CGI 2020に論文が採択されました

国際会議Computer Graphics International (CGI) 2020に下記の論文が採択されました.この論文では,狭い物理空間でもVRの体験を可能にするRedirected Walkingという技術を強化学習を使って効率化する手法を提案しています.

Wataru Shibayama and Shinichi Shirakawa: Reinforcement Learning-Based Redirection Controller for Efficient Redirected Walking in Virtual Maze Environment, Computer Graphics International (CGI) 2020 (Accepted)

PPSN 2020に論文が採択されました

国際会議The Sixteenth International Conference on Parallel Problem Solving from Nature (PPSN 2020)に下記の論文が採択されました.この論文では,確率的自然勾配法に対する学習率適応法(Adaptive Stochastic Natural Gradient Method)を,目的関数に対して影響の低い変数がある場合でも有効に働くように改良しています.

Teppei Yamaguchi, Kento Uchida, and Shinichi Shirakawa: Adaptive Stochastic Natural Gradient Method for Optimizing Functions with Low Effective Dimensionality, The Sixteenth International Conference on Parallel Problem Solving from Nature (PPSN 2020) (Accepted)

ニューラルネットワークの構造最適化に関する論文がICANN 2019に採択されました

国際会議28th International Conference on Artificial Neural Networks (ICANN 2019)に下記の論文がOral Presentationとして採択されました.この論文は,確率モデルベース最適化法を応用したニューラルネットワークの動的構造最適化手法 [Shirakawa et al. 2018]において,構造の複雑さに対する正則化項を導入することで,得られるアーキテクチャの複雑さをコントロールする方法を提案しています.

Shota Saito and Shinichi Shirakawa: Controlling Model Complexity in Probabilistic Model-Based Dynamic Optimization of Neural Network Structures, 28th International Conference on Artificial Neural Networks (ICANN 2019) (Accepted as oral presentation) [arXiv]

ICML 2019に論文が採択されました

機械学習のトップカンファレンスであるInternational Conference on Machine Learning (ICML 2019)に下記の論文が採択されました.この論文では,ニューラルネットワークの構造と重みパラメータを同時最適化する手法 [Shirakawa et al. 2018] を発展させ,高速・ロバスト・柔軟なニューラルネットワークの構造探索手法を提案しています.

Youhei Akimoto, Shinichi Shirakawa, Nozomu Yoshinari, Kento Uchida, Shota Saito, and Kouhei Nishida: Adaptive Stochastic Natural Gradient Method for One-Shot Neural Architecture Search, Proceedings of the 36th International Conference on Machine Learning (ICML), Vol. 97 of PMLR, pp. 171-180 (2019) [PMLR] [arXiv] [code]

IEEE Transaction on Evolutionary Computationに論文が採択されました

国際論文誌IEEE Transaction on Evolutionary Computationに下記の論文が採択されました.この論文は,等方性ガウス分布を用いたInformation Geometric Optimization (IGO)という確率モデルベース最適化手法の凸二次関数での振る舞いを理論的に解析したものです.

Kento Uchida, Shinichi Shirakawa, Youhei Akimoto, “Finite-Sample Analysis of Information Geometric Optimization with Isotropic Gaussian Distribution on Convex Quadratic Functions,” IEEE Transactions on Evolutionary Computation (2019) (Accepted) [DOI]

ROUTE成果発表会で優秀研究発表賞を受賞しました

route_award2019

3月29日に学内で開催された2018年度秋学期ROUTE成果発表会において学部3年生の小林君が「最優秀研究発表賞」を受賞しました. 受賞対象の発表は「機械学習における特徴構築自動化のための確率モデルベース最適化法」です.

ROUTEは卒業研究配属前に意欲のある学生が研究室に来て研究プロジェクトを体験する理工学部の仕組みです.


Evolutionary Computationに論文が採択されました

MIT Press発行の論文誌Evolutionary Computationに下記の論文が採択されました.この論文は,CNNの構造探索手法を提案したGECCO 2017の国際会議論文の拡張になります.

Masanori Suganuma, Masayuki Kobayashi, Shinichi Shirakawa, and Tomoharu Nagao, “Evolution of Deep Convolutional Neural Networks Using Cartesian Genetic Programming,” Evolutionary Computation, MIT Press (Accepted)