【未知への挑戦、異常検知の先へ】【22卒】 アイシン 開発職の通過ES(エントリーシート) No.39132（東京理科大学大学院/男性）（2021/1/18公開）

このテーマを選んだ一番の理由は，異常検知アルゴリズムについて興味を持っているためです．私は研究でセマンティックセグメンテーションに触れる機会は多かったのですが，CNNを用いた他の応用分野，物体検知や異常検知にはあまり触れてきませんでした．そこでこの機会に異常検知という別の応用分野にも挑戦したいと考えました． また，現在研究で取り組んでいる"高位合成を用いたFPGA向けCNNアクセラレータの生成ツールの開発"で得られた知見，例えば基本的なレイヤのアルゴリズムや，計算速度と精度の両立といったことを活かすことが出来ると考えたこともこのテーマを希望した理由の一つです． 続きを読む

C言語を講義では2年，研究では1年，サークル活動のマイクロマウス(ロボコン)・趣味のロボット開発では4年間使用．ロボットの作成，研究でのDeepAutoEncoderの高位合成用コードの実装などで使用した． C++を独学で半年学ぶ．現在研究中のテーマで，開発言語であったCからC++へ移行中． Pythonを独学で7年間学ぶ．研究室ではTensorflow/KerasによるCNNベースのDeepAutoEncoderの作成及びモデルのC/C++への変換ツールの作成で使用した． Tensorflow/Kerasを研究室で1年間使用．ターゲットモデルの生成で使用している． 続きを読む

高位合成によるFPGA用CNNアクセラレータ生成ツールの開発 続きを読む

私が現在研究室で取り組んでいることは，FPGA上に畳み込みニューラルネットワーク(CNN)向けのアクセラレータを作成することです． 開発の流れとしては，C/C++で畳み込み演算やMaxpoolなどの演算を行う計算回路を設計し，高位合成を用いてHDLコードに変換，最後にFPGA用のビットストリームファイルを作成し，実機に実装しています．また，独自に作成した疑似オペレーションコードから各演算回路を制御できるようにしているので，回路を書き換えなくても複数のモデルが実行できるようになっています． 続きを読む

私が力を入れていることは，Kendryte K210向けセマンティックセグメンテーション実装及び，自作ESP32基板の作成です． K210はCNNアクセラレータを搭載したマイコンです．サンプルコードは物体検出のみで，他のモデルは誰も作成していませんでした．そこでセマンティックセグメンテーションを初めてK210に実装しました．しかし精度が良くないためその改善を行っています． 自作ESP32基板は，Bluetoothなど今までの電子工作で使用していない技術の検証用として作成しました．最初の基板で出た課題を踏まえ，次の基板を作成しています． 続きを読む