叶賀卓 (Suguru Kanoga) - マイポータル - researchmap

基本情報

所属: 国立研究開発法人産業技術総合研究所人工知能研究センター主任研究員

学位: 博士(工学)(慶應義塾大学)

研究者番号: 40803903
J-GLOBAL ID: 201801000673618306
Researcher ID: L-9326-2018
researchmap会員ID: B000301191

外部リンク: https://sites.google.com/view/u4ag2knosr1/profile

入力データとして筋電や脳波のような生体信号を扱うSensor-based human interfaceの実環境での駆動を目指しています。この上で、機械学習を専門とし、基幹モデルの高度化や、データのばらつきを補正するための転移学習、継続学習に関する基礎研究にも取り組んでいます。将来的にはセンサベースとモデルベースの融合によるヒトのデジタルツインの実現を目指しています．

研究キーワード

5

研究分野

2

経歴

9

2026年2月 - 現在

筑波大学, システム情報系, 准教授(連携大学院)
2022年4月 - 現在

国立研究開発法人産業技術総合研究所, 人工知能研究センター, 主任研究員
2021年4月 - 2025年3月

特定国立研究開発法人理化学研究所, 知能行動制御連携ユニット, 訪問研究員
2017年4月 - 2022年3月

国立研究開発法人産業技術総合研究所, 人工知能研究センター, 研究員
2017年2月 - 2017年3月

国立研究開発法人産業技術総合研究所, デジタルヒューマン研究グループ, 特別研究員
2016年10月 - 2017年1月

国立研究開発法人産業技術総合研究所, デジタルヒューマン研究グループ, 訪問研究員
2016年10月 - 2017年1月

慶應義塾大学, 訪問研究員(PD)
2016年10月 - 2017年1月

日本学術振興会, 特別研究員(PD)
2015年4月 - 2016年9月

日本学術振興会, 特別研究員(DC1)

受賞

4

2017年3月

優秀研究活動賞(博士), 慶應義塾大学

叶賀卓
2015年3月

特に優れた業績による返還免除, 独立行政法人日本学生支援機構

叶賀卓
2014年9月

優秀論文発表賞, 一般社団法人電気学会

叶賀卓
2013年12月

Best presenter, 2013 IEEE Conference on Systems, Process & Control (ICSPC2013)

叶賀卓

論文

40

Continual learning in inertial measurement unit-based human activity recognition with user-centric class-incremental learning scenario.

Suguru Kanoga, Yuya Tsukiji, Ryo Karakida

Expert Syst. Appl. 280 127469-127469 2025年
Comparison of fine-tuned single-source and multi-source approaches to surface electromyogram pattern recognition

Takayuki Hoshino, Suguru Kanoga, Masashi Tsubaki, Atsushi Aoyama

Biomedical Signal Processing and Control 2024年8月
One-Month Evaluation of Blood Pressure Estimation Using a Fine-Tuned Model With Wristband-Type Photoplethysmograms

Satoshi Kamei, Suguru Kanoga, Masataka Yamamoto, Hiroshi Takemura, Mitsunori Tada

IEEE Sensors Journal 24(13) 21254-21265 2024年7月1日
Deep Generative Replay-based Class-incremental Continual Learning in sEMG-based Pattern Recognition.

Suguru Kanoga, Ryo Karakida, Takayuki Hoshino, Yuto Okawa, Mitsunori Tada

EMBC 1-4 2024年
Comparison of seven shallow and deep regressors in continuous blood pressure and heart rate estimation using single-channel photoplethysmograms under three evaluation cases

Suguru Kanoga, Takayuki Hoshino, Satoshi Kamei, Takehito Kobayashi, Tsuguo Ohmori, Masaaki Uchiyama, Mitsunori Tada

Biomedical Signal Processing and Control 2023年8月
Estimating Whole-Body Walking Motion from Inertial Measurement Units at Wrist and Heels Using Deep Learning

Yuji Kumano, Suguru Kanoga, Masataka Yamamoto, Hiroshi Takemura, Mitsunori Tada

International Journal of Automation Technology 17(3) 217-225 2023年5月5日
Comparing subject-to-subject transfer learning methods in surface electromyogram-based motion recognition with shallow and deep classifiers

Takayuki Hoshino, Suguru Kanoga, Masashi Tsubaki, Atsushi Aoyama

Neurocomputing 489 599-612 2022年6月
A Style Transfer Mapping and Fine-Tuning Subject Transfer Framework Using Convolutional Neural Networks for Surface Electromyogram Pattern Recognition

Suguru Kanoga, Takayuki Hoshino, Mitsunori Tada

ICASSP 2022 - 2022 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP) 2022年5月23日
Subject-transfer framework with unlabeled data based on multiple distance measures for surface electromyogram pattern recognition

Suguru Kanoga, Takayuki Hoshino, Hideki Asoh

Biomedical Signal Processing and Control 74 103522-103522 2022年4月
Time-domain Mixup Source Data Augmentation of sEMGs for Motion Recognition towards Efficient Style Transfer Mapping.

Kanoga S, Takase T, Hoshino T, Asoh H

Annual International Conference of the IEEE Engineering in Medicine and Biology Society. IEEE Engineering in Medicine and Biology Society. Annual International Conference 2021年11月
Deep Neural Networks for Grid-Based Elusive Crime Prediction Using a Private Dataset Obtained from Japanese Municipalities

Kanoga, S., Kawai, N., Takaoka, K.

Advances in Intelligent Systems and Computing 1213 AISC 2021年査読有り筆頭著者責任著者
Semi-supervised style transfer mapping-based framework for sEMG-based pattern recognition with 1- or 2-DoF forearm motions

Kanoga, S., Hoshino, T., Asoh, H.

Biomedical Signal Processing and Control 68 2021年査読有り筆頭著者責任著者
Accuracy Evaluation of Human Gait Estimation by a Sparse Set of Inertial Measurement Units

Maruyama, T., Toda, H., Kanoga, S., Tada, M., Endo, Y.

Smart Innovation, Systems and Technologies 204 51-61 2021年査読有り
Semi-Supervised Learning for Auditory Event-Related Potential-Based Brain–Computer Interface

Mikito Ogino, Suguru Kanoga, Shin-Ichi Ito, Yasue Mitsukura

IEEE Access 9 1-1 2021年査読有り
Analysis and Usage: Subject-to-subject Linear Domain Adaptation in sEMG Classification

Takayuki Hoshino, Suguru Kanoga, Masashi Tsubaki, Atsushi Aoyama

Proceedings of the Annual International Conference of the IEEE Engineering in Medicine and Biology Society, EMBS 2020- 674-677 2020年7月1日
Independent Low-Rank Matrix Analysis-Based Automatic Artifact Reduction Technique Applied to Three BCI Paradigms

Suguru Kanoga, Takayuki Hoshino, Hideki Asoh

Frontiers in Human Neuroscience 14 2020年6月9日査読有り筆頭著者責任著者
Subject Transfer Framework Based on Source Selection and Semi-Supervised Style Transfer Mapping for Semg Pattern Recognition

Suguru Kanoga, Takayuki Hoshino, Hideki Asoh

ICASSP, IEEE International Conference on Acoustics, Speech and Signal Processing - Proceedings 2020- 1349-1353 2020年5月1日
Are armband sEMG devices dense enough for long-term use?—Sensor placement shifts cause significant reduction in recognition accuracy

Kanoga, S., Kanemura, A., Asoh, H.

Biomedical Signal Processing and Control 60 2020年査読有り筆頭著者責任著者
Robustness analysis of decoding SSVEPs in humans with head movements using a moving visual flicker

Suguru Kanoga, Masaki Nakanishi, Akihiko Murai, Mitsunori Tada, Atsunori Kanemura

Journal of Neural Engineering 17(1) 016009-016009 2019年12月査読有り筆頭著者責任著者
Corrigendum to “Multi-scale dictionary learning for ocular artifact reduction from single-channel electroencephalograms” [Neurocomputing 347 (2019) 240–250](S0925231219305260)(10.1016/j.neucom.2019.02.060)

Suguru Kanoga, Atsunori Kanemura, Hideki Asoh

Neurocomputing 359 526 2019年9月24日

もっとみる

MISC

5

頭部運動に依存した脳血流と頭皮血流がfNIRSデコーディングに与える影響の解析

星野貴行, 星野貴行, 叶賀卓, 兼村厚範, 兼村厚範, 兼村厚範, 小川剛史, 青山敦

日本生体医工学会大会プログラム・抄録集(Web) 58th 2019年
転移学習による筋電位ベース動作識別モデルの適応力向上

叶賀卓, 兼村厚範

電気学会電子・情報・システム部門大会講演論文集(CD-ROM) 2017 2017年
単極脳波信号を用いたトランプゲーム中の子どもの喜怒哀楽予測モデル構築 (知覚情報研究会・人間生活を支援する観測･支援･評価技術)

叶賀卓, 満倉靖恵

電気学会研究会資料. PI = The papers of Technical Meeting on "Perception Information", IEE Japan, 2014(56) 117-120 2014年9月1日
ハイブリッド学習に基づいた非負値行列因子分解と単極脳波信号を用いた脳波に混入した瞬きアーチファクトの除去手法の提案および応用 (知覚情報次世代産業システム合同研究会・非整備環境現場に駆動された画像技術,および画像一般)

叶賀卓, 満倉靖恵

電気学会研究会資料. PI = The papers of Technical Meeting on "Perception Information", IEE Japan, 2014(1) 63-68 2014年3月28日
単極脳波計を用いた保育園児の興味関心状態推定モデルの一考察 (システム研究会インテリジェント・システム・シンポジウム(FANシンポジウム))

叶賀卓, 満倉靖恵

電気学会研究会資料. ST 2013(56) 103-108 2013年9月25日

共同研究・競争的資金等の研究課題

7

行動シミュレーションによる学習データ構築と少数IMUからの運動推定のための活用

日本学術振興会科学研究費助成事業基盤研究(B) 2024年4月 - 2027年3月

多田充徳, 叶賀卓, 丸山翼
深層転移学習と継続学習を組み合わせた筋電ベースヒューマンインタフェースの開発

日本学術振興会科学研究費助成事業基盤研究(B) 2023年4月 - 2027年3月

叶賀卓, 唐木田亮
深層転移学習と継続学習を組み合わせた筋電ベースヒューマンインタフェースの開発

日本学術振興会科学研究費助成事業基盤研究(B) 基盤研究(B) 2023年4月 - 2027年3月

叶賀卓
解剖学的神経筋骨格モデルに基づく二足歩行生成の深層強化学習とその人類学応用

日本学術振興会科学研究費助成事業基盤研究(B) 基盤研究(B) 2020年4月 - 2023年3月

荻原直道, 村井昭彦, 伊藤幸太, 叶賀卓
ユーザフレンドリーなヒューマンインタフェースのための転移学習法開発

日本学術振興会科学研究費助成事業若手研究若手研究 2020年4月 - 2022年3月

叶賀卓
実環境下での単極脳波信号を入力としたアーチファクトフリーシステムの実現

日本学術振興会研究活動スタート支援 2017年8月 - 2019年3月

叶賀卓
実環境下における単極脳波解析のための瞬きアーチファクト除去手法の提案及び応用

日本学術振興会科学研究費助成事業特別研究員奨励費特別研究員奨励費 2015年4月 - 2018年3月

叶賀卓