林さんと佐藤さんがIBIS2019において学生プレゼンテーション賞を受賞されました (URL)！ おめでとうございます！！！

林勝悟,  条件付き確率に従うクエリを用いたベイズ最適化
学生優秀プレゼンテーション賞

佐藤竜馬, グラフニューラルネットワークの組合せ問題に対する近似度
学生最優秀プレゼンテーション賞

鹿島・山田研から以下の論文が人工知能の難関国際会議AAAI2020に採択されました。

• Qiang Huang, TingYu Xia, HuiYan Sun, Makoto Yamada, Yi Chang.
  Unsupervised Nonlinear Feature Selection from High-dimensional Signed Networks
  In Proceedings of the 34th AAAI Conference on Artificial Intelligence (AAAI), 2020.

グラフ深層学習による化合物ネットワーク構造予測についての論文が BMC Bioinformatics 誌に採択されました。
併せて、12月に開催される国際会議 GIW/ABACBS においても口頭発表予定です。

Shonosuke Harada, Hirotaka Akita, Masashi Tsubaki, Yukino Baba, Ichigaku Takigawa, Yoshihiro Yamanishi, Hisashi Kashima. Dual Graph Convolutional Neural Network for Predicting Chemical Networks. BMC Bioinformatics (presented at GIW/ABACBS 2019)

鹿島・山田研から以下の2本の論文が機械学習の難関国際会議ACML 2019に採択されました。

• Shogo Hayashi, Yoshinobu Kawahara, Hisashi Kashima.
  Active Change-Point Detection.
  In Proceedings of Asian Conference on Machine Learning (ACML), 2019.
  #新たな機械学習問題「能動変化検知」とその一般的解法の提案
• Ryoma Sato, Makoto Yamada, Hisashi Kashima.
  Learning to Sample Hard Instances for Graph Algorithms.
  In Proceedings of Asian Conference on Machine Learning (ACML), 2019.
  #グラフアルゴリズムに対して難しい例を生成する方法の提案

鹿島・山田研から以下の5本の論文が機械学習の難関国際会議NeurIPS 2019に採択されました。

• Ryoma Sato, Makoto Yamada, Hisashi Kashima.
  Approximation Ratios of Graph Neural Networks for Combinatorial Problems.
  Advances in Neural Information Processing Systems (NeurIPS 2019).
  #Graph Neural Network と Distributed Local Algorithm の関係性を理論的に示し、より強力なGNNを提案.
• Yasutoshi Ida, Yasuhiro Fujiwara, Hisashi Kashima.
  Fast Sparse Group Lasso.
  Advances in Neural Information Processing Systems (NeurIPS 2019).
  # 枝刈りによるGroup Lassoの高速化
• Tam Le, Makoto Yamada, Kenji Fukumizu, Marco Cuturi.
  Tree-Sliced Variants of Wasserstein Distances.
  Advances in Neural Information Processing Systems (NeurIPS 2019).
  #木構造データ間のWasserstein距離を高速に求める方法を提案.
• Jenning Lim, Makoto Yamada, Bernhard Schoelkopf, Wittawat Jitkrittum
  Kernel Stein Tests for Multiple Model Comparison.
  Advances in Neural Information Processing Systems (NeurIPS 2019).
  #Selective Inferenceを用いたGoodness-of-fitテスト
• Rafael Pinot, Laurent Meunier, Alexandre Araujo, Hisashi Kashima, Florian Yger, Cédric Gouy-Pailler, Jamal Atif.
  Theoretical Evidence for Adversarial Robustness Through Randomization.
  Advances in Neural Information Processing Systems (NeurIPS 2019).
  # モデルへの攻撃に対するランダム化による対策についての理論的考察

論文がCIKMに採択されました.

Jiyi Li, Yukino Baba, Hisashi Kashima.
Hyper Questions: Unsupervised Targeting of a Few Experts in Crowdsourcing.
In Proceeding of the 26th ACM International Conference on Information and Knowledge Management (CIKM), 2017.

材料の物性予測についての論文と、クラウドソーシングの意見統合についての下記の論文が神経情報処理の国際会議ICONIP-2017に採択されました

Hirotaka Akita, Yukino Baba, Hisashi Kashima and Atsuto Seko.
Atomic Distance Kernel for Material Property Prediction.
In Proceeding of the 24th International Conference on Neural Information Processing (ICONIP), 2017.

Kosuke Yoshimura, Yukino Baba and Hisashi Kashima.
Quality Control for Crowdsourced Multi-Label Classification using RAkEL.
In Proceeding of the 24th International Conference on Neural Information Processing (ICONIP), 2017.

3本の論文がECML PKDDに採択されました.

Jiyi Li, Tomohiro Arai, Yukino Baba, Hisashi Kashima, Shotaro Miwa.
Distributed Multi-task Learning for Sensor Network.
In Proceeding of the European Conference on Machine Learning & Principles and Practice of Knowledge Discovery in Databases (ECML PKDD), 2017.

Guoxi Zhang, Tomoharu Iwata, Hisashi Kashima.
Robust Multi-view Topic Modeling by Incorporating Detecting Anomalies.
In Proceeding of the European Conference on Machine Learning & Principles and Practice of Knowledge Discovery in Databases (ECML PKDD), 2017.

Koh Takeuchi, Yoshinobu Kawahara, Tomoharu Iwata.
Structurally Regularized Non-negative Tensor Factorization for Spatio-temporal Pattern Discoveries.
In Proceeding of the European Conference on Machine Learning & Principles and Practice of Knowledge Discovery in Databases (ECML PKDD), 2017.

2/4～9に米国サンフランシスコで開催された人工知能に関する国際会議 AAAI/IAAI-2017 において、3件の研究発表を行いました。

ランキング推定についての下記の論文が国際会議PAKDD -2017に採択されました

Jiuding Duan, Jiyi Li, Yukino Baba, Hisashi Kashima.
A Generalized Model for Multidimensional Intransitivity.
In Proceedings of the 21st Pacific-Asia Conference on Knowledge Discovery and Data Mining (PAKDD), 2017.

データマイニング分野の国際会議KDD2016の会議参加報告・論文紹介ならびに今後の研究へ向けたディスカッションを行う、KDD2016勉強会を開催します。東京会場と相互に中継して開催します。詳細はhttp://www.ml.ist.i.kyoto-u.ac.jp/kdd2016勉強会をご参照ください。

医療情報処理に関する下記のセミナーを開催いたします。

講演題目：情報処理の医療応用の可能性
講演者： 荒牧 英治 氏（奈良先端科学技術大学院大学）
日時・場所： 2016/6/29（水） 13:30-14:30 於 京都大学 吉田キャンパス 総合研究7号館 講義室3

概要： ビッグデータ，人工知能，ディープラーニング，さまざまな情報技術の波が医療を革新しつつある．新しい技術によって，どのようなことが可能になりつつあるのか，言語処理技術を中心に，認知症，感染症，副作用といった医療応用事例を紹介する．

講演者プロフィール： 2000年京都大学総合人間学部卒業．2002年京都大学大学院情報学研究科修士課程修了．2005年東京大学大学院情報理工系研究科博士課程修了．博士（情報理工学）． 2005年東京大学医学部附属病院特任助教，2008年東京大学知の構造化センター特任講師，2011年京都大学デザイン学ユニット特定准教授を経て,奈良先端科学技術大学院大学特任准教授．医療情報学，自然言語処理の研究に従事．

過去のセミナー情報はこちら

6月6日～9日に北九州で開催された第30回 人工知能学会全国大会において、本研究室所属者を著者に含む8件の研究発表がありました

機械学習に関する下記のセミナーを開催いたします。

講演題目：ビッグデータ時代の機械学習
講演者： 山田 誠 氏（京都大学）
日時・場所： 2016/3/14（月） 13:30-14:30 於 京都大学 吉田キャンパス 総合研究7号館 講義室1
概要： Yahoo, グーグル, Facebook, Amazon等のIT企業においては, 数千万〜数億ユーザーに対して記事推薦, E-mailの スパム検出, 商品の推薦, 友達推薦 等のサービスを提供していることから, 超大規模データ(ビッグデータ)を自動的にかつ効率よく解析する必要があ る. そのため, IT企業においては, 2000年代初頭から盛んに大規模分散処理に基づく機械学習手法が利用されてきた. 近年では, IT企業以外の民間企業や大学においても, ス マートフォン等のセンサーを搭載したモバイル端末の普及や計測機器の高度化により, 膨大な量 のデータが利用可能となり, 大規模分散処理や大規模データを効率よく扱う機 械学習手法が用いられ始めている. そのため, 予測精度が高いだけではなくデータに対してスケールする機械学習手法の開発が, より良いサービスを提供することや新しい科学的発見をサポートすることにおいて, 非常に重要となっている. 本講演では, 機械学習技術がIT企業においてどのようにビッグデータ に応用されているかを解説し, 次いで, Yahoo Labsおよび京都大学で研究開発を進めている超高次元特徴選択や推薦アルゴリズムについて紹介する.

講演題目：劣モジュラ関数を用いた機械学習に関する最近の話題
講演者： 河原 吉伸 氏（大阪大学）
日時・場所： 2016/3/14（月） 14:45-15:45 於 京都大学 吉田キャンパス 総合研究7号館 講義室1
概要： 劣モジュラ関数は，集合関数における凸関数に相当する関数で，最適化を考えたときの性質の良さと，応用を考えたときの表現力をあわせもった関数であることが知られている．近年では，機械学習をはじめとした広い数理・応用分野でその有用性が認識され議論されるようになっている．本発表では，まず劣モジュラ関数とそれに伴う基礎事項，及び機械学習に必要となる最適化アルゴリズムの導入的事項を説明する．その上で，劣モジュラ関数の性質を利用した機械学習における最近の研究について概観する．特に，機械学習における劣モジュラ最適化の火付け役ともなった劣モジュラ関数最大化の機械学習への応用や，ネットワークフロー最適化として帰着可能な構造正則化学習など，ある程度大きな問題サイズでも適用できる（実用的な）アプローチを中心に，具体的な適用例を見ながら話を進める．また特に最近の話題として，劣モジュラ関数を用いた確率分布による構造的学習に関連したアプローチについてもふれる．

過去のセミナー情報はこちら

1月19日より熊本で開催される 暗号と情報セキュリティシンポジウム(SCIS 2016)で車載ネットワークへの攻撃検知について研究発表を行います。

CANメッセージ頻度に注目した車載ネットワークの統計的異常検知
桑原 拓也(京都大学)、馬場 雪乃(京都大学)、鹿島 久嗣(京都大学)
氏家 良浩(パナソニック株式会社)、岸川 剛(パナソニック株式会社)、鶴見 淳一(パナソニック株式会社)、芳賀 智之(パナソニック株式会社)、松島 秀樹(パナソニック株式会社)

機械学習に関する下記のセミナーを開催いたします。

講演題目： 高階結合正則化と機械学習諸問題への応用
講演者： 竹内 孝 氏（NTTコミュニケーション科学基礎研究所）
日時・場所： 2015/12/28（月） 16:00-17:00 於 京都大学 吉田キャンパス 総合研究7号館 講義室1
概要： 機械学習の問題では、特徴量のグループ（例えば、同じ意味を持つ単語、同じジャンルの音楽など）が事前知識として得られる場合がある。ある問題において、グループに属する特徴量が同じ働きをするならば、これらの特徴量のパラメタは同一の真値を持つと仮定できる。しかし、既存の正則化（Fused LASSOやGroup LASSO等)では前述の仮定を表現できない。

本講演では、構造正則化の1つとして、特徴量のグループをハイパーグラフとして利用しパラメタの推定量を平滑化する高階結合正則化、および高階結合正則化項の劣モジュラ性を利用し正則化項を最小化するO(nlogn)の近接法を提案する。数値実験として、線形回帰問題に提案法と既存の正則化を適応した場合の汎化性能比較結果を示す。また、最新の研究トピックとして、マルチタスクラーニングへの構造正則化の応用や、時空間データ解析における低ランクなテンソル補完問題への構造正則化の導入、平均近接法を用いた非負行列因子分解法などを紹介する。

過去のセミナー情報はこちら

クラウドソーシングに関する下記のセミナーを開催いたします。

講演題目： クラウドソーシング・コンピュータビジョン・ストリートビューを用いた歩道のアクセシビリティデータの収集手法
講演者： 原 航太郎 氏（University of Maryland, College Park）
日時・場所： 2016/1/7（木） 16:00-17:30 於 京都大学 吉田キャンパス 総合研究8号館 講義室1
概要： 歩道と車道の間のスロープ（縁石ランプ）の欠如など、整備の行き届いていない劣悪な歩道環境は歩行障害がある方の生活に支障をきたします。アメリカでは歩道などの公共の場が全ての人にとってアクセシブル（バリアフリー）であるよう法令（＊）で義務付けられているにもかかわらず、多くの地域で問題が改善されないまま残されています。アクセシビリティはインフラの問題である一方、どの歩道がアクセシブルかといった情報の欠如、またその情報を集める効率的なメカニズムがないことも問題とされています。本セミナーではこの情報の欠如を解決する手法として、クラウドソーシング・コンピュータビジョン・ストリートビューを用いた情報を収集する手法を紹介させていただきます。

（＊）Americans with Disability Act。日本ではバリアフリー法により、公共交通施設や建築物のバリアフリー化、または基準適合努力が義務付けられています。

発表資料：http://www.slideshare.net/kotarohara/using-crowdsourcing-automated-methods-and-google-street-view-to-collect-sidewalk-accessibility-data

過去のセミナー情報はこちら

機械学習に関する下記のセミナーを開催いたします。

講演題目： 競技データマイニングにおけるテクニックと動向
講演者： 小嵜 耕平 氏（AIGジャパン・ホールディングス株式会社）
日時・場所： 2015/10/16（金） 14:00-15:30 於 京都大学 吉田キャンパス 総合研究7号館 講義室1
概要： 予測モデルや最適化手法を競い合うコンテストは古くから様々な場で開催されてきました。近年ではデータサイエンスをクラウドソーシングする場として Kaggle をはじめとしたプラットフォームが登場し、賞金付きのコンテストが活発に行われています。本講演では競技としてのデータマイニングのコンテストについて解説し、講演者の KDD Cup 2015 での優勝の経緯、コンテストで用いられるテクニックや優勝者の解法について紹介します。
発表資料：https://speakerdeck.com/smly/techniques-tricks-for-data-mining-competitions

過去のセミナー情報はこちら

翻訳クラウドソーシングの品質予測についての下記の論文が、マルチメディア、分散、協調とモバイル（DICOMO2015）シンポジウム 優秀論文賞を受賞しました：
江原 遥, 馬場 雪乃, 内山 将夫, 隅田 英一郎
クラウドソーシング翻訳のコストを削減する翻訳品質の事前予測モデル

クラウドソーシングをもちいた階層分類タスクの品質管理についての下記の論文が 2015 IEEE International Conference on Data Mining (ICDM)に採択されました：
Naoki Otani, Yukino Baba, Hisashi Kashima.
Quality Control for Crowdsourced Hierarchical Classification.
In Proceedings of the 2015 IEEE International Conference on Data Mining (ICDM), Atlantic City, NJ, USA, 2015.

なお、本論文の内容は、昨年度学部卒業生の大谷君の卒業論文の内容をもとにしたものです。