こんにちは。学部4年の星野です。

　単刀直入に言いますが、私は２年留年しています。大学に入学してから、体調を崩して休学したり、スマブラをしすぎて落単したり、紆余曲折ありながらもなんとか必要最低限の単位を修得し、縁あって弓仲研に配属されることになりました。

　そんな私からは「ゆるく考える研究室選び」についてお話しします。間違っても上から講釈を垂れるなんてことはできませんが、少しレールを外れてしまった私だからこそ語れることもあると思いますので、よろしければお付き合いを。

①　コアタイムがないところを選ぶ

　私はまだ卒業までの単位数が足りなくて、研究と講義受講を並行して行っています。もし私と同じように単位が足りていない方は、コアタイムがある研究室に行くと、受けたい講義と時間がバッティングしてしまい、無理なスケジュールになってしまう可能性があります。研究室の教員と話し合って解決することもできるかもしれませんが、問題は起こらないに越したことはないです。

　あと朝起きられない、毎日決まった時間に大学に行けない。特に午前中の講義がしんどい方は要注意。

　逆に上の２点が気にならない方は、一定の時間を縛って研究や勉強に意識を向けられるコアタイムは、強い味方になってくれるかもしれません。

②　「苦手だから」で分野を絞りすぎない

　皆さんは苦手な分野はありますか？私は回路が苦手、というか嫌いでした。授業を受けててもよくわからないし、いまいち面白みを感じられませんでした。（じゃあなんで弓仲研いるんだって話なんですけど。）

　そんな中、弓仲研に配属されて最初の活動が、回路についての勉強でした。同期の皆で分担して、配られた資料の解説を行うというもので、人に説明する以上、まず自分がしっかり内容を理解していないといけません。私は回路が全然できなかったので、ほぼ初学みたいな感じで必死に勉強しました。

　しかし、いざやってみると、意外とわかる。わかるとちょっと面白い。実は、今まで感じていた抵抗感って思い込みだったんですね。今では、回路は得意とまでは言えませんが、昔ほどの苦手意識はなくなりました。

　もちろん、人によって得意不得意はありますし、それを考慮して研究室を選ぶことは大切ですが、そればかりに固執してしまうのも勿体ないです。理工学部に進学している以上、理系分野の適正は持っているので、どの研究室を選んだとしてもある程度うまくやっていけると思います。

③良くも悪くも自分は変わらない

　これは研究室選びというか、精神論的な話になってしまうのですが、自分って簡単には変わらないんですよね。今の自分よりレベルの高い研究室に入ったからといって学力が飛躍的に向上することはないし、不本意な配属先になってしまったからといって、やる気が全く出ずに何もできなくなってしまうなんてこともないです、多分。少なくとも進級できるだけの講義、実験をこなしてきたわけですから、それは自信を持ってよいと思います。

　どんな研究室に配属されたかによって自分の人生が大きく変わる！なんてことはないので、まずは自分と向き合って、与えられた環境で自分のポテンシャルをどう発揮するかを考えていきましょう。

　こんなところでしょうか。私がこの１年で感じたことを素直に述べたつもりです。最近は主に家のPCで研究を進めていて、研究室にもなかなか顔を出せていません。今の時刻は午前３時、執筆の期限も過ぎてしまいました。こんな私でもなんとかやっていけているので、あまり気を詰めすぎずにほどほどに頑張っていきましょう。

ピアノを使ったツールを作っています

　ここまで読んでいただき、ありがとうございました。

　弓仲研はいいぞ

こんにちは。B4小柳です。

先日は研究室見学にお越しくださりありがとうございました！

どうでしょう？行きたい研究室の目星はついたでしょうか？

昨年の自分を思い出すと、一気にいろいろな研究室を見てどの研究室を選ぼうか悩みがさらに加速したのを覚えています、、、

そこで！今回は当時を思い出いながら弓仲研究室を選んだプロセスをお話ししようと思います。

研究室を決める要因として、自分の中で「研究室での生活」と「研究室でできること」の二大テーマがありました。

私が研究室見学をした際に感じたことは、なにかふわふわした空気だなあ、居心地よさそう、でした。それに加え最後のお菓子配布にやられましたね。

また、私は真新しいもの・テクノロジーを感じるものが好きなので、弓仲研究室で扱うVR/ARがとても魅力的に感じていました。

だって研究室見学で体験しました！？皆さんもおおぉぉ！って思いませんでした！？

B4になり配属されてから思うことは昨年自分が感じた雰囲気のままだということです。

自分のペースで勉強・研究ができるし、弓仲先生はじめ先輩たちは優しいです。

また、私は今ARの研究をしていますが飽きないです。自分の頭の中で「こうなったら面白いな」と描いた世界を、実際に形にできるのがこの研究室の一番の醍醐味だと思います。

毎日新しい技術に触れながら、少しずつ自分の作品が出来上がっていく過程は本当にワクワクしますよ。

研究室選びは悩みが多いと思いますが、少しでも「弓仲研、楽しそうかも」と感じてもらえたなら、ぜひ選択肢の一つに入れてもらえると嬉しいです。 もしもっと詳しい話が聞きたい、先輩の生の声が聞きたいという人は、いつでも研究室を覗きにきてくださいね。

こんにちは、B3の中村です。 先日の研究室説明会に参加された同期の皆さん、お疲れ様でした。

私は現在、早期配属（仮配属）という制度を利用して、一足先に弓仲研究室で活動をさせてもらっています。
来週には研究室希望調査の提出が控えていますね。
私も皆さんと同じく、GPAとにらめっこしながら希望を出す立場です。

まだ正式な配属ではありませんが、少しの間「仮」の状態で過ごしてみて感じた研究室のリアルな雰囲気を、同じB3の目線で共有したいと思います。

１．「医学部連携」という現場に近い環境
弓仲研（特にAR/VR/AI班）では、医学部保健学科の先生方との連携プロジェクトが活発です。
これは、研究で扱うデータが「現場の、意味のあるデータ」であるということを意味します。
理工学部の視点だけでなく、リハビリや医療の現場で何が求められているのかに触れながら研究を進められるのは、非常に刺激的です。
修士の先輩方も、現場の課題解決に向けてVRなどを活用した研究に取り組んでいます。

２．与えられたテーマを、どう料理するか
私の場合、「歩行解析」というテーマと、そのための機材として「Femto Bolt（Azure Kinectの後継機）」を与えられました。
大枠は決まっていますが、「そこから何をするか」は学生の裁量に任されている部分が大きいです。
私は現在、「一つ一つのデータを目視で確認するのではなく、AIを活用して歩行中の大まかな異常さや正常さを自動でチェックできないか」と考え、試行錯誤を繰り返しています。

とはいえ、基本的にうまくいきません。

これは、学習の設定にミスがあり、歩行中の骨格モデルがガビガビになってしまった時のものです。
これを見たときは、某アニメ映画監督の「極めてなにか生命に対する侮辱を感じます」という言葉が頭をよぎりました(笑)。
こんな感じで日々、右往左往しながらあたふたしています。
ですが、先生や先輩方はこうした失敗も「なるほど、そうなるのか」と面白がって見てくれますし、次にどうするかを一緒に考えてくれます。

３．隠れたメリット：「完全土足厳禁」
研究内容とは関係ありませんが、個人的に一番推したいポイントがこれです。
弓仲研は、棟全体で使われる上履きすら脱いで入る「完全土足厳禁（土禁）」スタイルです。
これが想像以上に快適です。
一日中靴下で過ごせるので足元のストレスがありませんし、何より床が衛生的です。
研究に疲れて椅子から崩れ落ち、そのまま床に寝転がっても服が汚れない安心感は、長時間研究室に籠もる上で地味ながら最強のメリットだと感じています。

最後に：迷っているなら「普段」を見に行こう
もし配属先を迷っているなら、先生にメールでアポを取って、一度見学に行ってみる/来てみることを強くおすすめします。
先日の説明会のような「よそ行き」の状態ではなく、先輩方がカタカタと作業している「普段」の空気感を肌で感じてみてください。
先生も快く受け入れてくれるはずです。
私もまだ正式な配属が決まっているわけではないのでドキドキしていますが、もしご縁があって同じ研究室になった際には、こうした日々の試行錯誤を一緒に楽しめたらいいなと思っています。

来週の提出、お互い悔いのない選択ができるよう頑張りましょう。それでは。

こんにちは、弓仲研究室で画像生成モデルの学習・評価・応用に関する研究を行っているB4の野口翔伍です。本記事では、主に弓仲研をエントリー候補に考えている学部１〜３年生の方向けに、簡単に私の研究目的や研究環境等について書きます。研究環境は弓仲研の大事なアピールポイントの１つだと思いますので、経験談を細かく書きます。

目次：

１．研究目的

２．研究環境等

３．結論

１．研究目的

本研究では、自動運転ドメインの機械学習用のデータを、画像に付けられたアノテーション（正解ラベル）を保ちながらスタイル変換することで、画像とアノテーションをセットで”水増し”する手法の提案​を目的としています。

従来の画像処理的な水増し（幾何的変換等）は、未だに深層学習分野でも広く使用されており、有効な手段です。しかし、スタイルの多様性が増えないのでこれに頼りすぎるとモデルが過学習（overfitting）してしまい、汎化能力が低下します。

そこで、近年新たな試みとして、画像生成モデルで訓練データを増やす試みがあります。具体的には、我々の場合、何らかの軽量なモデルで元の画像の天候・時間帯を判断し、それを変えることによって画像を増やします（例：「晴れ✕昼を雪✕夜へ」）。以下の画像はその例です。

先程、スタイルの多様性を増やすために画像生成モデルを使うと書きましたが、生成結果が元の画像とあまりにも違う場合、同じアノテーションを使えなくなるので、その画像に対してまたアノテーションをし直す必要があります。それを回避するため、「元の画像の意味的な構造を詳細に保ちながら水増しする」必要があるのですが、ここが結構難しく、奥が深いところです。

具体的な工夫としては、元画像のRGBからCanny EdgeやDepth、semantic segmentation画像を推定し、それを”条件”として生成モデルが画像を作成できるようにしています。学習の過程でモデルがこれらの３条件に忠実に画像を作成することを覚えることで、「元の画像の意味を詳細に保ちながら水増しする」ことができると考えています。

以下は現在の成果の一部です。

左端の雨の画像が既にアノテーションがついたRGBです。そこからCanny Edge, Semantic Segmentation, Depthを推定して、モデルを訓練します。訓練後のモデルは、訓練無しのモデルに比べて大幅に元々のRGBへの追従性が向上してることがわかります。雨から雪へ変化してるところから、「多様性を失わずに追従性を上げた」と言えます。

２．研究環境等

私は今年度で卒業し、群馬大学を出る予定ですので、私が使用してるPCの環境を誰かが引き継ぐことになる可能性が、かなり高いと思います。引き継がれる方はこの記事を見ると参考になるかもしれないです。

２.１　GPU

本研究では、画像生成モデルとして３４層のU-Netと、条件付与のために１３層のCNNを使用しており、学習の軽量化の観点からU-NetはStableDiffusion 1.5の重みで初期化して凍結し、学習対象は１３層のCNNのみとしています。学習対象がCNNのみであっても、モデルの学習は膨大な演算処理を必要としますので、以下の VRAM 32GB 搭載の高価な GPU を使わせていただいています。

※VRAMが大きいほど、より大規模なモデルを扱えます。

https://www.nvidia.com/ja-jp/geforce/graphics-cards/50-series/rtx-5090/

※ただし、最近は流通量が減って値上がりが懸念されており、希望小売価格での購入が難しくなるかもしれません。

弓仲研配属当初はこのGPUはなく、手元にあるのはRTX3070というだいたい3.5万〜7.5万円のGPUで、VRAMが８GBしかないため、「画像生成モデルの訓練は厳しく、Deep Learning関連でやれることはだいぶ限られるな」と感じていました。そのため、やりたい研究と手元の事情を弓仲先生に相談した結果、すぐに新たなGPU付きPCの購入を提案していただき、相談からなんと１ヶ月経たない内に5090を研究室へ迎え入れることができました。

※コスパを考えると、RTX3070も用途によっては大変いいGPUだと思います。

２.２　SSD・他

本研究ではモデルの学習・評価時に大規模なデータセットを扱います。具体的には、訓練時は１５万枚のRGBと、それぞれについて３種の条件マップ（Edge, Depth, semseg）を使うので、全体で６０万枚程度の画像を訓練中使います。さらに、私の研究では画像を生成するので、モデルの重みや使い方をすこし変えるたびに、評価用として３千枚のデータが増えます。そこで、大きな容量のSSDが必要になりました。

※もっと言うとTEXT promptをTEXT Encoderに事前に通したり、RGB類はVAEに事前に通してベクトルとして保持することにより、SSDに負担をかける代わりに、学習時のGPU負担を軽減しています。そのため大きなSSDが要るのです。

元々、PCには２枚の４TB SSD（Windows）が入っていたのですが、研究でLinuxを使いたいことから、うち１枚はwindowsから削除し、Ubuntu(Linux系OS)を入れて使用することにしました。これによってUbuntuは使えるようになりましたが、Ubuntuからネイティブに使用できるSSDが１枚になってしまったので、大きな容量のSSDがもう一枚欲しくなりました。そこで、またまた弓仲先生にmeetingで相談し、以下の８TBのSSDを即決で追加購入していただきました。

https://semiconductor.samsung.com/jp/consumer-storage/internal-ssd/9100-pro/

※これの導入の際、PCに詳しい現M2の安達さんに非常にお世話になりました。

Linuxを使いたい理由は様々ありますが、主な理由は深層学習系論文で公開されてるソースコードが、ほとんどLinuxで動かすことを前提とされているからです。windowsからWSL2を使って仮想環境としてUbuntuを使用するという手もあります。ただし、深層学習の研究コードには C++ / CUDA のカスタムコンパイル（setup.py
build_ext）が必要なものも多く、WSL2 だと「コンパイルは通るが、実行すると CUDA カーネルが落ちる」「環境は同じのはずなのに挙動が本家 Ubuntu と微妙に違う」といった状況が起きやすく、実際にWSL2 ではどうしても動かないコードがいくつかありました。

ただ、LinuxではOfficeが使えないため、LibreOfficeという互換ソフトを使うか、ブラウザ版のOfficeを普通は使う羽目になります。ただし個人的にどちらも少し使い勝手が悪く、LibreOfficeについては慣れないインターフェイスのため使いたくなく、ブラウザ版のOfficeはUbuntuから開くと特定の文字や記号で文字化けしたりして使いにくかったです。そのため、Ubuntu 上に「Windows を丸ごと仮想マシンとして動かし、そこに Office をインストールして、Ubuntu のアプリのように使う」という方法を取ってます。結果的に以下の画像のように、本来Web版だと文字化けする文字が、正常に表示されており、使えなかったフォントも使えるようになりました。結果的に今は、大容量のSSDとLinuxで開発はできるし、Officeでパワポやwordを書ける…といういい感じの環境を整えることができました。

３．結論

弓仲研究室では、回路・VR・AR等、様々なテーマが扱われていますが、深層学習にもきちんと取り組めます。また、深層学習で大事な計算資源なども、相談次第で快く導入していただけますし、PCのセッティングで困れば先輩や先生が優しく助けてくれます。なので結論として、誇張抜きでおすすめできる研究室だと思います。

以上。

こんにちは。学部4年生の棚谷です。
研究室見学では回路について説明していました。
他の方の記事を読めば、なんとなく研究室の雰囲気がつかめると思います。そこで私からは私の具体的な生活について話そうかなと思います。こんな生活をしていても、なんとかなるんだなぁ程度に見てください。何とかなっていたかは卒論次第ですが。

私は火、水、木曜日に研究室にきています。他の曜日は来ないです。大体遊んでいます。
木曜日は基本的にゼミで進捗報告をするためにきているので、終わったらすぐ帰ることが多いです。
火、水曜日は午後（大体13、14時）から18、19時くらいまでいます。午前中に大学に来ることはめったにありません。夜勤のバイトをしているので。

こんな感じに生活しています。これは後期の生活ですが、前期も似たような感じで、研究室に来るのは週2、3くらいでした。
私は結構引きこもりで家から基本的に出たくないのですが、サボり魔なので家で勉強とか研究が進まないため仕方なく来ています。火、水曜日に来ているのは大学院の先取り講義があるからです。
参考になるかはわかりませんが、こんな生活でもいけます。これも弓仲研究室が拘束時間がほぼないおかげです。
個人的には、家が遠い人や家から出たくない人などは大学に来なくてもよい（研究が進んでいたらですが）ので、おすすめです。良いなと思ったらぜひ選んでみてください。

皆さん、こんにちは！修士1年の青木です。
医学部の先生と共同で、VRを活用した研究を進めています。

ここでは、修士1年（M1）である私の研究室でのリアルな日々について紹介したいと思います。
私は自他共に認める社畜気質なので、皆さんの参考になるかは怪しいですが、「こんな人が弓仲研にはいるんだな～」と、一つの例として楽しんでいただければ幸いです！

弓仲研はコアタイムなしなので、日々のスケジュールはかなり自由度が高いのが魅力です。
私の場合は、予定がない限り、平日は毎日14時頃に登校し、21時過ぎに帰宅するというスタイルです。
私は朝にめちゃくちゃ弱い＆通学時間が片道1時間越えのため、午前中は自宅で虚無タイムを過ごしてお昼ご飯を食べてから研究室に来ています。
研究室にいる時間は、もちろん研究活動が中心ですが、他にも就職活動や塾のアルバイトの資料作成などもしています。

私は自宅が遠いこともあり、平日に入れているアルバイトは週1回の桐生での塾講師のみです。
その代わり、休日の大半は自宅近くのドラックストアでいらっしゃいませをする日々です。
これを休日と呼んでいいのかは謎ですが、研究とは全く違う仕事も新しい発見があって面白いなと思います。

私個人の生活はご紹介した通りですが、弓仲研の面白いところは、私のようなスタイルばかりではないということです。 他にも午前中から研究室に来ている人もいれば、自宅で研究を進めている人もいます。
このように、自分のペースやライフスタイルに合わせて研究を進められるのは、弓仲研の大きな魅力だと思います！

少しでも気になった人はぜひ研究室に遊びに来てください！

こんにちは。修士1年の西窪です。
研究室選びの話は去年したので、今回は研究テーマ決めについて話そうかと思います。

弓仲研究室では研究テーマを自分で決めるため、自由度の高い研究を行うことができます。そのためなかなか研究テーマが決まらないということもあります。実際自分はかなり迷走しました。しかし、VRには興味があったためVRやUnityの勉強は継続して行っていました。そのおかげで研究テーマはかなり遅く決まりましたが、なんとか卒論を書き上げることができました。やはり興味があるというのは研究を行う上で大きなモチベーションになると思います。研究室選びは自分の興味のあることを考えるいい機会だと思うのでぜひ考えてみてください。

こんにちは。学部4年の三枝(さえぐさ)です。
研究室見学では奥の方で回路研究の説明をしていました。
ここでは、研究室がありすぎてヒトツダケナンテエラベナイヨーという方へ向けて、個人的な研究室選択の指標を5つ紹介します。

1.やりたいこと
もっともらしい指標であり、かなりモチベにつながる指標です。
夢や憧れがあって、それに繋がる研究室がある！というのであれば真っ先に選ぶべきです。研究が直接やりたいことでなくとも、個人的な勉強や趣味とのリンクがある！両立ができる！という観点でも良いと思います。コアタイムとかもここに入ってくるかもです。
不安要素なく没頭できるのは研究生活においてかなりの強みです。少なくとも一年は身を置く環境なので、自分が最大限有効活用できる場所を選びましょう。

2.これまでの適性
なりゆきでここまで生きてきたし…←問題ありません
どんな些細なことでも、「これちょっといいかも」と思ったものは指標にできます。興味を持ったこと自体を適性と呼び、選択してしまいましょう。私は弓仲研究室でVRという最先端に惹かれながらも、適性を考えて回路を選択しました。高校・大学で電気・電子回路のテストが良かったことを、今も自分の適性と思い込んでいるからです。勉強にやたら時間がかかるのにです。この程度で大丈夫です。それと、反対にきついかも…という研究を知るのにも役に立ちます。

3.教授・先輩との相性
人間色々ですから、合う合わないは重要な指標です。
教授には講義でお世話になったことが多いと思います。「あの講義わかりやすかったな～」「あの教授は学生目線でも色々考えてくれてたな～」なんてあれば最高です。その教授の研究室を候補にしてしまいましょう。指標1,2と違って未知の分野かもしれません。でも大丈夫です。信頼できる人に師事すればすんなり受け入れられます。仲のいい塾の先生の話は素直に聞けるみたいなやつです。
似た話で、友人はバイト先の先輩と同じ研究室に行きました。いつでも何でも質問できるため異様に進捗が良いらしいです。

4.GPA
とはいえ、研究室はGPA順に決まる仕組みなのでここは嫌でも考えますよね。
ただ、指標としてのGPAは「似た雰囲気の人と過ごすため」と考えたいです。集団の中にいるなら人間関係は大切です。周囲の人と合わなくて研究室に行きづらい…は避けたいところ。
研究室配属はクラス替えみたいだなって思っています。せっかく新しい環境なら新しい友人も作りたいですよね。
私もGPAについては散々考えさせられましたが、結局話題の一つくらいに考えていいのかなと思います。その方が研究室選びも楽しいですし。

5.運命的な何か
ふざけたタイトルですが割とあてになります。テレビで見たことある研究内容だから・研究室見学で最初だったから・日当たりがよさそうだったから etc。
指標1～4で絞っていけば、最終的な候補になる研究室はどこに行っても後悔しないはずです。それでも、志望順位をつけるとなるとどうしても迷っちゃいますよね。そんなときに大切な指標がこれです。最終決定に勢いをつけましょう。
実際、私は悩みに悩んで研究室を2つまで絞った後、「見学の際、デスクに好きな作品のグッズが置いてあったから」という理由で最終的な決定を行いました。
…今回の見学時、小さいアクスタが気になってしょうがなかった。という方はいらっしゃいますか？

以上、私が研究室を決める時に考えていた指標でした。この他どんな理由でも「自分で考えて決めた」という事実だけあれば、どこでもいい時間を過ごせるはずです。
ではでは、参考になれば幸いです。

研究室見学にお越しいただきありがとうございました！
VRの研究で視力検査のデモを行っていた学部4年の江原です。

私は学部で卒業するため、弓仲研は残り1年の学生生活の終の棲家です。そんな私からは学部4年から見た研究室の様子を紹介します。

所属後の第一印象は「マジで自由じゃん」でした。噂には聞いていたもののここまでとは…。もちろんゼミはありますし、テーマ決め、研究は私にとって困難の連続です。ですが、研究で分からないことや悩むことがあれば、弓仲先生や同分野の研究を行っている先輩に聞けば大体のことは解決します。すごい。そのため、興味ある分野を自分のものにしていきたいと思っている人にとってはとても良い環境です。また、同じ研究室内でVR、AI、回路といった様々なテーマを扱っているため、自分の専門外の分野について知れるというのも大きいです。100%理解できるわけではないですが。

そんな弓仲研ですが今の印象は「自由」から少し解像度が上がり、時間の使い方が委ねられている、という印象です。実際、弓仲研の研究の多くは研究室にいることが必須ではないため全員揃うことはゼミを除いてほぼありません。それでも研究室として動いています。

そんなこんなで私から見た弓仲研の紹介でした。少しでも新たな視点を届けられたら幸いです。