Conferences (Refereed)
[9] Shion Takeno, Yoshito Okura, 〇Yu Inatsu, Aoyama Tatsuya, Tomonari Tanaka, Akahane Satoshi, Hiroyuki Hanada, Noriaki Hashimoto, Taro Murayama, Hanju Lee, Shinya Kojima, Ichiro Takeuchi.
Distributionally Robust Active Learning for Gaussian Process Regression
Forty-second International Conference on Machine Learning (ICML2025), Vancouver, July, 2025.
[8] 〇Shion Takeno, Yu Inatsu, Masayuki Karasuyama, Ichiro Takeuchi.
Posterior Sampling-Based Bayesian Optimization with Tighter Bayesian Regret Bounds.
Forty-first International Conference on Machine Learning (ICML2024), Vienna, July, 2024.
[7] 〇S. Iwazaki, T. Tanabe, M. Irie, S. Takeno, Y. Inatsu.
Risk Seeking Bayesian Optimization under Uncertainty for Obtaining Extremum.
The 27th International Conference on Artificial Intelligence and Statistics (AISTATS2024), Valencia, May, 2024.
[6] 〇Y. Inatsu, S. Takeno, H. Hanada, K. Iwata, I. Takeuchi.
Bounding Box-based Multi-objective Bayesian Optimization of Risk Measures under Input Uncertainty.
The 27th International Conference on Artificial Intelligence and Statistics (AISTATS2024), Valencia, May, 2024.
[5] 〇S. Takeno, Y. Inatsu, M. Karasuyama.
Randomized Gaussian Process Upper Confidence Bound with Tight Bayesian Regret Bounds.
Fortieth International Conference on Machine Learning (ICML2023), Honolulu, July, 2023.
[4] 〇Y. Inatsu, S. Takeno, M. Karasuyama, I. Takeuchi.
Bayesian Optimization for Distributionally Robust Chance-constrained Problem.
Thirty-ninth International Conference on Machine Learning (ICML2022), Baltimore, July, 2022.
[3] 〇Y. Inatsu, S. Iwazaki and I. Takeuchi
Active learning for distributionally robust level-set estimation.
Poster.
Thirty-eighth International Conference on Machine Learning (ICML2021), July, 2021, online.
[2] 〇Shogo Iwazaki, Yu Inatsu, Ichiro Takeuchi
Mean-Variance Analysis in Bayesian Optimization under Uncertainty.
Poster.
The 24th International Conference on Artificial Intelligence and Statistics (AISTATS2021), April 14, 2021, online.
[1] 〇K. Tanizaki, N. Hashimoto, Y. Inatsu, H. Hontani and I. Takeuchi
Computing Valid P-Values for Image Segmentation by Selective Inference.
IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR2020), June, 2020, online.
Conferences (Not Refereed)
[72] 〇稲津 佑
ベイズ最適化アルゴリズムの基礎と効率的な実験工程の最適化への応用とそのポイント
口頭発表 (招待講演).
日本テクノセンター WEBセミナー, 2025年1月, オンライン.
[71] 〇稲津 佑
機械学習による適応的実験計画～ベイズ最適化の基礎と応用～
口頭発表 (招待講演).
トリケップス WEBセミナー, 2024年11月, オンライン.
[70] 〇増井秀之, 長澤廉師, 中根滉稀, 烏山昌幸, 稲津佑
探索進捗率に基づく終了判定可能なベイズ最適化
第27回情報論的学習理論ワークショップ (IBIS2024), ソニックシティ, 埼玉, 2024年11月
[69] 〇竹野思温 , 稲津佑, 烏山昌幸, 竹内一郎
乱択期待改善量によるベイズ最適化, (優秀プレゼンテーション賞ファイナリスト)
第27回情報論的学習理論ワークショップ (IBIS2024), ソニックシティ, 埼玉, 2024年11月
[68] 〇田中智成, 花田博幸, Hanting Yang, 青山竜也, 稲津佑, 赤羽智志, 大藏芳斗, 橋本典明, 村山太朗, 李翰柱, 小嶋信矢, 竹内一郎
モデル性能を保証した分布ロバストな訓練事例選択
第27回情報論的学習理論ワークショップ (IBIS2024), ソニックシティ, 埼玉, 2024年11月
[67] 〇大藏芳斗, 竹野思温, 稲津佑, 青山竜也, 田中智成, 赤羽智志, 花田博幸, 橋本典明, 村山太朗, 李翰柱, 小嶋信矢, 竹内一郎
ガウス過程回帰モデルによるテスト分布を考慮した能動学習
第27回情報論的学習理論ワークショップ (IBIS2024), ソニックシティ, 埼玉, 2024年11月
[66] 〇栗聡汰, 竹野思温, 稲津佑, 竹内一郎
二値応答と選好情報を活用するベイズ最適化
第27回情報論的学習理論ワークショップ (IBIS2024), ソニックシティ, 埼玉, 2024年11月
[65] 〇田中優次, 竹野思温, 増田慎太郎, 稲津佑, 烏山昌幸, 永田崇, 井上圭一, 竹内一郎
系列データに対する潜在変数を用いた連続緩和に基づくベイズ最適化集合推定のためのランダム化に基づく適応的意思決定アルゴリズム
第27回情報論的学習理論ワークショップ (IBIS2024), ソニックシティ, 埼玉, 2024年11月
[64] 〇⻘⼭⻯也, 花⽥博幸, ⽥中智成, ⾚⽻智志, ⼤藏芳⽃, 橋本典明, 稲津佑, 李翰柱, 村⼭太朗, ⼩嶋信⽮, ⽵内⼀郎
データセット蒸留のためのKernel Inducing Pointsの一般化
第27回情報論的学習理論ワークショップ (IBIS2024), ソニックシティ, 埼玉, 2024年11月
[63] 〇稲津佑, 竹野思温, 沓掛健太朗, 竹内一郎
レベル集合推定のためのランダム化に基づく適応的意思決定アルゴリズム
第27回情報論的学習理論ワークショップ (IBIS2024), ソニックシティ, 埼玉, 2024年11月
[62] 〇稲津 佑
実験工程の効率化のためのベイズ最適化～基礎からロバスト最適化まで～
口頭発表 (招待講演).
R&D支援センター WEBセミナー, 2024年9月, オンライン.
[61] 〇稲津 佑
ベイズ最適化の基礎と応用～単目的最適化／多目的最適化／ロバスト最適化～
口頭発表 (招待講演).
情報機構 WEBセミナー, 2024年6月, オンライン.
[60] 〇稲津 佑
機械学習による適応的実験計画～ベイズ最適化の基礎と応用～
口頭発表 (招待講演).
トリケップス WEBセミナー, 2024年5月, オンライン.
[59] 〇花田博幸; 赤羽智志; 稲津佑; 青山竜也; 大藏芳斗; 田中智成; 小嶋信矢; 李翰柱; 竹内一郎
入力データ分布の変動にロバストなセーフ事例スクリーニング
第26回情報論的学習理論ワークショップ (IBIS2023), 北九州国際会議場, 福岡, 2023年10月
[58] 〇大藏芳斗; 稲津佑; 竹野思温; 花田博幸; 青山竜也; 田中智成; 赤羽智志; 小嶋信矢; 李翰柱; 竹内一郎
入力データ分布に対する不確実性の下での分布ロバストな能動学習
第26回情報論的学習理論ワークショップ (IBIS2023), 北九州国際会議場, 福岡, 2023年10月
[57] 〇稲津佑; 花田博幸; 岩田和樹; 竹野思温; 竹内一郎
入力不確実性が存在する下での信用領域を用いたリスク尺度に対する多目的ベイズ最適化手法
第26回情報論的学習理論ワークショップ (IBIS2023), 北九州国際会議場, 福岡, 2023年10月
[56] 〇竹野思温, 稲津佑, 烏山昌幸, 竹内一郎
事後分布からのサンプルに基づくベイズ最適化，（優秀プレゼンテーション賞ファイナリスト）
第26回情報論的学習理論ワークショップ (IBIS2023), 北九州国際会議場, 福岡, 2023年10月
[55] 〇稲津 佑
ベイズ最適化による材料探索、実験工程の効率化～最大化問題／分類問題／獲得関数の決め方～
口頭発表 (招待講演).
技術情報協会 WEBセミナー, 2023年10月, オンライン.
[54] 〇稲津 佑, 竹内 一郎
不確実環境下での分布ロバストな多目的ベイズ最適化手法
口頭発表
2023年度統計関連学会連合大会, 京都大学, 京都, 2023年9月
[53] 〇竹野 思温, 稲津 佑, 烏山 昌幸
ガウス過程に対する乱択UCBアルゴリズム
口頭発表
2023年度統計関連学会連合大会, 京都大学, 京都, 2023年9月
[52] 〇稲津 佑
不確実な入力を含むブラックボックス関数におけるロバスト尺度に対する多目的ベイズ最適化手法
口頭発表 (招待講演).
慶應義塾大学 経済研究所 計量経済学ワークショップ , 2023年7月, 慶應義塾大学, 東京
[51] 〇稲津 佑
ロバスト尺度に対するベイズ最適化
口頭発表 (招待講演).
AndTech WEBセミナー「ロバストベイズ最適化」, 2023年6月, オンライン.
[50] 〇稲津 佑
ベイズ最適化の基礎と応用～不確実な入出力の下での実験工程の効率化～.
口頭発表 (招待講演).
情報機構セミナー, 2023年6月, オンライン.
[49] 〇神崎 陽平, 石川 和樹, 尾崎 令拓, 烏山 昌幸, 稲津 佑, 竹内 一郎
変分自己符号化器を用いた探索空間の削減による高次元ベイズ最適化
第37回人工知能学会全国大会, 4I2-OS-1a-01, 2023年6月, 熊本城ホール, 熊本
[48] 〇岩崎 省吾, 竹野 思温, 稲津 佑, 松井 孝太
複数目的のレベル集合推定のための適応的意思決定アルゴリズムの提案
第37回人工知能学会全国大会, 4Q3-OS-14-05, 2023年6月, 熊本城ホール, 熊本
[47] 〇稲津 佑
不確実環境下における分布ロバストな多目的ベイズ最適化手法
口頭発表 (招待講演).
研究集会「多変量統計学・統計的モデル選択の新展開」, 2023年3月, 広島大学, 広島
[46] 〇稲津 佑
ベイズ最適化を用いた実験工程の効率化.
口頭発表 (招待講演).
技術情報協会セミナー「ベイズ最適化を用いた材料探索、実験計画法とその具体例」, 2023年1月, オンライン.
[45] 〇Takeno Shion, Inatsu Yu, Karasuyama Masayuki
Regret analysis for randomized GP-UCB algorithm.
口頭発表.
第48回IBISML研究会, 2022年12月, 京都大学, 京都.
[44] 〇稲津 佑, 竹内 一郎
分布ロバストなパレートフロントの同定問題に対する多目的ベイズ最適化.
口頭発表.
第48回IBISML研究会, 2022年12月, 京都大学, 京都.
[43] 〇稲津 佑
ベイズ最適化を用いた実験工程の効率化.
口頭発表 (招待講演).
技術情報協会セミナー「ＤＸ導入による実験の効率化と実験自動化・自律化への応用」, 2022年6月, オンライン.
[42] 〇稲津 佑
分布的ロバストな確率尺度に対する最大化問題のためのベイズ最適化手法.
口頭発表 (招待講演).
科研費シンポジウム 「ベイズ統計の理論と応用」, オンライン, 2022年3月18日.
[41] 〇稲津 佑
分布的ロバストな確率尺度最大化問題に対するベイズ最適化手法.
口頭発表 (招待講演).
第6回 統計・機械学習若手シンポジウム, オンライン, 2022年2月.
[40] 〇佐藤瑞起, 大森夢拓, 稲津 佑, 竹内一郎
K-meansクラスタリングに対するより強力な選択的推論とその単一細胞分析への応用.
口頭発表.
第44回IBISML研究会, オンライン, 2022年1月.
[39] ○杉山諒太, 戸田博己, Vo Nguyen Le Duy, 稲津佑, 竹内一郎
多次元系列データにおける変化点検出のための選択的推論.
口頭発表.
電子情報通信学会 パターン認識・メディア理解研究会（PRMU研究会）, 2021年12月, オンライン.
[38] ○稲津佑
機械学習を用いた実験工程の効率化.
口頭発表 (招待講演).
技術情報協会セミナー「ＡＩを活用した実験工程の効率化と実験の自動化・自律化の方法」, 2021年11月, オンライン.
[37] 〇草川隼也, 竹野思温, 稲津佑, 沓掛健太郎, 岩崎省吾, 中野高志, 烏山昌幸, 宇治原徹, 竹内一郎
カスケードタイプの多ステージプロセスに対するベイズ最適化.
口頭発表.
第24回情報論的学習理論ワークショップ (IBIS2021), 2021年11月, オンライン.
[36] 〇稲津 佑, 竹野思温, 烏山昌幸, 竹内一郎
分布的ロバストな機会制約付き最適化問題に対する能動学習.
口頭発表.
第43回IBISML研究会, オンライン, 2021年6月.
[35] 〇杉山諒太, 戸田博己, Vo Nguyen Le Duy, 稲津 佑, 竹内一郎
多次元系列データの変化点検出のための選択的推論.
口頭発表.
第42回IBISML研究会, オンライン, 2021年3月.
[34] 〇大森夢拓, 稲津 佑, 竹内一郎
パラメトリック計画法を用いた凸クラスタリングのための選択的推論.
口頭発表.
第42回IBISML研究会, オンライン, 2021年3月.
[33] 〇稲津佑, 岩崎省吾, 竹内一郎
Active learning for distributionally robust level set estimation.
口頭発表.
研究集会「機械学習・統計学・最適化の数理とAI技術への展開」, オンライン, 2020年12月.
[32] 〇Yu Inatsu
Bayesian experimental design for optimizing black-box functions under uncertainty.
口頭発表.
5th AIP Open Seminar, オンライン, 2020年12月.
[31] 〇戸田 博己, 稲津 佑, 竹内 一郎
Post-selection Inference for Spatio-temporal Trajectory Segmentation.
口頭発表.
研究集会「Recent Progress in Spatial and/or Spatio-temporal Data Analysis」, オンライン, 2020年10月.
[30] 〇稲津 佑, 烏山 昌幸, 井上 圭一, 竹内 一郎
入力がコストに依存した不確実性を持つ場合のレベルセット推定のための能動学習
ポスター発表.
第22回情報論的学習理論ワークショップ (IBIS2019), ウインクあいち, 愛知, 2019年11月.
[29] 〇椙田 大輔, 佐藤 嵩晟, 渥美 太瑠斗, 稲津 佑, 松井 孝太, 中山 将伸, 竹内 一郎
高次元ベイズ最適化のためのBlock coordinate descent
ポスター発表.
第22回情報論的学習理論ワークショップ (IBIS2019), ウインクあいち, 愛知, 2019年11月.
[28] 〇岩崎 省吾，稲津 佑, 竹内 一郎.
入力が不確実な状況下でのReliable Level Setの同定
ポスター発表.
第22回情報論的学習理論ワークショップ (IBIS2019), ウインクあいち, 愛知, 2019年11月.
[27] 〇稲津 佑，岩崎 省吾, 竹内 一郎.
Active learning for level set estimation under input uncertainty.
ポスター発表.
NIMS WEEK 2019, 東京国際フォーラム, 東京, 2019年10月.
[26] 〇稲津 佑.
Black-box 関数に対するガウス過程を用いたレベルセット推定のための能動学習について.
口頭発表.
広島統計グループ金曜セミナー, 広島大学, 広島, 2019年10月.
[25] 〇稲津 佑，烏山 昌幸, 井上 圭一, 竹内 一郎.
入力がコストに応じた不確実性を持つ場合のレベルセット推定のための能動学習.
ポスター発表.
新学術領域「生物ナビゲーションのシステム科学」若手合宿, ホテル竹島, 愛知, 2019年9月.
[24] 〇稲津 佑，竹内 一郎.
入力がコストに応じたランダム性を持つ場合のレベルセット推定のための能動学習.
口頭発表.
研究集会「統計学と機械学習の数理と展開」, 東京工業大学, 東京, 2019年9月.
[23] 〇稲津 佑，竹内 一郎.
コストに基づく入力不確実性がある下でのレベルセット推定のための能動学習.
口頭発表.
2019年度統計関連学会連合大会, 滋賀大学, 滋賀, 2019年9月.
[22] 〇稲津 佑, 椙田大輔, 豊浦和明, 竹内一郎.
ガウス過程の導関数に基づく極小点の同定のための能動学習.
ポスター発表.
第21回情報論的学習理論ワークショップ (IBIS2018), かでる2.7, 北海道, 2018年11月.
[21] 〇稲津 佑, 烏山 昌幸，井上 圭一，神取 秀樹，竹内 一郎.
高次元ベイズ線形モデルにおけるconfidence region estimationを用いた回帰係数の同定のためのアクティブラーニング.
口頭発表.
2018年度統計関連学会連合大会, 中央大学, 東京, 2018年9月.
[20] 〇稲津 佑.
Confidence region estimation を用いた高次元ベイズ線形モデルの係数の分類に対する active learning.
口頭発表 .
統計サマーセミナー2018, 長良川観光ホテル石金，岐阜, 2018年8月.
[19] 〇稲津 佑, 竹内一郎.
Selective inferenceに基づくactive learningの選択バイアス補正.
ポスター発表.
第20回情報論的学習理論ワークショップ (IBIS2017), 東京大学, 東京, 2017年11月.
[18] 〇稲津 佑.
An unbiased Cp type criterion for ANOVA model with a tree order restriction.
口頭発表.
研究集会「統計的推論における最近の展開」, 宮島コーラルホテル, 広島, 2016年12月.
[17] 〇稲津 佑.
パラメータに順序制約が課せられたANOVAモデルに対するAIC規準およびCp規準.
口頭発表.
2016年度統計関連学会連合大会, 金沢大学, 石川, 2016年9月.
[16] 〇稲津 佑.
Simple Order Restriction が課せられたANOVAモデルに対するAIC規準.
口頭発表.
広島大学数理統計グループ金曜セミナー, 広島大学, 広島, 2016年5月.
[15] 〇稲津 佑.
順序制約つきANOVAモデルのAIC規準.
口頭発表.
RIMS 共同研究集会 「Statistical Inference on Divergence Measures and Its Related Topics」, 京都大学, 京都, 2016 年3 月.
[14] 〇稲津 佑.
不等式制約が課せられたモデルに対するAIC規準.
口頭発表.
研究集会「統計的推測における最近の動向」, 玄海ロイヤルホテル, 福岡, 2015 年12 月.
[13] 〇稲津 佑.
パラレルプロファイルモデルにおけるランダムエフェクト共分散構造に対する尤度比 統計量の高次元漸近展開.
口頭発表.
科研費シンポジウム「大規模複雑データの理論と方法論：最前線の動向」, 筑波大学, 茨城, 2015 年11 月.
[12] 〇稲津 佑.
平均と分散の両方に制約を課したモデルに対するAIC規準.
口頭発表.
2015年度統計関連学会連合大会, 岡山大学, 岡山, 2015年9月.
[11] 〇稲津 佑.
不等式制約が課せられたモデルに対するAIC規準.
口頭発表.
統計サマーセミナー2015, 山口, 2015年8月.
[10] 〇稲津 佑.
Asymptotic expansions of the null distribution of the likelihood ratio test statistic for a random-effects covariance structure in a parallel profile model.
口頭発表.
Hiroshima Statistical Study Group Seminars, Radiation Effects Research Foundation, 広島, 2015 年7月.
[9] 〇稲津 佑.
パラレルプロファイルモデルにおけるランダムエフェクト共分散構造に対する尤度比検定統計量の帰無分布の漸近展開および高次元漸近展開.
口頭発表.
日本行動計量学会 行動計量学 岡山地域部会第55回研究会, 岡山理科大学, 岡山, 2015年3月.
[8] 〇稲津 佑.
ランダムエフェクトパラレルプロファイルモデルにおける共分散構造に関する尤度比検定統計量の漸近展開.
口頭発表.
2014年度統計関連学会連合大会, 東京大学, 東京, 2014年9月.
[7] 〇稲津 佑.
パラメータ空間に制約を課した下での尤度比検定統計量の分布関数の展開.
口頭発表.
統計サマーセミナー2014, 群馬, 2014年8月.
[6] 〇稲津 佑.
正則条件が成立していない下での尤度比検定統計量の分布関数の漸近展開.
口頭発表.
広島大学数理統計グループ金曜セミナー, 広島大学, 広島, 2014年7月.
[5] 〇稲津 佑.
一般化推定方程式を用いたモデルにおけるモデル選択規準.
口頭発表.
研究集会「統計手法における近年の話題とその応用」, KKRホテル広島, 広島, 2013年12月.
[4] 〇稲津 佑.
Model selection for generalized estimating equations with nuisance parameters.
口頭発表.
2013年度統計関連学会連合大会, 大阪大学, 大阪, 2013年9月.
[3] 〇稲津 佑.
一般化推定方程式を用いたモデルに対する選択規準.
口頭発表.
広島大学数理統計グループ金曜セミナー, 広島大学, 広島, 2012年11月.
[2] 〇稲津 佑, 伊森 晋平.
一般化推定方程式を用いたモデルに対する選択規準.
口頭発表.
2012年度統計関連学会連合大会, 北海道大学, 北海道, 2012年9月.
[1] 〇稲津 佑.
一般化推定方程式を用いたモデルに対する選択規準.
口頭発表.
統計サマーセミナー2012, 静岡, 2012年8月.