プログラム
プログラムは随時更新します．
＝＝＝＝＝＝＝＝
2/9（水）
＝＝＝＝＝＝＝＝
----------------------------------------------------------------------------------------
Session 1-1（13:10 - 14:30）
座長：梅津佑太（長崎大）
----------------------------------------------------------------------------------------
橋本悠香（NTTネットワークサービスシステム研究所）
講演タイトル：時系列データの作用素論的解析 [予稿]
アブストラクト：
作用素論的データ解析では，時系列データを生成する力学系を，Hilbert空間上の線形作用素を用いて表現することで，作用素論を用いて時系列データ解析を行う．これまでに，線形作用素のスペクトルの情報を用いたモード分解や，力学系間の距離の計算などに応用されてきた．本発表では，作用素論的データ解析の概要を述べた上で，発表者の最近の結果であるノイズ付きの力学系に関する研究などを紹介する．
江村剛志（久留米大学バイオ統計センター）
講演タイトル：安定化スコア検定を用いた生存データに基づく決定木の構築 [予稿]
アブストラクト：
決定木は, 標本の分割を繰り返しながら葉と枝を構成していく統計的学習法である. 既存のログランク検定に基づく決定木の構成法は, 小標本下での検定結果が安定せず, 葉の最低標本数を設けるなどのチューニングが必要である. 本講演では, この問題を解決した「安定化スコア検定」に基づく生存木を構築する手法を紹介する. 提案手法は, 既存法に比べて検定結果が安定し, より意味のある生存木を単純なチューニングで構成できる.
-------------------------------------------------
Session 1-2（15:00 - 16:30）
特別講演
座長：松井孝太（名古屋大）
-------------------------------------------------
牛久祥孝（OMRON SINIC X/Ridge-i）
講演タイトル：Vision and Languageとその先へ [予稿]
アブストラクト：
CNNの画像認識におけるブレークスルーから10年、Transformerの機械翻訳におけるブレークスルーから5年。異なる様態のデータに対する機械学習応用の相互参入障壁が大きく緩和された現在、画像情報と言語情報による理解や変換・生成を目的とするVision and Languageは、その周辺分野も巻き込みながら勢いを増している研究分野である。本講演では、Vision and Languageと呼ばれる各研究課題の生い立ちや発展、そして今後の課題について概観する。
-------------------------------------------------
Session 1-3（17:00 - 18:20）
座長：原聡（大阪大）
-------------------------------------------------
ガラムカリ和（国立情報学研究所/総合研究大学院大学）
講演タイトル：平均場近似を用いた非負テンソルの高速な低ランク近似法 [予稿]
アブストラクト：
テンソルをランクの小さいテンソルで近似するタスクが低ランク近似である．フロベニウスノルムを最小にする最良の低ランク近似は難しい問題として知られている．本講演では，低ランク近似のコスト関数にKL情報量を用いることで，低ランク近似を凸問題として議論し，近似的に高速に解くアルゴリズムを提案する．また，情報幾何学的な考察から，KL情報量を最小化する低ランク近似が平均場近似と幾何学的なアナロジーを有することも明らかにする．
加藤真大（サイバーエージェント）
講演タイトル：経済学と機械学習：因果推論と密度比推定を中心に [予稿]
アブストラクト：
アブストラクト：近年，経済学と機械学習のそれぞれにおいて互いの手法の導入が試みられている．本発表では，そうした最近の経済学と機械学習の研究動向を因果推論と密度比推定を中心に説明する．また，私たちの研究グループによる共変量シフトのもとでの因果推論の漸近効率性などの研究も紹介する．
＝＝＝＝＝＝＝＝
2/10（木）
＝＝＝＝＝＝＝＝
----------------------------------------------------------------------------------------
Session 2-1（10:30 - 11:50）
座長：梅津佑太（長崎大）
----------------------------------------------------------------------------------------
近原鷹一（NTTコミュニケーション科学基礎研究所）
講演タイトル：因果関係に基づく公平・高精度な機械学習の実現 [予稿]
アブストラクト：
近年の機械学習技術の目覚ましい発展に伴い，銀行における融資承認・企業における人材採用・児童の虐待検知・罪人の釈放など，個人に対して意思決定を行う問題を機械学習予測によって実現する取組みが増えつつある．このような意思決定はその多くが人間の人生に重大な社会的影響を与えるものであり，それゆえに意思決定が性別・人種・宗教・障害・性的指向といったセンシティブな特徴に関して公平であるか否かを懸念する声が高まっている．本講演では，数ある公平性の定義の中で最も強力とされる，変数間の因果関係に基づく公平性尺度を取り上げ，この尺度を満たす予測モデルを学習する手法を，講演者らの最近の研究を含めて紹介する．
佐藤竜馬（京都大学）
講演タイトル：ユーザーサイド情報検索システム [予稿]
アブストラクト：
ある人材検索サービスでは（意図的でなく）特定の人種が上位に表示されづらくなっているかもしれない。また、ある画像共有サービスではタグ検索のみが提供され、類似画像検索はできないかもしれない。しかし、検索システムの設計はサービス提供者に委ねられている。ユーザーはこれらの点に不満を持っても、別のサービスに移るか、我慢をして使い続けるしかなかった。本講演では、ユーザーが利用サービスの検索システムを設計・改善することを可能にする新たな枠組みを紹介する。
----------------------------------------------------------------------------------------
Session 2-2（13:30 - 15:30）
企画セッション
座長：手嶋毅志（東京大学）
----------------------------------------------------------------------------------------
講演（13:30-14:40）
今泉允聡（東京大学）
石田隆（東京大学）
根上春（千葉大学）
横井祥（東北大学）
パネルディスカッション（14:50-15:30）
----------------------------------------------------------------------------------------
Session 2-3（16:00 - 17:20）
座長：奥野彰文（統数研）
----------------------------------------------------------------------------------------
高田正彬（東芝研究開発センター知能化システム研究所）
講演タイトル：実問題におけるスパース推定法 [予稿]
アブストラクト：
高次元データから少数の変数のみを用いたモデルを推定する方法として，スパース推定がよく用いられる．しかし，現実のデータ・問題に応用する場合，基本的な手法では精度や計算効率，安定性が不十分であることがある．そこで，これらの課題に対して，様々な手法が提案・開発されている．本講演では，特に繰り返しモデルを更新する場合を考え，安定的にモデルを推定する手法について紹介する．
梶野洸（日本IBM東京基礎研究所）
講演タイトル：微分可能点過程とそのスパイキングニューラルネットへの応用 [予稿]
アブストラクト：
スパイキングニューラルネットは通常のニューラルネットとは異なり、各ニューロンが連続時間で定義される動的な内部状態をもちスパイクを用いて相互作用する。スパイキングニューラルネットに対する様々な学習アルゴリズムが提案されてきたが、連続時間やスパイクの取り扱いの難しさからどれも広く使われるに至っていない。本発表では微分可能点過程を新たに導入し、それらの困難をどのように解決できるかを議論する。
＝＝＝＝＝＝＝＝
2/11（金）
＝＝＝＝＝＝＝＝
-------------------------------------------------
Session 3-1（10:00 - 11:30）
チュートリアル講演
座長：松井孝太（名古屋大）
-------------------------------------------------
品川政太朗（奈良先端科学技術大学院大学）
講演タイトル：Vision and LanguageとTransformers
アブストラクト：
Vision and Language (V&L)は、画像情報と言語情報を組み合わせて問題解決を行う分野の総称として広く知られるようなってきており、Transformerを適用する流れが定着してからはますます盛り上がりを見せている。しかし、V&Lの分野自体の広さやTransformer研究の過熱は初学者にとって参入しづらい面がある。本発表では、V&Lとその主武器となるTransformerについて体系的に解説し、研究を始めるための基礎的な装備を提供したい。
-------------------------------------------------
Session 3-2（13:00 - 14:20）
座長：松井秀俊（滋賀大）
-------------------------------------------------
稲津佑（名古屋工業大学）
講演タイトル：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 [予稿]
アブストラクト：
製造業などの様々な実応用において，評価コストが高いブラックボックス関数がコントロール可能な変数（デザイン変数）とコントロール不可能な確率変数（環境変数）の両方を含むケースは多い．こうした状況下で最適なデザイン変数を決定するためには，環境変数の影響を取り除いてデザイン変数の良さを定量化することが重要である．本講演では，デザイン変数の良さの尺度として用いられる分布的ロバストな確率尺度を最大とするデザイン変数を効率的に発見するためのベイズ最適化手法について報告する．
奥野彰文（統計数理研究所）
講演タイトル：ランジュバン動力学を用いた過剰パラメータモデルの汎化ギャップ推定 [予稿]
アブストラクト：
WAICのペナルティ項として知られる汎関数分散(Functional Variance, FV)は汎化ギャップ，つまり汎化誤差と経験誤差の差の漸近不偏推定量である．本研究ではニューラルネットなど過剰パラメータモデルの線形化として過剰パラメータ線形回帰を考え，既存理論が適用できない過剰パラメータの設定においてもFVは汎化ギャップの漸近不偏推定量であることを示す．またランジュバン動力学を用いたFVの効率的な近似法も提案する．