最近の活動

• IBIS2023にて「Adaptive Lasso, Transfer Lasso, and Beyond」というタイトルで発表しました．(2023/10)

• 計測と制御に「R/Pythonによるスパースモデリング」という解説記事が掲載されました．(2023/09)

• 日本統計学会誌に「発展的なスパース推定法—欠測データ分析と転移学習を中心として—」という総説論文が掲載されました．(2023/09)

• 統計関連学会連合大会にて「Lasso, Adaptive Lasso, Transfer Lassoの理論解析とその拡張」というタイトルで発表しました．(2023/09)

• arXivにて"Adaptive Lasso, Transfer Lasso, and Beyond: An Asymptotic Perspective"というプレプリントを公開しました．(2023/08)

経歴

• 2016-現在: 株式会社東芝 研究開発センター

• 2021-現在: 統計数理研究所 客員准教授

• 2017-2020: 総合研究大学院大学 複合科学研究科 統計科学専攻 (博士(統計科学))

• 2012-2015: 日鉄ソリューションズ株式会社 システム研究開発センター

• 2010-2012: 東京大学大学院 情報理工学系研究科 数理情報学専攻 (修士)

• 2008-2010: 東京大学 工学部 計数工学科 (学士)

• 2006-2008: 東京大学 教養学部 理科1類

表彰

• 第23回情報論的学習理論ワークショップ(IBIS2020) 優秀発表賞 (2020年)

• 総合研究大学院大学 複合科学研究科長賞 (2020年)

• 統計数理研究所 優秀学生賞 (2020年)

• 東京電力ホールディングス株式会社主催 第1回電力需要予測コンテスト 最優秀賞 (2017年)

• 人工知能学会 現場イノベーション賞 金賞 (2016年)

• KDD Cup 第2位 (2015年)

• 第1回 革新的数理モデリングに関する国際シンポジウム ポスター金賞 (2011年)

出版物

雑誌論文 (英語)

• Takada, M., Suzuki, T., & Fujisawa, H. (2020). "Independently Interpretable Lasso for Generalized Linear Models". Neural Computation, 32(6), 1168--1221.

• Takada, M., Hori, Y., & Hara, S. (2014). "Comments and Corrections on “Stability of Genetic Regulatory Networks With Time Delay". IEEE Transactions on Circuits and Systems I: Regular Papers, 61(9), 2771--2774.

• Hori, Y., Takada, M., & Hara, S. (2013). "Biochemical oscillations in delayed negative cyclic feedback: Existence and profiles". Automatica, 49(9), 2581--2590.

会議論文 (英語)

• Takada, M., & Fujisawa, H. (2020). "Transfer Learning via $ell_1$ Regularization". Advances in Neural Information Processing Systems (NeurIPS2020), 33, 14266--14277. (採択率: 20.1%)

  • 関連ニュース記事 (日本語): 日経Robotics, MONOist, Ledge.ai, @IT, Yahoo!ニュース

• Ko, M., Inagi, T., Takada, M., & Yano, T. (2019) "Application of Feature Selection Method to Error Factor Extraction of Multifunction Peripheral". In Proceedings of IEEE International Conference on Industrial Engineering and Engineering Management (IEEM2019) (pp. 1043--1047).

• Takada, M., Fujisawa, H., & Nishikawa, T. (2019). "HMLasso: Lasso with High Missing Rate". In Proceedings of the Twenty-Eighth International Joint Conference on Artificial Intelligence (IJCAI2019) (pp.3541--3547). (採択率: 17.9%)

  • 関連ニュース記事 (日本語): 日経Robotics, ZDNet Japan, MONOist, ITmedia, @IT, ThinkIT, CodeZine

• Takada, M., Suzuki, T., & Fujisawa, H. (2018). "Independently Interpretable Lasso: A New Regularizer for Sparse Regression with Uncorrelated Variables". In Proceedings of the Twenty-First International Conference on Artificial Intelligence and Statistics (AISTATS2018) (pp.454--463). PMLR, 84. (採択率: 33.2%)

• Takada, M., Hori, Y., & Hara, S. (2010). "Existence conditions for oscillations in cyclic gene regulatory networks with time delay". IEEE International Conference on Control Applications (pp. 830--835).

プレプリント (英語)

• Takada, M., & Fujisawa, H. (2023). "Adaptive Lasso, Transfer Lasso, and Beyond: An Asymptotic Perspective". arXiv preprint arXiv:2308.15838.

雑誌論文 (日本語)

• 髙田正彬. (2023). "R/Pythonによるスパースモデリング". 計測と制御, 62(9), 531--535

• 髙田正彬. (2023). "発展的なスパース推定法—欠測データ分析と転移学習を中心として—". 日本統計学会誌, 53(1), 69--89.

• 髙田正彬, 西川武一郎. (2021). "大量の欠損を含む製造データから不良要因を同定するスパースモデリング技術". 東芝レビュー, 76(1), 32--35.

• 進博正, 志賀慶明, 髙田正彬, 柿元満. (2018). "機械学習を活用した電力需要予測技術". エネルギーと動力, 68(290), 36--45.

発表

国際会議 (英語)

上記出版物を除く．

• Takada, M., & Fujisawa, H. (2021). "Transfer learning on regression problem". The 4th International Conference on Econometrics and Statistics (EcoSta2021).

• Takada, M., Saiki, S., Sueyoshi, S., Eguchi, H., & Nishikawa, T. (2017). "Intelligent Causal Analysis System for Wafer Quality Control using Sparse Modeling". AEC/APC Symposium Asia 2017.

• Takada, M., & Aihara, K. (2012). "Cholinergic top-down modulation based on the free-energy principle". The Seventeenth International Symposium on Artificial Life and Robotics (AROB2012). 

• Takada, M., & Aihara, K. (2011). "Acetylcholine in cortical learning". The 1st International Symposium on Innovative Mathematical Modelling (ISIMM2011). Poster Gold Prize.

国内会議 (日本語)

• 髙田正彬, 藤澤洋徳. (2023). "Adaptive Lasso, Transfer Lasso, and Beyond". 第26回情報論的学習理論ワークショップ (IBIS2023).

• 髙田正彬, 藤澤洋徳. (2023). "Lasso, Adaptive Lasso, Transfer Lassoの理論解析とその拡張". 2023年度統計関連学会連合大会.

• 髙田正彬. (2022). "実問題におけるスパース推定法". 第6回統計・機械学習若手シンポジウム.

• 李根, 髙田正彬. (2021). "スパース転移学習による半導体量産の歩留解析". 2021年度統計関連学会連合大会.

• 髙田正彬. (2021). "スパースモデリングの研究開発 ～現場課題から先端的研究まで～". 2021年度統計関連学会連合大会. 企画セッション：設計と製造のデータ科学：産学の最前線.

• 髙田正彬. (2021). "Transfer Learning via L1 Regularization". 日本ソフトウェア科学会第38回大会. トップカンファレンス特別講演.

• 髙田正彬. (2021). "スパースモデリングとその展開". 第4回マテリアルズインフォマティクスセミナー.

• 髙田正彬. (2021). "製造業におけるスパース推定の応用と深化". 第15回日本統計学会春季集会. 企画セッション4：工学・理学・医学に関連するスパース推定の展開.

• 髙田正彬, 藤澤洋徳. (2020). "スパース転移学習". 第23回情報論的学習理論ワークショップ (IBIS2020). 優秀発表賞.

• 髙田正彬. (2020).  "古くて新しい技術：スパースモデリング". 東芝人工知能セミナー.

• 髙田正彬, 藤澤洋徳, 西川武一郎. (2019). "高欠測データにおけるスパースモデリング". 2019年度統計関連学会連合大会.

• 髙田正彬. (2019). "統計的機械学習による製造プロセスの高度化". 第66回応用物理学会春季学術講演会. 特別シンポジウム: インフォマティクス活用の時代.

• 髙田正彬, 藤澤洋徳, 西川武一郎. (2018). "HMLasso: 高次元・高欠測データに対するスパースモデリング". 第21回情報論的学習理論ワークショップ (IBIS 2018).

• 髙田正彬, 鈴木大慈, 藤澤洋徳. (2018). "Sparse Modeling with Uncorrelated Variables". 2018年度統計関連学会連合大会.

• 髙田正彬, 鈴木大慈, 藤澤洋徳. (2017). "IILasso：相関情報を罰則項に導入したスパースモデリング". 第20回情報論的学習理論ワークショップ (IBIS2017).

• 髙田正彬. (2016). "製造分野における機械学習の適用～スパースモデリングが拓く自動化～". 計測自動制御学会産業応用部門大会.

• 髙田正彬. (2014). "ビッグデータの動向と医療画像データの機械学習事例". 東京大学 Global Design Lecture & Seminar.

• 髙田正彬. (2014). "Mahoutによるアルツハイマー診断支援へ向けた取り組み". Hadoop Conference Japan 2014.

• 髙田正彬, 堀豊, 原辰次. (2010). "時間遅れを考慮した環状遺伝子制御ネットワークにおける周期振動の存在条件". 計測自動制御学会システム・情報部門学術講演会2010(SSI2010)併設ワークショップ.

• 髙田正彬, 堀豊, 原辰次. (2010). "時間遅れを考慮した環状遺伝子制御ネットワークにおける周期振動の存在条件". 第10回計測自動制御学会制御部門大会 (CCS2010).

特許

米国特許

• Takada, M. (2021). U.S. Patent Application No. 17/185,577.

• Ko, M., Inagi, T., & Takada, M. (2019). U.S. Patent Application No. 16/817,465.

• Takada, M., Fujisawa, H., & Nishikawa, T. (2020). U.S. Patent Application No. 16/296,312.

• Kakimoto, M., Shin, H., Shiga, Y., & Takada, M. (2019). U.S. Patent Application No. 15/915,569.

• Shiga, Y., Shin, H., Kakimoto, M., & Takada, M. (2019). U.S. Patent Application No. 15/918,373.

• Takada, M., & Nishikawa, T. (2018). U.S. Patent Application No. 15/692,796.

• Takada, M., Furukawa, H., Kohno, H., & Kai, R. (2017). U.S. Patent Application No. 15/373,251.

日本特許

• 髙田正彬. (2021). 特開2021-174040.

• 高明淑, 稲木達哉, 髙田正彬. (2020). 特開2020-204841.

• 志賀慶明, 進博正, 柿元満, 髙田正彬. (2020). 特開2020-195281.

• 髙田正彬, 藤澤洋徳, 西川武一郎. (2020). 特開2020-035146

• 柿元満, 進博正, 志賀慶明, 髙田正彬. (2019). 特開2019-087030.

• 志賀慶明, 進博正, 柿元満, 髙田正彬. (2019). 特開2019-087027.

• 髙田正彬, 西川武一郎. (2018). 特開2018-151883.

• 髙田正彬, 古川浩, 河野秀樹, 甲斐龍一郎. (2017). 特開2017-111800.

その他

• 第6回統計・機械学習若手シンポジウム 企画セッション連動コラム集：「企業研究員パパの博士課程体験記」 (2022/02)

• 統計数理研究所ニュースNo.152：「産業界の課題を動機とする共同研究」  (2021/05)

連絡

お気軽にお問い合わせください．

tkdmah [at] gmail.com