プロフィール

氏名・写真

  • 松原 崇 (まつばら たかし)

所属

連絡先

  • 〒657-8501 兵庫県神戸市灘区六甲台町1-1
  • 神戸大学 大学院システム情報学研究科
  • 電話番号: 078-803-6480
  • メールアドレス: matsubara_at_phoenix.kobe-u.ac.jp
    • サブメールアドレス: matsubara_at_ai.cs.kobe-u.ac.jp
    • かつてのメールアドレス: matubara_at_hopf.sys.es.osaka-u.ac.jp

略歴

  • 2015/03 博士(工学)
  • 2013/04-2015/03 大阪大学 大学院基礎工学研究科 システム創成専攻 博士後期課程 潮研究室
  • 2011/04-2013/03 大阪大学 大学院基礎工学研究科 システム創成専攻 博士前期課程 潮研究室
  • 2007/04-2011/03 大阪大学 基礎工学部 システム科学科
  • 1988/07 生

職歴

  • 2015/04 - 現在 神戸大学 大学院システム情報学研究科 助教
  • 2015/04 - 現在 独立行政法人 情報通信研究機構 脳情報通信融合研究センター 特別研究員
  • 2013/10 - 2015/03  独立行政法人 情報通信研究機構 脳情報通信融合研究センター 協力研究員
  • 2013/06 - 2015/03 大阪大学ヒューマンウェア博士課程プログラム融合研究推進プロジェクト 参画学生
  • 2013/04 - 2015/03 日本学術振興会 特別研究員 DC1
  • 2012/04 - 2013/03 大阪大学 附属図書館 ティーチングアシスタント
  • 2011/04 - 2012/09 大阪大学 基礎工学部 ティーチングアシスタント

所属学会

  • 会員
    • 電子情報通信学会 (IEICE)
    • 人工知能学会(JSAI)
    • 日本神経回路学会(JNNS)
    • The Institute of Electrical and Electronics Engineers (IEEE)
    • International Neural Network Society (INNS)
  • 活動
    • 2018 電子情報通信学会 複雑コミュニケーションサイエンス研究会 幹事補佐
    • 2018 日本神経回路学会 編集理事
    • 2018 電子情報通信学会 NOLTAソサイエティ大会 実行委員
    • 2018 Finance Secretary at The 2018 International Symposium on Nonlinear Theory and its Applications (NOTLA2018)
    • 2017 Publicity Chair at The 2017 International Symposium on Nonlinear Theory and its Applications (NOTLA2017)
    • 2016 Local Arrangement Chair at The 15th IEEE/ACIS International Conference on Computer and Information Science (ICIS2016)
    • 2015 Technical Program Chair at The 4th Korea-Japan Joint Workshop on Complex Communication Science (KJCCS2015)
    • 2014 Review Committee Member at  the 12th of the biennial Asia Pacific Conference on Circuits and Systems (APCAS2014)

研究

受賞歴

  1. 2016年度 電子情報通信学会複雑コミュニケーションサイエンス研究会 CCS奨励賞 ``スパイク時刻依存遅延学習モデルによる教師なし学習'' (link)
  2. 2013年度 第76回 電子情報通信学会 学術奨励賞 (基礎・境界ソサイエティ) ``非同期セルオートマトンによる神経細胞応答特性の再現'' (link)

受賞歴(指導学生)

  1. 2017年度 人工知能学会 全国大会学生奨励賞 田代哲生 ``脳機能画像解析のための深層生成モデル'' (link)
  2. 2016年度 人工知能学会 全国大会学生奨励賞 片岡裕介 ``深層学習における敵対的ネットワークと注視を用いた画像生成の試み'' (link)

査読付原著論文

  1. Ryo Takahashi, Takashi Matsubara, and Kuniaki Uehara,``A Novel Weight-Shared Multi-Stage CNN for Scale Robustness,'' IEEE Transactions on Circuits and Systems for Video Technology, 2018 (accepted) (link).
  2. Takashi Matsubara, Ryo Akita, and Kuniaki Uehara, ``Stock Price Prediction by Deep Neural Generative Model of News Articles,'' IEICE Transactions on Information and Systems, Vol.E101-D   No.4, pp.901-908, 2018 (link).
  3. Takashi Matsubara and Kuniaki Uehara, ``Asynchronous Network of Cellular Automaton-based Neurons for Efficient Implementation of Boltzmann Machines,'' Nonlinear Theory and Its Applications, IEICE, Vol. E9-N, No.1, pp. 24-35, 2018. (link)
  4. Takashi Matsubara, ``Conduction Delay Learning Model for Unsupervised and Supervised Classification of Spatio-Temporal Spike Patterns,'' Frontiers in Computational Neuroscience, 21 Nov. 2017. (link)
  5. Yusuke Kataoka, Takashi Matsubara, and Kuniaki Uehara, ``Deep Manga Colorization with Color Style Extraction by Conditional Adversarially Learned Inference,'' IEE: Information Engineering Express, vol. 3, no. 4, pp. 55-66, 2017.
  6. Ryosuke Tachibana, Takashi Matsubara, and Kuniaki Uehara, ``Auto-encoder with Adversarially Regularized Latent Variables for Semi-Supervised Learning,'' IEE: Information Engineering Express, vol. 3, no. 3, pp. 11-20, 2017.
  7. Ryo Akita, Akira Yoshihara, Takashi Matsubara, and Kuniaki Uehara, ``Deep Learning for Stock Prediction Using Numerical and Textual Information,'' International Journal of Computer & Information Science, vol. 17, pp. 11-16, 2016.
  8. Takashi Matsubara and Kuniaki Uehara, ``Homeostatic Plasticity Achieved by Incorporation of Random Fluctuations and Soft-Bounded Hebbian Plasticity in Excitatory Synapses.'' Frontiers in Neural Circuits, vol. 10, no. 42, 2016. (link)
  9. Takashi Matsubara and Hiroyuki Torikai, ``An Asynchronous Recurrent Network of Cellular Automaton-based Neurons and its Reproduction of Spiking Neural Network Activities,'' IEEE Transactions on Neural Networks and Learning Systems,  vol. 27, no. 9, pp.836-852, 2016. (link)
  10. Takashi Matsubara, Hiroyuki Torikai, Tetsuya Shimokawa, Kenji Leibnitz, and Ferdinand Peper, ``A Novel Double Oscillation Model for Prediction of fMRI BOLD Signals without Detrending,'' IEICE Transactions on Fundamentals of Electronics, Communications and Computer Sciences, vol.E98.A, no.9, pp.1924-1936, 2015. (link)
  11. Takashi Matsubara and Hiroyuki Torikai, ``Asynchronous Cellular Automaton-Based Neuron: Theoretical Analysis and On-FPGA Learning,'' IEEE Transactions on Neural Networks and Learning Systems, vol. 24, no. 5, pp. 736-748, 2013. (link)
  12. Takashi Matsubara and Hiroyuki Torikai, ``Bifurcation-based Synthesis of Asynchronous Cellular Automaton Based Neuron,'' Nonlinear Theory and Its Applications, IEICE, vol. 4, no. 1, pp. 111-126, 2013. (link)
  13. Takashi Matsubara and Hiroyuki Torikai, ``Neuron-Like Responses and Bifurcations of a Generalized Asynchronous Sequential Logic Spiking Neuron Model,'' IEICE Transactions on Fundamentals of Electronics, Communications and Computer Sciences, vol. E95.A, no. 8, pp. 1317-1328, 2012. (link)
  14. Takashi Matsubara, Hiroyuki Torikai, and Tetsuya Hishiki, ``A Generalized Rotate-and-Fire Digital Spiking Neuron Model and Its On-FPGA Learning,'' IEEE Transactions on Circuits and Systems II: Express Briefs, vol. 58, no. 10, pp. 677-681, 2011. (link)

解説論文

  1. 松原崇, ``深層学習は何をどのように“学習”するのか,'' 科学哲学, vol. 50 (合併号), 2017. (link)
  2. 松原崇, ``fMRIで計測されたBOLD信号の線形・非線形モデル,'' 日本神経回路学会誌, vol. 21, no. 2, pp. 87-92, 2014. (link)

著書

  1. Takashi Matsubara and Hiroyuki Torikai, ``Hardware-oriented neuron modeling approach by   reconfigurable asynchronous cellar automaton'', in Mathematical Approaches to Biological Systems: Networks, Oscillations and Collective Motions, Springer (ed. T. Ohira), 2015, pp. 55-75. (link)

招待講演

  1. 松原崇, ``深層学習は何をどのように``学習''するのか,'' 日本科学哲学会第49回大会ワークショップ 『人工知能の哲学:知能の理解と実現に挑む工学と哲学の対話』, 松本, 11 月 2016.

査読付国際会議論文

  1. Takashi Matsubara, Ryosuke Tachibana, and Kuniaki Uehara, ``Anomaly Machine Component Detection by Deep Generative Model with Unregularized Score,''  Proc. of The 2018 International Joint Conference on Neural Networks (IJCNN2018), Rio de Janeiro, Jul. 2018.
  2. Tetsuo Tashiro, Takashi Matsubara, and Kuniaki Uehara, ``Deep Neural Generative Model for fMRI Image Based Diagnosis of Mental Disorder,'' Proc. of The 2017 International Symposium on Nonlinear Theory and its Applications (NOLTA2017), Cancun, Dec. 2017, pp. 700-703, 5169.
  3. Ryo Takahashi, Takashi Matsubara, and Kuniaki Uehara, ``Multi-Stage Convolutional Neural Networks for Robustness to Scale Transformation,'' Proc. of The 2017 International Symposium on Nonlinear Theory and its Applications (NOLTA2017), Cancun, Dec. 2017, pp. 692-695, 5056.
  4. Ryo Takahashi, Takashi Matsubara, and Kuniaki Uehara, ``Scale-Invariant Recognition by Weight-Shared CNNs in Parallel,'' Proc. of The 9th Asian Conference on Machine Learning (ACML 2017), Seoul, Nov. 2017. (acceptance rate 41/172=0.238) (link).
  5. Yuusuke Kataoka, Takashi Matsubara, and Kuniaki Uehara, ``Automatic Manga Colorization with Color Style by Generative Adversarial Nets,'' Proc. of The 18th IEEE/ACIS International Conference on Software Engineering, Artificial Intelligence, Networking and Parallel/Distributed Computing (SNPD2017), Kanazawa, Jun. 2017, SS2-08. (link)
  6. Shohei Miyashita, Xinyu Lian, Xiao Zeng, Takashi Matsubara, and Kuniaki Uehara, ``Developing Game AI Agent Behaving Like Human by Mixing Reinforcement Learning and Supervised Learning,'' Proc. of The 18th IEEE/ACIS International Conference on Software Engineering, Artificial Intelligence, Networking and Parallel/Distributed Computing (SNPD2017), Kanazawa, Jun. 2017, SS2-07. (link)
  7. Takashi Matsubara, ``Spike Timing-Dependent Conduction Delay Learning Model Classifying Spatio-Temporal Spike Patterns,''  Proc. of The 2017 International Joint Conference on Neural Networks (IJCNN2017), Anchorage, May 2017, 164. (link)
  8. Takashi Matsubara and Kuniaki Uehara, ``Efficient Implementation of Boltzmann Machine using Asynchronous Network of Cellular Automaton-based Neurons,'' Proc. of The 2016 International Symposium on Nonlinear Theory and its Applications (NOLTA2016), Yugawara, Nov. 2016, pp. 634-637.
  9. Takashi Matsubara and Kuniaki Uehara, ``A Novel Homeostatic Plasticity Model Realized by Random Fluctuations in Excitatory Synapses,'' Proc. of The 2016 International Joint Conference on Neural Networks (IJCNN2016), Vancouver, Jul. 2016, N-16352.
  10. Yuusuke Kataoka, Takashi Matsubara, and Kuniaki Uehara, ``Image Generation Using Generative Adversarial Networks and Attention Mechanism,'' Proc. of the 15th IEEE/ACIS International Conference on Computer and Information Science (ICIS 2016), Okayama, Jun. 2016, pp. 933-938. (link)
  11. Ryosuke Tachibana, Takashi Matsubara, and Kuniaki Uehara, ``Semi-Supervised Learning Using Adversarial Networks,'' Proc. of the 15th IEEE/ACIS International Conference on Computer and Information Science (ICIS 2016), Okayama, Jun. 2016, pp. 939-944. (link)
  12. Ryo Akita, Akira Yoshihara, Takashi Matsubara, and Kuniaki Uehara, ``Deep Learning for Stock Prediction Using Numerical and Textual Information,'' Proc. of the 15th IEEE/ACIS International Conference on Computer and Information Science (ICIS 2016), Okayama, Jun. 2016, pp. 945-950. (link)
  13. Takashi Matsubara and Kuniaki Uehara, ``The STDP with Fluctuations Agrees with the Changes and the Distributions of the Synaptic Weights,'' in Proc. of The 2015 International Symposium on Nonlinear Theory and its Applications (NOLTA2015), Hong Kong, Dec. 2015, pp. 217-220.
  14. Takashi Matsubara and Hiroyuki Torikai, ``Long-Term Spine Volume Dynamics Corresponds Partially With Multiplicative STDP,'' in Proc. of The 2014 International Symposium on Nonlinear Theory and its Applications (NOLTA2014), Luzern, Sep. 2014, pp. 699-702.
  15. Takashi Matsubara, Hiroyuki Torikai, Tetsuya Shimokawa, Kenji Leibnitz, and Ferdinand Peper, ``A Nonlinear Model of fMRI BOLD Signal Including the Trend Component,'' Proc. of The 2014 International Joint Conference on Neural Networks (IJCNN2014), Beijing, Jul. 2014, pp. 2579-2586. (link)
  16. Takashi Matsubara, Hiroyuki Torikai, Tetsuya Shimokawa, Kenji Leibnitz, and Ferdinand Peper, ``A Nonlinear Circuit Network Toward Brain Voxel Modeling,'' in Proc. of The 2013 International Symposium on Nonlinear Theory and its Applications (NOLTA2013), Santa Fe, Sep. 2013, pp. 421-424.
  17. Takashi Matsubara and Hiroyuki Torikai, ``A Novel Reservoir Network of Asynchronous Cellular Automaton based Neurons for MIMO Neural System Reproduction,'' in Proc. of The 2013 International Joint Conference on Neural Networks (IJCNN2012), 1585, Dallas, Aug. 2013, pp. 1563-1569. (link)
  18. Takashi Matsubara and Hiroyuki Torikai, ``A Novel Bifurcation-based Synthesis of Asynchronous Cellular Automaton Based Neuron,'' in Artificial Neural Networks and Machine Learning - ICANN 2012 (Proc. of International Conference on Artificial Neural Networks), ser. Lecture Notes in Computer Science, vol. 7552, Lausanne, Sep. 2012, pp. 231-238. (link)
  19. Hiroyuki Torikai and Takashi Matsubara, ``Asynchronous Cellular Automaton Based Modeling of Nonlinear Dynamics of Neuron,'' in International Conference on Theory and Application in Nonlinear Dynamics (ICAND 2012), ser. Understanding Complex Systems, Seattle, Aug. 2012, pp. 101-112. (link)
  20. Takashi Matsubara and Hiroyuki Torikai, ``A Generalized Asynchronous Digital Spiking Neuron: Theoretical Analysis and Compartmental Model,'' in Proc. of The 2012 International Joint Conference on Neural Networks (IJCNN2012), Brisbane, Jun. 2012, pp. 185-192. (link)
  21. Takashi Matsubara and Hiroyuki Torikai, ``Dynamic Response Behaviors of a Generalized Asynchronous Digital Spiking Neuron Model,'' in Neural Information Processing - 18th International Conference (Proc. of International Conference on Neural Information Processing), ser. Lecture Notes in Computer Science (ICONIP2011), Shanghai, vol. 7064, no. III, Nov. 2011, pp. 395-404. (link)
  22. Takashi Matsubara and Hiroyuki Torikai, ``Basic Analysis of Generalized Asynchronous Digital Spiking Neuron Model,'' in Proc. of The 2011 International Symposium on Nonlinear Theory and its Applications (NOLTA2011), Kobe, Sep. 2011, pp. 60-63.
  23. Takashi Matsubara and Hiroyuki Torikai, ``A Novel Asynchronous Digital Spiking Neuron Model and its Various Neuron-like Bifurcations and Responses,'' in Proc. of The 2011 International Joint Conference on Neural Networks (IJCNN2011), San Jose, Aug. 2011, pp. 741-748. (link)

国際ワークショップ

  1. Takashi Matsubara ``Neural Generative Model of Small Dataset for Leveraging Our Knowledge,'' in The 2nd NTU-Kobe U Joint Workshop 2018, Data Science and Artificial Intelligence, Singpore, Mar. 2018.
  2. Takashi Matsubara ``Artificial Neural Networks with Domain-Knowledge,'' in The 7th Kobe University Brussels European Center Symposium, Brussels, Nov. 2016.
  3. Takashi Matsubara and H. Torikai, ``Asynchronous Cellular Automaton Based Neuron and its Reproduction Capability of Neuron-like Responses,'' in Kyoto Workshop on NOLTA, Kyoto, Nov. 2011, NP07.

国内発表

  1. 立花亮介, 松原崇, 上原邦昭, ``非正規化異常度を用いた深層生成モデルによる工業製品の異常検知,'' in 電子情報通信学会総合大会講演論文集, N-2-4, 東京, 3月, 2018.
  2. 鵜飼健矢, 松原崇, 上原邦昭, ``CNN のフィルタを生成するサブネットワークによるサイズ可変なCNN,'' in 電子情報通信学会総合大会講演論文集, N-2-5, 東京, 3月, 2018.
  3. 松原崇, 田代哲生, 上原邦昭, ``深層生成モデルによるfMRIデータの患者個人特徴量抽出とそれを用いた精神疾患診断,'' 第5回 JAMI医用知能情報学研究会-JSAI医用人工知能研究会 合同研究会, 神奈川, 3月, 2018, SIG-AIMED-005-02.
  4. 松原崇,``Feedback Alignmentに基づく自己符号化器のヘブ則様学習アルゴリズムの検討,'' in 電子情報通信学会技術研究報告 複雑コミュニケーションサイエンス研究会, vol. 117, no. 288, CCS2017-24, pp. 21-24, 大阪, 11月, 2017.
  5. 田代哲生, 松原崇, 上原邦昭, ``脳機能画像解析のための深層生成モデル,'' 2017年度 第30回人工知能学会全国大会 (JSAI2017), 1K3-2, 名古屋, 5月, 2017.
  6. 高橋良, 松原崇, 上原邦昭, ``幾何学的不変性獲得のための多段CNNの提案,'' 2017年度 第30回人工知能学会全国大会 (JSAI2017), 4M1-3, 名古屋, 5月, 2017.
  7. 松原崇, ``スパイク時刻依存遅延学習モデルによるスパイク列の学習,'' in 電子情報通信学会総合大会講演論文集, N-1-6, 名古屋, 3月, 2017.
  8. 片岡裕介, 松原崇, 上原邦昭, ``深層学習における敵対的ネットワークを用いた漫画画像の自動カラー化,'' 情報処理学会 コンピュータビジョンとイメージメディア研究会, 東京, 3 月, 2017.
  9. 松原崇, ``スパイク時刻依存遅延学習モデルによる教師なし学習,'' in 電子情報通信学会技術研究報告 複雑コミュニケーションサイエンス研究会, vol. 116, no. 285, CCS2016-32, pp. 13-16, 京都, 11月, 2016.
  10. Long Niu, Seiji Sakakibara, Seiki Tokunaga, Sachio Saiki, Takashi Matsubara, Masahide Nakamura, Kuniaki Uehara, ``Reasoning daily activities of single life using environment sensing and indoor location,'' in 電子情報通信学会技術研究報告 情報ネットワーク研究会, vol. 116, no. 251, IN2016-49, pp. 7-8, 大阪, 10月, 2016.
  11. Takashi Matsubara, Kenji Leibnitz, Hiroaki Mano, Takashi Shinozaki, Tetsuya Shimokawa, and Ben Seymour, ``Analyzing Functional Brain Big Data: Opportunities for AI!,'' The 6th CiNet General Conference, Minabe, Oct. 2016, 27.
  12. Takashi Matsubara, Hiromasa Takemura, and Ferdinand Peper, ``What can AI Learn from White Matter Plasticity,'' The 6th CiNet General Conference, Minabe, Oct. 2016, 25.
  13. 小西創, 松原崇, 上原邦昭, ``神経パルス信号と高次可塑性を用いた深層学習システムの構築,'' 2016年度 第30回人工知能学会全国大会 (JSAI2016), 3E4-1, 小倉, 6月, 2016.
  14. 片岡裕介, 松原崇, 上原邦昭, ``深層学習における敵対的ネットワークと注視を用いた画像生成の試み,'' 2016年度 第30回人工知能学会全国大会 (JSAI2016), 4G4-3, 小倉, 6月, 2016.
  15. 立花亮介, 松原崇, 上原邦昭, ``深層学習における敵対的ネットワークによるラベル推定と半教師あり学習,'' 2016年度 第30回人工知能学会全国大会 (JSAI2016), 4G4-4, 小倉, 6月, 2016.
  16. 松原崇, 上原邦昭, ``非同期セルオートマトン神経系モデルによるボルツマンマシンの実装,'' in 電子情報通信学会技術研究報告 非線形問題研究会, vol. 115, no. 515, NLP2015-143, pp. 7-10, 京都, 3月, 2016.
  17. 水川徳之, 松原崇, 上原邦昭, ''深層学習による文字列データ処理のメカニズムについて,'' in 電子情報通信学会総合大会講演論文集, N-2-6, 博多, 3月, 2016.
  18. 松原崇, 上原邦昭, ''シナプス結合のゆらぎによる神経活動の恒常性への影響の数理解析,'' in 電子情報通信学会総合大会講演論文集, N-1-5, 博多, 3月, 2016.
  19. 水川徳之, 松原崇, 上原邦昭, ``再帰を用いた深層学習による時系列データの学習,'' in 情報処理学会関西支部 支部大会 講演論文集, C-01, 大阪, 9月, 2015.
  20. 立花亮介, 松原崇, 上原邦昭, ``深層学習における教師なし特徴抽出手法の比較,'' in 情報処理学会関西支部 支部大会 講演論文集, C-02, 大阪, 9月, 2015.
  21. 小西創, 松原崇, 上原邦昭, ``スパイキングニューロンの深層学習への応用,'' in 情報処理学会関西支部 支部大会 講演論文集, C-03, 大阪, 9月, 2015.
  22. 松原崇, 鳥飼弘幸, ``STDPに摂動を加えるとシナプス荷重の分布を説明できる,'' in 電子情報通信学会総合大会講演論文集, A-2-43, 草津, 3月, 2015.
  23. 松原崇, 鳥飼弘幸, ``閾下変動のあるSTDPは生体神経系の様々な特徴を説明できる'' in 電子情報通信学会技術研究報告 非線形問題研究会, vol. 114, no. 348, NLP2014-107, pp. 47-49, 東京, 12月, 2014.
  24. 松原崇, 鳥飼弘幸, ``シナプスの新生と消失を考慮したスパイキングニューラルネットワーク,'' in 電子情報通信学会技術研究報告 複雑コミュニケーションサイエンス研究会, 大阪, 5月, 2014.
  25. 鳥飼弘幸, 松原崇, 島田直季, 伊澤真人, ``非同期分岐プロセッサを用いたニューロハードウェアの設計,'' in 電子情報通信学会技術研究報告 複雑コミュニケーションサイエンス研究会, 大阪, 5月, 2014.
  26. 松原崇, 鳥飼弘幸, 下川 哲也, ``トレンド成分のあるBOLD信号の非線形モデル,'' in 電子情報通信学会総合大会講演論文集, 新潟, 3月, 2014, A-2-13.
  27. 松原崇, 鳥飼弘幸, 下川哲也, ``トレンド成分の除去を必要としないBOLD信号の非線形モデル,'' in 電子情報通信学会技術研究報告 非線形問題研究会, vol. 113, no. 383, pp. 9-12, ニセコ, 1月, 2014, NLP2013-152.
  28. 松原崇, 鳥飼弘幸, 下川哲也, ライプニッツ賢治, ペパーフェルディナンド,``視覚刺激に対するBOLD信号応答の非線形モデル化,’’ 電子情報通信学会技術研究報告 非線形問題研究会, vol. 113, no. 271, NLP2013-152, pp. 123-126, 高松, 10月, 2013.
  29. 松原崇, 鳥飼弘幸, ``非同期セルオートマトンを用いた神経系モデルとそのFPGA実装," in 電子情報通信学会技術研究報告 複雑コミュニケーションサイエンス研究会, CCS-2013-019, 草津, 6月 2013.
  30. 松原崇, 鳥飼弘幸, ``非同期セルオートマトンによる神経細胞応答特性の再現,'' in 電子情報通信学会総合大会講演論文集, A-2-2, 岐阜, 3月 2013.
  31. H. Torikai, T. Matsubara, and T. Noguchi, ``Asynchronous Sequential Logic Neuron Models: Concepts, Proofs of Concepts, and Potential Applications,'' in Proc. of The 2012 IEEE Workshop on Nonlinear Circuit Networks, pp. 76-78, Tokushima, Dec. 2012.
  32. T. Matsubara and H. Torikai, ``Asynchronous Cellular Automaton Based Neuron and its Reproduction Ability,'' in Proc. of The 2012 IEEE Workshop on Nonlinear Circuit Networks, pp. 31-32, Tokushima, Dec. 2012.
  33. T. Matsubara and H. Torikai, ``Responses of Asynchronous Cellular Automaton Based Neuron Model -Toward realization of an FPGA Hippocampus-,'' in IEICE Technical Committee on Sciences, CCS-2011-031, Okinawa, Nov. 2011, pp. 62-67.Complex Communication Sciences, CCS-2011-042, pp. 205-210, Tokyo, Mar. 2012.
  34. T. Matsubara and H. Torikai, ``Artificial Neuron Model by using Self-Reconfigurable Asynchronous Sequential Logic,'' in IEICE Technical Committee on Complex Communication Sciences, CCS-2011-031, Okinawa, Nov. 2011, pp. 62--67.
  35. 松原崇, 鳥飼弘幸, ``一般化非同期デジタルスパイクニューロンモデルの興奮特性 - Field programmable neuron arrayの構築に向けて,'' 電子情報通信学会技術研究報告 ニューロコンピューティング研究会, vol. 110, no. 38, pp. 129-134, 札幌, 1月 2011.

講演・チュートリアル

  1. 松原崇, ``深層学習を用いた生成モデルの理論と応用事例 ~敵対的生成モデル(GAN)を中心に~,''株式会社トリケップス 技術セミナー, 3月 2018.
  2. 松原崇, ``GANによる画像の生成と変換,'' 株式会社日本情報技術センター 深層学習の基礎と最新動向, 11月 2017.
  3. 松原崇, ``深層学習 (Deep Learning)による生成モデルの仕組みと応用,'' 株式会社トリケップス 技術セミナー, 9月 2017.
  4. 松原崇, ``敵対的生成モデル(GAN)によるデータの学習と生成,'' 株式会社トリケップス 技術セミナー, 4月 2017.

研究費等

日本学術振興会 科学研究費助成事業

  1. 2016-2018 挑戦的萌芽研究 「神経細胞の確率的ふるまいを用いた生成的機械学習の開発と電子回路実装」 代表者, 2,600千円.
  2. 2015 研究活動スタート支援 「機械学習の知見を用いた生体神経系の学習メカニズムの解析とその機械学習応用」 代表者,  1,200千円 (2016年度は辞退).
  3. 2015-2016 基盤研究(B) 「社会規模での大規模コーパス収集による映像検索エンジンの再構築」 分担者, 13,700千円(代表者:上原邦昭).
  4. 2013-2014 特別研究員奨励費 「非同期セルオートマトン神経系モデルとその動的再構成回路実装による神経補綴の基礎」 代表者, 2,000千円 (2015年度は辞退)

受託研究

  1. 2017-2018 総務省 戦略的情報通信研究開発推進事業(SCOPE)「階層的深層学習による異環境データ統合技術とその社会応用基盤の開発」代表者, 8,930千円

民間助成金

  1. 2016 住友電工グループ社会貢献基金 学術・研究助成 代表者, 1,750千円.
  2. 2016 中島記念国際交流財団 日本人若手研究者研究助成金 代表者, 1,500千円.
  3. 2015 柏森情報科学振興財団 研究助成 代表者, 1,100千円.

共同研究

  1. 2017-2018 アイシン・エィ・ダブリュ株式会社,株式会社エィ・ダブリュ・エンジニアリング「深層学習による画像認識を用いたハードウェア・ソフトウェア上の異常検出」分担者(代表者:上原邦昭).
  2. 2017 株式会社豊田 中央研究所「機械学習による仮想映像の多様性再現手法の開発」代表者.
  3. 2017 スカパーJSAT株式会社 「『船舶気象観測における雲識別観測』のAIによる自動化の試行」分担者(代表者:上原邦昭).
  4. 2016-2018 株式会社エクォス・リサーチ 「深層学習を活用したマルチモーダル情報解析」分担者(代表者:上原邦昭).