原聡
説明可能AIとその信頼性
応用統計学, 54 (1):101-112, 2025.
原聡
機械学習における”説明”
システム/制御/情報, 68(12):498-503, 2024.
原聡
機械学習における説明
Medical Imaging Technology, 39(3):99-104, 2021.
原聡
説明可能AI（私のブックマーク）
人工知能, Vol.34, No.4, pages 577--582, 2019.
原聡
機械学習における解釈性（私のブックマーク）
人工知能, Vol.33, No.3, pages 366--369, 2018.
黒木瑛介, 原聡.
大域的および局所的説明を両立する決定木集合の構築
2025年度人工知能学会全国大会（JSAI2025）, 2025.
田中哲生, 吉本達也, 原聡.
指定クラス間の誤分類を減らす学習法
2025年度人工知能学会全国大会（JSAI2025）, 2025.
寺下直行, 原聡.
低分散で省メモリな勾配推定のためのForward Gradientと誤差逆伝播法の結合
2024年度人工知能学会全国大会（JSAI2024）, 2024.
山本雄大, 原聡.
スライスワッサースタイン距離を用いた高速なStealthily Biased Sampling
2024年度人工知能学会全国大会（JSAI2024）, 2024.
清末優子, 五味渕由貴, 安永卓生, 鷲尾隆, 原聡
細胞の構造的特徴の機械学習による視覚的抽出
2024年度人工知能学会全国大会（JSAI2024）, 2024.
落合拓真, 瀬野圭一朗, 松井孝太, 原聡
レベル集合推定に基づく二値分類モデルの能動的評価
第51回IBISML研究会, 2023.
原聡, 竹内孝, 𠮷田悠一.
階層クラスタリングの安定化
2023年度人工知能学会全国大会（JSAI2023）, 2023. 全国大会優秀賞
松浦満, 原聡.
少量のラベル付けによる複数モデルの性能比較
2023年度人工知能学会全国大会（JSAI2023）, 2023.
宗近康平, 原聡.
決定損失の期待値と分散を用いた分類モデルの較正
2023年度人工知能学会全国大会（JSAI2023）, 2023.
熊谷知久, 鈴木一真, 野本明義, 原聡, 高橋昭如.
グラフニューラルネットワークを用いたα鉄中の挿入欠陥結合エネルギー予測手法の開発
第35回計算力学講演会, 2022.
寺下直行, 原聡.
完全分散型学習の通信ネットワークの勾配法による最適化
2022年度人工知能学会全国大会（JSAI2022）, 2022.
荒井ひろみ, 原聡.
機械学習の説明における公正さの偽装
2020年度人工知能学会全国大会（JSAI2020）, 2020. 全国大会優秀賞
原聡, 石畠正和.
Approximate and Exact Enumeration of Rule Models
第17回情報科学技術フォーラム（FIT2018）, 2018.
原聡.
活性固定化による深層学習モデルの視覚的説明の鮮明化
2018年度人工知能学会全国大会（JSAI2018）, 2018.
池野光一, 原聡, 鷲尾隆.
入力データ非貢献部抽出によるCNNの出力の説明
2018年度人工知能学会全国大会（JSAI2018）, 2018.
原聡, 石畠正和, 前原貴憲
機械学習モデルの列挙
人工知能学会第105回人工知能基本問題研究会, 2018.
原聡, 小野貴史, 岡本亮, 鷲尾隆, 竹内繁樹
位相変化を含めた量子状態異常検知
2017年度人工知能学会全国大会（JSAI2017）, 2017.
原聡, 前原貴憲.
特徴量選択のためのLasso解列挙
日本オペレーションズ・リサーチ学会 2017年春季研究発表会, 2017.
原聡, 小野貴史, 岡本亮, 鷲尾隆, 竹内繁樹.
機械学習を用いた量子状態異常検知
2016年度人工知能学会全国大会（JSAI2016）, 2016. 全国大会優秀賞
小野仁幹, 影山雄介, 井山淳, 原聡, ルディー・レイモンド, 井手剛.
衝突シミュレーションのデータマイニングによる衝突性能予測と知識発見
自動車技術会論文集vol.47, no.4, pages 913--916, 2016.
原聡, 鷲尾隆.
DAL-ADMMアルゴリズムによるスパース共分散選択
2012年度人工知能学会全国大会（JSAI2012）, 2012.
原聡, 鷲尾隆.
複数グラフィカル・ガウシアン・モデルの共通部分構造の学習
信学技法vol.110, no.476, pages 177-181（第4 回IBISML 研究会）, 2011.
原聡, 鷲尾隆.
複数データセットからのガウシアングラフィカルモデルの同時構造推定
2011年度人工知能学会全国大会（JSAI2011）, 2011.
落合拓真, 松井孝太, 原聡
能動的モデル評価における正解・不正解データの分類不確実性に基づいた獲得関数
第28回情報論的学習理論ワークショップ（IBIS2025）, 2025.
松浦満, 原聡.
分散最小化による能動的モデル選択
第26回情報論的学習理論ワークショップ（IBIS）, 2023.
落合拓真, 瀬野圭一朗, 松井孝太, 原聡.
レベル集合推定に基づく二値分類モデルの能動的評価
第26回情報論的学習理論ワークショップ（IBIS）, 2023.
原聡, 𠮷田悠一.
決定木学習の安定化
第25回情報論的学習理論ワークショップ（IBIS）, 2022. [ポスター] 最優秀プレゼンテーション賞
吉本達也, 原聡.
SEG-GRAD-CAMとInsertion Metricを用いたU-Netの判断根拠可視化
第25回情報論的学習理論ワークショップ（IBIS）, 2022.
寺下直行, 原聡.
同期分散型確率的勾配降下法における分散低減なHyper-Gradient推定手法
第25回情報論的学習理論ワークショップ（IBIS）, 2022.
鈴木浩史, 岩下洋哲, 高木拓也, 原聡.
ユーザとの対話を通した特徴量関連度指標の統合による特徴選択
第25回情報論的学習理論ワークショップ（IBIS）, 2022.
佐藤光, 山口勇太郎, 原聡.
自然言語処理タスクにおける機械学習モデルに対する解釈アルゴリズムの忠実性の評価
第25回情報論的学習理論ワークショップ（IBIS）, 2022.
寺下直行, 原聡.
分散確率的勾配降下法のための超勾配に基づくハイパーパラメータ最適化
第24回情報論的学習理論ワークショップ（IBIS）, 2021.
加藤成充, 原聡.
強化学習による適応的超解像
画像の認識・理解シンポジウム（MIRU）, 2021.
原聡.
深層学習による超高速な画像超解像化方法
大阪大学 新技術説明会, 2020 [スライド] [動画].
原聡, 二反田篤史, 前原貴憲.
SGDの挙動解析に基づくデータクレンジング
第22回情報論的学習理論ワークショップ（IBIS）, 2019. [ポスター] ベストプレゼンテーション賞
塙一晃, 横井祥, 原聡, 鈴木潤, 乾健太郎.
訓練事例が機械学習モデルの予測に与える影響の測り方
第22回情報論的学習理論ワークショップ（IBIS）, 2019.
原聡, 石畠正和, 前原貴憲.
機械学習モデルの列挙
第20回情報論的学習理論ワークショップ（IBIS）, 2017. [ポスター]
大田浩史, 原聡.
分位点回帰を用いた高次元の条件付き密度・最頻値の推定
第20回情報論的学習理論ワークショップ（IBIS）, 2017.
LLMの挙動を理解する試み
JST/CRDS 連続シンポジウム「様々な分野に広がるトラスト研究：総合知による取り組みへ」, 2025.
説明可能AIとその信頼性
応用統計学フロンティアセミナー, 2024.
説明可能AIと決定木
第9回電子状態理論シンポジウム, 2023.
深層学習によるスパース画像復元の高速化
第15回 日本放射光学会 若手研究会, 2023.
機械学習のためのデータクレンジング
第29回ソフトウェア工学の基礎ワークショップ （FOSE） FOSE/MLSE合同企画, 2022.
機械学習の説明の信頼性
2022年度人工知能学会全国大会 OS-4人工知能におけるプライバシー，公平性，説明責任，透明性への学際的アプローチ, 2022.
説明可能AIと決定木
第120回人工知能基本問題研究会（SIG-FPAI）, 2022.
深層学習によるスパース画像復元の高速化
第6回 計測インフォマティスク研究会, 2021.
機械学習における”説明”
電子情報通信学会バイオメトリクス研究会 10月研究会, 2021.
機械学習における”説明”
計測・制御・システム工学部会／計測制御システム分野における産学若手交流フォーラム, 2021.
機械学習における”説明”
日本計量生物学会年会 特別セッション「機械学習への招待 統計的機械学習と深層学習」, 2021.
機械学習モデルの判断根拠の説明
応用電子物性分科会 研究例会, 2020.
機械学習モデルの判断根拠の説明 〜 Explainable AI 研究の近年の展開 〜
第26回 画像センシングシンポジウム, 2020. [スライド][動画]
機械学習モデルの判断根拠の説明
産総研人工知能研究センター【第40回AIセミナー】「説明できるAI 〜AIはブラックボックスなのか？〜」, 2020.
機械学習モデル理解のための説明法
第22回情報論的学習理論ワークショップ（IBIS2019）, 2019.
SGDの挙動解析に基づくデータクレンジング
第4回 統計・機械学習若手シンポジウム, 2019. [抄録]
機械学習モデルの判断根拠の説明
情報処理学会連続セミナー2019, 第4回：AIと歩む未来(3)：社会に広がるAIの現状と課題, 2019.
XAI研究の近年の展開
第27回バイオメディカル研究会（関西地域部会）, 2019.
機械学習モデル理解のための説明法
データサイエンティスト協会6thシンポジウム～実務者が集うデータサイエンスの最前線～, 2019.
機械学習モデル理解のための説明法
第2回機械学習工学ワークショップ（MLSE夏合宿2019）, 2019.
予測モデルを"理解"するための技術
第2回MI2I・JAIST合同シンポジウム, 2019.
機械学習モデル理解のための説明法
データサイエンティスト協会 セミナー, 2019.
機械学習モデルの判断根拠の説明
第20回ステアラボ人工知能セミナー, 2018. [スライド] [動画]
動的潜在グラフ構造の動的・非動的成分への分解
第2回 Latent Dynamics Workshop, 2011.
機械学習工学, 機械学習プロフェッショナルシリーズ, 講談社, 2022.
人工知能学会 全国大会優秀賞, 2023.
最優秀プレゼンテーション賞, 第25回情報論的学習理論ワークショップ（IBIS2022）, 2022.
人工知能学会 全国大会優秀賞, 2020.
ベストプレゼンテーション賞, 第22回情報論的学習理論ワークショップ（IBIS2019）, 2019.
人工知能学会 全国大会優秀賞, 2016.
情報処理学会全国大会 学生奨励賞, 2008.
阪大など、AIの階層型クラスタ分析を安定化 分岐構造、同型作成で高性能実現, 日刊工業新聞, 2023/6/21.
説明可能なAIは本当に適切な根拠を示せているのか AIの説明能力を客観的に評価するための方法論の構築, 阪大産研, 2021/4/27. （関連記事：東北大 / 日経新聞 / 日刊工業新聞 / ビジネス+IT / @IT / アンドラ）
深層学習のデータの良否を自動判定し精度改善、日立が阪大の説明可能AI技術をDNNに活用, 日経Robotics, 2020/4/10.
ぼやけた画像ＡＩで高速修正 阪大、学習データも少なく, 日経産業新聞, 2020/2/12.
見えてきた説明可能AIの「限界」、代表格LIMEとSHAPの最新動向を知る, 日経 xTECH, 2019/12/24.
XAIの進化で、AIのブラックボックス問題は解決するのか, Works 156 人事のＡＩ原則, 2019/10.
説明できるＡＩへ、進む研究 結論だけ提示、「思考」はブラックボックス, 朝日新聞, 2019/5/6.
原聡, ルディー・レイモンド・ハリー・プテラ, 森村哲郎, 牟田英正. 特開2016-71383, 2016.
牟田英正, ルディー・レイモンド・ハリー・プテラ, 原聡, 森村哲郎. 特開2016-12285, 2016.
原聡, 森村哲郎, ルディー・レイモンド・ハリー・プテラ. 特開2016-6587, 2016.
原聡, 「AIの説明」の現状とこれから, 総務省AIネットワーク社会推進会議 AIガバナンス検討会（第1回）, 2017.