文字サイズ

講師　戸田英治

戸田英治
TODA Hideharu

学歴?学位?万博体育平台_天下足球网￥皇冠app官网

学位?万博体育平台_天下足球网￥皇冠app官网
修士（情報科学）
基本情報技術者
ソフトウェア開発技術者（応用情報技術者の前身）
第三級アマチュア無線技士

学歴
2007年4月中京大学情報理万博体育平台_天下足球网￥皇冠app官网情報システム工学科入学
2011年3月中京大学情報理万博体育平台_天下足球网￥皇冠app官网情報システム工学科卒業
2011年4月中京大学大学院情報科学研究科情報科学専攻博士課程前期入学
2013年3月中京大学大学院情報科学研究科情報科学専攻博士課程前期修了
2013年4月中京大学大学院情報科学研究科情報認知科学専攻　博士課程後期　入学
2019年3月中京大学大学院情報科学研究科情報認知科学専攻　博士課程後期　満期退学

職歴

2019年4月中京大学万博体育平台_天下足球网￥皇冠app官网電気電子工学科任期制助手
2024年4月東北文化学園大学万博体育平台_天下足球网￥皇冠app官网知能情報システム学科講師

所属学会?役割

情報処理学会
電子情報通信学会

担当科目

情報数学II
オブジェクト指向プログラミング
オブジェクト指向開発演習
人工知能II
知能情報システム実験
ネットワークシステム演習ほか

研究テーマ

　現在取り組んでいる研究テーマは、人間の網膜をモデル化したセルラーニューラルネットワーク（図１）を画像処理に応用することです。人間の網膜は非常に優れた視覚情報処理機構を有しています。これをモデル化したセルラーニューラルネットワークを用いることで高度な画像処理を実現できます。

図１：人間の優れた万博体育平台_天下足球网￥皇冠app官网情報処理機構をモデル化したセルラーニューラルネットワーク

　図２にセルラーニューラルネットワークを用いた画像処理の研究テーマ例を4つ示します。まず、圧縮データから圧縮前の画像を復号できる可逆圧縮技術（図2.A）です。次に、低い解像度の画像から高い解像度の画像を生成する超解像技術（図2.B）です。そして、画像に自動で着色を行うカラリゼーション技術（図2.C）です。最後に、入力画像に対してセルラーニューラルネットワークを用いて白黒画像を逐次出力し、その白黒画像群を足し合わせることで再構成する逐次画像伝送技術（図2.D）です。これらに加え，AIを支える要素技術の一つである機械学習を取り入れた画像処理にも着手しています。

図2：セルラーニューラルネットワークを用いた画像処理例

主たる論文?著書

H. Toda, S. Tajima, K. Nakashima, T. Otake, H. Aomori, “Hierarchical lossless color image coding method using cellular neural networks based predictors,” Nonlinear Theory and Its Applications, IEICE, vol. 15, no. 1, pp. 119-131, 2024.
K. Nakashima, Y. Kawai, R. Nakazawa, H. Toda, H. Aomori, T. Otake, I. Matsuda, and S. Itoh, “Lifting-based lossless image coding using cellular neural network predictors and context estimators optimized by adaptive differential evolution,” Nonlinear Theory and Its Applications, IEICE, vol. 14, no. 3, pp. 609–627, 2023.
H. Aomori, R. Mizutani, H. Toda and T. Otake, “Progressive image transmission based on image spatio-temporal decomposition by sigma-delta cellular neural network,” Nonlinear Theory and Its Applications, IEICE, vol. 13, no. 2, pp. 264-270, 2022.
Y. Nagano, Y. Kawai, H. Toda, H. Aomori, M. Sato, T. Otake, I. Matsuda, S. Itoh, “Recompressible Hierarchical Lossless Image Compression Scheme Using Pel-Adaptive Cellular Neural Network Predictors Optimized by PSO with a Refractory Period,” Journal of Signal Processing, vol. 23, no. 4, pp. 185-188, 2019.
戸田英治, 青森久, 竹之内星矢, 大竹敢, 松田一朗, 伊東晋, “CNN予測器の形状と割当を交互に反復最適化する階層型可逆符号化方式,” 映情学誌, 73巻, 1号, pp. 190-198, 2019.
戸田英治, 青森久, 竹之内星矢, 大竹敢, 松田一朗, 伊東晋, “CNN予測器の適応的設計に基づく階層型可逆符号化方式,” 信学論, J101-A巻, 5号, pp.92-104, 2018.