News
最近の出来事
- 論文
吉田くんと池田くんの研究が、機械学習のトップ学会 NeurIPS 2026 にそれぞれ採択されました🎉 池田くんの研究は五十川研究室との共同研究です。
- 研究費
JST-NSF VINES と JST CRONOS に、吉岡がCo-PIとして参画している提案がそれぞれ採択されました。
- 受賞
松野くんがdlabデザインフォーラムで dlab-VDECデザインアワード優秀賞 を受賞しました!おめでとうございます🎉
- 論文
渡辺さんのVLAセキュリティの研究が、ロボット学習のトップ学会 CoRL 2026 に採択されました!🎉
- 論文
佐古くんとフロリダ大・電通大との共同研究(ステレオカメラの脆弱性)が、セキュリティのトップ学会 ACM CCS 2026 に採択されました!🎉
Research
私たちが挑んでいる問い

AIを、電池で動かせるか?
エッジAI技術の進歩により、自動運転車や作業用ロボットなど、かつては夢物語だったアプリケーションが現実のものになっています。CSGでは、デジタル回路の性能限界を超える新しい計算原理を用いた革新的な回路技術の開発に取り組んでいます。
エッジコンピューティング
走っている自動運転車に、ウソの景色を見せられるか?
自動運転技術の普及に伴い、そのセキュリティの重要性が増しています。CSGでは、LiDARを含む各種センサーのセキュリティ分析と、堅牢なシステム設計に取り組んでいます。
自動運転セキュリティ
世界が3Dで見えたら、何を作る?
自動運転技術の進歩に伴い、LiDARなどの3Dセンサーが不可欠となっています。CSGでは、高性能で低コストなLiDARシステムの開発、そしてスポーツや医療応用に取り組んでいます。
LiDAR 3DセンシングWhy CSG
CSGで、何が得られるか
論文を書くだけの研究室ではありません。学部3年生・修士から入る人が、ここで何を経験できるかを具体的に書きました。
本物のチップを、自分で焼く
シミュレーションで終わりません。学生が設計した回路を実際に半導体プロセスで製造し、測定して論文にします。65nm・28nm・12nm FinFETでの試作実績があり、TSMCからの支援も受けています。
ISSCC 5報 / JSSC 9報
実車を走らせて攻撃・防御する
LiDAR攻撃装置を自作し、実際の自動運転車を走行させて検証します。実機のLiDARを設計することもあります。ここまでやっている研究室は世界でも数えるほどしかありません。
NDSS 2年連続採択
世界の研究者と、直接やり合う
国際学会での発表を全員が目指します。UC Irvine、フロリダ大、南京大学、東南大学、ソニー、アイシンとの共同研究が動いており、海外からの留学生も在籍しています。
NeurIPS / CVPR / ICCV / NDSS / IROS / ICRA
研究成果が、世の中に届く
GIZMODO、日経クロステック、IEEE Spectrum、Tech Xploreなど国内外のメディアに研究が取り上げられています。プレスリリースも積極的に行っています。
メディア掲載 15件以上
ゼロから始めても、追いつける
プログラミングやAIの経験は必須ではありません。新人研修と勉強会で、一生使える基礎力と専門性を身につけます。大事なのは、ハードとソフト両方をやってみたいという意志です。
研究費に、困らない
JST CREST 2件、JSTさきがけ、JST ASPIRE、次世代エッジAI事業、科研費基盤Bなど、大型予算を複数獲得しています。試作費も学会渡航費も心配なく研究に集中できます。
Projects
注目の研究

FLARE & ChromaGuard
ロボット操作の汎用基盤となりつつある Vision-Language-Action (VLA) モデルが、照明のわずかな変化に脆いことを示した研究。狙った照射で成功率をゼロまで落とす物理スポットライト攻撃 FLARE を提案し、モデル内部へのアクセスなしに成立することを実証した。さらに標準的な対策である素朴なデータ拡張が、モデルに「色をノイズとして捨てる」ことを学習させ、形状だけに頼る知覚へ退化させてしまう落とし穴を発見。色を保持したまま敵対的学習を行う ChromaGuard により、実機6自由度ロボットで通常時97.5%、攻撃下92.5%の成功率を達成した。

Ghost-FWL
自動運転LiDARで発生するガラス等の多重反射による幽霊点群(ゴースト)を検出・除去するための世界初の大規模モバイルFWLデータセット。24,412フレーム・75億ピークのアノテーションを収録し従来最大比100倍の規模を誇る。FWL-MAE事前学習とTransformerベースラインも提供し、自動運転の3Dマッピング・物体検出精度向上に貢献する。

AHCPTQ
Segment Anything Model(SAM)の世界初4ビット量子化PTQを実現するハードウェア協調設計手法。post-GELUの重尾分布に対応するHybrid Log-Uniform量子化と、チャネルグルーピングによるオンチップレジスタ削減(−99.7%)を組み合わせる。FPGA上でW4A4動作時に浮動小数点比7.89倍の高速化・8.64倍の省エネを達成し、36.6% mAPを維持。
慶應から、世界へ。
学部3年生の研究室見学は大歓迎です。博士課程の学生、ポスドク、そして企業との共同研究も募集しています。まずは気軽にメールをください。
