Murakawa Takuya
Fullstack Development×Computer Vision Research
Bio
スケジュールはいつもギチギチです。新しいものを試したり、便利なものを取り入れるのが好きです。
Strengths
挑戦心キャッチアップ力スピード感継続力
Qualifications
応用情報技術者試験TOEIC LR 895点実用英語技能検定 準一級
Skills
Skills
Machine Learning
Machine Learning
Timeline
Timeline
- キャリア
名古屋工業大学 入学
- アルバイト
学習塾アルバイト
- アルバイト
学習塾アルバイト
- 活動・所属
第61回工大祭 2023 Webサイト開発
UI/UX改善を担当Next.jsTypeScriptSCSSGitHub Actions- •工大祭実行委員会のWeb担当として、サイトの更新と運用を担当
- •UI/UX改善を目標に、デザインを1から再構築
- アルバイト
技術補佐員 | 名古屋工業大学
熱中症搬送者数予測サイトの開発・運用Node.jsTypeScriptFirebase- •研究成果の社会実装として「熱中症搬送者数予測サイト」の開発・運用に参画し、教授の要望ヒアリング~要件整理~設計~実装まで一連を担当
- •ユーザーが見やすいUI、グラフ機能や通知機能などの継続的に利用しやすい機能の追加
- •データ収集や計算処理、表示などのバックエンドの自動化などの運用方法の設計、実装
- 活動・所属
第62回工大祭 2024 Webサイト開発
継続開発しやすい環境整備を担当Next.jsTypeScriptSCSSGitHub Actions- •今後何年にもわたって継続開発しやすい環境へ刷新を目標に、HTML/CSS/JavaScriptからNext.js/TypeScript/SCSSへ移行
- •コンポーネント化により、ページ追加・改修の作業コストを下げる設計に改善
- •CI導入, ドキュメント整備, GitHubでのバージョン管理など、長期的に利用できる開発環境を整備
- インターン
Qiita株式会社 / 株式会社エイチームホールディングス
フロントエンド (React, TypeScript)・バックエンド (Ruby on Rails)RailsDocker- •就業型インターンとして実プロダクトの課題(インターン向け生issue)を複数実装し、フロント/バック両方の改修を経験
- •PR作成, レビュー対応, ドキュメントの残し方など、チーム開発の基本を実務の中で習得
- ハッカソン・イベント参加
ICPC(国際大学対抗プログラミングコンテスト) 2024 国内予選
全国94位, 大学内1位 - インターン
株式会社アイスタイル
バックエンド (PHP, Laravel, Java, SpringBoot)PHPLaravelJavaSpring Boot- •既存コードのPHPの調査・仕様把握を行い、Java(Spring Boot)への移行作業を担当
- •既存挙動を崩さないことを重視して段階的に置き換え
- •移行対象機能の利用箇所やDB処理、テストケースの洗い出し、移行直前の動作確認までを一貫して実施
- ハッカソン・イベント参加
JPHACKS 2024 | ハッカソン
位置情報を使ったリアルタイムチャットWebアプリ"What's Up!"を開発Node.jsTypeScriptsocket.io- •短期間のチーム開発で、役割分担, 仕様決め, デモまで完走
- •位置情報を使って近距離ユーザー同士を自動でグルーピングし、リアルタイムチャットできるWebアプリを開発
- •短期間開発のためMVP実装を意識した仕様決め
- 活動・所属
Efrei Paris フランス留学
大学の情報工学科の交換留学生として、フランスのパリにあるEfrei Parisに留学- •フランス語, Web Development, Project Managementなどを学習
- •今でも当時出会った学生と日本で遊ぶことも(1, 2か月に一度ほど数日間)
- •現地でビリヤードにハマる
- •路面電車でピックポケットと口論をする(友人がスマホを取られかけたのを防いだため)
- •満潮で友人と島に取り残されかける(ギリギリ生還)
- キャリア
名古屋工業大学 玉木・丁研究室 配属
- インターン
株式会社イノベーション
フロントエンド (React)・バックエンド (PHP, Laravel)ReactPHPLaravelDocker- •新規事業に参画し、要件定義~DB設計~実装~リリースまでを一貫して担当
- •MVPとして作られたDB/プロダクトに対して、要件追加・継続的な運用を踏まえた改善を継続的に実施
- •DB設計の見直し、既存データとの整合性を保つためのマイグレーション設計、保守性を意識したリファクタリングなど
- 学会
国内学会: 画像の認識・理解シンポジウム (MIRU 2025)
M3DDMによるvideo outpainting結果の改善方法の検討 - 学会
国際学会: The International Workshop on Advanced Image Technology (IWAIT2026)
M3DDM+: an improved video outpainting by a modified masking strategy - ハッカソン・イベント参加
サイバーエージェント AI Agent Challenge 2位
AIコーディング力を競うコンペティションで2位を取りました。僅差で優勝を逃してしまいましたが、AIコーディングの可能性を実感しました。 - ハッカソン・イベント参加
第4回 Agentic AI Hackathon with Google Cloud
論文サーベイ効率化ツール「RAPID Agent」を開発Next.jsTypeScriptPythonGoogle CloudVertex AIEmbedding- •年間6500本超のCVF Open Access上のCV論文をEmbedding検索により高速に「探す・仕分け」を行うツール。
- •Frontend(Next.js) + Backend(Flask) + Google Cloud(Vertex AI, Cloud Run)の構成
- キャリア
名古屋工業大学 卒業予定
- キャリア
名古屋工業大学大学院 入学予定
- 目標
卒研
研究で納得のいく結果を出す。学会で発表・議論する。 - 目標
資格取得
AWS CLF, SAA - 目標
Qiita
記事を3本以上投稿する - 目標
将来の進路を決める
Publications
Publications
Papers
2026/1
M3DDM+: an improved video outpainting by a modified masking strategy
IWAIT 2026. TBW
M3DDM provides a computationally efficient framework for video outpainting via latent diffusion modeling. However, it exhibits significant quality degradation --- manifested as spatial blur and temporal inconsistency --- under challenging scenarios characterized by limited camera motion or large outpainting regions, where inter-frame information is limited. We identify the cause as a training-inference mismatch in the masking strategy: M3DDM's training applies random mask directions and widths across frames, whereas inference requires consistent directional outpainting throughout the video. To address this, we propose M3DDM+, which applies uniform mask direction and width across all frames during training, followed by fine-tuning of the pretrained M3DDM model. Experiments demonstrate that M3DDM+ substantially improves visual fidelity and temporal coherence in information-limited scenarios while maintaining computational efficiency. The code is available at https://github.com/tamaki-lab/M3DDM-Plus.
2026/1
M3DDM+: an improved video outpainting by a modified masking strategy
IWAIT 2026. TBW
M3DDM provides a computationally efficient framework for video outpainting via latent diffusion modeling. However, it exhibits significant quality degradation --- manifested as spatial blur and temporal inconsistency --- under challenging scenarios characterized by limited camera motion or large outpainting regions, where inter-frame information is limited. We identify the cause as a training-inference mismatch in the masking strategy: M3DDM's training applies random mask directions and widths across frames, whereas inference requires consistent directional outpainting throughout the video. To address this, we propose M3DDM+, which applies uniform mask direction and width across all frames during training, followed by fine-tuning of the pretrained M3DDM model. Experiments demonstrate that M3DDM+ substantially improves visual fidelity and temporal coherence in information-limited scenarios while maintaining computational efficiency. The code is available at https://github.com/tamaki-lab/M3DDM-Plus.
Projects
M3DDM+: An improved video outpainting by a modified masking strategy
B4の4月から7月にかけて行った研究です。MIRU2025とIWAIT2026で発表しました。
熱中症搬送者数予測サイト
What's Up! | JPHACKS 2024
M3DDM+: An improved video outpainting by a modified masking strategy
B4の4月から7月にかけて行った研究です。MIRU2025とIWAIT2026で発表しました。
熱中症搬送者数予測サイト
What's Up! | JPHACKS 2024
Articles
Loading...