境や高速動作に対応した動作推定技術の可能性を明らかにする。 | ||||||||
| 植田 雄士 | M, 1回目発表 | ユビキタスコンピューティングシステム | 安本 慶一 | 荒牧 英治 | 諏訪 博彦 | |||
|
title: A Study on Steerability of Large Language Models Based on Two-Dimensional Political Stance
abstract: The political biases of large language models (LLMs) can have significant societal impacts, yet their manipulability has largely been evaluated within a one-dimensional framework. To better reflect real-world political diversity, this study introduces a two-axis political stance—comprising economic and social dimensions—and analyzes the manipulability of 13 LLMs using the Political Compass Test. The results show that LLMs exhibit relatively high manipulability when both axes are aligned, whereas simultaneously manipulating conflicting axes proves difficult. In particular, shifts along the social axis were smaller, indicating lower manipulability compared to the economic axis. language of the presentation: Japanese 発表題目: 2次元の政治スタンス入力に基づくLLMの操作性に関する調査 発表概要: 大規模言語モデル（LLM）の政治的バイアスは社会的影響を及ぼすが，その操作性は主に一次元的な枠組みでしか評価されてこなかった．本研究は，現実の政治的多様性を反映するため，経済軸と社会軸の二軸による政治スタンスを導入し，13のLLMに対してPolitical Compass Testを用いて操作性を分析した．結果，LLMは経済・社会の両軸が一致する場合には比較的高い操作性を示したが，相反する軸を同時に操作することは困難であった．特に社会軸では変化が小さく，経済軸よりも操作性が小さい傾向が見られた． | ||||||||
| 有福 遼太郎 | M, 1回目発表 | ロボットラーニング | 松原 崇充 | 和田 隆広 | 柴田 一騎 | 鶴峯 義久 | 佐々木 光 | 山之口 智也 |
|
title: Acquiring Cooperative Robot Behaviors with Safety Considerations in Dynamic Environments via Imitation Learning
abstract: In recent years, the number of scenarios in which humans and robots work within a shared space has increased, making it essential to generate behaviors that achieve task performance while ensuring safety. This study aims to develop a general framework for acquiring cooperative robot behaviors that incorporate safety considerations. As a first step, we focus on a hierarchical approach that separately learns task execution and safety-aware avoidance, and integrates them at runtime. We design a basic structure consisting of a task policy and a safety policy, and validate its effectiveness in a simple dynamic reaching task. The results demonstrate that the proposed structure enables the robot to maintain task performance while responding to dynamic obstacles. Future work will extend the approach to more complex cooperative tasks and further refine learning strategies and policy integration methods to achieve flexible and safe cooperative behaviors. language of the presentation: Japanese 発表題目: 模倣学習による動的環境の安全性を考慮した協調動作の獲得 発表概要: 近年，人とロボットが同一空間で協働する場面が増加し，タスク達成と安全性確保を両立する行動生成が重要となっている．本研究は，その中核となる「安全性を考慮した協調動作獲得」の枠組み構築を目的とする．第一段階として，タスク遂行と安全回避を分離して学習し，実行時に統合する階層型アプローチに着目し，タスクポリシーと安全ポリシーからなる基本構造を設計した．更に簡易的なリーチタスクでその有効性を検証し，タスク性能を維持しつつ動的障害物に対応できることを確認した．今後は学習戦略やポリシー手法の改善に加え，協調タスクへの拡張を進め，柔軟かつ安全な協調動作の獲得を目指す． | ||||||||
| 荒深 健伍 | M, 1回目発表 | 光メディアインタフェース | 向川 康博 | 和田 隆広 | 藤村 友貴 | 北野 和哉 | ||
|
title: Two-layer objects imaging with multi-zone dToF sensor and RGB camera
abstract: When capturing two-layer objects such as plastic cases or glass doors, the reflected and transmitted light are combined, which may degrade the performance of object recognition and other vision tasks. To solve this problem, research has been conducted on removing reflection from RGB images through deep learning. However, relying on RGB images remains the challenge due to the large amount of unknown information. In this research, we propose a two-layer object measurement with RGB camera and multi-zone dToF sensor. Among Time-of-Flight (ToF) sensors, which measure distance based on the travel time of light reflected from an object, the direct Time-of-Flight (dToF) sensor records the time distribution of detected photons (transient histogram) using a single-photon detector, and calculates the distance from the peak position of the distribution. It can separate reflecting and transmitted light thanks to the pico second order time resolution. In this research, we aim for improving performance of reflection removal by combining RGB and dToF information with deep learning. Currently, we are conducting characteristic experiments of the dToF sensor and performing calibration with the RGB camera. language of the presentation: Japanese 発表題目: マルチゾーンdToFセンサとRGBカメラによる2層構造物体撮影 発表概要: プラスチックケースやガラス戸のような2層構造物体をカメラで撮影すると、反射光と透過光が混ざって観測されるため物体認識などの精度が悪化することがある。これを解消するため、RGB画像から深層学習を用いて反射成分を除去する研究がなされてきたが、RGB画像のみでは未知情報が多いという課題がある。そこで、本研究ではRGBカメラとマルチゾーンdToFセンサを組み合わせた2層構造物体計測を提案する。対象物に照射した光の飛行時間から距離を計測するTime-of-Flight(ToF)センサのうち、direct Time-of-Flight(dToF)センサは単一光子検出器を用いて到達光子の時間分布（トランジェントヒストグラム）を記録し、その分布のピーク位置から距離を算出する。このセンサはピコ秒オーダーの時間分解能を持ち、透過光と反射光の分離計測が可能である。本研究ではRGB画像とdToFの情報を深層学習を用いて組み合わせ、反射光除去精度を向上させることを目指す。現在はdToFセンサの特性実験やRGBカメラとのキャリブレーションを進めている。 | ||||||||
| 鎌田 亘佑 | M, 1回目発表 | 大規模システム管理 | 笠原 正治 | 林 優一 | 原 崇徳 | Christopher Wiraatmaja | ||
|
title: GKR-free Sumcheck-native Zero-knowledge Proofs of Gradient Descent for Deep Neural Networks
abstract: The demand for training AI models on sensitive data is higher than ever. zkPoT (Zero-knowledge Proofs of Training) is a cryptographic technology that allows a prover to show that an AI model was trained on a dataset, while ensuring the integrity of the training process. In such a system, all data and parameters are secret, but a verifier can check the correctness of the training. A state-of-the-art framework, “Kaizen”, is one of the first architectures to achieve zkPoT for deep neural networks. In Kaizen, linear computations are proven by the sumcheck protocol, whereas non-linear ones are handled by the GKR protocol. However, these components must be carefully assembled, and this complex composition becomes a major bottleneck in the overall efficiency of the system. In this research, all GKR components are replaced by a cutting-edge lookup argument, so that the remaining linear parts are simplified and processed in a streaming fashion. Consequently these bottlenecks are expected to be resolved. language of the presentation: Japanese 発表題目: DNN学習の勾配降下における高速ゼロ知識証明 発表概要: 近年，AIに機密データを用いて質の高い学習をさせる需要が高まっている．zkPoT (Zero-knowledge Proofs of Training) はハッシュ値としてコミットされたデータを用いて所定の方法で学習したことを，用いたデータやモデルのパラメータを秘匿したまま厳密に証明する暗号技術である．DNN向けzkPoTを初めて実現したKaizenは勾配降下の証明において線形演算をsumcheckプロトコルで証明し，非線形演算をGKRプロトコルでそれぞれ証明するが，これらが複雑に組み立てられているためシステム全体の効率性に大きな影響を与えている．本研究では非線形部分をsumcheckプロトコルと自然に接続可能な最新のlookup技術に置換し外部に配置することで，線形部分を一気通貫でまとめて処理しボトルネックの解消を目指す． | ||||||||
| 赤塚 優暉 | M, 1回目発表 | 情報セキュリティ工学 | 林 優一 | 岡田 実 | 向川 康博 | 藤本 大介 | ||
|
title: Study on Information Leakage from Differential Transmission Lines Induced by Intentional Electromagnetic Interference
abstract: The threat of Echo TEMPEST has been reported, in which an attacker irradiates devices with electromagnetic waves to acquire transmitted information from reflection waves. Conventional studies have mainly targeted single-ended signaling devices, such as UART and I2C. Differential signaling devices, such as USB and HDMI, have generally been considered tolerant to the threat due to their high immunity to external electromagnetic waves. However, variations in the geometric structure of differential transmission lines may affect the feasibility of Echo TEMPEST. This study clarifies the conditions under which Echo TEMPEST can be executed against differential signaling devices and demonstrates the threat's feasibility. language of the presentation: Japanese | ||||||||
| 武藤 恵理也 | M, 1回目発表 | 情報セキュリティ工学 | 林 優一 | 安本 慶一 | 門林 雄基 | 藤本 大介 | ||
|
title: Study on Spoofing Attack Using Electromagnetic Eavesdropping and Injection Against Fingerprint Authentication Systems
abstract: Research on physical attacks targeting fingerprint authentication systems has primarily focused on presenting spoofing fingerprints to the sensor. In contrast, biomedical sensors can distinguish live fingers from such replicas. While unencrypted communication channels are often retained to ensure responsiveness, general systems employ tamper-resistant enclosures to prevent invasive attack. This work proposes a non-invasive method that exploits electromagnetic waves to capture and inject authentication signals into tamper-resistant systems. language of the presentation: Japanese | ||||||||
| 岡野 真理 | M, 1回目発表 | 情報基盤システム学 | 藤川 和利 | 門林 雄基 | 林 優一 | 新井 イスマイル | ||
|
title: Development of an Automated Cyber Threat Attribution Method Using Learning-Based Clustering of DNS Patterns
abstract: Cyber attribution is the process of identifying and characterizing attack groups by analyzing traces of cyberattacks, as well as the attackers’ intentions, motivations, and capabilities. To reduce the workload of investigators in response to the increasing number of targeted attacks in recent years, automation of the attribution process has become a pressing need. Previous studies have proposed a method that performs cluster analysis on similar DNS patterns and calculates similarity scores for each attack event. However, the accuracy for test data remains limited to 73.78%. In this study, we introduce machine learning techniques to improve the accuracy of the classification problem in cyber attribution. At present, we are preparing test datasets to replicate and validate the results of previous research. language of the presentation: Japanese 発表題目: DNSパターンによる学習的クラスタリングを用いた自動的サイバー脅威帰属手法の開発 発表概要: 帰属(Attribution)は攻撃の痕跡や、攻撃者の意図・動機・能力を分析し、攻撃グループの特定や特徴を解明するプロセスである。近年多発する標的型攻撃に対して、捜査員の負荷を低減するために、帰属の自動化が求められている。先行研究では類似したDNSパターンをクラスター分析し、各々の攻撃イベントに対して類似度を算出する手法を提案しているが、テストデータに対する確度は73.78%に留まっている。本研究ではクラス分け問題を解く際に機械学習を導入し、確度の向上を目指す。現在は先行研究の追試を行うために、テストデータの用意を進めている。 | ||||||||
| 阿部 龍之介 | M, 1回目発表 | 数理情報学 | 池田 和司 | 田中 沙織 | 久保 孝富 | 日永田 智絵 | LI YUZHE | |
|
title: Towards the Identification of Latent Structures in Language Embeddings
abstract: This work aims to identify the latent structure of high-dimensional language embeddings by applying a theoretically grounded framework for identifiable representation learning. Prior studies have shown that linear ICA can transform embeddings into spaces with semantically meaningful axes. As a natural extension, we consider nonlinear ICA to capture the latent structure that reflects nonlinear mixing function in the data-generating process. We adopt CEBRA, a contrastive learning framework with its theoretical background in nonlinear ICA that achieves identifiability of the latent structure up to linear transformations by leveraging auxiliary variables. In our preliminary experiments using emotion labels as auxiliary variables, CEBRA maps sentence embeddings into a low-dimensional space with linear separability. Moreover, across random initializations, the learned embeddings exhibit consistency up to linear transformations, empirically supporting identifiability in practice. We discuss open questions regarding the interpretation of the label related learned representations and future directions, including their potential alignment with neural processing. language of the presentation: English | ||||||||
| 伊藤 尚陽 | M, 1回目発表 | 生体画像知能 | 大竹 義人 | 加藤 博一 | Soufi Mazen Gu Yi | |||
|
title: Foundation and Accuracy Enhancement of a 3DDX-Based Framework for 3D Spine Reconstruction from Single-View X-ray Images
abstract: Accurate assessment of spinal alignment and deformities inherently requires three-dimensional information; however, current imaging modalities such as computed tomography (CT) and full-body EOS imaging systems demand large-scale equipment and are not suitable for routine clinical use. This study aims to develop and generalize a novel technology, 3DDX, that reconstructs three-dimensional spinal morphology from standard single-view radiographs acquired in any clinical setting. We collected approximately 500 cases of X-ray and CT images covering the lower thoracic to lumbar region (Th11–L5), and implemented a fully automated 2D–3D registration pipeline using the Covariance Matrix Adaptation Evolution Strategy (CMA-ES) and gradient correlation–based image similarity. This enabled the generation of high-precision reference 3D shapes (CT-based ground truth) for model training. Furthermore, we incorporated the sacral region to improve registration stability and accuracy. Based on this dataset, we plan to construct a depth-estimation-driven model for single-view 3D spine reconstruction. The proposed technique enables 3D evaluation of spinal deformities and degenerative disorders such as scoliosis and spondylolisthesis using only a single radiograph, thereby improving the accessibility, individualization, and sophistication of surgical planning and implant selection. Reconstruction of 3D bone morphology solely from plain radiography is an unprecedented approach, and the framework has the potential to be extended to whole-body skeletal analysis in the future. language of the presentation: Japanese 発表題目: 3DDXフレームワークに基づく単眼X線画像からの脊椎3D形状再構成の基盤技術構築と精度向上の検討 発表概要: 脊椎のバランスや変形を正確に評価するには本来3D情報が必要だが、現状ではCTやEOS imaging社システムのような大型設備が必要であり、日常的な評価に用いるには適さない。本研究では、どの病院でも撮影される一般的な単眼X線画像から脊椎の3D形状を推定する技術3DDXの開発・汎用化を目指す。 現在、胸椎下部から腰椎に相当する約500症例のX線画像およびCT画像を収集し、進化的最適化アルゴリズム（CMA-ES）と画像類似度（gradient correlation）に基づく自動2D–3D位置合わせを実装した。これにより、X線画像から学習するための参照3D形状（CTベースの真値）を生成する基盤を構築した。また、位置合わせの精度向上を目的として仙骨領域を追加し、位置合わせの安定性・精度を改善した。今後は、このデータセットを用いて深度推定に基づく脊椎3D再構成モデルの構築を進める予定である。 本技術の実現により、1枚のX線から側弯症や変性すべり症などを含む脊椎変形・変性疾患の3D評価が可能となり、手術計画やインプラント選択への高度化・個別化・アクセス向上に貢献できる。単純X線だけを前提とした3D復元は既存技術にないアプローチであり、将来的には全身骨格への展開を期待できる。 | ||||||||
| 渡邉 奈緒美 | M, 1回目発表 | 脳・行動モデリング | 田中 沙織 | 清川 清 | CAI LIN | 荻島 大凱 | ||
|
title: The Role of Cognitive Maps in Programming
abstract: Engineers exhibit a wide range of skill levels, from novice junior engineers to highly experienced senior engineers. Significant differences can be observed in the speed and accuracy of tasks such as bug fixing and code comprehension. However, these differences cannot be fully explained by years of experience alone and are often oversimplified as what is commonly referred to as "technical intuition." This study aims to elucidate the cognitive processes underlying this "technical intuition" from a neuroscientific perspective. In particular, it focuses on the involvement of cognitive maps in programming and investigates their neural basis through experiments using EEG and related techniques. Through this research, we aim to contribute to the training of engineers and to the enhancement of reasoning and exploration capabilities in AI agents. language of the presentation: Japanese 発表題目: プログラミングにおける認知地図の関与 発表概要: エンジニアには駆け出しのジュニアエンジニアから熟達したシニアエンジニアまで幅広いスキル差が存在する。バグ修正やコード理解の速度・精度において顕著な差が見られるが、この差は単なる経験年数では説明できず、一般的には「センス」という言葉でまとめられる。本研究は、この「センス」の背景にある認知的プロセスを神経科学の観点から明らかにすることを目的とする。特に、プログラミングにおける認知地図の関与に注目しEEG等を用いた実験によりその神経的基盤を探求する。本研究を通じて、エンジニア教育やAI Agentの推論・探索能力の向上に寄与することを目指す。 | ||||||||
| 片岡 晴彦 | M, 1回目発表 | 自然言語処理学 | 渡辺 太郎 | Sakriani Sakti | 上垣外 英剛 | 坂井 優介 | ||
|
title: A Benchmark and Method for Evaluating Knowledge Editing in Large Language Models
abstract: The knowledge that large language models acquire during pre-training sometimes needs to be edited, for example when the real world changes or when the training data contains mistakes. Traditionally, fine-tuning has been the common way to handle such situations, but it often has problems such as high cost and low reliability. Therefore, many studies have explored more efficient and more localized knowledge editing methods. In this study, I focus on a perspective called locality, which measures how much an editing method affects unrelated knowledge. I propose a new benchmark that evaluates knowledge editing methods from the viewpoint of locality, and I also propose a new knowledge editing method that aims to achieve stronger locality. language of the presentation: Japanese 発表題目: 大規模言語モデルの知識編集手法評価用ベンチマークと編集手法の提案 発表概要: 大規模言語モデルが事前学習で獲得した知識は、現実世界の変化や学習データの誤りなどにより、 編集が求められる場合がある。従来はFine-Tuningでの対応が一般的であったが、 そのコストの高さや信頼性に課題があり、より効率的・局所的な知識編集手法の研究が進められてきた。 本研究では、知識編集手法の無関係な知識に対する影響を評価する観点である Locality に注目をした新たなベンチマークの提案と、 Locality の強い新たな知識編集手法の提案を行う。 | ||||||||
| 酒井 功雅 | M, 1回目発表 | 計算システムズ生物学 | 金谷 重彦 | 松本 健一 | MD.Altaf-Ul-Amin | |||
|
title: Implementation and Evaluation of Microbial Community Prediction Model Based on Soil Chemical Properties and Climate Data
abstract: Soil microbes play a crucial role in agricultural productivity and soil health, and their composition is known to be significantly affected by edaphic factors such as pH, nitrogen content, organic matter, and other chemical components. In addition to these chemical properties, While recent modeling approaches have incorporated climate condition and topographical information, the geographical scope of these studies is often limited. Hence, it is unclear whether the findings can be generalized to areas with different climate zones and soil characteristics. Therefore, this study aims to develop a microbial structure prediction model based on soil chemical properties by integrating soil data from multiple biomes. Furthermore, by examining variations in prediction performance by region and the contribution rates of features, we aim to evaluate the generalizability of the model and its limitations. language of the presentation: Japanese 発表題目: 土壌化学特性と気候データに基づく微生物群集予測モデルの構築と評価 発表概要: 土壌微生物は農業生産性や土壌の健康性に重要な役割を果たしており，その構成はpH・窒素量・有機物などの化学特性によって大きく影響を受けることが知られている．近年では，これらの化学特性に加えて，気候条件や地形情報を組み込んだ微生物群集構造を予測するモデルも提案されているが，対象とされる地域は限定されている．そのため，得られた知見が異なる気候帯・土壌特性を有する地域へ一般化できるかどうかは明らかではない．そこで本研究では，複数地域の農場土壌データを統合し，土壌化学特性および気候データ等に基づく微生物群集構造を予測するモデルを構築する．さらに，地域ごとの予測性能の変動や，特徴量の寄与度を検証することで，モデルの一般化可能性と限界を評価することを目指す． | ||||||||
| SHAKIZADA YAGUT | M, 1回目発表 | ソフトウェア設計学 | 飯田 元 | 松本 健一 | 柏 祐太郎 | Reid Brittany | ||
|
title: When Bots Review Bots: Analyzing Multi-Agent Interactions and Human Acceptance in AI-Driven Development
abstract: The increasing adoption of Large Language Models (LLMs) by professionals into software development processes is transforming programming practices while notably improving efficiency and enhancing team performance. The transition from "AI as Tool" (SE 2.0) to "AI as Teammate" (SE 3.0) leads to minimized human intervention in open-source development settings by generating code, submitting pull requests, and providing assistance in code review processes. While prior studies have examined LLM assistance in GitHub pull requests, there remains a significant gap in understanding how autonomous AI coding agents collaborate -both with each other and with human developers- throughout the pull request life cycle. In this paper, we conduct our analysis using the AIDev dataset, a large-scale collection of 33,596 pull requests generated by five AI coding agents (GitHub Copilot, CodeRabbit, Claude Code, Cursor, and Devin), investigating how they interact with human developers and various AI review tools during the code review process. To understand the dynamics of these interactions, we employ a mixed-methods approach, combining quantitative analysis to characterize AI tool usage patterns and their impact on suggestion volume, with qualitative analysis to examine the nature of AI suggestions, human intervention strategies, and the resulting acceptance rates language of the presentation: English | ||||||||
| CHOUMAN HUSSEIN | M, 1回目発表 | ユビキタスコンピューティングシステム | 安本 慶一 | 荒牧 英治 | 諏訪 博彦 | 佐々木 航 | ||
|
title: Structural Excavation and Retrieval-Augmented Interpretability: The
MANIFESTATION Framework for Global Explanations of Deep Networks Models
abstract: Deep learning models are highly accurate yet remain opaque because current interpretability tools produce fragmented, static, and non-queryable outputs. Existing methods reveal partial insights, global trends, or architecture-specific patterns, but none provide a unified view of a model’s internal organization. We introduce MANIFESTATION, an architecture-agnostic framework that converts internal computations into structured, queryable knowledge through systematic excavation and SLM-based Retrieval-Augmented Generation (RAG). Rather than proposing new analysis techniques, the framework addresses the missing layer in interpretability: representation—turning latent factors, relations, and structures into communicable knowledge units. This leads to our key research question: Can deep models be understood by systematically excavating and structuring their internal organization into a queryable knowledge system? MANIFESTATION offers a unified path toward interactive, explainable deep models. language of the presentation: English | ||||||||