・M2 加藤 駿一

近年注目されている「拡散モデル」という生成AIの技術は、画像だけでなく音声や動画の生成にも応用が広がっています。拡散モデルは深層生成モデルの一種で、データの確率分布を学習することで、さまざまな生成タスクを実現します。医療画像分野でも活用が進んでおり、従来の識別モデルでは検出が難しかった小さな病変や複雑な形状の領域を、高精度に捉えることが可能になります。私はこの拡散モデルを皮膚画像や眼底画像に適用し、腫瘍や視神経周辺の重要な構造を自動で検出する研究を行っています。特に、情報のスキップ（skip connection）や条件付けの工夫など、モデル構造の改良により、精度を保ちながら処理の効率化を図っています。今後は他の医療領域への応用も視野に入れ、柔軟で汎用性の高い技術の開発を目指しています。

・M2 古川 聡悟

近年、大規模言語モデル(LLMs)の発展により、ロボットの行動計画にも応用する研究が盛んになっています。その一方で、軽量な個人用コンピュータで動作可能なオープンソース言語モデルでは、明確かつロボットが実行可能な命令の出力が困難である問題がありました。そこで、言語モデルがそれを推論できるように追加学習させる課題に対して、指示文に沿った明確かつ各異なる仕様の実機の条件を満足させるために追加学習に取り組んでいます。言語モデルを教師あり追加学習させる利点として、抽象目標を指示文や観測を名詞句と文章で入力し、言語モデルが事前学習で習得済の知識を活用した多段階の行動命令の組み合わせで出力できる利点があります。特に因果言語モデルの前の単語列を付与後の事後分布を学習する特性をいかし、既存のデータセット内の出力行動命令文の依存構造から動詞と句ごとに分けて制約することで、条件遵守させて実行不可能命令を減らす工夫をしています。今後は、継続性、様々な種類の実機条件、物体の使われ方や幾何物体操作も考慮したいと考えています。

・M2 ZHU Han

現在の研究テーマの背景として、造影剤を用いたCE-CT（造影CT）画像は、肝臓病変の診断において重要な情報を提供しますが、造影剤は腎機能障害のある患者にとってリスクとなることがあります。そこで本研究では、造影剤を使用せずに、非造影のNC-CT画像からCE-CT画像を予測する手法の開発を目指しています。具体的には、Flow-matchingモデルを用いて、医師が肝臓病変のタイプを判断するための高品質なCE-CT画像を生成することを目的としています。GANベースの手法よりも高画質な画像を生成し、Diffusionベースの手法と比較してより高速かつ安定したサンプリングを実現することを目指しています。

・M2 LYU Tianxiao

「深層生成モデルによる製品異常検知」