先端技術とメディア表現のレポート全員分のまとめです

1. Differentiable Plasticity: A New Method for Learning to Learn- arXiv 2018
Thomas Miconi, Jeff Clune, Kenneth O. Stanley (Uber AI Labs)

2. World Models- arXiv 2018
David Ha (Google Brain) Jurgen Schmidhuber (NNAISENSE, Swiss AI Lab, IDSIA (USI & SUPSI))
Vision Model (VAE) Memory RNN
(Mixture Density Network -RNN) 2
Controler CMA-ES 3

3. Towards the Automatic Anime Characters Creation with Generative Adversarial Networks (make girls moe)
Yanghua Jin School of Computer Science Fudan University Jiakai Zhang School of Computer Science Carnegie Mellon University
Minjun Li School of Computer Science Fudan Univerisity Yingtao Tian Department of Computer Science Stony Brook University
Huachun Zhu School of Mathematics Fudan Univerisity Zhihao Fang Department of Architecture Tongji Univerisity

4. PROGRESSIVE GROWING OF GANS FOR IMPROVED QUALITY, STABILITY, AND VARIATION - ICLR2018
Tero Karras Timo Aila Samuli Laine Jaakko Lehtinen
NVIDIA NVIDIA NVIDIA NVIDIA and Aalto University

5. Full-body High-resolution Anime Generation with Progressive Structure-conditional Generative Adversarial Networks – DeNA Blog
Tero Karras Timo Aila Samuli Laine Jaakko Lehtinen
NVIDIA NVIDIA NVIDIA NVIDIA and Aalto University

12. Super-Fon: Mobile Entertainment to Combat PhonologicalDisorders in Children
Rui Neves Madeira, Patrícia Macedo, Sofia Reis, João Ferreira
ACE2017

13. 先端技術とメディア表現
A Survey of 5G Network: Architecture and Emerging Technologies
Authors: A. Gupta, R. K. Jha
IEEE Access
人間コース
201613036_LI ZHENYU
どんなもの：
第 5 世代（5G）セルラ通信網の改善とユーザーの要求を満たすのに役立つ重要な
新技術に関する詳細な調査結果を紹介する
先行研究と比べてどこがすごい：
詳細な調査により、D2D は主な焦点として、一般的な 5G セルラ通信網を提案す
る。
技術や手法おキモはどこ：
D2D、小規模アクセスポイント、クラウド、およびモノのインターネットが 5G セ
ルラ通信網の一部であることを示している。
どうやって有効だと検証した：
5G 技術を研究している異なる国のグループや機関などで、実施されている研究プ
ロジェクトについての詳細な調査が含まれている。

14. 議論はある？
容量の増加、データレートの改善、待ち時間の短縮、およびサービス品質の向上な
どに役に立つと思う。
次に読むべき論文は：
Blockchains and Smart Contracts for the Internet of Things

15. どんなもの
どうやって有効だと実証したか
先行研究と比べてどこが凄い 議論はある
次に読むべき論文は
技術や手法のキモは
VRとARデバイス間で遠隔非言語テレプレコミュニケーションす
るときに、ARデバイスの枠内に収まり、共有している空間の方
向が一致するように向きや大きさの変わるアバターを提案し
た。
遠隔で労働者を指示するケース、遠隔で都市計画に参加する
ケースを想定してユーザスタディを行った。
遠隔テレプレはジェスチャーにこだわっていた研究が多かった
が、この研究はアバターに焦点を当てていること。
タスクの難しさが低減されたので、提案手法はタスクの完了時
間を短くすることに貢献した。
今回実施したタスクは専門知識を必要としない簡単なもので、
難しいタスクは行っていない。
視線をトラッキングして、注視点における表面の法線ベクトルと
その半径内の近傍点を調べることによって表面のタイプを予想
した。
Holoportation (UIST2016)

16. どんなもの
どうやって有効だと実証したか
先行研究と比べてどこが凄い 議論はある
次に読むべき論文は 技術や手法のキモは
エンドツーエンドの拡張現実のテレプレシステム。深度カメラを
使用してヒトや家具などをリアルタイムで HoloLens上に生成す
る。
いろんなシナリオを立てて UserStudy.
1対1と1対Nでアプリケーションの比較
リアルタイムで高画質なテレプレシステムはなかった。現実空
間の物体を深度カメラを使用してテレプレ先でリアルタイムで
再構成しているところ
物体再構成時のちらつきやレイテンシは不快
高性能なPCが、デプスカメラ、通信、再構成 などに必要でコス
トが高い。
不気味な谷は超えられなかった
リアルタイムで遠隔と通信すること。深度カメラから物体を再構
成してHoloLens上に表示するところ。
The Uncanny Valley
General-Purpose Telepresence with Head-Worn Optical
See-Through Displays and Projector-Based Lighting

17. どんなもの
どうやって有効だと実証したか
先行研究と比べてどこが凄い 議論はある
次に読むべき論文は 技術や手法のキモは
シースルーHMDで人間テレプレ。リアルタイムで 3D空間の検
出とヘッドトラッキングによってオクルージョンを考慮した人間
の表示。 市販製品の組み合わせでハードウェアを作ったこと
3Dテレプレゼンスシステムを商品化されているハードで設計し
たこと。一般化したことで提案手法がさまざまなテレプレゼンス
シナリオをサポートすることが可能となったこと
キネクトや光学式モーキャプや GPUマシマシのPCを使うのでコ
ストが高い
光量などの問題でテレプレしてきたものがテレプレしてきたやつ
だと分かってしまう
深度センサで投影平面の形状を測定してオクルージョンを決め
た。キネクトを使って三次元形状を再構成したこと。
The office of the future: a unified approach to image-based
modeling and spatially immersive displays.

18. どんなもの どうやって有効だと実証したか
先行研究と比べてどこが凄い 議論はある
次に読むべき論文は
技術や手法のキモは
画像から似ている部分を見つけて対応付けるアルゴリズム。リ
アルタイムでインタラクティブにすることを達成した。 人間を消したり、建物を切り取って再構成したりすることができ
るようなアプリケーションを作った。
同じようなアルゴリズムは前からあったが、リアルタイム性が
高く、インタラクティブにできるようなレベルではなかった。
計算量が既存手法と比べて少ない
GPUと組み合わせると動画にも適応できるかもしれない
似たような風景が続いている写真だと上手く再構成出来ないこ
とがある
ブロックマッチングに基づいた、画像と画像の対応付アルゴリ
ズムを改良し、ANNFというものを少ない計算量で出すことが
出来るようにしたこと。
Inverse texture synthesis

19. どんなもの
どうやって有効だと実証したか
先行研究と比べてどこが凄い 議論はある
次に読むべき論文は 技術や手法のキモは
テクスチャ合成アルゴリズムに必要な 2Dデータサンプリングを
逆テクスチャ合成によって入手する。これによって大きな画像
から小さな画像に効率よく圧縮が可能になる。
画像のクオリティと画像生成までの計算量について評価を行っ
た。
テクスチャ合成アルゴリズムに必要な 2Dデータサンプリングに
ついて効率的に入手する手法は無かった。
クロッピングでは出来ないような情報の保管ができる
結果画像は優れたサイズを得ることが出来る。
アプリケーションに組み込むことが出来るかもしれない
画像が冗長でないと正確に復元できない可能性がある。
逆テクスチャ合成アルゴリズムを最適化問題として解き、 GPU
を使って計算したところ。
Seam carving for contentaware image resizing

20. Vision-based Real Estate Price Estimation
どんなもの？
議論
先行研究と比べて
動画や手法のキモ 次に読むべき論文
有効の確認
値付けしたぜ！部屋の画像を突っ込むと値付けしてく
れる
lossがプロが査定した値段
教師あり学習
値付けだけやるつもりがついでにその
家がどれだけ豪華なのかわかるよう
になった

21. Learning to Deblur Images with Exemplars
IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE（arxiv preprint)
Jinshan Pan∗ , Wenqi Ren∗ , Zhe Hu∗ , and Ming-Hsuan Yang
どんなもの？
議論
先行研究と比べて
動画や手法のキモ
次に読むべき論文
有効の確認
試したblurをもどす
CNNだけでなく、エッジの似通ったブ
ラーのかかっていない exampleimage
を入れてみた
教師あり学習
エッジも入力する
全体にブラーしてるのでもなければ
CNNと対して精度が変わらないし
CNNのが早い、全体ブラーなら
example 要る

22. WatchSense: On- and Above-Skin Input Sensing through a Wearable Depth Sensor CHI ‘17
Srinath Sridhar1, Anders Markussen2, Antti Oulasvirta3, Christian Theobalt1, Sebastian Boring2
どんなもの？
先行研究と比べてどこがすごい？
技術や手法のキモはどこ？
どうやって有効だと検証した？
議論はある？
次に読むべき論文は？
スマートウォッチ向けの入力手法。
Depthセンサを用い、指が手の甲へ触れること、空中での
入力、及び指の識別を可能にする。
従来手法は指が手の甲を触れること、空中で入力するこ
とを同時に認識できない。また、どの指で触れているか
を識別できない。
Depthセンサをタッチ面に対し、斜めに設置すること。
また、RandomForestを用いて2段階で指を識別するこ
と。
被験者実験にて、タッチ位置取得の正確さ、タッチおよ
びホバーの認識精度を評価し、先行研究と比較すること
で有効性を検証した。
現時点でDepthセンサをスマートウォッチに埋め込むこ
とができない。人差し指と親指しかサポートできていな
い。
OmniTouch
201713110 齋藤圭汰 #1 (人間コース)

23. OmniTouch: Wearable Multitouch Interaction Everywhere UIST ’11
持ち運び可能なdepthセンサとプロジェクタによるシステム。様々なものの表
面でグラフィカルでかつインタラクティブなマルチタッチのアプリケーション
を利用できる。
Chris Harrison, Hrvoje Benko, Andrew D. Willson
201713110 齋藤圭汰 #1 (人間コース)

24. SkinTrack: Using the Body as an Electrical Waveguide for Continuous
Finger Tracking on the Skin CHI ’16
スマートウォッチ向けの入力手法。ス
マートウォッチに取り付けられた電極か
ら高周波数の交流信号を発し、タッチす
る位置に応じて変化する信号の位相差を
基にタッチされた場所を特定する。
Yang Zhang, Junhan Zhou, Gierad Laput, Chris Harrison
201713110 齋藤圭汰 #1 (人間コース)

25. uTrack: 3D Input Using Two Magnetic Sensors UIST ‘13
ウェアラブル端末向けの入力手法である。
磁場センシングによって、親指とその他の
指を3D入力システムに変える。磁場ベクト
ルから磁石のx,y,z位置と軸の方向を計算す
る。ユーザスタディによってさまざまなポ
インティングタスクに効果的に使用できる
ことが示された。
Ke-Yu Chen, Kent Lyons, Sean White, Shwetak Patel
201713110 齋藤圭汰 #1 (人間コース)

26. 手袋ベースの手法ではなく、ハンドジェ
スチャのセンシングを手の甲を用いて行
う手法。並べたひずみゲージセンサを使
用し、機械学習を適応することで様々な
ハンドジェスチャを認識する。16個のハ
ンドジェスチャを平均95.8%で認識可能。
BackHand: Sensing Hand Gestures via Back of the Hand UIST ‘15
Jhe-Wei Lin, Chiuan Wang, Yi Yao Huang, Kuan-Ting Chou, Hsuan-Yu Chen, Wei-Luan Tseng, Mike Y. Chen
201713110 齋藤圭汰 #1 (人間コース)

27. iSkin: Stretchable On-Body Touch Sensors for Mobile Computing CHI ‘15
身体の上でタッチ入力を行うための、新し
い肌につけるセンサである。生体適合性の
ある物体によって作られ、柔軟で伸ばすこ
とができる。指、腕、耳などの形の違う
様々な場所にあった形で作製できる。シン
グルタッチ、マルチタッチに対応している。
Martin Weigel, Tong Lu, Gilles Bailly, Antti Oulasvirta, Carmel Majidi, Jürgen Steimle
201713110 齋藤圭汰 #1 (人間コース)

28. ShareVR: Enabling Co-Located Experiences for Virtual Reality between HMD and Non-HMD Users
Jan Gugenheimer, Evgeny Stemasov, Julian Frommel, Enrico Rukzio
Cheng et al 2015
201813560 #1 ( )

29. Guessing Objects in Context
Karan Sharma , Arun CS Kumar, Suchendra Bhandarkar
14
80
?
?
?
?
microsoft COCO
?
80
?
word2vec
Moe Matsuki, and Sozo Inoue, 2016 Recognizing
unknown activities using semantic word vectors and
twitter timestamps201813566 #1( )
SIGGRAPH '16

30. z L (
0CCM6G GA, 1T MIC 2RGBCB 0CCM CG DL AC C 5C G E LD 8 UPGAP . PCB
A C :HGIIP
:422 -83
RC .G 8C E 8GC C - CCI :C ECU 5CSG C 6GA GCI S
BC 8 C
GSC PG U LD IGDL G .C HCICU GSC PG U LD . G GP LIR G
‒u
(
‒
s rx 0

31. z L (
nr
z x lhpmcg
0 X y i k lzhyi
vx nh czl y q
X a
l y og e xc gvt y
n t i uvthX
z e lzy y b
i oxc
ot a y
:4 CDC C AC P C G G G IG GL vx g
vxl vxo vt X ot y
p lzhyi az 1 C IU C G GL ,
h ot a cx
d vx uz ot
h n t y e t
0 h otg dg exX l r g
dgy ot t n‒ oxs vt
b
uz z z p
hb t Xs ‒ h p h
n xo d ll yi z h
t y og oxc ct X
cx u g c
i
IL A M

32. z L (
z
PH W . PCB 5LAL L GL
d y et
L RP PH PCB L LI 8LIGAGCP DL 8 UPGAP PCB A C P
y 8LIGAU h g
r‒ p
2C C IG CB .GMCB IHG E L LI
X X Xf
otX n t
h p lzhyi
( :G RI GL LD 3R 6L GL 0 RPG E : L 3L G L 6LBCI 8 CBGA GSC
L LI
n t i lz vxX
i p
) 4 C GSC G G E LD 0U GA :HGIIP 4 PMG CB U 3R L A G E CA GNRCP
oX h o p d

33. Automatic Generation of Large-scale Handwriting Fonts via Style Learning
Zhouhui Lian Bo Zhao Jianguo Xiao
SIGGRAPH ASIA 2016

34. どんなものか
紙に手書きで266文字の中国語を書き、写真を
撮ってウェブサイトにアップロードすると、書い
た人の筆跡で27533文字の中国語のフォントラ
イブラリが作られる
先行研究と比べてどこがすごいか
一般の人でも、わずか1％の文字を書くだけで、
自分の筆跡のフォントライブラリを作ることがで
きる
技術や手法のキモ
ストロークを切り出す
手書きの文字と参考の文字のストロークの形
やレイアウトの差を学習
The Coherent Point Drift (CPD) [Myronenko
and Song 2010]algorithmを使ったこと
どうやって有効だと検証したか
手書きの文字か作られた文字かを見分けて
もらうテストを行ったところ、ほぼ見分けがつ
かないことが分かった
次に読むべき論文
Myronenko and Song 2010
201511561 松野瑞生 仏コース
議論はあるか
手書きの文字か作られた文字か区別がつか
ない、高いクオリティーの手書きフォントライ
ブラリを作ることができる

35. Sunny Day Display: Mid-air Image Formed by Solar Light
Naoya Koizumi

36. Fairy Lights in Femtoseconds: Aerial and Volumetric Graphics Rendered by Focused
Femtosecond Laser Combined with Computational Holographic Fields
Yoichi Ochiai1* Kota Kumagai2* Takayuki Hoshi3 Jun Rekimoto4 Satoshi Hasegawa2 Yoshio Hayasaki2 1University of Tsukuba 2Utsunomiya University 3Nagoya
Institute of Technology 4The University of Tokyo

37. Passive Mid-air Display
Naoya Koizumi, Takeshi Naemura

38. MistForm: Adaptive Shape Changing Fog Screens
Yutaka Tokuda, Mohd Adili Norasikin, Sriram Subramanian, Diego Martinez Plasencia
School of Engineering and Informatics, University of Sussex, Brighton, United Kingdom

39. MisTable: Reach-through Personal Screens for Tabletops
Diego Martinez Plasencia, Edward Joyce, Sriram Subramanian
Department of Computer Science,
University of Bristol, UK

40. MRsionCase: A Glasses-free Mixed Reality Showcase for Surrounding Multiple Viewers
Hanyuool Kim †, Shun Nagao †, Satoshi Maekawa (member)††, Takeshi Naemura (member)†

41. - - - -
- -
,A 4 NNO -B G PO A .EN OP MEBN 1 2B IBU
0 8618,723.9
R
2 7BNC N @B . M P NB
4 IP R BS NB@ OPN @P id e
, 3 4 IP 8B A N D
z
h w g l
p W
e yaocmi d
M T
jy s x tur
k i v
ux ao
h w g l
p W j
i yf o
I
w
V
Xh j j
ino
3 3, 4 TSBII P 17 c
3 PBI H 12Vf ao
A SO g NB@P

43.
!1

44.
!2

45.
!3

46.
!4

47.
!5

48.
!6

49.
!7

50.
!8

51.
!9

52.
!10

53.
!11

54.
!12

55.
!13

56.
!14

57.
!15

58.
!16

59.
!17

60.
!18

61.
!19

62.
!20

63.
!21

64.
!22

65.
!23

66.
!24

67.
!25

68. #1
201511444
1

69. 2
POISSON-BASED CONTINUOUS SURFACE GENERATION FOR
GOAL-BASED CAUSTICS SIGGRAPH 2014 TOG
4
4 4
4 1
4
# . m
4
4
2 4
2
.
5 .
4 5 .
0
# #
C 1
05 .
1 2
0
. 4
x C5
# N
Yonghao Yue, Kei Iwasaki, Bing-Yu Chen, Yoshinori Dobashi, and Tomoyuki Nishita

70. 3
D # t
0 3 4 D
od 0 s 3 4
24
a
2 s r h3
4
S 14 w 5
w 3

71. 4
c e i
rb t
4
# 1 4 af4
5 4 4
rb 2 3
# 0

72. 5
###
0 1 2
1 4
2 1
2 25

73. DeepWear: a Case Study of Collaborative Design
between Human and Artificial Intelligence
Natsumi Kato* University of Tsukuba Hiroyuki Osone* University of Tsukuba Daitetsu Sato University of Tsukuba Naoya Muramatsu University of Tsukuba Yoichi Ochiai
University of Tsukuba University of Tsukuba Hiroyuki Osone* University of Tsukuba Daitetsu Sato University of Tsukuba Naoya Muramatsu University of Tsukuba Yoichi Ochiai
University of Tsukuba
Alec Radford, Luke Metz, and Soumith Chintala. 2015.
Unsupervised representation learning with deep
convolutional generative adversarial networks.

74. UNSUPERVISED REPRESENTATION LEARNING WITH
DEEP CONVOLUTIONAL
GENERATIVE ADVERSARIAL NETWORKS
LAPGAN(Denton et al., 2015)
Jun-Yan Zhu, Taesung Park, Phillip Isola, and Alexei A Efros.

75. Unpaired Image-to-Image Translation using Cycle-
Consistent Adversarial Networks
Jun-Yan Zhu
∗
Taesung Park
∗
Phillip Isola Alexei A. Efros Berkeley AI Research (BAIR) laboratory, UC Berkeley
Pix2pix P. Isola, J.-Y. Zhu, T. Zhou, and A.
A. 2017

76. Towards the Automatic Anime Characters Creation
with Generative Adversarial Networks
Yanghua Jin School of Computer Science Fudan University jinyh13@fudan.edu.cn Jiakai Zhang School of Computer Science Carnegie Mellon University jiakaiz1@andrew.cmu.edu Minjun
Li School of Computer Science Fudan Univerisity Yingtao Tian Department of Computer Science Stony Brook University Huachun Zhu School of Mathematics Fudan Univerisity
minjunli13@fudan.edu.cn yittian@cs.stonybrook.edu zhuhc14@fudan.edu.cn Zhihao Fang Department of Architecture Tongji Univerisity fangzhihao126@gmail.com

77. Deep Generative Image Models using a
Laplacian Pyramid of Adversarial
Emily Denton
∗
Dept. of Computer Science Courant Institute New York University Soumith Chintala
∗
Arthur Szlam Rob Fergus Facebook AI Research
New York

78. GAN
Photo-Realistic Single Image Super-
Resolution Using a Generative
Adversarial Network
Christian Ledig, Lucas Theis, Ferenc Huszár, Jose Caballero, Andrew Cunningham, Alejandro Acosta, Andrew Aitken, Alykhan Tejani, Johannes Totz, Zehan Wang,
Wenzhe Shi

79. 2WPcLYO L :ZY BZMP ZaLN WTaP C% CNSYPTOP APO Z Z P LYO AL TNV 3L`OT NS
7
) (,(( +0
) r
æ
æ æ
z
æ
r
r r æ
(
,%BL TZYLW OP TRY

80. TNSLPW GP PWd DSPZ SLYT D LYOTWL GPYOd 6% LNVLd
5 347
) (,(( +0
r r
r æ
3L P `M L P CPY TYR 5T WLd 2P SP TN LdP +
æ k PcTMTWT d
r k
k2R G
)-% P NSLMWP PWPN ZW`XTYP NPY OPaTNP
)% 6WPN ZW`XTYP NPYNP Z RTLY P NSLMTWT d

81. DLV`dL LPVLbL I`TNST : ZS PT `VP DLVLXZ Z TdZ LVL DLXLOL DLVL ST
LPOL IZ ST `XT T LX` L 7`XTZ T STYZ
62347
) (,(( +0
DPL LMWP æ
r æ
K æ K r æl
æ
æ
æ ) r
DPL LMWP N N U G N U
æ
54 r V N
æ æ
9`XLY NLWPSL TN TY P LN TZY bT S L PLN TaP aT `LW
S`XLY TY L PLW TXP Sd TN TX`WL Z

82. T TW FTOTXNP 2WPcLYO P L L IP GLYR GZUNTPNS L ` TV
5 347
) (,(( +0
5 r
æ
æ
æ
~æ 7Z`YO d
8E:
m aZcPW m
r m
7Z`YO d ` O HI L
N S S
+(% PY7LM

83. 9TVL ` LRLYZ CSZRZ VLXZ Z LYO IZUT ILXLOL
41 7
) (,(( +0
æ ~ æ
æ
æ æ m
~ æ
æ m m m
r æ
(% - .
)% m
%
æ ~ æ
æ
p
+%ASd TNLW LYO PY Z d LN Z Z Pc ` P
,%AWPL P Z`NS

84. 2YYL FLWWRh OL 5LR CaLYg L` PY 3ZP FL TWTVT D LVYLVT
37
) (,(( +0
æ
L P TLW A ZR LXXTYR
oDLYRTMWP ZR LXXTYR DA
o L P TLW ZR LXXTYR A
r
æ
:Y ` Z` ` ( ( æv
A
r ~ m
/% 8 L SPYP LY T Z

85. `NTP 9P YLYOPe
4 7
) (,(( +0
) æ
DZ`NS 4ZYYPN TZY æ
æ
r æ
r
K æ m æK
~ æ
+% 6XZ TZYLW 5P TRY%

86. BZNNZ BTeeZ 2Y ZYTYZ ` ZWTYZ LYO dYP P 2% ZYP CPYTZ PXMP
41 7
) (,(( +0
r
m æ æ
æ æ æ
æ
æ
)
r ) f- VAL
,XX æ
æ
æ
-% DLN TWP OT WLd Z P PY TYR T YP OT TM` TZY

87. ZWWd 7WPcXLY 2 ST S ALY P 3PYZT Z d 4S T Z SP L PW 2 `W 8` L 5
3 7
) (,(( +0
2B r æ
m
æ
9ZWZ PY æ
æ
~
:ZYTeTYR BLOTL TZY :YO`NPO 4L L LN TY:Y P aPY TZYLW
4L OTZWZRd C L

88. DLVLd`VT 9T LT CL Z ST LVLXL ` IZ STST Z LbLSL L IL `LVT LVPST
7
) (,(( +0
c WL P æ
r r
æ
æ
r r
r æ
æ
æ
)% LXXTYR E P :Y P LNP

89. `YTNST ILXLZVL IL `LVT LVPST IZ STST Z LbLSL L
3 7
) (,(( +0
m)%,
x5 r æ
mA Z Z ZWO æ
æ m
r
æ
p

90. GPYeSPY I`LY CSLZcTZYR GLYR CTd`LY 5ZYR 6ObL O 2OPW ZY
7
) (,(( +0
((/ r r
m
æ
r r q m
r r r
æ
r V XPLY
m ( LTYTYR m
(/ P
()% BP ZR L STN PY TYR
( % CSL PP TXL TZY TY YL ` LW TWW`XTYL TZY

91. 4ZYYTP 8ZW PTUY 6WT P aLY OPY 9ZaPY 5LaTO 7 ZSWTNS 2MTRLTW CPWWPY
7
) (,(( +0
9dM TO N L æ r
94: æ m
æ
BP PL NS Z 5P TRY BP PL NS S Z`RS 5P TRYN
) N
BP PL NS S Z`RS 5P TRYN 9dM TO N L N
U 9 EG
r
æ p
((% 9LYON L TYR P ZYLWTePO NZXX`YTNL TZY TY P LNP
.% 9dM TO BPL PXMWLRP

92. 5LYTPWL % BZ YP
7
) (,(( +0
æ C dY æ
m æ
C dY AZ LMTWT d A ZNP LYO :YaP PO DTXP
NNL TZY LYO Z `YT TP NNL TZY
2YYZ L TZY DLN TWT d , æ
æ
m
æ
2H:C
æ

93. 2XT JZ LY LYO PLS 3`PNSWPd
10
2 7
) (,(( +0
r
~ m r m
m r m æ
4 L 5P `N TZY BP Z L TZY
4 L
N U Sv L O N
U SD A8 N LS
5P `N TZY
R I C T G DN U EI
U
BP Z L TZY
æ N L m
æ
æ
m

94. J%BLOTaZUPaTN A%3PPNSP 4%3ZbP C%9L `P A%2YO Pb D%9L LY 7%3ZYLNNZ Z 2%4%7P L T 3%9PY ZY
62 7
) (,(( +0
æ
r 6D
FT `LW Pc ` P æ
,f(, 9e f(, F r r
4ZY ZWWP 6 OPaTOP æ
6D 77 æ
n %/ )- (% )+
) ()
p
+% AZWL T d 6 PN TY 6WPN ZaTM L TZY Z DLN TWP 5T WLd

95. IZ`YRMZ 2 LX CSTX LPdPZY PP 8PPSd`V PP
7
) (,(( +0
r æ
r r
æ ~)
æ æ
r
æ
m r
% 5P TRYTYR L ZY NZY LN GPL LMWP DLN TWP 5T WLd
E TYR 2T WZb %

96. I` `VP ILXLeLVT 9T ZYZ T T LVP Bd` Z OL 9 `PS 9LY G` CSZTNST 9L PRLbL TYL ` DLVPVZ ST
3 7
) (,(( +0
9L MPL ~
r
~ r æ
) r
å m
54 r r
( 9L MPL 9L `L Z
+
7TR` Py P LW 9L MPL O9L `L Z RO
m
ö æ

97. 9T Z ST : STT 9T Z ST : STT CPLY 7ZWWXP 2XT JZ LY ASTWT CNSZP WP L PO 4Z`Y
7
) (,(( +0
KBLOTNLW 2 ZX K m m
r
r
r )u() TY æ r
w ü r æ
r 4 PY7 LXPbZ V
æ
BLOTNLW 2 ZX O N U
æ m
æ
SL P NSLYRTYR LYRTMWP ZR LXXLMWP XL P TLW

98. GPYOd 5L PY TR`PW 3 `Y 2WZY Z
37
) (,(( +0
æ
E P 6c P TPYNP æ
)
m æ
r
) s m t
æ æ
æ
% DSP 9L TNDZ`NS ZZWVT
,% Pc WZ TYR SP TX WP SL TN OP TRY LNP
-% L P TLMWP

99. PY LVLRLVT `VP FTYV L PO 4Z`Y 5LYTPWGTYOSLX 5LYTPW PT STYRP CPLY 7ZWWXP 9T Z ST : STT
7
) (,(( +0
æ r r
æ
BLOTLW 2 ZX t
WPcTMTWT d PWL TNT d aTNZ T d æ
CZWTO ZOPW1 æ
T `TO ZOPW1 æ
r )
(
()% 6XMZOTXPY Z BLOTNLW 2 ZX

100. 4WPXPY JSPYR
4 7
) (,(( +0
m
r
m r
r
æ
BP PL NS Z 5P TRY BP PL NS S Z`RS 5P TRYU EI
r
æ m
æ æ
)% Pb OT PN TZY TY OP TRYNZRYT TZY æ

101. 4LXTWWP Z` P P BTNSL O 3LYV
4 7
) (,(( +0
q N
r
æ æ
n
m
r æn
r m
æ
æ
+% 2 3 TP DLcZYZXd Z
DLN TWP:WW` TZY LYO 5PXZY L TZY

102. : Pd DLVLSL ST 2VTST Z : Z
3 7
) (,(( +0
KCdYN 5ZY K
r
æ
) m
æ æ
æ
r
æp
2` ZYZXTN YP aZ` d PX LN TaT d TY PXZ TZY1
L PaTPb% 3TZWZRTNLW dNSZWZRd

103. ZTN 4Z PY Sd L NPWWZ 8TZ OLYZ BTNSL O 9LdOPY 5LYTPW 8 T T S 4 LTR P Pd 9LYYLS
TXP TNV P T 8PZ RTZ` DZX 4L P i R jWWP C T LX C`M LXLYTLY
7
) (,(( +0
r
æ
r r æ æ
PY NWZ P TYP NLY BLYOZX ZaTYR
+ æ
r q
æp
.% DZ`NSTYR SP TYaT TMWP

104. CHI 2018, April 21–26, 2018, Montr・al, QC, Canada
Effects of Enhanced Gaze Presentation on Gaze Leading in Remote Collaborative Physical Tasks
Mai Otsuki Keita Maruyama Hideaki Kuzuoka Yusuke Suzuki
201511442 杉浦智理 （仏コース）
・研究内容
遠隔の共同作業において対面での作業と同様に視線によるサポ
ートの有効性を高めるためのデバイス ThirdEye の開発。
・先行研究との比較
先行研究では特殊なディスプレイの必要性や、ヘッドセットの着
用によってユーザへの負担を強いるものが多い。
この研究では携帯端末に簡単に追加することができるディスプ
レイを提案している。
・技術や手法
半球状にカットした人工ウレキサイト（テレビ石）を用いること
でシステムの反応性を高め、さらに電気消費量を抑えることで携
帯端末での使用を可能にしている。
・実験方法
Skype 等のビデオ通話を仮定して録画・録音された話し手のビデ
オデータによって 4 枚のカードについて説明を受ける際に
ThirdEye がある場合とない場合について、聞き手が視線をカー
ドに向かって移し始めるまでの時間と適切なカードに視線を固
定するまでの時間を計測した。
また実験後にアンケ―トによる調査を行った。
・議論
被験者の視線移動の時間計測とアンケートの両方について、
ThirdEye が遠隔のコミュニケーションのサポートにおける有効
性が示された。
今回の実験では小型の端末での視線サポートのみを想定して行
われているが、今後はさらに大きい端末において ThirdEye が有
効であるかどうか、またジェスチャーに関するサポートと組み合
わせた場合についての検証をしていくと述べている。

105. Digital Gastronomy: Methods & Recipes for Hybrid Cooking - UIST2016
Moran Mizrahi, Amos Golan, Ariel Bezaleli Mizrahi, Rotem Gruber, Alexander “Zoonder” Lachnish, Amit Zoran
(The Hebrew Univ. of Jerusalem, MIT Media Lab, Bezalel Academy of Arts and Design)

106. Hybrid Practice in the Kalahari: Design Collaboration through Digital Tools and Hunter-Gatherer Craft - CHI15
Jennifer Jacobs, Amit Zoran (MIT Media Lab, The Hebrew Univ.)

107. Cooking with Robots: Designing a Household System Working in Open Enviroments - CHI10
Yuta Sugiura, Daisuke Sakamoto, Anusha Withana, Masahiko Inami , Takeo Igarashi (KMD, Univ. of Tokyo JST, ERATO, IGARASHI Design UI Project )

108. The Hybrid Artisans: A Case Study in Smart Tools - ToCHI2014
AMIT ZORAN, ROY SHILKROT, SURANGA NANYAKKARA, JOSEPH PARADISO(MIT Media Lab, Singapore Univ. of Tech. and Design)

109. Laser Cooking: a Novel Culinary Technique for Dry Heating using a Laser Cutter and Vision Technology - CEA’12
Kentaro Fukuchi, Kazuhiro Jo, Akifumi Tomiyama, Shunsuke Takao (Meiji Univ., Institute of Advanced Media Arts and Sciences, Tokyo Univ. of the Arts)

110. Hybrid Basketry: Interweaving Digital Practice within Contemporary Craft - SIGGRAPH’13 Art Gallery
AMIT ZORAN (MIT Media Lab)

111. HeartChat: Heart Rate Augmented Mobile
Messaging to Support Empathy and Awareness
Mariam Hassib, Daniel Buschek, Paweł W. Woz ́niak, Florian Alt
＠The ACM CHI Conference on Human Factors in Computing Systems
HeartChat って？
メッセージとともに心拍数を送信することができるモバイルチャットアプリケーション。
何で HeartChat?
従来のテキストだけのコミュニケーションアプリでは相手の心情を理解しづらいので、
顔文字やスタンプや画像を送信する代わりに生体データで感情を表現する。
どうやって？

112. 1)メッセージ送信時の心拍数によってメッセージを色付けする HeartBubbles
2)お互いがオンラインの時にリアルタイムで心拍数を表示する HeartLight
3)ボタンを押した時に心拍数を送信する HeartButton
の三種類を試してみる。
実験は 7 組 14 名に 69 日間使用してもらい、その感想をアンケートした。
結果:機能共通
・心拍数を送信することは感情や文脈認識に役立ち、楽しさの面でも従来のアプリケーシ
ョンよりも上回っているというデータが得られた。
・心拍数によってパートナーがどこで何をしているのかが推測できた。
・好きな食べ物や物事について話す時に心拍数が上昇していた。
・また自分自身の心拍状況を知ることで自己観察やストレスの原因を特定することにも役
立った。
・ハートチャットは家族や親密な友人との利用が望ましい。
結果:各機能別
・HeatrBubbles が最も楽しく、パートナーの心情を理解しやすいというアンケート結果。
・HeartBubbles は色による表示なので、数字と比べて微妙な心拍変化が分かりにくい。
・HeartButton が最も明瞭で解釈の容易性があったというアンケート結果があり、分析の
結果でも対話者の状態に対する意識の有意な増加が認められた。
・HeartButton は自身が明示的に心拍数を送信するため、その数字の意味が他の２機能よ
りも有意義に感じられた。
・HertsLight はパートナーがメッセージを読んでいる時の心拍数を知るのに役立った。

113. 参考文献の sur vey
Daniel Buschek, Alexander De Luca, and Florian Alt. 2015. There is More to Typing
Than Speed: Expressive Mobile Touch Keyboards via Dynamic Font
Personalisation. In Proceedings of the 17th International Conference on Human-
Computer Interaction with Mobile Devices and Services (MobileHCI ’15). ACM, New
York, NY, USA, 125–130. DOI: http://dx.doi.org/10.1145/2785830.2785844
タイピングはエラー率や速度などの定量的な要因に関して研究されているが、TapScript
を利用して、タイピング時のユーザーの行動や文脈、指の配置やデバイスの向きや動きな
どから、タイピングに個性的特徴を持たせる手書きのようなフォントの生成を行なった。
タイピストとそのタイピングにより生成されたフォントの組の特定率は 84.5%で、タイピ
ング時に歩っていたか座っていたかの正解率は 94.8%だった。これで、個人のタイピング
の特徴により生成されたフォントには個性的な特徴があると認識された。
Franco Curmi, Maria Angela Ferrario, Jen Southern, and Jon Whittle. 2013.
HeartLink: Open Broadcast of Live Biometric Data to Social Networks. In
Proceedings of the SIGCHI Conference on Human Factors in Computing Systems
(CHI ’13) . ACM, New York, NY, USA, 1749–1758. DOI:
http://dx.doi.org/10.1145/2470654.2466231
バイオメトリックデータを自身の健康管理やトレーニングのために利用する以外に、ソー
シャルネットワークにおいて共有するという可能性について、心拍数などのバイオメトリ
ックデータをリアルタイムで収集し、オンラインでブロードキャストする HeartLink を開
発した。生体データの視覚化はデータの提供者と視聴者の関係に影響を与え、提供者は視聴
者に近づいた目線の情報発信を行い、視聴者は同一のコミュニティに属しているという意
識が強まった。バイオメトリックデータの共有は人間関係に影響を与えることがわかった
ため、新しいビジネスモデルやコミュニティの構築に適応できる可能性がある、
Joan Morris DiMicco, Vidya Lakshmipathy, and Andrew Tresolini Fiore. 2002. Conductive
Chat: Instant messaging with a skin conductivity channel. In Proceedings of Conference on
Computer Supported Cooperative Work. Citeseer.
Conductive Chat はユーザーの変動するリアルタイムの皮膚の伝導度をダイアログインタ
ーフェイスに組み込むインスタントメッセージングインターフェイスである。テキストチ
ャットの対話の中にユーザーの興奮度、覚醒度を含めることによって感情的なコンテンツ

114. を補っている。この研究領域は、情緒的情報がコンピュータ媒介環境における欲求と意図の
共有をいかに豊かにするかを理解することを目的としている。
Rana El Kaliouby and Peter Robinson. 2004. FAIM: Integrating Automated Facial Affect
Analysis in Instant Messaging. In Proceedings of the 9th International Conference on
Intelligent User Interfaces (IUI ’04). ACM, New York, NY, USA, 244–246. DOI:
http://dx.doi.org/10.1145/964442.964493
伝統的なインスタントメッセージングプラットフォームは、表現の主要な形式としてテキ
ストメッセージに依存している。FAIM はリアルタイムで人の顔を分析し、それを表現する
感情的なキャラクターを登場させることで対話を強化する。この論文では顔を分析しアプ
リに統合する際の設計上の課題とその対処について述べている。顔の表情は日常的なコミ
ュニケーションにおいても重要な役割を果たしている。FAIM の影響を数値化し、より良い
ものへと改善していくことが望まれる。
Ke-Chen Pong, Chi-An Wang, and Shuo Hsiu Hsu. 2014. GamIM: Affecting Chatting Behavior
by Visualizing Atmosphere of Conversation. In CHI ’14 Extended Abstracts on Human
Factors in Computing Systems (CHI EA ’14). ACM, New York, NY, USA, 2497–2502. DOI:
http://dx.doi.org/10.1145/2559206.2581168
モバイルデバイスを介したインスタントメッセージの交換において、テキストから感情的
な手がかりを増強する顔文字などの従来の添付物は、二人の対話者の間の会話の雰囲気を
視覚化することができない。GamIM は送信されたメッセージをトレーニングされた分類器
によって分析して正、負、中立に分類しその感情に合わせて色付きの泡を生成して会話の雰
囲気を視覚化する。泡はメッセージの周辺から発生し、その後画面上方の大気領域で止まる
ため既存の泡と相互作用する。このようなゲーム的アプローチである感情の泡の残留と相
互作用は、ユーザーに会話中に発生した感情の量を思い出させ、潜在的にユーザーのチャッ
ト動作に影響を及ぼし、より積極的な会話を促すと仮定される。
201611460 廣瀬啓丞 (人間コース)

117. Learning to be a Depth Camera for Close-Range Human Capture and
Interaction
Sean Ryan Fanello Cem Keskin Shhram Izadi Pushmeet Kohli David Kim David Sweeney
Antonio Criminisi Jamie Shotton Sing Bing Kang Tim Paek
Microsoft Research iCub Facility - Institute Italiano di Tecnologia
KESKIN, C., KIRAÇ , F., KARA, Y., AND AKARUN, L. 2012. Hand pose
estimation and hand shape classification using multi-layered
randomized decision forests. In Proc. ECCV.
201813567 #FTMA18 ( )

118. Category-Specific Object
Reconstruction from a Single Image
Abhishek Kar∗ , Shubham Tulsiani∗ , Joao Carreira and
Jitendra Malik ˜ University of California, Berkeley -
Berkeley, CA 94720
Estimating Human Shape and Pose from
a Single Image
Peng Guan Alexander Weiss Alexandru O. B˘alan Michael
J. Black Department of Computer Science, Brown
University, Providence, RI 02912, USA
201813567 #FTMA18 ( )

119. Real Time Hand Pose Estimation using
Depth Sensors
Cem Keskin, Furkan Kırac¸, Yunus Emre Kara and Lale
Akarun Bogazic¸i University ˘ Computer Engineering
Department, 34342, Istanbul, Turkey
Multi-spectral SIFT for Scene Category
Recognition
Matthew Brown and Sabine Susstrunk ¨ School of
Computing and Communication Sciences, Ecole ´
Polytechnique Fed´ erale ´ de Lausanne (EPFL).
201813567 #FTMA18 ( )

120. Multiview Face Capture using Polarized
Spherical Gradient Illumination
Abhijeet Ghosh Graham Fyffe Borom Tunwattanapong Jay
Busch Xueming Yu Paul Debevec USC Institute for
Creative Technologies
201813567 #FTMA18 ( )

121. f E Ia P E
E
a l E
dE
E
m t q n p e
wmvk e m t q n
qr ebc dbI
sl h or
1 1 t kg ui e P
un e r P
urm P y cRI
1 2 0 3 0 10 : C - 10 :B02 0 3 7- 2: :A1 1 1 1
-7C - 0 : 7:: :2 - 7 - : :2 7: - 1 :7:3C : 1 C :B02 0 3 -

122. 01 1
1 2 1
20
l i i i i tm i i tm
b c M i
l i i a i I A
d a i o A I i i tmI
b r uA C A
o s n

123. 0 0
0 0
sPi C 2 A r A A
a n I C 9
s P t 2dou A
n s c
bU b 2 l b b A P

124. 01 1
1 2 1
20
a d 5 5 A
d 5 5 5 b ti
d 5 A d 5 c5 C I
c d 5 s E Aul o
5 A c C n r

125. 01 1
1 2 1
20
1
bla I I F5
C F A r cs F5
A v dnvC t F u ioA 5

126. ShareVR: Enabling Co-Located Experiences for Virtual Reality between HMD and Non-HMD Users
Jan Gugenheimer, Evgeny Stemasov, Julian Frommel, Enrico Rukzio
Cheng et al 2015
201813560 #1 ( )

127. Guessing Objects in Context
Karan Sharma , Arun CS Kumar, Suchendra Bhandarkar
単語埋め込みベクトルを用いて選択された
14種の画像ラベルを学習したモデルから、
80種のラベリング問題を解いた。
どんなもの?
先行研究と比べてどこがすごい?
先行例のゼロショット学習は複雑でスケー
ルしにくいが、その点が改善されている。
技術や手法のキモはどこ?
単語埋め込みベクトルから文脈を見て同時
に発生しやすいラベルを推測する点。
どうやって有効だと検証した?
microsoftのCOCOデータベースのラベリングを行った。
議論はある?
80種全てのラベルについて学習したモデルよりは精度
が低いが、ごく少数の検出器からイメージ内のオブジ
ェクトを推測可能であることを示した。
次に読むべき論文は?
同じくword2vecを分類問題に利用している
Moe Matsuki, and Sozo Inoue, 2016 Recognizing
unknown activities using semantic word vectors and
twitter timestamps201813566 仲村勇馬 #1(仏コース)
SIGGRAPH '16

128. Emotion Control of Unstructured Dance Movements
(SCA17)
⚫ どんなもの？
コンテンポラリーダンスの動きを RCM で示された感情座標を用いて定式化する
⚫ 先行研究と比べてどこがすごい？
今まではある程度のデータ処理とモーション登録を必要とし、スタイル編集を指示す
るユーザーの主観的な単語に依存していたが、トレーニングデータから独立した動作
に適用することができる。
⚫ 技術や手法のキモは？
LMA により非構造的なダンスの感情を解析し、RCM に基づいた感情座標図を作る
⚫ どうやって有効だと検証した？
ユーザスタディでどの程度の精度で判別できたかで検証
⚫ 議論はある？
自由形式のダンスからの感情認識は、思ったよりも難しい。モーションキャプチャもう
まくいかなかったからよりよいキャプチャシステムを作り出したい。
⚫ 次に読むべき論文は？
M. Ersin Yumer and Niloy J. Mitra. 2016. Spectral Style Transfer for Human Motion
Between Independent Actions. ACM Trans. Graph. 35, 4 (July 2016), 137:1–137:8.
201511520 鈴木亮祐(人間コース)

129. 関連研究
Flexible Registration of Human Motion Data with Parameterized Motion Models
- 人間の自動モーション登録のための効率的なモデルベースのアプローチを提示
- 歩行、走行、ジャンプなどのモーションで実験
- 高品質のモーションデータを得るために、データベースの例を半自動的に事前登録しな
ければならない→時間がかかる
➢ 可能な解決策：データベース内の少数の例を半自動プロセスで予め登録してから、
モデルベースの登録メソッドを使用してパラメータ化されたモデルを段階的に更
新すること
- 将来的にはより多くの被験者、高齢者から子どもなどのより多くの動きのバリエーショ
ンをトレーニングデータベースに追加
- モーション合成、圧縮、コーディング、認識、およびフィルタリングにおけるアプリケ
ーションの調査を今後やる
Style Translation for Human Motion
- コンテンツを保存しながら、人間の動きをさまざまなスタイルに素早く変換できるよう
にすること
➢ 膨大なデータセットを構築する負担が大きい問題を解決できる
- 関節を独立してモデル化した
➢ 入力と出力の骨格が共通でなくてはならない
➢ Shin et al の retargeting アプローチのような手法と組み合わせれば解決する可能性
がある
➢ 制御理論やその他の関連分野の分析技術を応用することで、人間の動きにおける
スタイルの本質についての新しい洞察を見つけたい
Generalizing Motion Edits with Gaussian Processes
- こ学習システムの一般化プロパティを使用して、短いトレーニングシーケンスで作成さ
れた変更をフルアニメーションに伝播するシステム
- 将来的には、この技術がフットプラントなどの環境制約を処理できるかどうかを探究し
て、後処理が不要になるようにしたい
Modeling Spatial and Temporal Variation in Motion Data
- 運動データの変化をモデル化し、合成するための新しい方法の提示
➢ オリジナルの歩行サイクルのわずかな差を生成することができるバリエーション
モデル、出力動作の自然さを大幅に改善する可能性がある
- 重要なのは、少量のデータで自律的にモデル化してバリエーションを合成する正式な方
法

130. - ノイズを追加する方法は必ずしも自然にならない
- 数値的には違っても見た目はわずかに異なるだけだから改善の余地あり
- future work→モーションデータを圧縮するためにバリエーションのアイデアを使用す
ること
Efficient Content-Based Retrieval of Motion Capture Data
- ポーズの指定されたボディポイント間の幾何学的関係を記述する様々な種類の定性的
特徴を導入し、これらの特徴がモーションキャプチャデータストリームの時間分割をど
のように誘導するかを示す
- クエリシナリオの 1 つの大きな欠点は、各クエリに対して、ユーザは、高品質の検索結
果を得るために適切な特徴を選択しなければならないこと
- 代表的な例題のモーションから表現的な幾何学的特徴を自動的に特定するために、統計
的方法を採用する予定

133. Micron-Scale Light Transport Decomposition Using Interferometry
(ACM TOG 2015; Gkioulekas, Ioannis and Levin, Anat and Durand, Fr{'e}do and Zickler, Todd)

134. Structural colors: from natural to artificial systems
(Wiley Interdisciplinary Reviews: Nanomedicine and Nanobiotechnology 2016, Fu, Yulan and Tippets, Cary A and Donev, Eugenii U and Lopez, Rene)

135. Artificial Structural Color Pixels- A Review
(Materials 2017, Zhao, Yuqian and Zhao, Yong and Hu, Sheng and Lv, Jiangtao and Ying, Yu and Gervinskas, Gediminas and Si, Guangyuan)

136. Absence of Red Structural Color in Photonics Glasses, Bird Feathers and Certain Beetles
(arXiv 2014, Magkiriadou, S., Park, J. G., Kim, Y. S., & Manoharan, V. N. )

137. Design and simulation of omnidirectional reflective color filters based on metal-dielectricmetal structure
(Optics express 2014, Yang, Chenying and Shen, Weidong and Zhang, Yueguang and Peng, Hao and Zhang, Xing and Liu, Xu)

138. Optimization of sharp and viewing-angle-independent structural color
(Optics express 2015, Hsu, Chia Wei and Miller, Owen D and Johnson, Steven G and Solja{v{c}}i{'c}, Marin)

139. Using Cuttlefi sh Ink as an Additive to Produce Non-iridescent Structural Colors of High Color Visibility
(Advanced Materials 2015, Zhang, Yafeng and Dong, Biqin and Chen, Ang and Liu, Xiaohan and Shi, Lei and Zi, Jian)

140. Structural coloration pigments based on carbon modified ZnS@ SiO2 nanospheres with low-angle dependence, high color saturation,
and enhanced stability
(ACS applied materials & interfaces 2016, Wang, Fen and Zhang, Xin and Lin, Ying and Wang, Lei and Zhu, Jianfeng)

141. Rapid fabrication of angle-independent structurally colored films with a superhydrophobic property
(Dyes and Pigments 2016, Wang, Fen and Zhang, Xin and Zhang, Lei and Cao, Min and Lin, Ying and Zhu, Jianfeng)

142. Selective Coloration of Melanin Nanospheres through Resonant Mie Scattering
(Advanced Materials 2017, Cho, Soojeong and Shim, Tae Soup and Kim, Ju Hyeon and Kim, Dong-Hyun and Kim, Shin-Hyun)

143. Photonic glass for high contrast structural color
(arXiv 2018, Shang, Guoliang and Maiwald, Lukas and Renner, Hagen and Jalas, Dirk and Dosta, Maksym and Heinrich, Stefan and Petrov, Alexander Yu and Eich, Manfred)

144. Fabrication of micro/nano structures on metals by femtosecond laser micromachining
(Micromachines 2014: Ahmmed, KM and Grambow, Colin and Kietzig, Anne-Marie)

145. Bio-inspired functional surfaces based on laser-induced periodic surface structures
(Materials 2016: M{"u}ller, Frank A and Kunz, Clemens and Gr{"a}f, Stephan)

146. Selective appearance of several laser-induced periodic surface structure patterns on a metal surface using structural colors produced by
femtosecond laser pulses
(Applied Surface Science 2012, Yao, Jianwu and Zhang, Chengyun and Liu, Haiying and Dai, Qiaofeng and Wu, Lijun and Lan, Sheng and Gopal, Achanta Venu and Trofimov, Vyacheslav A and Lysak, Tatiana M)

147. a
d asuo sbC ah
T ZX C suo sb
m P a Y m
e a
72 857 1 2 2 7 5 4 : 7 7 :
: 8854 5: 5 5 2:4 5: 78
# r s
apyb
hPI asuo s bC
m T ZX C
a suo sb a m
n a
i t v suo s
a a 0 a ah
Z a b i
m P suo s h
b Sl
a
C suo s suo sa
U m i X
TX C suo sh s
uo sa ilX
. #

148. Unsupervised Image-to-Image Translation Networks
Ming-Yu Liu Thomas Breuel Jan Kautz
201813558 #1 ( )

149. Attribute2Image: Conditional Image Generation from Visual Attributes (Xinchen Yan, Jimei
Yang, Kihyuk Sohn, Honglak Lee)
Conditional Image Generation with PixelCNN Decoders (Aaron van den Oord, Nal
Kalchbrenner, Oriol Vinyals, Lasse Espeholt, Alex Graves, Koray Kavukcuoglu)
Unsupervised representation learning with deep convolutional generative adversarial
networks (Alec Radford, Luke Metz, Soumith Chintala)
201813558 #1 ( )

150. Coupled Generative Adversarial Networks (Ming-Yu Liu, Oncel Tuzel)
Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network
(Christian Ledig, Lucas Theis, Ferenc Huszar, Jose Caballero, Andrew Cunningham, Alejandro
Acosta, Andrew Aitken, Alykhan Tejani, Johannes Totz, Zehan Wang, Wenzhe Shi)
201813558 #1 ( )

151. Silicone Devices: A Scalable DIY Approach for Fabricating Self-Contained Multi-Layered Soft
Circuits using Microfluidics
Steven Nagels1* , Raf Ramakers2* , Kris Luyten3 , Wim Deferme1
Instant Inkjet Circuits: Lab-based Inkjet Printing to
Support Rapid Prototyping of UbiComp Devices

152. PrintScreen: Fabricating Highly Customizable Thin-film Touch-Displays
TFEL
Instant Inkjet Circuits: Lab-based Inkjet Printing to Support
Rapid Prototyping of UbiComp Devices
SkinMarks: Enabling Interactions on Body Landmarks
Using Conformal Skin Electron
Sketching in Circuits:
Designing and building electronics on paper
iSkin: Stretchable On-Body Touch
Sensors for Mobile Computing

153. D J DJJ A , AC AA - - J I :E 2I A EPA .JI AI
MECC KD )
( V
5 M M FA M J J∗
-MMEM I 6 J AMMJ 1 J 2I J EJI A DIJ JC 4 I C 2IM E A J A DIJ JC
FADE J A JF
-MMEM I 6 J AMMJ DJJ J 5A E EAI A JF J 9IEPA ME J A DIJ JC
o pwrU
r V gl
T V ei
la h f V T
V mS p o mw
p m T
n tlo fc U
f s Y i 3JIAM A
( S s r V
por p nep
T
r so U
0 E n [ r
V V Vn V
l] an Vr n
r n r d d V
Vr d
k f
l V
r wn f
ivSy p T
V
S V Vs n
m T
ut sU
3JIAM A (