夏合宿2020
第3回機械学習工学研究会（MLSE夏合宿2020）概要
主催 日本ソフトウェア科学会 機械学習工学研究会
日程 2020年7月２日(木)ー７月４日(土)
会場 オンライン開催
参加登録・プログラム https://mlxse.connpass.com/event/175970/
論文投稿 https://easychair.org/cfp/mlse2020
協賛
情報処理学会 ソフトウェア工学研究会
電子情報通信学会 情報論的学習理論と機械学習研究会
日本ディープラーニング協会
日本ソフトウェア科学会 ソフトウェア工学の基礎研究会
重要な日程
論文募集カテゴリ1
締切: 2020年 3月 10日（火） 17:00
審査結果通知: 2020年 4月 10日（金）
印刷原稿締切: 2020年 5月 1日（金） 17:00
企画セッションの提案
締切: 2020年 3月 24日（火） 17:00
審査結果通知: 2020年 4月 7日（火）
論文募集カテゴリ2
締切: 2020年 5月 15日（金） 17:00
審査結果通知: 2020年 5月 22日（金）
印刷原稿締切: 2020年 6月 1日（月） 17:00
論文募集カテゴリ3
締切: 2020年 5月 15日（金） 17:00
審査結果通知: 2020年 5月 22日（金）
MLSE夏合宿2020とは
近年の機械学習，あるいは深層学習（ディープラーニング）の発展に伴って，機械学習を利用するシステムは急速に社会に浸透しつつあります．しかしその一方で，従来型のITシステムに用いられてきた様々なソフトウェア工学的手法は，機械学習を組み込んだシステム（機械学習システム）の前に全くと言っていいほど通用しなくなってしまっています．機械学習工学研究会(MLSE)では，機械学習システムの開発・テスト・運用の方法論の確立を目指す活動を行なっています．
MLSE夏合宿2020では，機械学習工学に関連する研究者・技術者・学生が一堂に会し、最新の研究成果や新たな研究課題の提案・討論・アイディア交換を行うことを目的とした，合宿形式の研究集会です．代表的なトピックは以下のようなものですが，これに限らず，機械学習システムの開発・テスト・運用に関する研究発表を幅広く受け入れます．
機械学習プロジェクトを運用するマネジメント手法や組織論
機械学習システムのための要求分析、目的設計、工数見積もり手法
効率的な教師データの収集・整備、前処理の方法
機械学習システム開発を効率的に行うためのフレームワークやプログラミング言語、開発環境
機械学習システムの設計に用いるアーキテクチャ
機械学習システムのテスト・検証、デバッグ、モニタリング手法
機械学習システムを支えるプラットフォームやインフラストラクチャ、ハードウェア
発表募集カテゴリ
以下のカテゴリで論文を募集します．カテゴリ１，２については本ワークショップの予稿集として電子的に公開されます．
【カテゴリ1】 通常論文（予稿集に掲載）
機械学習工学に関連するフルペーパー(10ページ以内)を募集します．研究として完成またはある程度完成しており，今後，論文誌への掲載に発展する可能性のあるものと位置付けています．
応募された論文はプログラム委員による査読を経て，プログラム委員会により採否を決定します．採録論文は本ワークショップ予稿集に掲載されます．なお，採否決定に際して，論文のページ数について増減をお願いすることがあります．また，投稿された論文のうち優れた論文は，研究会推薦論文としてコンピュータソフトウェア誌に推薦されます．
【カテゴリ２】 論文ありポスター論文（予稿集に掲載）
会場にてポスター・デモ発表する内容（2ページ以内）を募集します．研究の初期段階における成果発表，作成したツールのデモンストレーションの場としてはもちろん，企業におけるソフトウェア工学技術の実践・適用事例のご報告や，学生等の若い研究者の方々に対する発表の場としても活用ください．
応募された論文はプログラム委員会により採否を決定します．採録論文は本ワークショップ予稿集に掲載されます．
※なお，ポスターのサイズは採択後の連絡を予定しています．
【カテゴリ3】論文なしポスター・デモ発表（予稿集への掲載なし）
会場にてポスター・デモ発表する内容（題目と200字程度の発表内容）を募集します．カテゴリ1, 2 とは異なり，本ワークショップ予稿集に掲載されません．既発表・多重投稿等を気にする必要がありませんので，お気軽に発表して頂けます．
応募された提案はプログラム委員会により採否を決定します．
※なお，ポスターのサイズは採択後の連絡を予定しています．
【カテゴリ4】企画セッションでの発表（予稿集への掲載なし）
MLSE夏合宿2020では企画セッションを実施します．企画セッションでの論文発表の有無は企画によって異なります．企画ごとに指示がありますので，それに従い，発表をされる方は準備をしてください．
企画セッションの提案募集
MLSE夏合宿2020における，企画セッションの募集を行います．夏合宿におけるセッションの一部をご担当いただき，機械学習工学に関する議論や発表の場を皆さんにオーガナイズして頂きます．機械学習工学の研究対象は多岐にわたります．重要であるにも関わらずこれまであまり着目されてこなかったトピックや，重要であるがゆえに特に突っ込んだ深い議論を必要とするトピックがあるはずです．そうした様々なトピックのうち特に着目するものを取り上げていただき，セッションの企画としてご提案ください．皆さんの企画に基づいて議論の場を提供します．
応募には，主に以下の項目をフォーム(https://forms.gle/afpPMZdT4mst63eb6)よりご入力ください．
1. セッション名
2. オーガナイザのお名前とご所属，ご連絡先，日本ソフトウェア科学会へのご加入状況
- オーガナイザは2名以上必要とします．
- オーガナイザ全員分のお名前，ご所属，ご連絡先（メールアドレス）をお知らせください．
- 日本ソフトウェア科学会へのご加入状況は採否に影響しません．
3. 主な内容，テーマ概要
- 500字〜1000字程度で，どのようなセッションを企画されているかお書きください．
- 議論をするのか，研究発表を募るのか，ハンズオンをするのか，など、企画案を可能な範囲で詳しくお書きください．
4. 時間枠数の希望
- 1スロット1.5時間として，1〜5スロットご担当いただきます．
5. セッションペーパー（カテゴリ4論文）を募集するか否か
- 企画セッションでは，2ページの論文を募集することができます．募集を希望する場合はその旨お書きください．
- 論文募集をした場合，オーガナイザは投稿された論文の採択を定められた期日以内にする必要があります。ただしオーガナイザが採択しても，実行委員会で不採択とする場合があります．
論文投稿方法
論文募集カテゴリ１，２，３ではEasyChairを利用した投稿を受け付けしております．以下のアドレスよりご投稿ください．
https://easychair.org/conferences/?conf=mlse2020
通常論文および論文ありポスター論文の投稿の際は，二重投稿にならないよう，十分にご注意下さい．同一の内容で，他の国際会議等と査読期間が重複する場合は，和文・英文に関わらず二重投稿に該当します．
また，カテゴリ１，２の予稿集の公開は、ワークショップ初日の１週間前を予定しております．知的財産が関係する論文を投稿される場合はご注意ください．
投稿フォーマット
【カテゴリ１】
専用の LaTeX スタイルファイルまたはワードの文書ファイルを使用して作成したPDFファイル．ただし、10ページ以内とします．
【カテゴリ２】
カテゴリ1と同じ専用の LaTeX スタイルファイルまたはワードの文書ファイルを使用して作成したPDFファイル．ただし，2ページ以内とします．
【カテゴリ３】
題目と200字程度の発表内容（PDFファイルは必要ありません）．
【カテゴリ4】
企画ごとの指示に従ってください．
特集号との連携について
MLSE夏合宿2020と連動した，コンピュータソフトウェア誌の「機械学習工学」特集号の企画を検討しています．MLSE2020で推薦された論文は，特集号にご投稿いただけます．また，推薦論文以外でも，MLSE夏合宿2020へご投稿いただいた論文を特集号へも投稿いただける連携投稿制度があります．MLSE夏合宿2020へご投稿いただいた論文を特集号へも投稿（連携投稿）いただくと，推薦論文と同様の投稿締め切りの設定と，MLSE夏合宿2020の論文ならびに査読結果を参考とした迅速な査読が期待できます．MLSE夏合宿2020の査読情報を機械学習工学特集号編集委員に開示する場合がありますので，その旨ご了承ください．
詳細につきましては，決定次第改めてお知らせいたします．
組織委員会
実行委員長 今井 健男（Idein）
ローカル委員長 守田 憲司（Preferred Networks）
副ローカル委員長 江澤 美保（クレスコ）
プログラム委員長 竹内 広宜（武蔵大学）
副プログラム委員長 土肥 拓生（ライフマティックス)
プログラム委員
有賀 康顕（Arm Treasure Data）
石川 冬樹（国立情報学研究所）
酒井 政裕（Preferred Networks）
末永 幸平（京都大学）
杉山 麿人（国立情報学研究所）
高前田 伸也（東京大学）
原 聡（大阪大学）
丸山 宏（Preferred Networks）
吉岡 信和（国立情報学研究所）
問い合わせ先
mlse2020sws< at >wsf.jp