2026年3月、神戸で開催された「DEIM 2026」にて、CTOの清水が登壇およびポスター発表を行いました 。
発表内容のポイント
研究題目: 「Grad-CAMを用いた4次元fMRIデータ分類深層学習モデルの重要度の解析」
高精度な識別: 時空間深層学習（3D CNN+LSTM+Attention）により、音声再生速度による脳活動の違いを94.90%の精度で分類しました 。
ブラックボックスの解消: Grad-CAMを適用し、統計的手法では困難だった前頭葉領域（中前頭回など）の寄与を可視化しました 。
会場では、多くの企業や研究者の方々と議論を交わし、学術的アプローチへの貴重な助言をいただきました。
深層学習における4次元データの扱いは、現在最も難易度の高いフロンティアの一つです。dottはこの研究で培った高度な知見を、今後の受託開発・自社製品・エンジニア教育へとダイレクトにフィードバックし、より精度の高いAIソリューションの提供に繋げてまいります。
