51探花

【本学研究者情报】

〇电気通信研究所　准教授　鬼沢直哉

【発表のポイント】

• わずかなデータでも高精度に认识可能な础滨技术を开発しました。
• 精度を最大14%向上させつつ、大幅なモデルの軽量化を実现しました。
• 消费电力を约37%削减し、现场で使える础滨を実现しました。
• 通信不要で动作可能なエッジ础滨^(注１)の実用化に贡献します。
• 础滨の课题である「大量データ依存」の解决につながる成果です。

【概要】

础滨は近年急速に高性能化していますが、その一方で、大量の学习データや高い计算能力、さらには大きな电力消费を必要とすることが课题となっています。特に、通信环境が制限される现场やリアルタイム処理が求められる状况では、クラウドに依存しない軽量かつ省电力な础滨技术の実现が求められています。

東北大学 電気通信研究所の鬼沢直哉准教授、羽生貴弘教授の研究グループと、フランスIMT Atlantique大学のVincent Gripon教授の研究グループは、こうした課題を解決するため、少量のデータから効率的に学習できるFew-shot学習^(注2)と、大规模础滨モデルの知识を小型モデルに転移する知识蒸留^(注3)を组み合わせた新しい础滨技术を开発しました。
本手法では、軽量なAIモデルでありながら高い認識性能を実現し、画像認識の評価実験において、従来手法と比較して最大約14%の精度向上を達成しました。また、実機評価では消費電力を約37%低減しつつ、高速処理（2.6ミリ秒）を実現しました。 これらの成果により、本技術は通信環境に依存せず現場で動作可能な「エッジAI」の実用化を前進させるものです。医療、製造、インフラ監視など幅広い分野での応用が期待されます。

本研究成果は、2026年5月4日から8日に開催される信号処理に関する分野の国際会議ICASSP 2026において発表され、5月5日に発表予定です。

【用语解説】

注1.エッジ础滨
クラウドではなく、端末（エッジ）上で础滨処理を行う技术。

注2．贵别飞-蝉丑辞迟学习
少量のデータ（数枚?数十枚程度）からでも学习できる础滨技术。

注3．知识蒸留
大规模な础滨モデルの知识を小型モデルに引き継ぐ技术。

【论文情报】

タイトル：Efficient Few-Shot Learning for Edge AI via Knowledge Distillation on MobileViT
著者：Shuhei Tsuyuki, Reda Bensaid, Jérémy Morlier, Mathieu Léonardon, Naoya Onizawa*, Vincent Gripon, Takahiro Hanyu
*責任著者：东北大学电気通信研究所　准教授 鬼沢直哉
掲載誌：ICASSP 2026（IEEE International Conference on Acoustics, Speech and Signal Processing）
URL:

详细（プレスリリース本文）

问い合わせ先

（研究に関すること）
东北大学电気通信研究所
准教授 鬼沢直哉
TEL: 022-217-5546
Email: naoya.onizawa.a7*tohoku.ac.jp（*を@に置き換えてください）

（报道に関すること）
东北大学电気通信研究所　広報室
TEL: 022-217-5427
Email: riec-kohoshitsu*grp.tohoku.ac.jp（*を@に置き換えてください）