九州大学 研究者情報
研究者情報 (研究者の方へ)入力に際してお困りですか?
基本情報 研究活動 教育活動 社会活動
末廣 大貴(スエヒロ ダイキ) データ更新日:2021.05.31

助教 /  システム情報科学研究院 情報知能工学部門 データサイエンス実践特別講座


主な研究テーマ
統計的学習, オンライン意思決定問題, 局所特徴分析, 時系列分析に関する理論ならびに応用研究
キーワード:統計的学習, オンライン意思決定問題, 局所特徴分析, 時系列分析
2017.04.
従事しているプロジェクト研究
生命科学特有の付加データ及びドメイン知識に着目した弱教師学習手法の開発
2020.04~2023.03, 代表者:備瀬竜馬, 九州大学.
オンライン予測理論に基づくデータサンプリング問題への統合的アプローチ
2021.04~2024.03, 代表者:末廣大貴, 九州大学
本研究の目的は,機械学習分野におけるデータサンプリング問題に対し,統合的な定式化と理論解析の枠組みを与えることにある.データサンプリングは,全てのサンプルを学習に用いるのではなく,可能な限り「望ましいデータ」のみをサンプリングするタスクのことで,多くのドメインで幅広く考えられているタスクである.ノイズデータを回避してモデルの頑健性を保ったり,重要なデータを選んで学習スピードを加速させたりと,データサンプリングには様々なタスクが存在する.しかし,ドメイン,タスクの細かい特性に応じたアドホックな定式化や手法が多く,汎用性や理論解析に関する議論が欠如している.本研究では,ドメイン,タスク依存の現状を打破するため,データサンプリング問題について,統合的な枠組みの開発,理論性能保証,実応用の開拓を行う..
学習問題の統合的帰着
2020.11~2023.03, 代表者:末廣大貴, 九州大学, 国立研究開発法人科学技術振興機構(日本)
機械学習の分野では,様々なドメインで学習問題が提案,展開されている.理論的な解析はドメインごとに個別に行われていることが多く,理論解析が十分に行われていない問題も多々存在する.本研究では,様々な学習問題を別の学習問題へ「まとめて」帰着することにより,ドメインを超えた統合的な理論解析を目指す.まず,マルチインスタンス学習と呼ばれる学習問題への統合的帰着を研究の足がかりとする.また,統合的帰着手法の適用範囲の拡大し,帰着手法の一般形を究明する..
科研費(若手):「局所パターン学習とは何か:統一的定式化と理論性能保証」
2018.04~2020.03.
研究業績
主要原著論文
主要学会発表等
特許出願・取得
特許出願件数  1件
特許登録件数  0件
学会活動
所属学会名
電子情報通信学会(情報・システムソサイエティ)
学協会役員等への就任
2020.04, 電子情報通信学会 システム数理と応用研究会(MSS研究会) 回路とシステムワークショップ D(離散システム理論)分科会, 運営委員.
2017.07~2021.03, 電子情報通信学会 システム数理と応用研究会(MSS研究会) 回路とシステムワークショップ D(離散システム理論)分科会, 運営委員.
学会大会・会議・シンポジウム等における役割
2020.11.18~2020.11.20, The 12th Asian Conference on Machine Learning, PC member.
2020.11.18~2020.11.20, The 12th Asian Conference on Machine Learning, PC member.
2019.01.27~2019.02.01, The Thirty-Third AAAI Conference on Artificial Intelligence (AAAI-19), PC member.
2019.11.17~2019.11.19, The 11th Asian Conference on Machine Learning, PC member.
学術論文等の審査
年度 外国語雑誌査読論文数 日本語雑誌査読論文数 国際会議録査読論文数 国内会議録査読論文数 合計
2021年度      
2020年度
2019年度  
受賞
IBIS 2011 ポスター奨励賞 Honorable Mention, 第14回情報論的学習理論ワークショップ(IBIS2011), 2011.11.
H29年度電子情報通信学会九州支部講演奨励賞受賞, 電気・情報関係学会九州支部連合, 2017.09.
研究資金
科学研究費補助金の採択状況(文部科学省、日本学術振興会)
2021年度~2023年度, 基盤研究(C), 代表, オンライン予測理論に基づくデータサンプリング問題への統合的アプローチ.
2020年度~2022年度, 基盤研究(B), 分担, 生命科学特有の付加データ及びドメイン知識に着目した弱教師学習手法の開発.
2018年度~2019年度, 若手研究, 代表, 局所パターン学習とは何か:統一的定式化と理論性能保証.
競争的資金(受託研究を含む)の採択状況
2020年度~2022年度, 戦略的創造研究推進事業 (文部科学省), 代表, 「学習問題の統合的帰着」.

九大関連コンテンツ

pure2017年10月2日から、「九州大学研究者情報」を補完するデータベースとして、Elsevier社の「Pure」による研究業績の公開を開始しました。
 
 
九州大学知的財産本部「九州大学Seeds集」