神宮司明良


プロフィール

氏名

神宮司明良

所属

東京工業大学 情報通信系 中原研究室

研究分野

組み込みシステムにおける機械学習の応用と最適化

キーワード

FPGA, 機械学習, ディープラーニング, 組み込みシステム

略歴

  1. 2018年9月-現在 東京工業大学 工学院情報通信系 博士前期課程(修士)
  2. 2017年4月-2018年9月 しくみ製作所株式会社(正社員)
  3. 2013年4月-2017年3月 東京工業大学 工学部情報工学科(学士卒業)

研究業績

学術雑誌(査読あり)

  1. A. Jinguji, S. Sato, and H. Nakahara,
    “An FPGA Realization of a Random Forest with k-means Clustering using a High-level Synthesis Design”,
    IEICE Transactions on Information and Systems, 電子情報通信学会, Vol. E101-D, No. 2, pp. 354-362, 2018.

国際会議(査読あり)

  1. H. Nakahara, Q. Zhiqiang, A. Jinguji, W. Luk,
    “R2CNN: Recurrent Residual Convolutional Neural Network on FPGA”,
    FPGA2020, (accepted), Seaside, California, USA, February, 2020.
  2. Y. Sada, M. Shimoda, A. Jinguji, H. Nakahara,
    “A Dataflow Pipelining Architecture for Tile Segmentation with a Sparse MobileNet on an FPGA”,
    FPT2019, (accepted), Tianjin, China, December, 2019.
  3. A. Jinguji, Y. Sada, H. Nakahara,
    “Real-Time Multi-Pedestrian Detection in Surveillance Camera using FPGA”,
    FPL2019, pp.424-425, Barcelona, Spain, September, 2019.
  4. H. Nakahara, Y. Sada, M. Shimoda, K. Sayama, A. Jinguji, S. Sato,
    “FPGA-based Training Accelerator Utilizing Sparseness of Convolutional Neural Network”,
    FPL2019, pp.180-186, Barcelona, Spain, September, 2019.
  5. H. Nakahara, A. Jinguji, M. Shimoda and S. Sato,
    “An FPGA-based Fine-Tuning Accelerator for a Sparse CNN”,
    FPGA2019, p.186, Seaside, California, USA, February, 2019.
  6. A. Jinguji, T. Fujii, S. Sato and H. Nakahara,
    “An FPGA Realization of OpenPose based on a Sparse Weight Convolutional Neural Network”,
    FPT2018, pp.313-316, Naha, Okinawa, Japan, December, 2018.
  7. H. Nakahara, A. Jinguji, S. Sato and T. Sasao,
    “A Random Forest using a Multi-valued Decision Diagram on an FPGA”,
    ISMVL2017, pp.266-271, Novi Sad, Serbia, May, 2017.
  8. H. Nakahara, A. Jinguji, T. Fujii, and S. Sato,
    “An Acceleration of a Random Forest Classification using Altera SDK for OpenCL”,
    FPT2016, pp.285-288, Xi’an, China, December, 2016.

国内学会(査読なし)

  1. 神宮司明良, 佐藤真平, 中原啓貴,
    “Wide-SIMDを用いたISAベースのスパースCNNのFPGA実装”,
    リコンフィギャラブルシステム研究会, RECONF2019-37, pp.9-14, 愛媛, 2019年11月.
  2. 神宮司明良, 下田将之, 中原啓貴,
    “特徴マップを空間分割したCNNのFPGAにおける小メモリ実装について”,
    リコンフィギャラブルシステム研究会, RECONF2019-16, pp.85-90, 東京, 2019年5月.
  3. 神宮司明良, 下田将之, 中原啓貴,
    “特徴マップを空間分割したCNNのFPGAにおける小メモリ実装”,
    VLSI設計技術研究会, VLD2018-94, pp.7-12, 沖縄, 2019年3月.
  4. 神宮司明良, 佐藤真平, 中原啓貴,
    “Feature-Map Separable Convolutionによる小メモリFPGAでの画像認識の実現”,
    リコンフィギャラブルシステム研究会, RECONF2018-41, pp.39-44, 広島, 2018年12月.
  5. 神宮司明良, 佐藤真平, 中原啓貴,
    “特徴空間の分割にk平均法を導入したランダムフォレストのFPGA実装”,
    第30回多値論理とその応用研究会, 金沢, 2017年1月.
  6. 中原啓貴, 神宮司明良, 藤井智也, 佐藤真平, 丸山直也,
    “Altera SDK for OpenCLを用いた組込みメモリに基づくランダムフォレストによる分類について”,
    リコンフィギャラブルシステム研究会, Vol.116, No.210, pp.57-62, 富山, 2016年8月.
  7. 中原啓貴, 神宮司明良, 藤井智也, 佐藤真平, 丸山直也,
    “Altera SDK for OpenCLを用いたランダムフォレストによる分類の高速化”,
    電子情報通信学会技術研究報告, CPSY2016-25, Vol.116, No.177, pp.175-180, 長野, 2016年8月.
  8. 中原啓貴, 神宮司明良, 佐藤真平, 笹尾勤, 丸山直也,
    “多値決定グラフを用いたランダムフォレストに関して”,
    第39回多値論理フォーラム, 多値論理研究ノート第39巻, 岩手, 2016年9月.

受賞歴

  1. リコンフィギャラブルシステム研究会 若手優秀講演賞
    題名:”Feature-Map Separable Convolutionによる小メモリFPGAでの画像認識の実現”,
    電子情報通信学会リコンフィギャラブルシステム研究会, 2019年1月.

補助金・奨学金

  1. 日本学術振興会 特別研究員 DC1 (面接免除 内定)
    月額20万 2020年4月-2023年3月
  2. フィックスターズ 2019年度奨学金制度
    月額5万円 2019年4月-2020年3月
  3. JEES AI人材育成スカラーシップ
    月額8万円 2018年4月-2019年3月

関連リンク

  1. 神宮司明良 - 東京工業大学中原研究室
  2. 新卒一年目から世界一周!?新しい働き方への挑戦に込めたアツイ想いとは - Fledge