研究紹介

Home > 研究紹介 > 革新知能統合研究センター > 汎用基盤技術研究グループ >

革新知能統合研究センター

不完全情報学習チーム

チームリーダー 杉山 将 (D.Eng.)
杉山 将 (D.Eng.)

近年、ビッグデータを用いた機械学習技術が盛んに研究され、その有効性が実証されています。しかし、応用分野によってはデータをたくさん集めるのが難しい、あるいは、そもそもデータをたくさん集められない場合もあります。不完全情報学習チームでは、教師付き学習、教師なし学習、強化学習などの様々な機械学習課題に対して、限られた情報からでも精度よく学習が行える新しいアルゴリズムを開発します。そして、それらのアルゴリズムの理論的な性質を明らかにするとともに、基礎科学からビジネスまで様々な実世界の応用問題に適用していきます。

研究主分野

コンピューター科学

研究関連分野

工学 / 数学

研究テーマ

  • 不完全情報からの機械学習アルゴリズムの開発
  • 機械学習アルゴリズムの理論解析
  • 機械学習アルゴリズムの実世界応用

主要論文

  1. Sasaki, H., Kanamori, T., Hyvärinen, A., Niu, G., & Sugiyama, M.
    “Mode-seeking clustering and density ridge estimation via direct estimation of density-derivative-ratios.”
    arXiv:1707.01711, (2017).
  2. Ishida, T., Niu, G., & Sugiyama, M.
    “Learning from complementary labels.”
    arXiv:1705.07541, (2017).
  3. Kiryo, R., Niu, G., du Plessis, M. C., & Sugiyama, M.
    “Positive-unlabeled learning with non-negative risk estimator.”
    arXiv:1703.00593, (2017).
  4. Sakai, T., du Plessis, M. C., Niu, G., & Sugiyama, M.
    “Semi-supervised classification based on classification from positive and unlabeled data.”
    Proceedings of 34th International Conference on Machine Learning (ICML2017), Sydney, Australia, Aug. 6-12, (2017), to appear.
  5. Hu, W., Miyato, T., Tokui, S., Matsumoto, E., & Sugiyama, M.
    “Learning discrete representations via information maximizing self-augmented training.”
    Proceedings of 34th International Conference on Machine Learning (ICML2017), Sydney, Australia, Aug. 6-12, (2017), to appear.
  6. Tangkaratt, V., Sasaki, H., & Sugiyama, M.
    “Direct estimation of the derivative of quadratic mutual information with application in supervised dimension reduction.”
    Neural Computation, to appear
  7. Sasaki, H., Kanamori, T., & Sugiyama, M.
    “Estimating density ridges by direct estimation of density-derivative-ratios. “
    In Proceedings of 29th International Conference on Artificial Intelligence and Statistics (AISTATS2017), vol.54, pp.204-212, Fort Lauderdale, Florida, USA, Apr. 20-22, (2017).
  8. Ashizawa, M., Sasaki, H., Sakai, T., & Sugiyama, M.
    “Least-squares log-density gradient clustering for Riemannian manifolds.”
    In Proceedings of 29th International Conference on Artificial Intelligence and Statistics (AISTATS2017), Proceedings of Machine Learning Research, vol.54, pp.537-546, Fort Lauderdale, Florida, USA, Apr. 20-22, (2017).
  9. Tangkaratt, V., van Hoof, H., Parisi, S., Neumann, G., Peters, J., & Sugiyama, M.
    “Policy search with high-dimensional context variables.”
    In Proceedings of the Twenty-Ninth AAAI Conference on Artificial Intelligence (AAAI2017), pp.2632-2638, San Francisco, California, USA, Feb. 4-9, (2017).
  10. Niu, G., du Plessis, M. C., Sakai, T., Ma, Y., & Sugiyama, M.
    “Theoretical comparisons of positive-unlabeled learning against positive-negative learning.”
    In Advances in Neural Information Processing Systems 29 (NIPS2016), pp.1199-1207, Barcelona, Spain, Dec. 5-8, (2016).

お問い合わせ先

〒103-0027 東京都中央区日本橋1-4-1 日本橋一丁目三井ビルディング 15階

masashi.sugiyama [at] riken.jp
※[at]は@に置き換えてください。

関連リンク

Home > 研究紹介 > 革新知能統合研究センター > 汎用基盤技術研究グループ >