Last modified: July 11, 2018

April 2013 – March 2016: PhD student, Department of Computer Science, Chubu University

April 2014 – March 2016: DC2 Research Fellowship for Young Scientists, Japan Society for the Promotion of Science

April 2016 – : Postdoctoral researcher, Artificial Intelligence Research Center (AIRC), National Institute of Advanced Industrial Science and Technology (AIST)


Journal papers (peer-reviewed)

  1. Seiya Satoh, Yoshinobu Takahashi, and Hiroshi Yamakawa. Validation of equivalence structure incremental search. Frontiers in Robotics and AI, Vol. 4, No. 2, December 2017.
  2. 佐藤聖也, 中野良平. 複素多層パーセプトロンの性能と学習法の関係に関する実験評価. 電子情報通信学会論文誌, Vol. J100-D, No. 6, pp. 649-660, June 2017.
  3. 佐藤聖也, 中野良平. 特異領域を利用した多層パーセプトロン探索法の探索枝刈り. 電子情報通信学会論文誌, Vol. J97-D, No. 2, pp. 330-340, February 2014.
  4. Seiya Satoh and Ryohei Nakano. Fast and stable learning utilizing singular regions of multilayer perceptron. Neural Processing Letters, Vol. 38, No. 2, pp. 99-115, February 2013.


Invited papers (non peer-reviewed)

  1. Seiya Satoh and Ryohei Nakano. Multilayer perceptron learning utilizing reducibility mapping. Studies in Computational Intelligence, Vol. 465, pp. 261-275, December 2012.


International conference papers (peer-reviewed)

  1. Seiya Satoh, Yoshinobu Takahashi, and Hiroshi Yamakawa. Accelerated equivalence structure extraction via pairwise incremental search. In Proceedings of the 24th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, London, UK, August 2018 (18%: 181/983, to appear).
  2. Seiya Satoh and Ryohei Nakano. A new method for learning RBF networks by utilizing singular regions. In Proc. 17th International Conference on Arti cial Intelligence and Soft Computing (ICAISC), pp. 214-225, Zakopane, Poland, June 2018.
  3. Ryohei Nakano and Seiya Satoh. Weak dependence on initialization in mixture of linear regressions. In Proc. IAENG International Conf. on Artificial Intelligence and Applications (ICAIA), pp. 1-6, Kowloon, Hong Kong, March 2018.
  4. Seiya Satoh and Ryohei Nakano. Performance of complex-valued multilayer perceptrons largely depends on learning methods. In Proc. 9th International Joint Conference on Computational Intelligence (IJCCI), pp. 45-53, Funchal, Portugal, November 2017.
  5. Seiya Satoh and Hiroshi Yamakawa. Incremental extraction of high-dimensional equivalence structures. In Neural Networks (IJCNN), 2017 International Joint Conference on, pp. 1518-1524, Anchorage, USA, February 2017. IEEE.
  6. Seiya Satoh and Ryohei Nakano. How new information criteria WAIC and WBIC worked for MLP model selection. In Proc. 6th International Conf. on Pattern Recognition Applications and Methods (ICPRAM), pp. 105-111, Porto, Portugal, February 2017. (Best Paper Award).
  7. Seiya Satoh and Ryohei Nakano. How complex-valued multilayer perceptron can predict the behavior of deterministic chaos. In Proc. International Joint Conf. on Neural Networks (IJCNN), pp. 4118-4124, Vancouver, Canada, July 2016.
  8. Seiya Satoh and Ryohei Nakano. A yet faster version of complex-valued multilayer perceptron learning using singular regions and search pruning. In Proc. 7th International Conf. on Neural Computation Theory and Applications (NCTA), pp. 122-129, Lisbon, Portugal, November 2015.
  9. Seiya Satoh and Ryohei Nakano. Complex-valued multilayer perceptron learning using singular regions and search pruning. In Proc. International Joint Conf. on Neural Networks (IJCNN), pp.1-6, Killarney, Ireland, July 2015.
  10. Seiya Satoh and Ryohei Nakano. Singularity stairs following with limited numbers of hidden units. In Proc. 6th International Conf. on Neural Computation Theory and Applications (NCTA), pp. 180-186, Rome, Italy, October 2014.
  11. Seiya Satoh and Ryohei Nakano. Complex-valued multilayer perceptron search utilizing singular regions of complex-valued parameter space. In Proc. 24th International Conf. on Artificial Neural Networks (ICANN), Vol. 8681, pp. 315-322, Hamburg, Germany, September 2014.
  12. Seiya Satoh and Ryohei Nakano. Mutlilayer perceptron learning utilizing singular regions and search pruning. In Proc. International Conf. on Machine Learning and Data Analysis (ICMLDA), pp. 790-795, Berkeley, USA, October 2013.
  13. Seiya Satoh and Ryohei Nakano. Eigen vector descent and line search for multilayer perceptron. In Proc. IAENG International Conf. on Artificial Intelligence and Applications (ICAIA), Vol. 1, pp.1-6, Hong Kong, China, March 2012. (Best Student Paper Award).
  14. Ryohei Nakano, Seiya Satoh, and Takayuki Ohwaki. Learning method utilizing singular region of multilayer perceptron. In Proc. 3rd International Conf. on Neural Computation Theory and Applications (NCTA), pp. 106-111, Paris, France, October 2011.


Domestic conference papers

  1. 佐藤聖也, 高橋良暢, 山川宏. 複数の多次元系列間における対応次元の発見. 信学技報, PRMU2018-34, 第118 巻, pp. 67-71, June 2018.
  2. 高橋良暢, 佐藤聖也, 栗原聡, 山川宏. 複数のニューラルネットワークの隠れ層出力に対する等価性構造抽出. 情報処理学会知能システム研究会, March 2018.
  3. 佐藤聖也, 中野良平. 特異領域を利用したRBF ネットワーク新学習法. 信学技報，NC2017-41, pp.7-12, December 2017.
  4. 小島久幸, 佐藤聖也, 中野良平. 特異階段追跡法を用いたカオス二重振り子の軌道予測. 第15 回情報学ワークショップ, November 2017.
  5. 佐藤聖也, 中野良平. 特異領域を利用したRBF ネットワーク探索法. 第15 回情報学ワークショップ, November 2017.
  6. 高橋良暢, 佐藤聖也, 山川宏. 等価性構造抽出技術の定式化. 第4 回汎用人工知能研究会, December 2016.
  7. 佐藤聖也, 高橋良暢, 山川宏. 等価性構造保持仮定の下での等価性構造抽出における探索数削減. 信学技報，COMP2016-48, pp. 81-86, December 2016.
  8. 小島久幸, 佐藤聖也, 中野良平. 多層パーセプトロンを用いた二重振り子カオス軌道予測. 第14 回情報学ワークショップ, November 2016.
  9. 佐藤聖也, 中野良平. 複素多層パーセプトロンの学習法と非線形性の関係に関する実験評価. 第14 回情報学ワークショップ, November 2016.
  10. 潮旭, 高橋良暢, 佐藤聖也, 山川宏. 等価性構造探索を効率化するための局所生起分布の性質調査. 第19回情報論的学習理論ワークショップ, November 2016.
  11. 佐藤聖也, 山川宏. 高速化に向けた等価性構造の特徴解析. 第3 回汎用人工知能研究会, pp. 1-4, September 2016.
  12. 佐藤聖也, 中野良平. 複素特異階段追跡法の解品質と計算時間の実験評価. 第9 回コンピューテーショナル・インテリジェンス研究会, pp. 1-6, July 2016.
  13. 佐藤聖也, 中野良平. 複素多層パーセプトロンを用いたカオス的時系列の予測. 第8 回コンピューテーショナル・インテリジェンス研究会, pp. 1-6, December 2015.
  14. 佐藤聖也, 中野良平. 複素多層パーセプトロン学習における一層の探索枝刈りの効果. 第7 回コンピューテーショナル・インテリジェンス研究会, pp. 37-42, May 2015.
  15. 佐藤聖也, 中野良平. 特異階段追跡法の一層の高速化と解品質の改善. 信学技報，NC2014-119, pp.289-294, March 2015.
  16. 佐藤聖也, 中野良平. 複素特異階段追跡法の解品質の改善. 計測自動制御学会システム・情報部門学術講演会, pp. 820-824, November 2014.
  17. 佐藤聖也, 中野良平. 探索枝刈りによる複素多層パーセプトロン探索の高速化. 第5 回コンピューテーショナル・インテリジェンス研究会, pp. 91-96, July 2014.
  18. 佐藤聖也, 中野良平. 隠れユニット数の範囲を限定した特異階段追跡法. 信学技報，NC2013-65, pp.69-74, December 2013.
  19. 佐藤聖也, 中野良平. 出力が実数の問題に特化した目的関数を用いた複素多層パーセプトロン探索. 計測自動制御学会システム・情報部門学術講演会, pp. 627-632, November 2013.
  20. 佐藤聖也, 中野良平. 複素パラメータ空間の特異領域を利用した複素多層パーセプトロン探索法. 第3 回コンピューテーショナル・インテリジェンス研究会, pp. 103-108, August 2013.
  21. 佐藤聖也, 中野良平. 特異領域を活用した多層パーセプトロン探索法. 信学技報，NC2012-94, pp. 1-6, January 2013.
  22. 佐藤聖也, 中野良平. 多層パーセプトロンにおける固有ベクトル降下法と直線探索. 信学技報，NC2011-87, pp. 19-24, December 2011.
  23. 佐藤聖也, 大脇高之, 中野良平. 多層パーセプトロンの特異領域を利用した探索法. 信学技報，NC2010-81, pp. 85-90, December 2010.


Awards

  1. Seiya Satoh and Ryohei Nakano. Best paper award of the 6th International Conf. on Pattern Recognition Applications and Methods (ICPRAM). March 2016.
  2. Seiya Satoh. IEEE Computational Intelligence Society Japan Chapter Young Researcher Award. March 2014.
  3. Seiya Satoh. 電子情報通信学会東海支部学生研究奨励賞（修士）(IEICE Tokai Section Student Award (master)). January 2013.
  4. Seiya Satoh and Ryohei Nakano. Best student paper award of the 2012 IAENG International Conf. on Artificial Intelligence and Applications. March 2012.