産学連携

豊富な経験を基づき，企業に寄り添った技術支援をします

不良品検査や制御システム等のモデル化とシミュレーション，画像解析，小規模データ解析手法，階層的強化学習システムなどの実績があります． 論文発表を目的とした産学協同研究，技術導入に向けた助言を行う技術アドバイザが考えられます． 単発でのご依頼もお受けしております． お気軽にご相談ください．

主な協働スタイル

共同研究

共通の研究テーマを設定し，御社と弊研究室が連携して取り組みます． 学術論文として公表できるテーマを想定しておりますが，特許の出願まで論文の公表を待つことは可能です． 成果物および納品物としては，論文・特許以外に発表等で使用したスライド，実験に使用したソースコードとその説明書をご用意いたします． 大学との契約になるため，成果物の権利は御社と大学が半分ずつ持つことを想定しています．

費用目安：年200～300万円×2～3年程度．
テーマ：学術論文としての公表を想定．
進め方：毎月簡単な報告書を提出，四半期に一度程度の打ち合わせ．

多くの学生は研究室に学部4年生～修士2年生の3年間在籍しますので，一貫した研究を進めるため，なるべく複数年の契約をお願いいたします． また研究内容への従事を希望する学生がいない場合は，ご依頼をお受けすることができません．
これまでの産学共同研究，出願特許は下記をご参照ください．

技術アドバイザ

御社や委託先の研究者やエンジニアが従事する課題に対し，松原の助言が必要な場合は技術アドバイザ契約をご検討ください． テーマについては自由に設定いただくことが可能で，必ずしも論文として公表する必要はありません． 知的財産権の扱いについては，大学の服務規程に従う必要がありますが，ある程度自由に取り決めすることが可能です． 原則として学生が参加することはありません．

費用目安：年150～250万円．
テーマ：自由に設定可能．
進め方：月1回1時間半の打ち合わせ及びメールで随時ご相談に対応．

これまでの技術アドバイザ経験は下記をご参照ください． 単発での講演依頼も承ります． 過去の講演は下記セミナー講演をご参照ください．

社会人博士

御社の研究者が大学院に在籍することで，研究室の一員としてゼミへの参加や研究の実施が可能になります． あくまで大学院生として扱われますので，学費の負担が発生するほか，授業への出席と単位取得が必要です（ある程度オンライン受講が可能）． また，大学院生としての研究活動で生じた知的財産権などは，原則として大学に帰属します． 御社が権利の一部を保有するためには，別途共同研究契約が必要ですのでご注意ください．

産学共同研究

  1. 2020-2023 スカパーJSAT株式会社「天球画像と日射量等気象観測値による日射量予測AIの開発」代表者．
  2. 2019-2020 地球快適化インスティテュート「工場の屋根画像から錆の検出を可能にする、再学習不要な異常検知アルゴリズムの研究」代表者．
  3. 2017-2020 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」担当者 (代表者：上原邦昭)．
  4. 2019 日立造船株式会社「超音波探傷画像を用いた管端溶接部の異常検出方法に関する研究」担当者 (代表者：上原邦昭)．
  5. 2019 株式会社日本総合研究所「産学地域連携デジタル人材育成ラボの構築および運営」担当者 (代表者：齋藤政彦)．
  6. 2016-2019 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」担当者 (代表者：上原邦昭)．
  7. 2018 株式会社日本総合研究所「言語情報の深層生成モデルを用いた株価動向推定の拡大研究」担当者 (代表者：齋藤政彦)．
  8. 2017-2018 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．
  9. 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」担当者 (代表者：上原邦昭)．

出願特許

  1. 熊田翔, 小西圭睦, 稲垣和也, 松原崇, "要因分析装置、要因分析方法及びプログラム," 株式会社アイシン, 国立大学法人大阪大学, 2022年10月11日申請 (出願場号：特願2022-162986)．
  2. 松原崇, 上原邦昭, 佐藤一輝, 中田智史, "未知のデータにも再学習せずに適応できる異常検知アルゴリズム," 株式会社三菱ケミカルホールディングス, 国立大学法人大阪大学, 2020年10月19日申請 (出願番号：特願2020-175584)．
  3. 松原崇, 上原邦昭, 野本洋一, "人らしく振舞うＡＩエージェントの学習方法、学習装置及び学習プログラム," 国立大学法人神戸大学, 株式会社エクォス・リサーチ, 2019年5月23日申請 (出願番号：特願2019-097222)．
  4. 松原崇, 上原邦昭, 曽驍, 野本洋一, "効率的に学習を行う強化学習方法、強化学習装置及び強化学習プログラム," 国立大学法人神戸大学, 株式会社エクォス・リサーチ, 2019年3月31日申請 (出願番号：特願2019-069533)．
  5. 松原崇, 上原邦昭, "生体信号データからの個体特徴分離による状態予測方法および装置," 神戸大学, 2018年9月12日申請 (出願番号：特願2018-170121)．

技術アドバイザ

  1. 2025–現在 IMV株式会社.
  2. 2024–現在 パナソニックホールディングス株式会社 .
  3. 2020–現在 株式会社クボタ.
  4. 2019–2022 京セラ株式会社.
  5. 2021–2022 株式会社アイシン.

セミナー講演

  1. 松原崇, "深層学習を用いた実践的異常検知 ～小規模データ、不確実性、VAEとGANの基礎と応用～," 株式会社情報機構 セミナー, 2月, 2023.
  2. 松原崇, "Anomaly Detection in Uncertainty," Imaging & Sensing Workshop 2021, 華為技術日本株式会社, 6月, 2021.
  3. 松原崇, "状況別！ 深層学習を使った異常検知 実践講座," 株式会社トリケップス 技術セミナー, 5月, 2021.
  4. 松原崇, "深層学習を用いた実践的異常検知," 株式会社情報機構 セミナー, 2月, 2021.
  5. 松原崇, "AIによる画像処理とモデル化：モダリティ変換などの応用事例," センシング技術応用研究会 第213回研究例会, 11月, 2020.
  6. 松原崇, "深層学習を用いた実践的異常検知～変分自己符号化器VAEと敵対的生成ネットワークGANの基礎と適用～," 株式会社情報機構 セミナー, 12月, 2019.
  7. 松原崇, "深層学習を用いた生成モデルGAN/VAE技術の応用事例・最新動向," 株式会社トリケップス 技術セミナー, 9月, 2019.
  8. 松原崇, "小規模データセットのための実践的ディープラーニング," 株式会社トリケップス 技術セミナー, 6月, 2019.
  9. 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, 2019.
  10. 松原崇, "小規模データセットのための実践的ディープラーニング," 株式会社トリケップス 技術セミナー, 11月, 2018.
  11. 松原崇, "GAN/VAEなど深層学習（ディープラーニング）を用いた生成モデルの理論と応用," 株式会社情報機構 セミナー, 6月, 2018.
  12. 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.
  13. 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.
  14. 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.
  15. 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.