2026.4.14
Immersive Haptic Technology to Support English Language Learning Based on Metacognitive Strategies
Adriana Guanuche, Wilman Paucar, William Oñate, Gustavo Caiza
Applied Sciences, 2025
英語の習得は段階的な学習が必要でありモチベーションの維持が課題であるが、教育分野において触覚技術を活用した没入型の提案はまだ少ない。本研究では、メタ認知戦略や多感覚学習の理論に基づき、Sensoグローブと3D環境を用いた第二言語としての英語学習支援アプリケーションを設計・実装した。CEFRA1レベルの学生30名と英語教師12名を対象に、Unityで構築された仮想教室をグローブを用いて体験・評価した。ナビゲーションテストの結果、仮想空間と物理的な手の動きの相互作用はほぼ100%の成功率を達成した。アンケート評価では、100%の教師と学生が復習ツールとしての有用性に同意し、大多数が学習意欲の大幅な向上を認めた。本研究は、視覚・聴覚に触覚を加えた体験が学習者のモチベーションを高め、実践的な言語使用を通じた情報の理解と記憶の定着を大幅に改善する有効な教育補完ツールであることを示した。
(発表者:田中 零響)
2026.4.21
Text-Guided Variational Image Generation for Industrial Anomaly Detection and Segmentation
Mingyu Lee, Jongwon Choi
CVPR, 2024
工業分野の異常検知は正常な分布の学習に多数の画像を必要とするが、実際の現場ではデータ不足（ワンショット等）や個体差の網羅が大きな課題となっている。従来の単純な画像生成AIや画像加工による水増しでは、テクスチャの構造が破壊されたり、自然界で許容される個体差（分散）が考慮されず、逆に精度を低下させる問題があった。本研究では、この課題に対し、WordNetを用いた最適なプロンプト生成、VQGANを拡張した分散考慮型の画像生成、およびCLIPを用いたテキスト知識統合を組み合わせた「テキスト誘導型変分画像生成フレームワーク」を設計・実装した。MVTecADやBTAD等のデータセットを用い、PatchCoreをはじめとする4つのベースラインモデルに生成画像を適用して評価した結果、正常画像がたった1枚しか与えられないワンショット設定においてPatchCoreの精度を劇的に（+7.0%）向上させるなど、あらゆるシナリオでベースラインを上回る結果を達成した。本研究は、テキストによる事前知識と分散予測を用いた画像生成が、現実の物理構造を壊すことなく安全に正常データを水増しし、データ不足の極限状況下においても高精度な異常検知を可能にする強力なアプローチであることを示した。
(発表者:鈴木 伯)
2026.5.26
2026.6.2
2026.6.9
2026.6.30
2026.7.14