top of page
IMG_5947.JPG

澤田 隼 (Shun Sawada)

Title / Position:

東京理科大学 理工学部

情報科学科 助教

Date of Birth:

July 1st, 1993

Email:

b1012046[at]gmail[dot]com 

Hobby:

Sing a song 🎤, Guitar 🎸, Travel 💼, 
Camping ⛺, Hot spring ♨

  • White LinkedIn Icon
  • White Facebook Icon
  • White Twitter Icon
  • White Instagram Icon

Shun Sawada

​東京理科大学にて桂田研究室で助教として,情報学の観点から音楽を探求する研究を行っております.その興味は音楽にとどまらず,機械学習・自然言語処理・画像処理・ヒューマンコンピュータインタラクション (HCI) 等にも及んでおります.教師なし学習にロマンを感じています.

SKILLS
SKILLS

Machine learning, Deep learning

Unsupervised learning

Natural language processing (NLP)

Human computer interaction (HCI)

Music information retrieval (MIR)

Audio signal processing

Programming: Python, Java, C#, C/C++, JavaScript, HTML

EDUCATION
EDUCATION
2018-2021

Doctor's Degree

公立はこだて未来大学 システム情報科学研究科

音楽情報処理の研究に従事.

人が音楽を聴取する知能の仕組み,人が音楽を作曲および演奏する知能の仕組みを形式的に検討し,そのモデルを情報学の観点から探求.音楽における記号接地問題や記号創発に興味を持ち,音響信号のパターンのレベルの認識と,楽譜などの記号のレベルでの推論の相互作用に関する研究に従事.

2016-2018

Master's Degree

公立はこだて未来大学 システム情報科学研究科

知能情報科学領域:知能的で自律的な情報処理システムやロボットに関する理論と設計・実装方法・応用について学ぶ.本領域の研究概要と研究の潮流を理解すると同時に,人工知能の理論,特に認知,適応,学習,自律性,社会性といった先端的テーマに焦点を当てた理論と応用について修得.さらに,知能システムを設計し実装するための技術を修得.音楽情報処理の研究に従事.

2012-2016

Bachelor's Degree

公立はこだて未来大学 システム情報科学部

複雑系知能学科 知能システムコース:

次世代の情報システムと情報科学を見すえ,人工知能とハードウェア技術を習得.それらの根底で人間の知能システムを成り立たせている認知科学や情報表現などもあわせて探求.
人間のように柔軟に思考し行動できる「知能システム」の実現に近づくために,システムの企画・設計・プログラミングから電子工学まで,幅広い技術を学ぶ.

2009-2012

High School Diploma

​北海道札幌開成高校

EXPERIENCE
EXPERIENCE
April 2021-

Assistant professor

東京理科大学 理工学部 情報科学科 嘱託助教 人工知能研究室

千葉県, 野田市

February - March 2020

Visiting the Lab.

McGill University Distributed Digital Music Archives & Libraries Lab (DDMAL)

​Montreal, Canada

August - September 2019

Visiting the Lab.

京都大学 音声メディア研究室

​京都市

April 2019 - March 2021

Research fellowship

日本学術振興 特別研究員 (DC2: 情報学)

配分額 1,700,000 円 Kaken

February - March 2019, 2018

Internship

産業技術総合研究所 (AIST)

メディアインタラクション研究グループ

茨城県つくば市

August - September 2016

Internship

KORG INC.

東京都稲城市

TEACHING EXPERIENCE
Teaching
2021-
学部1年生対象授業
(前期・後期)

東京理科大学 理工学部 情報科学科 助教

計算機入門及び演習:科学技術計算などの分野で使用するために必要なunixオペレーティングシステムの基礎知識と技術を身に付ける.論文作成のツールとしてのTeXを活用できるようにする.C言語プログラミングの基礎知識と技術を演習を通して学ぶ.

学部2年生対象授業

​(前期)

情報科学実験1:関数型プログラミング言語(Ocaml)を用いて,関数的プログラミングを修得する. 

学部2年生対象授業

​(後期)

情報科学演習1:コンピュータプログラミングに関する基礎的な知識及び概念について、ソフトウェア作成の演習を通して実践的に学ぶ(Java).社会に出て必要なオブジェクト指向プログラミングの基礎を学ぶことができる.

学部3年生対象授業

​(前期)

情報科学演習2:コンピュータプログラミングに関する応用的な知識及び概念について,ソフトウェア作成の演習を通して実践的に学ぶ.社会に出て活用できるための高度なC言語,その他言語を用いたプログラミングを学ぶことができる. 動画像・音声・音楽を計算機上で扱うための基礎を理解し,応用的なプログラムを作成(Python)できるようになる.  

学部3年生対象授業

​(後期)

情報科学実験2:コンピュータプログラミングに関する応用的な知識及び概念を活用して,プロジェクト方式によるソフトウェア作成を行い,チームによるソフトウェア開発からプレゼンテーションまでの過程を実践的に学ぶ.自ら課題を解決する能力,知識の活用能力,表現能力などを備え,広い視野から課題を適切に解決できる能力を身に付けることができる.

学部4年生対象授業

​(前期・後期)

卒業研究:マルチモーダル情報処理,とくに音声合成,音声認識,音楽情報処理,顔画像処理,対話システム,自然言語処理,ロボット,脳波分析等の分野から研究テーマを選び,具体的に調査研究を行うことで研究の方法について体得する. 

2021-2023
学部1年生対象授業
(前期・後期)

東京理科大学 理工学部 情報科学科 助教

計算機入門及び演習:科学技術計算などの分野で使用するために必要なunixオペレーティングシステムの基礎知識と技術を身に付ける.論文作成のツールとしてのTeXを活用できるようにする.C言語プログラミングの基礎知識と技術を演習を通して学ぶ.

学部2年生対象授業

​(前期)

情報科学実験1:関数型プログラミング言語(Ocaml)を用いて,関数的プログラミングを修得する. 

学部2年生対象授業

​(後期)

情報科学演習1:コンピュータプログラミングに関する基礎的な知識及び概念について、ソフトウェア作成の演習を通して実践的に学ぶ(Java).社会に出て必要なオブジェクト指向プログラミングの基礎を学ぶことができる.

学部3年生対象授業

​(前期)

情報科学演習2:コンピュータプログラミングに関する応用的な知識及び概念について,ソフトウェア作成の演習を通して実践的に学ぶ.社会に出て活用できるための高度なC言語,その他言語を用いたプログラミングを学ぶことができる. 動画像・音声・音楽を計算機上で扱うための基礎を理解し,応用的なプログラムを作成(Python)できるようになる.  

学部3年生対象授業

​(後期)

情報科学実験2:コンピュータプログラミングに関する応用的な知識及び概念を活用して,プロジェクト方式によるソフトウェア作成を行い,チームによるソフトウェア開発からプレゼンテーションまでの過程を実践的に学ぶ.自ら課題を解決する能力,知識の活用能力,表現能力などを備え,広い視野から課題を適切に解決できる能力を身に付けることができる.

学部4年生対象授業

​(前期・後期)

卒業研究:マルチモーダル情報処理,とくに音声合成,音声認識,音楽情報処理,顔画像処理,対話システム,自然言語処理,ロボット,脳波分析等の分野から研究テーマを選び,具体的に調査研究を行うことで研究の方法について体得する. 

2022-2023

大学院生対象授業

​(前期・後期)

特別研究1・2:マルチモーダル情報処理に関連する分野について文献調査,研究を行い,修士論文として研究成果をまとめる.また,ミーティングにおける研究発表を通してプレゼンテーション能力を高める.

2023

大学院生対象授業

​(前期)

DX特論:デジタルトランスフォーメーションとは,情報技術と現実を結びつけ,融合を進めていくとともに,その過程で変化を引き起こすことを意味する.情報社会変革に必要な理論・処理系・応用について,統一的に研究教育を進め,研究成果を社会に還元する方法について総合的に講義する.

TEACHING ASSISTANT
2019, 2018, 2017

大学院生対象授業

知能メディア特論

音楽の意味に関する基礎的な知識と技能を学び,音楽を通してメディア処理をメタ視点から俯瞰し,メタ思考への意識を高める講義.主に音楽情報処理の研究紹介やベイズ推定・ノンパラメトリックベイズに関する講義,深層学習を用いた演習等を担当.

2019, 2018, 2017

学部2年生対象授業

情報処理演習Ⅰ

プログラミング言語​ Java を題材とし,いくつかの課題を通して,実際的なソフトウェア開発プロセスにおける基本技能を身に付けることを学習目標とする講義.主に演習問題の確認や演習中の学生へのサポートを行う.

2019, 2018

学部1年生対象授業

情報表現入門

情報表現を行うための対象の観察・分析・様式化・再構築という手続きをアルゴリズミックな思考に基づいて学ぶ.コンピュータを用いるために必要なプログラミング言語の基礎を,プログラミング言語 Processing を用いた情報表現の実践を通して学ぶ講義.主に演習問題の確認や演習中の学生へのサポートを行う.

PUBLICATIONS
PUBLICATIONS

学術雑誌 / Journal Papers

澤田 隼, 深山 覚, 後藤 真孝, 平田 圭二:

TransDrums: ドラムのフィルインとドラムパターン遷移確率に着目した2曲間のドラムパターン対応付け手法

情報処理学会論文誌, Vol.61, No.4, pp.768—776, 2020年4月.

Tatsunori Hirai, Shun Sawada:

Melody2Vec: Distributed Representations of Melodic Phrases based on Melody Segmentation

Journal of Information Processing, Vol.27, pp.278—286, March 2019.

澤田 隼, 竹川 佳成, 平田 圭二:

スペクトログラムの階層的クラスタリングを用いたタイムスパン・セグメンテーション抽出について,

情報処理学会論文誌, Vol.59, No.3, pp.941—950, 2018年3月.

国際会議 (査読有)/ Conference Papers (Refereed)

Shun Sawada, Kazuyoshi Yoshii, Keiji Hirata,

Unsupervised Melody Segmentation Based on a Nested Pitman-Yor Language Model

Workshop on NLP for Music and Audio (NLP4MusA), October 2020.

Shun Sawada, Satoru Fukayama, Masataka Goto, Keiji Hirata:

TransDrums: A Drum Pattern Transfer System Preserving Global Pattern Structure,

Proceedings of the 44th International Conference on Acoustics, Speech, and Signal Processing (ICASSP2019), pp. 391—395, May 2019. 

Shun Sawada, Yoshinari Takegawa, Keiji Hirata:

On Hierarchical Clustering of Spectrogram,

Proceedings of the 13th International symposium on computer music multidisciplinary research (CMMR2017), No.43, pp.149—160, Porto, September 2017. 

国内会議 (査読無)/ Conference Talks (Unrefereed) 

伊藤 浩樹,澤田 隼,大村 英史,桂田 浩一:

Creative Adversarial Networksを用いた新たな楽音の生成

第136回 情報処理学会 音楽情報科学研究報告,2023-MUS-136,pp.1—7,2023年3月.[学生奨励賞 Best New Direction]

佐藤 駿,澤田 隼,大村 英史,桂田 浩一:

Vision Transformerの係数付き1bit化

電子情報通信学会技術報告IBISML2022-90,pp.134—139,2023年3月.

大谷 祐人,澤田 隼,大村 英史,桂田 浩一:

real-time MRI 調音運動データからの end-to-end 音声合成

日本音響学会2023年春季研究発表会,2-8-9,2023年3月.

大谷 祐人,澤田 隼,大村 英史,桂田 浩一:

real-time MRIで収録した調音運動に基づくend-to-end音声合成

電子情報通信学会技術報告SP2022-41,pp.13—18,2023年3月.

青木 伸和,澤田 隼,大村 英史,桂田 浩一:

Conformerを用いた早期結合型マルチモーダル音声認識モデルの提案

電子情報通信学会技術報告SP2022-28,pp.8—13,2022年10月.

丹治 涼,澤田 隼,大村 英史,桂田 浩一:

RtMRIデータからの調音-音響変換における転置畳み込みニューラルネットワークの利用

日本音響学会音声研究会,電子情報通信学会技術報告EA2022-27,pp.69—74,2022年7月.

福田 拓朗,澤田 隼,大村 英史,桂田 浩一,山尾 元陽,入部 百合絵,田口 亮,新田 恒雄:

音節列想起時EEGを用いた音節の高低アクセント識別

2022年度人工知能学会全国大会,2G6-OS-18b-03,2022年6月.

澤田 隼:

信号教師モデルから記号生徒モデルへの知識蒸留を用いた演奏音符列を対象とした楽器分類

情報処理学会 第83回全国大会, 5D-04, pp.1—2, 2022年3月.

川村 茂修,澤田 隼,大村 英史,桂田 浩一:

線画の自動着色モデルに対するセマンティックセグメンテーション画像の活用

情報処理学会 第83回全国大会, 6ZG-04, pp.1—2, 2022年3月. [学生奨励賞]

倉崎 大輔, 大村 英史, 澤田 隼, 東条 敏, 桂田 浩一:

和声構造を表現した木の改変によるリハーモナイゼーションシステム,

第133回 情報処理学会 音楽情報科学研究報告, 2022-MUS-133, No.4 pp.1—5, 2022年1月.[学生奨励賞 Best Application]

深代 勇樹, 大村 英史, 澤田 隼, 桂田 浩一: 

ドメイン敵対的ニューラルネットワークを用いた対数周波数スペクトログラム上の音色変換,

第133回 情報処理学会 音楽情報科学研究報告, 2022-MUS-133, No.5, pp.1—8, 2022年1月.[学生奨励賞 Best Research]

川村 茂修,澤田 隼,大村 英史,桂田 浩一:

深層学習を用いた線画の自動着色モデルにおけるセグメンテーション画像の活用,

コミック工学研究会 第6回研究発表会, pp.37—42, 2021年11月.

平井辰典, 澤田 隼:

接続コストに基づく後続メロディ候補の提示によるメロディ打ち込み支援インタフェース

第132回 情報処理学会 音楽情報科学研究報告, 2021-MUS-132, No.13, pp.1—10, 2021年9月.

飯山 智晴, 澤田 隼, 大村 英史, 桂田 浩一:

IPAを介した音素-調音データ変換のためのIPA継続長推定手法の検討,

日本音響学会2021年秋季研究発表会, 1-8-12, 2021年9月.

青柳 裕介, 鈴木 美穂子, 外崎 明子, 田畑 耕治, 桂田 浩一, 大村 英史, 澤田 隼:

周波数ピーク推定手法に基づくいびき様肺雑音の検出,

第20回 情報科学技術フォーラム (FIT2021), G-007, 2021年8月.

平井辰典, 澤田 隼:

LSTMを用いたメロディ素片間の接続コストの算出

第131回 情報処理学会 音楽情報科学研究報告, 2021-MUS-131, No.41, pp.1—7, 2021年6月.

澤田 隼, 深山 覚, 後藤 真孝, 平田 圭二:

ドラムパターンの大域的構造と音響特徴量パラメタの相互作用,

第122回 情報処理学会 音楽情報科学研究報告, 2019-MUS-122, No.10, pp.1—6, 2019年2月.

澤田 隼, 竹川 佳成,平田 圭二:

GTTMの大域的情報を考慮した音響信号の分節の最適化 - 記号と信号処理の相互作用フレームワークの構築に向けて -,

情報処理学会 第81回全国大会, 5D-07, pp.1—2, 2019年3月.

澤田 隼, 深山 覚, 後藤 真孝, 平田 圭二:

大域的構造を考慮したドラムパターンの差し替えシステム,

第119回 情報処理学会 音楽情報科学研究報告, 2018-MUS-119, No.43, pp.1—7, 2018年6月.

平井辰典, 澤田 隼:

GPRに基づくメロディセグメンテーションによるフレーズの分散表現の獲得

第119回 情報処理学会 音楽情報科学研究報告, 2018-MUS-119, No.43, pp.1—8, 2018年6月.[情報処理学会 山下記念研究賞]

澤田 隼, 竹川 佳成, 平田 圭二:

音楽音響信号の階層的クラスタリングを用いたGTTMタイムスパン木の抽出法について,

情報処理学会 第80回全国大会, 3N-07, pp.1—2, 2018年3月.

澤田 隼, 竹川 佳成, 平田 圭二:

記号と信号処理の相互作用フレームワークの構築に向けたGTTMの大域的構造を考慮した音響信号の分節の調整,

第118回 情報処理学会 音楽情報科学研究報告, 2018-MUS-118, No.20, pp.1—6, 2018年2月. [情報処理学会 山下記念研究賞]

澤田 隼, 竹川 佳成, 平田 圭二:

音楽音響信号を対象としたスペクトログラムの階層的クラスタリングを用いたグルーピング構造の抽出について,

第114回 情報処理学会 音楽情報科学研究報告, 2017-MUS-114, No.7, pp.1—8, 2017年2月.

澤田 隼, 竹川 佳成, 平田 圭二:

音楽音響信号を対象とするGTTM 的アプローチによるグルーピング構造の抽出について,

第111回 情報処理学会 音楽情報科学研究報告, 2016-MUS-111, No.23, pp.1—6, 2016年5月. [学生奨励賞]

AWARDS / QUALIFICATION
アンカー 1

情報処理学会 山下記念研究賞

情報処理学会より,研究会における研究発表のうちから特に優秀な論文の発表者に与えられる山下記念研究賞を受賞 (2018年)

公立はこだて未来大学賞

公立はこだて未来大学より,本学の評価向上に大きく寄与した者に対して与えられる未来大学賞を受賞 (2017年)

情報処理学会 音楽情報科学研究会 学生奨励賞

情報処理学会 音楽情報科学研究会より,最も将来性のある研究に与えられる学生奨励賞を受賞 (2016年)

Mashup Awards 11 ハッカソン

Web開発者が自ら開発したWebサイトやスマートフォンのアプリケーション等の技術,デザイン,アイデアを競い合うコンテストであるMashup Awards 11の北海道予選において,最優秀賞を受賞 (2015年)

IPA 独立行政法人 情報処理推進機構 基本情報技術者試験

高度IT人材となるために必要な基本的知識・技能をもち,実践的な活用能力を身に付けた者である (2013年)

COMMITTEE EXPERIENCE
2021-2023

情報処理学会 音楽情報科学研究会 運営委員

2021

The 15th International Symposium on Computer Music Multidisciplinary Research (CMMR 2021)

2023

The 16th International Symposium on Computer Music Multidisciplinary Research (CMMR 2023)

OTHERS
contact

Talk

澤田 隼, 三浦 寛也, 大石 康智, 竹川 佳成, 平井 辰典, 平田 圭二:

特別企画「音楽情報科学研究会運営委員紹介その1」

第132回 情報処理学会 音楽情報科学研究報告, 2021-MUS-132, No.25, pp.1—2, 2021年9月.

吉井和佳, 呉益明, 錦見亮, 澤田隼, 東条敏, 北原鉄朗, 前澤陽:

特別企画「音楽情報処理に関する最新研究動向の紹介」

第116回 情報処理学会 音楽情報科学研究会, 2017年8月.

bottom of page