機械学習研究チーム
チーム概要
機械学習技術によって、データから変数間の関係や変数の重要性を学習したり、隠れた重要な変数（要因）を発見したりすることは、現在の人工知能に不可欠です。それによって、データの分類、識別、予測、補間等が可能になります。機械学習研究チームでは、ベイジアンモデリング、カーネル法、deep learning などの先端的な機械学習技術の理論基盤、アルゴリズムの研究開発から、リモートセンシングデータ、医療データ、経済データ、ロボットの感覚・運動データ等の実データへの応用まで幅広く研究を行います。さらに、他のチームとの連携を通じて、人間との親和性の高い人工知能の実現に貢献します。
麻生 英樹
研究チーム長
インフォメーション
2020.12.07
機械学習研究チームの唐木田 亮研究員が 2020年12月10日（PST）に、NeurIPS2020 にて下記研究のオーラル（＋ポスター）発表を行います。
Ryo Karakida, Kazuki Osawa:
Understanding Approximate Fisher Information for Fast Convergence of
Natural Gradient Descent in Wide Neural Networks
2020.12.07
機械学習研究チームの椿 真史研究員が 2020年12月9日（PST）に、NeurIPS2020 にて下記研究のポスター発表を行います。
Masashi Tsubaki, Teruyasu Mizoguchi:
On the equivalence of molecular graph convolution and molecular wave function with poor basis set
2020.11.11
機械学習研究チームの椿 真史研究員の論文が Physical Review Letters に掲載されました。
Masashi Tsubaki and Teruyasu Mizoguchi:
Phys. Rev. Lett. 125, 206401 - Published 10 November 2020.
続きはこちら
論文リスト
続きはこちら
研究者紹介
| 写真 | 役職＆名前 | 専門分野 | メールアドレス HP |
|---|---|---|---|
 |
研究チーム長 麻生 英樹 |
機械学習、人工知能 | |
 |
主任研究員 |
Combinatorial Optimization, Game AI | |
 |
研究員 唐木田 亮 |
ニューラルネットワーク, 機械学習 | |
 |
研究員 椿 真史 |
深層学習、自然言語処理、バイオインフォマティクス | |
 |
研究員 |
ニューロインフォマティクス、スパース表現、信号分離 | |
 |
特定集中研究専門員 |
機械学習のためのデータ次元削減 | |
 |
研究グループ長(兼) 松本 有央 |
データ解析、脳型人工知能 | |
|
主任研究員(兼) |
パターン認識、コンピュータビジョン | |
 |
上級主任研究員（兼） |
統計的機械学習を始めとする数理工学 | |
 |
主任研究員(兼) 林 隆介 |
視覚神経科学、心理物理、顔・物体認識処理 | |
 |
研究員(兼) 渡辺 顕司 |
統計的パターン認識 | |
 |
産総研特別研究員 高瀬 朝海 |
ニューラルネットワーク | |
 |
テクニカルスタッフ 木村 祐介 |
空間解析、データマイニング、GIS、リモートセンシング、ビックデータ | |
 |
招聘研究員 兼村 厚範 |
統計的信号処理と機械学習 | |
 |
招聘研究員 佐藤 聖也 |
ニューラルネットワーク | |
|
客員研究員 |
知識工学、確率的モデリング | |
 |
客員研究員 李 玉潔 |
スパース表現と機械学習 |
