2022年度は博士課程後期学生が5名，博士課程前期学生が14名，卒業研究生が6名でスタートしました．

[メンバーページ]

深層学習による発話テキストからのジェスチャ生成に関する論文がNeural Networksに採択されました．この論文は修了生の浅川くんの修士研究の成果を発展させたものです．また，北海学園大学の長谷川先生，青山学院大学の金子先生との共同研究です．

Eiichi Asakawa, Naoshi Kaneko, Dai Hasegawa, and Shinichi Shirakawa: Evaluation of text-to-gesture generation model using convolutional neural network, Neural Networks, Elsevier [Link]

3月30日に学内で開催された2021年度ROUTE成果発表会において学部3年生の三苫君が「最優秀研究発表賞」を受賞しました．受賞対象の発表は「深層学習によるリズムゲーム譜面の自動生成モデルの改善」です． [ROUTEのWebサイトでの紹介]

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．

白川が「令和3年度 横浜国立大学優秀研究者賞（奨励賞）」を受賞しました（大学Webサイトでの紹介）．

博士課程後期の濱野君が「IEEE Computational Intelligence Society Japan Chapter Young Researcher Award」を受賞しました． この賞は12月25日〜26日にオンラインで開催された 進化計算シンポジウム2021 での発表に対して与えられたものです． 受賞対象の発表は「Genetic Driftの抑制を目的とするエントロピー正則化を導入したPBILの提案（濱野 椋希，白川 真一）」です．

進化計算シンポジウム2021（12月25日〜26日，オンライン開催）で，濱野くん（D1），埜田くん（M2），山田くん（B2，ROUTEプロジェクト）が研究発表を行いました．

• 濱野 椋希，白川 真一：Genetic Driftの抑制を目的とするエントロピー正則化を導入したPBILの提案
• 埜田 夕平，斉藤 翔汰，白川 真一：カテゴリカル分布と構造正則化を用いた自然勾配法による畳み込みニューラルネットワークの構造探索
• 山田 裕太郎，内田 絢斗，梅木 宏，山口 哲平，斉藤 翔汰，白川 真一：目的関数の単調増加変換に対する不変性をもつサロゲートモデルを用いた(1+1)-CMA-ESの提案

Scientific Reportsに下記の論文が掲載されました．この研究は横浜国立大学大学院工学研究院 福田淳二教授，大森客員教授らとの共同研究です．

Minami Masumoto, Ittetsu Fukuda, Suguru Furihata, Takahiro Arai, Tatsuto Kageyama, Kiyomi Ohmori, Shinichi Shirakawa, and Junji Fukuda: Deep neural network for the determination of transformed foci in Bhas 42 cell transformation assay, Scientific Reports, volume 11, Article number: 23344, Dec. 2021. [Link]

国際会議 13th Asian Conference on Machine Learning (ACML 2021) に下記の論文が採択されました．この論文では，畳み込みニューラルネットワークと訓練ハイパーパラメータの同時最適化のためのベンチマークデータセットを提案しています．ベンチマークデータセットのAPIは，こちらから入手できます．

Yoichi Hirose, Nozomu Yoshinari, and Shinichi Shirakawa, “NAS-HPO-Bench-II: A Benchmark Dataset on Joint Optimization of Convolutional Neural Network Architecture and Training Hyperparameters,” The 13th Asian Conference on Machine Learning (ACML 2021) (Accepted) [arXiv]

2021年度は博士課程後期学生が4名，博士課程前期学生が14名，卒業研究生が5名でスタートしました．

[メンバーページ]

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)