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.