1. Home
  2. 研究室紹介
  3. 革新知能統合研究センター
  4. 汎用基盤技術研究グループ

革新知能統合研究センター 幾何学的学習チーム

チームリーダー 竹之内 高志(Ph.D.)

研究概要

竹之内 高志 (Ph.D.)

確率モデルは様々な現象・データを柔軟に表現できる有用なツールであり、データから適切にモデルを同定することで精度の高い推論が可能となります。しかし、高次元の複雑な確率モデルでは、モデルの同定に必要な計算量が爆発してしまい、従来の推定法では対応が困難であるケースがしばしばあります。あるいは、データに性質の不明なノイズが含まれる場合には適切なモデルを同定することが難しくなります。当チームでは、モデルの局所情報や情報幾何的性質を手がかりとして、これらのモデル同定にまつわる困難を解消し、好ましい統計的性質を持つ推定の枠組みを構築することを目指します。

研究主分野

  • 工学

研究関連分野

  • コンピューター科学
  • 数学

研究テーマ

  • 統計的機械学習
  • 情報幾何

主要論文

「*」は、理研外のみでの成果です。

  • 1.*Takenouchi, T.:
    "A Novel Parameter estimation method for Boltzmann machine"
    Neural computation, 27(11), pp. 5673-5694 (2015).
  • 2.*Takenouchi, T., Komori O., and Eguchi S.:
    "Binary Classification with a Pseudo Exponential Model and Its Application for Multi-Task Learning"
    Entropy, 17, pp. 5673-5694 (2015).
  • 3.*Takenouchi, T., and Kanamor, T.:
    "Empirical Localization of Homogeneous Divergences on Discrete Sample Spaces"
    Neural Information Processing Systems (2015).
  • 4.*Takenouchi, T., Komori O., and Eguchi S.:
    "An extension of the Receiver Operating Characteristic curve and AUC-optimal classification"
    Neural computation, 24(10), pp. 2789-2824 (2012).
  • 5.*Takenouchi, T., and Ishii, S.:
    "Ternary Bradley-Terry model-based decoding for multi-class classification and its extensions"
    Machine Learning, 85(3), pp.249-272 (2011).
  • 6.*Takenouchi, T., and Ishii, S.:
    "A multi-class classification method based on decoding of binary classifiers"
    Neural Computation, 21(7), pp.2049-2081 (2009).
  • 7.*Takenouchi, T., Eguchi S., Murata, N. and Kanamor, T.:
    "Robust boosting algorithm against mislabeling in multi-class problems"
    Neural Computation, 20(16), pp.1596-1630 (2008).
  • 8.*Kanamor, T., Takenouchi, T., Eguchi, S., and Murata, N.:
    "Robust Loss Functions for Boosting"
    Neural Computation, 19, pp.2183-2244 (2007).
  • 9.*Murata, N., Takenouchi, T., Kanamor, T and Eguchi, S.:
    "Information geometry of U-Boost and Bregman divergence"
    Neural Computation, 16, pp.1437-1481 (2004).
  • 10.*Takenouchi, T., and Eguchi, S.:
    "Robustifying AdaBoost by adding the naive error rate"
    Neural Computation, 16, pp.767-787 (2004).

関連リンク

メンバーリスト

主宰者

竹之内 高志
チームリーダー

お問い合わせ先

041-8655 北海道函館市亀田中野町116-2
Email: takashi.takenouchi [at] riken.jp
※[at]は@に置き換えてください。

Top