国際会議GECCO 2017で発表した論文「A Genetic Programming Approach to Designing Convolutional Neural Network Architectures」がEvolutionary Mahine Learning (EML) TrackのBest Paper Awardを受賞しました．
この論文では，与えられた問題に対して高い性能を達成する畳み込みニューラルネットワークの構造を，リーズナブルな計算資源で自動的に構築する方法を実現しています．
Masanori Suganuma, Shinichi Shirakawa, and Tomoharu Nagao: A Genetic Programming Approach to Designing Convolutional Neural Network Architectures, Genetic and Evolutionary Computation Conference 2017 (GECCO 2017), pp. 497-504, Berlin, Germany, 15-19 July (2017) [DOI] [arXiv] [Code]
