第19回 情報論的学習理論ワークショップ (IBIS2016)

このページはしましまIBIS2016 に参加してとったメモです.私の主観や勘違いが含まれていたり,私が全く分かってなかったりしていますので,その点を注意してご覧ください.誤りがあれば,指摘してください.

11月16日 (水) :ワークショップ 第1日

オープニング

企画セッション1:統計理論

順序構造上の情報幾何的解析

大阪大学 杉山麿人

頻度論とベイズをつなぐ統計的信頼度

大阪大学 下平英寿

低ランクテンソルの学習理論と計算理論

東京工業大学情報理工学院/JSTさきがけ 鈴木大慈

分解をテンソルに拡張

テンソル分解の学習理論

推定法

招待講演: Strategies & Principles for Distributed Machine Learning

Eric Xing, カーネギーメロン大

11月17日(木):ワークショップ第2日

企画セッション2:実社会データへの機械学習の応用

機械学習ビジネス化の進展と今後の方向

日本電気株式会社データサイエンス研究所 森永 聡

意思決定の自動化(OR・リスク分析)

2020年:人工知能間の交渉・連携(ゲーム理論)

時系列ビッグデータ解析の新たな展開

熊本大学 櫻井保志(元NTT)

現在の研究プロジェクト

今後

IT企業における機械学習

京都大学 山田 誠(元 米Yahoo Labs)

低次元大規模データ:データ数が次元数より大きい

高次元・大規模・疎:疎性があると線形モデルでも高い予測性能が得られる

招待講演:深層学習は世界をどのように変えられるのか

PFN\PFI 岡野原大輔

自動車

ロボット w. FUNAC

バイオ・ヘルスケア

コミュニケーション

まとめ

11月18日(金):ワークショップ第3日

企画セッション3:物質・材料科学への機械学習の応用

人工知能技術による機能分子・物質設計

東京大学 津田宏治

熱伝導度の低い分子を見つけたい:断熱材,熱電材料を作るのに重要

ベイズ最適化

科学と機械学習のあいだ:変量の設計・変換・選択・交互作用・線形性

北海道大学 / JSTさきがけ 瀧川一学

特徴工学をどうにかしたい

パーシステントホモロジーと機械学習

東北大学 平岡 裕章

招待講演:深層学習の基礎:自己組織化と教師付学習

理化学研究所脳科学総合研究センター 甘利俊一

教師付き学習:誤差逆伝播

脳に何を学ぶのか,意識と無意識のダイナミクス

企画セッション4: 神経・脳科学からの学習理論

動的ボルツマンマシン

IBM東京基礎研究所 恐神貴行

脳の生物学的特徴と学習( Brain's biological machinery for learning)

理化学研究所脳科学総合研究センター 深井朋樹

ニューロンの信号のスパイク

海馬

11月19日(土):チュートリアル

ベイズ推定からベイズ的最適化入門まで

佐藤一誠

ベイズ最適化

スパース正則化入門 — 今さらL1ノルム?今こそL1ノルム!—

大関真之

カーネル法の最前線

福水健次

ディープラーニングの基礎

庄野逸


トップ   編集 凍結 差分 履歴 添付 複製 名前変更 リロード   新規 一覧 検索 最終更新   ヘルプ   最終更新のRSS
Last-modified: 2016-11-19 (土) 17:58:19