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

研究主分野

  • 情報学

研究関連分野

  • 知能情報学
  • 知覚情報処理
  • 統計科学

キーワード

  • 人工知能
  • 機械学習
  • 弱教師付き学習
  • 強化学習
  • 深層学習

主要論文

  • 1. Zhang, J., Xu, X., Han, B., Niu, G., Cui, L., Sugiyama, M., & Kankanhalli, M.:
    "Attacks which do not kill training make adversarial learning stronger."
    In Proceedings of 37th International Conference on Machine Learning (ICML2020), to appear.
  • 2. Tangkaratt, V., Han, B., Khan, M. E., & Sugiyama, M.:
    "Variational imitation learning with diverse-quality demonstrations."
    In Proceedings of 37th International Conference on Machine Learning (ICML2020), to appear.
  • 3. Han, B., Niu, G., Yu, X., Yao, Q., Xu, M., Tsang, I., & Sugiyama, M.:
    "SIGUA: Forgetting may make learning with noisy labels more robust."
    In Proceedings of 37th International Conference on Machine Learning (ICML2020), to appear.
  • 4. Feng, L., Kaneko, T., Han, B., Niu, G., An, B., & Sugiyama, M.:
    "Learning with multiple complementary labels."
    In Proceedings of 37th International Conference on Machine Learning (ICML2020), to appear.
  • 5. Chou, Y.-T., Niu, G., Lin, H.-T., & Sugiyama, M.:
    "Unbiased risk estimators can mislead: A case study of learning with complementary labels."
    In Proceedings of 37th International Conference on Machine Learning (ICML2020), to appear.
  • 6. Lv, J., Xu, M., Feng, L., Niu, G., Geng, X., & Sugiyama, M.:
    "Progressive identification of true labels for partial-label learning."
    In Proceedings of 37th International Conference on Machine Learning (ICML2020), to appear.
  • 7. Ishida, T., Yamane, I., Sakai, T., Niu, G., & Sugiyama, M.:
    "Do we need zero training loss after achieving zero training error?"
    In Proceedings of 37th International Conference on Machine Learning (ICML2020), to appear.
  • 8. Lu, N., Zhang, T., Niu, G., & Sugiyama, M.:
    Mitigating overfitting in supervised classification from two "unlabeled datasets: A consistent risk correction approach."
    In Proceedings of 23rd International Conference on Artificial Intelligence and Statistics (AISTATS2020), pp.1115-1125, 2020.
  • 9. Xia, X., Liu, T., Wang, N., Han, B., Gong, C., Niu, G., & Sugiyama, M.:
    "Are anchor points really indispensable in label-noise learning?"
    In Advances in Neural Information Processing Systems 32 (NeurIPS2019), pp.6835-6846, 2019.
  • 10. Wu, Y.-H., Charoenphakdee, N., Bao, H., Tangkaratt, V., & Sugiyama, M.:
    "Imitation learning from imperfect demonstration."
    In Proceedings of 36th International Conference on Machine Learning (ICML2019), pp.6818-6827, 2019.

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
上級研究員
石田 隆
研究員
CHEN Shuo
研究員
藤澤 将広
基礎科学特別研究員
BRAUN Guillaume
特別研究員
ZHANG Zhen-Yu
特別研究員
KOC Okan
特別研究員
ZHU Jianing
実習生
中島 伸一
客員主管研究員
YGER Florian Baptiste
客員研究員
XU Miao
客員研究員
HAN Bo
客員研究員
LIU Feng
客員研究員
LIU Tongliang
客員研究員
三森 隆広
客員研究員
長 隆之
客員研究員
二見 太
客員研究員
GHAMIZI Salah
客員研究員
河﨑 史子
客員研究員
LIU Yang
客員研究員
LU Nan
客員研究員
ZHAO Tingting
客員研究員
ZHANG Jingfeng
客員研究員
ZHAO Peng
客員研究員
TANG Yuting
大学院生リサーチ・アソシエイト
WANG Wei
大学院生リサーチ・アソシエイト
ZHANG Yifan
研究パートタイマーⅠ
ACKERMANN Johannes
研究パートタイマーⅠ

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

交通アクセス

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

Top