profile image

Shunsuke Yasuki -- 安木 駿介安木 駿介 -- Shunsuke Yasuki

Artificial Intelligence (Deep Learning) Researcher人工知能（深層学習）研究者

Language言語
Designデザイン

Career Profile経歴

As for my academic career, during my undergraduate years, I deepened my knowledge and experience in Artificial Intelligence and Data Science alongside my Business Administration major. Later, I earned a master's degree in artificial intelligence, and in March 2026 I was awarded a Ph.D. in Artificial Intelligence Science by the Graduate School of Artificial Intelligence and Science, Rikkyo University. Since April 2026, I have been a Project Researcher at the Matsuo-Iwasawa Laboratory, Graduate School of Engineering, The University of Tokyo. I study how deep learning models work in the field of computer vision, and my papers have been accepted at the world's top international conferences, including CVPR, ICCV, and NeurIPS. I was also selected for the AIST KAKUSEI Project (FY2025), serve as a reviewer for NeurIPS, and have been an Operating Committee Member of JSAI (the Japanese Society for Artificial Intelligence) since 2025. As for my business career, in 2020, I joined a startup developing artificial intelligence services as a data scientist and became its CTO. In 2021 I went independent and started another artificial intelligence services company.

学術面では、学部時代に経営学を専攻しながら、人工知能とデータサイエンスの知識と経験を深めました。その後、人工知能科学の修士号を取得し、2026年3月に立教大学大学院人工知能科学研究科より博士（人工知能科学）の学位を授与されました。2026年4月より、東京大学大学院工学系研究科 松尾・岩澤研究室の特任研究員を務めています。研究テーマはコンピュータビジョンにおける深層学習モデルの動作原理の解明で、CVPR・ICCV・NeurIPS といったトップ国際会議に論文が採択されています。また、令和7年度 産総研「覚醒」プロジェクトに採択され、NeurIPS の査読を担当、2025年からは人工知能学会（JSAI）の運営委員も務めています。ビジネス面では、2020年に人工知能サービスを開発するスタートアップにデータサイエンティストとして参画し、CTO に就任しました。2021年に独立し、別の人工知能サービス企業を立ち上げました。

INTERNATIONAL CONFERENCE (REFEREED)国際会議（査読付き）

CVPR2024 CAM Back Again: Large Kernel CNNs from a Weakly Supervised Object Localization Perspective

Shunsuke Yasuki, Masato Taki

CVPR2024 (The IEEE/CVF Conference on Computer Vision and Pattern Recognition 2024)

CVPR2024（コンピュータビジョン・パターン認識会議 2024）

Download PDFPDF をダウンロード

More on GitHubGitHub で詳細を見る

ICCV2025 GeoProg3D: Compositional Visual Reasoning for City-Scale 3D Language Fields

Shunsuke Yasuki, Taiki Miyanishi, Nakamasa Inoue, Shuhei Kurita, Koya Sakamoto, Daichi Azuma, Masato Taki, Yutaka Matsuo

ICCV2025 (International Conference on Computer Vision 2025)

ICCV2025（国際コンピュータビジョン会議 2025）

Download PDFPDF をダウンロード

More on GitHubGitHub で詳細を見る

NeurIPS2026 The Shape of Events: Edge-Based Inductive Biases via Cross-Domain Distillation

Soshun Kihara*, Shunsuke Yasuki*, Masato Taki* (*All authors contributed equally)（*全著者が同等に貢献）

NeurIPS2026 (The Annual Conference on Neural Information Processing Systems 2026)

NeurIPS2026（ニューラル情報処理システム会議 2026）

Download PDFPDF をダウンロード

More on GitHubGitHub で詳細を見る

Academia研究・学歴

Project Researcher特任研究員

Matsuo-Iwasawa Lab, Graduate School of Engineering, The University of Tokyo, Tokyo, Japan東京大学大学院工学系研究科 松尾・岩澤研究室（東京, 日本） (2026-Present)（2026年 - 現在）

Research on deep learning and computer vision, supervised by Yutaka Matsuo.

松尾豊教授のもとで、深層学習・コンピュータビジョンの研究に従事。

  • Deep Learning深層学習
  • Computer Visionコンピュータビジョン

Ph.D in Artificial Intelligence Science博士（人工知能科学）

Graduate School of Artificial Intelligence and Science, Rikkyo University, Tokyo, Japan立教大学大学院 人工知能科学研究科（東京, 日本） (2023-2026)（2023年 - 2026年）

Majored in Computer Science, supervised by Masato Taki. The degree was awarded in March 2026.

瀧雅人先生のもとで計算機科学を専攻。2026年3月に学位を授与されました。

  • Deep Learning深層学習
  • Computer Visionコンピュータビジョン

MEng in Artificial Intelligence修士（人工知能科学）

Rikkyo University, Tokyo, Japan立教大学大学院 人工知能科学研究科（東京, 日本） (2021-2023)（2021年 - 2023年）

Majored in Computer Science, supervised by Masato Taki.

瀧雅人先生のもとで計算機科学を専攻。

  • Deep Learning深層学習
  • Computer Visionコンピュータビジョン

BEc in Accounting Finance学士（経営学）

Rikkyo University, Tokyo, Japan立教大学 経営学部（東京, 日本） (2016-2020)（2016年 - 2020年）

Majored in Management, supervised by Noritake Sunaga.

Noritake Sunaga 先生のもとで経営学を専攻。

  • Industry Analysis業界分析
  • Financial Analysis財務分析
  • Product and Service Planning商品・サービス企画
  • Planning Practice企画実践

Work Experience職歴

Technical Leader & Data Scientistテクニカルリーダー / データサイエンティスト - JP, sAkIku日本, sAkIku (2021 - Present)（2021年 - 現在）

I led a technical team of about 10 engineers. I am not the president of the company, but I started the company with the president.

約10名のエンジニアからなる技術チームを率いました。代表ではありませんが、代表と共に会社を立ち上げました。

  • Data analysis and AI development for the development of non-invasive ecological devices for client companies.クライアント企業向けの非侵襲生体センシングデバイス開発に伴う、データ分析と AI 開発。
  • System design and AI development to visualize the distance between various sensor data and the basis for predicting anomalies using AI.各種センサーデータ間の距離や、AI による異常予測の根拠を可視化するためのシステム設計と AI 開発。
  • Management and human resources related tasks.経営および人事に関連する業務。

Data Scientist -> CTOデータサイエンティスト → CTO - JP, Revorn日本, Revorn (2020 - 2021)（2020年 - 2021年）

I joined the company after a period of internship. I was eventually appointed CTO and led a technical team of about 20 people.

インターンを経て入社し、最終的に CTO に就任、約20名の技術チームを率いました。

  • Data Scientist: Analysis of odor sensor data and AI developmentデータサイエンティスト：においセンサーデータの分析と AI 開発
  • CTO: Formulate and facilitate development plans, brief stakeholders, and same tasks as above.CTO：開発計画の策定と推進、ステークホルダーへの説明、および上記と同様の業務

Internship Data Scientistインターン データサイエンティスト - JP, CrystalMethod日本, CrystalMethod (2018 - 2019)（2018年 - 2019年）

I was hired as an internship student for about six months to support the development of dialogue AI and the automatic collection of training data.

約6か月間インターンとして、対話 AI の開発と学習データの自動収集を担当しました。

Internship Python Engineerインターン Python エンジニア - DE, DLR(German Aerospace Center)ドイツ, DLR（ドイツ航空宇宙センター） (2018)（2018年）

I was hired as an internship student for about two months to analyze pressure measurement data.

約2か月間インターンとして、圧力計測データの分析を担当しました。

Awards & Grants受賞・採択

AIST KAKUSEI Project産総研「覚醒」プロジェクト - JP, National Institute of Advanced Industrial Science and Technology (AIST)日本, 産業技術総合研究所 (FY2025)（令和7年度）

Selected for the FY2025 (Reiwa 7) AIST KAKUSEI Project, a program of the National Institute of Advanced Industrial Science and Technology that supports challenging research proposals by young researchers.

令和7年度 産業技術総合研究所「覚醒」プロジェクトに採択されました。若手研究者の挑戦的な研究提案を支援するプログラムです。

Academic Service学術貢献

Reviewer査読委員 - NeurIPS 2025 (2025)（2025年）

Served as a reviewer for NeurIPS 2025 (The Annual Conference on Neural Information Processing Systems).

NeurIPS 2025（ニューラル情報処理システム会議）の査読を担当しました。

Operating Committee Member運営委員 - JP, JSAI (The Japanese Society for Artificial Intelligence)日本, 人工知能学会（JSAI） (2025 - Present)（2025年 - 現在）

Serving as an operating committee member of the Japanese Society for Artificial Intelligence.

人工知能学会の運営委員を務めています。

Latest Works最近の発表資料

project name
New

Review - Research trends in modality gap調査 - モダリティギャップの研究動向

This document reviews recent research trends on the geometric phenomenon of “modality gaps” in the representation space of multimodal models. Each paper presents different perspectives on the causes of gaps and the effects of closing them.

マルチモーダルモデルの表現空間に現れる「モダリティギャップ」という幾何学的現象について、近年の研究動向を整理した資料です。各論文は、ギャップの発生要因と、それを埋めた場合の効果について、それぞれ異なる視点を提示しています。

project name

Paper Reading論文紹介 - FFNet: MetaMixer-based Efficient Convolutional Mixer Design

This paper focuses on the Feed-Forward Network (FFN) of Transformers and proposes “FFNification,” which converts the self-attention mechanism into an efficient token mixer while maintaining the query-key-value framework. This method replaces self-attention with large-scale kernel convolutions and GELU activation functions, developing “FFNified attention” that is symmetric in the dimension direction. This enables the construction of the “MetaMixer” architecture, which integrates the advantages of traditional Transformers and convolutional neural networks, achieving high performance and efficiency across diverse domains such as image classification and generation tasks.

本論文は Transformer の Feed-Forward Network（FFN）に着目し、query-key-value の枠組みを保ちながら自己注意機構を効率的なトークンミキサーへ変換する「FFNification」を提案しています。自己注意を大カーネル畳み込みと GELU 活性化関数で置き換え、次元方向に対称な「FFNified attention」を構築します。これにより、従来の Transformer と畳み込みニューラルネットワークの利点を統合した「MetaMixer」アーキテクチャを実現し、画像分類や生成タスクなど多様な領域で高い性能と効率を達成しています。

project name

Paper Reading論文紹介 - PeLK: Parameter-efficient Large Kernel ConvNets with Peripheral Convolution

In the field of computer vision, CNN research is still active, inspired by the high performance of ViT. For example, research on increasing the kernel size and making it long-range dependent like ViT has attracted much attention. Here we present PeLK, the first model with a kernel size exceeding 100. This paper was accepted by CVPR 2024 and submitted in March 2024.

コンピュータビジョン分野では、ViT の高い性能に触発され、CNN の研究も依然として活発です。例えば、カーネルサイズを大きくして ViT のように長距離依存を扱えるようにする研究が注目を集めています。本資料では、カーネルサイズが 100 を超える最初のモデルである PeLK を紹介します。本論文は CVPR 2024 に採択され、2024年3月に公開されました。

project name

Paper Reading論文紹介 - High-Performance Large-Scale Image Recognition Without Normalization

This document summarizes NFNets, the CNNs whose scale rules were reported in the 2023/11 paper. It also discusses its predecessor, NF-ResNets, and why these Normalizar-Free Nets are needed.

2023年11月の論文で報告されたスケーリング則をもつ CNN、NFNets についてまとめた資料です。その前身である NF-ResNets と、これら Normalizer-Free Nets が必要とされる理由についても解説しています。

project name

Paper Reading論文紹介 - In-Context Learning Creates Task Vectors

When a model captures the rules in the input without changing or adjusting parameters (so-called learning), it is called In-Context Learning. This paper attempts to elucidate this phenomenon through a simple and elegant experiment. Specifically, we define the concept of task vectors, show their existence, and measure and visualize their efficacy.

パラメータを変更・調整すること（いわゆる学習）なく、モデルが入力中の規則を捉える現象は In-Context Learning と呼ばれます。本論文は、シンプルかつ見事な実験を通じて、この現象の解明を試みています。具体的には、タスクベクトルという概念を定義し、その存在を示し、有効性を測定・可視化しています。

Latest News最新ニュース

New Press releases regarding my ICCV2025 paper have been published.ICCV2025 の論文に関するプレスリリースが公開されました。

The following institutions published press releases about this work.

以下の機関からプレスリリースが公開されました。

project name

A press release regarding my CVPR2024 paper has been published.CVPR2024 の論文に関するプレスリリースが公開されました。

The following various media also reported on this press release.

このプレスリリースは、以下の各種メディアにも取り上げられました。

Personal Development Apps個人開発アプリ

project name

Rikkyo University Student Application for Optimizing Course Registration (Anyone can access the top page)立教大学生向け 履修最適化アプリ（トップページは誰でも閲覧できます）

The app is called "Re:Re:ss" and currently has over 10,000 users. Since the University has approximately 5,000 students per academic year, the graph shows that more than 40% of the most recently enrolled students are using the application. Development began in August 2018 and was launched in November 2018. It has the ability to automatically register the course and grade data of users who have agreed to use this app in the database within this app. Based on the collected data, the app provides users with information on the difficulty of obtaining credits, taking into account the tendencies of the course instructor.

このアプリは「Re:Re:ss」という名称で、現在 10,000 人以上のユーザーに利用されています。立教大学の1学年の学生数は約 5,000 人であるため、グラフから、直近の入学者の 40% 以上が本アプリを利用していることが分かります。2018年8月に開発を開始し、同年11月にリリースしました。利用に同意したユーザーの履修・成績データを、アプリ内のデータベースへ自動登録する機能を備えています。収集したデータに基づき、担当教員の傾向を考慮した単位取得の難易度をユーザーに提供します。