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 不完全情報学習チーム

チームリーダー 杉山 将(D.Eng.)

研究概要

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。当チームでは、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.W. Hu, G. Niu, I. Sato, and M. Sugiyama.:
    "Does distributionally robust supervised learning give robust classifiers?"
    In Proceedings of 35th International Conference on Machine Learning (ICML'18), to appear.
  • 2.H. Bao, G. Niu, and M. Sugiyama.:
    "Classification from pairwise similarity and unlabeled data."
    In Proceedings of 35th International Conference on Machine Learning (ICML'18), to appear.
  • 3.S.-J. Huang, M. Xu, M.-K. Xie, M. Sugiyama, G. Niu, and S. Chen.:
    "Active feature acquisition with supervised matrix completion."
    In Proceedings of the 24th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD'18), to appear.
  • 4.H. Sasaki, T. Kanamori, A. Hyvärinen, G. Niu, and M. Sugiyama.:
    "Mode-seeking clustering and density ridge estimation via direct estimation of density-derivative-ratios."
    Journal of Machine Learning Research, vol. 18, no. 180, pp. 1--45, 2018.
  • 5.V. Tangkaratt, A. Abdolmaleki, and M. Sugiyama.:
    "Guide actor-critic for continuous control."
    In Proceedings of 6th International Conference on Learning Representations (ICLR’18), 24 pages, Vancouver, British Columbia, Canada, Apr 30--Mar 3, 2018.
  • 6.T. Sakai, G. Niu, and M. Sugiyama.:
    "Semi-supervised AUC optimization based on positive-unlabeled learning."
    Machine Learning, vol. 107, no. 4, pp. 767--794, 2018.
  • 7.R. Kiryo, G. Niu, M. C. du Plessis, and M. Sugiyama.:
    "Positive-unlabeled learning with non-negative risk estimator."
    In Advances in Neural Information Processing Systems 30 (NIPS'17), pp. 1674--1684, Long Beach, California, USA, Dec 4--9, 2017.
    (This paper was selected for oral presentation; there are 40 orals among 678 acceptance out of 3240 submissions)
  • 8.T. Ishida, G. Niu, W. Hu, and M. Sugiyama.:
    "Learning from complementary labels."
    In Advances in Neural Information Processing Systems 30 (NIPS'17), pp. 5644--5654, Long Beach, California, USA, Dec 4--9, 2017.
  • 9.T. Sakai, M. C. du Plessis, G. Niu, and M. Sugiyama.:
    "Semi-supervised classification based on classification from positive and unlabeled data."
    In Proceedings of 34th International Conference on Machine Learning (ICML'17), PMLR, vol. 70, pp. 2998--3006, Sydney, Australia, Aug 6--11, 2017.
  • 10.G. Niu, M. C. du Plessis, T. Sakai, Y. Ma, and M. Sugiyama.:
    "Theoretical comparisons of positive-unlabeled learning against positive-negative learning."
    In Advances in Neural Information Processing Systems 29 (NIPS'16), pp. 1199--1207, Barcelona, Spain, Dec 5--10, 2016.

研究成果(プレスリリース)

関連リンク

メンバーリスト

主宰者

杉山 将
チームリーダー

メンバー

NIU Gang
研究員
TANGKARATT Voot
特別研究員
XU Miao
特別研究員
HAN Bo
特別研究員

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。

Top