一般セッション

[1I3-GS-2] 機械学習: 市場分析

2020年6月9日(火) 13:20 〜 15:00 I会場 (jsai2020online-9)

座長：中山心太（NextInt）

+全てマイスケジュールに登録

13:20 〜 13:40

[1I3-GS-2-01] 人口データとトピックモデルを用いたイベントのカテゴリ抽出の研究

〇三村知洋¹、石黒慎^1,2、川崎仁嗣^1,2、清水大地¹、深澤佑介¹ (1. 株式会社NTTドコモ、2. 東京大学)

13:40 〜 14:00

[1I3-GS-2-02] 傾向スコアを用いた商品・顧客層別の広告効果分析

〇石渡崇晶¹、奥窪隆文¹、本多理紗¹ (1. 筑波大学システム情報工学研究科)

14:00 〜 14:20

[1I3-GS-2-03] データの多様性を考慮した順序ロジットモデルに関する研究

高屋真菜¹、〇山下遥¹ (1. 上智大学)

14:20 〜 14:40

[1I3-GS-2-04] 閲覧履歴データを学習したConditional VAEに基づく購買要因分析モデルに関する一考察

〇川上達也¹、阪井優太¹、山下遥²、後藤正幸¹ (1. 早稲田大学、2. 上智大学)

14:40 〜 15:00

[1I3-GS-2-05] 中長期的な経済指標予測のためのLSTMによるエンコーダ・デコーダモデルの検討

〇仲岡拓哉¹、浦野昌一¹ (1. 明治大学大学院)

一般セッション

[1J4-GS-2] 機械学習: 基礎理論 (1)

2020年6月9日(火) 15:20 〜 17:00 J会場 (jsai2020online-10)

座長：渡邊千紘（NTT/東京大学）

+全てマイスケジュールに登録

15:20 〜 15:40

[1J4-GS-2-01] メタ学習によるニューラルネットワークの感度解析

〇田口健太郎¹、パストリーデニス² (1. 株式会社アイネット、2. 東京農業大学)

15:40 〜 16:00

[1J4-GS-2-02] カテゴリ毎にAuto Encoderを用いるDeep Neural Networkの構築法に関する一考察

〇今井虎太郎¹、後藤亮介¹、雲居玄道¹、後藤正幸¹ (1. 早稲田大学)

16:00 〜 16:20

[1J4-GS-2-03] HyLIM: ハイブリッドな線形手法による推薦システムの提案

〇大槻知貴¹、菅谷信介¹ (1. 株式会社ビズリーチ )

16:20 〜 16:40

[1J4-GS-2-04] 時系列データに対する予測モデルの介入効果の推定

〇切通恵介¹、紅林亘²、泉谷知範¹、小山和輝¹、木村大地¹、大川内智海¹、清水昌平² (1. NTTコミュニケーションズ株式会社、2. 滋賀大学)

16:40 〜 17:00

[1J4-GS-2-05] 少数のShapeletに基づく時系列データ分類手法

〇小寺謙斗¹、沼尾正行¹、福井健一¹ (1. 大阪大学)

一般セッション

[1I4-GS-2] 機械学習: 機械学習と応用 (1)

2020年6月9日(火) 15:20 〜 17:00 I会場 (jsai2020online-9)

座長：田部井靖生（理化学研究所）

+全てマイスケジュールに登録

15:20 〜 15:40

[1I4-GS-2-01] ポインタ生成機構を用いたキャラクター応答生成の検証

〇奥井颯平¹、中辻真¹ (1. NTTレゾナント株式会社)

15:40 〜 16:00

[1I4-GS-2-02] 再帰型ニューラルネットワークによる航空券の需要予測

〇今中滉大¹、坂間千秋¹ (1. 和歌山大学)

16:00 〜 16:20

[1I4-GS-2-03] ダイナミックトピックメモリネットワーク：心的内部状態の変化を捉えた時系列行動予測

〇中村凌子¹、稲垣青空¹、大澤僚¹、深見俊和²、宗政一舟²、高木友博¹ (1. 明治大学大学院、2. 株式会社サイバーエージェント)

16:20 〜 16:40

[1I4-GS-2-04] ビジネスチャットの会話履歴データに基づく社員間のネットワーク分析モデル

〇野中賢也¹、山下遥²、後藤正幸¹ (1. 早稲田大学、2. 上智大学)

16:40 〜 17:00

[1I4-GS-2-05] 道路ネットワークの特徴量分析とその生成

〇延原玄弥¹、内田英明¹、阿部和規¹、藤井秀樹¹、吉村忍¹ (1. 東京大学)

一般セッション

[1J5-GS-2] 機械学習: 基礎理論 (2)

2020年6月9日(火) 17:20 〜 19:00 J会場 (jsai2020online-10)

座長：中口悠輝（NEC）

+全てマイスケジュールに登録

17:20 〜 17:40

[1J5-GS-2-01] TensorShader : 高次元ニューラルネットワーク深層学習フレームワーク

〇吉村拓馬¹ (1. 株式会社ポコアポコネットワークス)

17:40 〜 18:00

発表者追加情報

[1J5-GS-2-02] 構造を持つラベルに対する計算効率の高いワッサーシュタイン損失

〇豊國郁人¹、横井祥^2,3、鹿島久嗣^1,3、山田誠^1,3 (1. 京都大学、2. 東北大学、3. 理化学研究所革新知能統合研究センター)

18:00 〜 18:20

[1J5-GS-2-03] 高次元データにおける深層生成モデルの低次元表現を利用した分布外検知

〇岡本弘野¹、鈴木雅大¹、松尾豊¹ (1. 東京大学)

18:20 〜 18:40

[1J5-GS-2-04] 高次元ブラックボックス最適化のための曲率推定に基づく座標選択CMA-ES

〇清水洸希¹、豊田正史² (1. 東京大学、2. 東京大学生産技術研究所)

講演取消

18:40 〜 19:00

[1J5-GS-2-05] 正規マルコフ確率場による非剛体点集合レジストレーションの定式化

〇広瀬修¹ (1. 金沢大学)

一般セッション

[1I5-GS-2] 機械学習: 機械学習と応用 (2)

2020年6月9日(火) 17:20 〜 19:00 I会場 (jsai2020online-9)

座長：竹内孝（京都大学）

+全てマイスケジュールに登録

17:20 〜 17:40

[1I5-GS-2-01] 組合せ的行動空間におけるアウトカム予測

〇谷本啓^1,2,3、坂井智哉¹、竹之内高志^4,2、鹿島久嗣^3,2 (1. NEC、2. 理研AIP、3. 京都大学、4. 公立はこだて未来大学)

17:40 〜 18:00

[1I5-GS-2-02] 脳波を対象とした深層ニューラルネットの可視化による構造発見

モデル間分散を利用したアプローチ

〇佐久間一輝¹、森田純哉¹、平山高嗣²、榎堀優²、間瀬健二² (1. 静岡大学大学院総合科学技術研究科、2. 名古屋大学大学院情報学研究科)

18:00 〜 18:20

[1I5-GS-2-03] ディープ多層構造型GMDH-typeニューラルネットワークとCNNを用いた胸部画像の医用画像解析

〇近藤正¹、高尾正一郎¹、近藤明佳²、上野淳二¹ (1. 徳島大学、2. 徳島医用情報科学研究会)

18:20 〜 18:40

[1I5-GS-2-04] 動画からオブジェクトの運動特徴量を抽出する教師なし双方向表現学習

〇内海佑麻¹、阿部佑樹¹、妹尾卓磨¹、今井倫太¹ (1. 慶應義塾大学)

18:40 〜 19:00

[1I5-GS-2-05] 敵対的生成ネットワークを用いた和洋折衷の壁紙生成

〇谷垣健太¹、岡夏樹¹、田中一晶¹、東郷拓真¹、和田蕗¹ (1. 京都工芸繊維大学)

一般セッション

[2J1-GS-2] 機械学習: ガウス過程モデル

2020年6月10日(水) 09:00 〜 10:20 J会場 (jsai2020online-10)

座長：竹内孝（京都大学）

+全てマイスケジュールに登録

09:00 〜 09:20

[2J1-GS-2-01] 構造出力の逆問題のためのベイズ的能動学習

〇松井孝太¹、草川隼也²、安藤圭理³、沓掛健太郎¹、宇治原徹^3,4、竹内一郎^2,1,5 (1. 理化学研究所革新知能統合研究センター、2. 名古屋工業大学、3. 名古屋大学、4. 産業技術総合研究所、5. 物質・材料研究機構)

09:20 〜 09:40

[2J1-GS-2-02] Neural Process によるメタ学習にもとづくベイズ最適化

〇河野慎¹、熊谷亘²、松井孝太²、岩澤有祐¹、松尾豊¹ (1. 東京大学、2. 理研AIP)

09:40 〜 10:00

[2J1-GS-2-03] 外的要因の影響を受ける関数のベイズ最適化

〇岩山幸治^1,2 (1. 滋賀大学、2. 国立研究開発法人科学技術振興機構さきがけ)

10:00 〜 10:20

[2J1-GS-2-04] NMARな欠測でのガウス過程によるデータ融合法

〇光廣正基^1,2、星野崇宏^3,4 (1. （株）日経リサーチ、2. 慶應義塾大学大学院経済学研究科、3. 慶應義塾大学経済学部、4. 理化学研究所革新知能統合研究センター)

一般セッション

[2I1-GS-2] 機械学習: ランダムフォレスト

2020年6月10日(水) 09:00 〜 10:40 I会場 (jsai2020online-9)

座長：小山田昌史（NEC）

+全てマイスケジュールに登録

09:00 〜 09:20

[2I1-GS-2-01] 決定森の分岐条件の共有化の効果と応用

〇中村篤祥¹、櫻田健斗¹ (1. 北海道大学)

09:20 〜 09:40

[2I1-GS-2-02] 重回帰モデルとランダムフォレストを用いた景気動向指数予測

〇佐々木秀彰¹、浦野昌一¹ (1. 明治大学)

09:40 〜 10:00

[2I1-GS-2-03] 通貨オプション市場における投資家センチメントの要因分析

〇鷲見和昭¹、篠崎公昭¹、源間康史¹、瀧塚寧孝¹ (1. 日本銀行)

10:00 〜 10:20

[2I1-GS-2-04] 機械学習による退院時要約からのDPC分類の推測

〇木村知広¹、津本周作²、平野章二² (1. 島根大学医学部医療サービス課、2. 島根大学医学部医学科医療情報学講座)

10:20 〜 10:40

[2I1-GS-2-05] 回帰分析とランダムフォレストを組み合わせた和牛の枝肉重量の予測手法

〇塚本真伍¹、吉廣卓哉¹、池上春香²、松橋珠子²、松本和也² (1. 和歌山大学、2. 近畿大学)

一般セッション

[2I4-GS-2] 機械学習: 異常検知

2020年6月10日(水) 13:50 〜 15:30 I会場 (jsai2020online-9)

座長：堀井隆斗（大阪大学）

+全てマイスケジュールに登録

13:50 〜 14:10

[2I4-GS-2-01] 部分観測マルコフ決定過程(POMDP)を用いた異常前兆予測検知手法の開発

〇木村友彰¹、 Malla Dinesh^1,2、曽我部完²、坂本克好¹、山口浩一¹、曽我部東馬^1,2 (1. 電気通信大学、2. (株) グリッド)

14:10 〜 14:30

[2I4-GS-2-02] ニューラルネットワーク近傍法による異常検知の性能評価

〇加藤佑一¹、高木健太郎¹、陶亜玲¹、内藤晋¹、田口安則¹、ブデアントテグー¹、中田康太¹ (1. （株）東芝　研究開発センター)

14:30 〜 14:50

[2I4-GS-2-03] エッジコンピューティング向けのデータ密度を考慮したデータ管理手法とその異常検知システムへの応用

〇及川皓生¹、近藤正章¹ (1. 東京大学)

14:50 〜 15:10

[2I4-GS-2-04] 生産工程における不良要因検知

〇大坪洋介¹、大谷直也¹、近末恵美¹、杉山将^2,3 (1. （株）ニコン　研究開発本部　、2. 理化学研究所　革新知能統合研究センター、3. 東京大学　新領域創成科学研究科)

15:10 〜 15:30

[2I4-GS-2-05] ロケットエンジン故障検知・診断に向けた試験・数値解析の融合による学習データ生成技術

〇佐藤大和¹、平林美樹¹、堤誠司¹、尾亦範泰¹、安部賢治²、河津要¹ (1. 宇宙航空研究開発機構、2. 菱友システムズ)

一般セッション

[2J4-GS-2] 機械学習: 深層強化学習

2020年6月10日(水) 13:50 〜 15:30 J会場 (jsai2020online-10)

座長：中村友昭（電気通信大学）

+全てマイスケジュールに登録

13:50 〜 14:10

[2J4-GS-2-01] 深層強化学習を用いた振り分け機の個別機器制御の学習方式について

〇中村仁昭¹、高田司郎^1,2、岩貞智¹、塩路直大¹ (1. 株式会社Bee、2. 近畿大学理工学部)

14:10 〜 14:30

[2J4-GS-2-02] 強化学習と MetaPruning によるモデル圧縮と高速化

〇甲野佑^1,2、大村元気^3,1、加藤倫弘¹、内田祐介¹ (1. 株式会社ディー・エヌ・エー、2. 東京電機大学、3. 東京大学)

14:30 〜 14:50

[2J4-GS-2-03] 複雑な環境における複利型深層強化学習を用いた金融取引戦略獲得

〇近藤巧麻¹、松井藤五郎¹ (1. 中部大学)

14:50 〜 15:10

[2J4-GS-2-04] 分散 / 集中制御によるマルチエージェント深層強化学習を用いたライドシェアのサービスエリア制御の比較

〇吉田直樹¹、野田五十樹²、菅原俊治¹ (1. 早稲田大学、2. 産業技術総合研究所)

15:10 〜 15:30

[2J4-GS-2-05] 深層強化学習を用いたアメリカンフットボールコーチング戦略の研究

〇高柳里紗¹、 Malla Dinesh^1,2、酒井剛¹、曽我部東馬^1,2 (1. 電気通信大学、2. (株) グリッド)

一般セッション

[2I5-GS-2] 機械学習: 認知と意思決定

2020年6月10日(水) 15:50 〜 17:30 I会場 (jsai2020online-9)

座長：欅惇志（（株）デンソーアイティーラボラトリ）

+全てマイスケジュールに登録

15:50 〜 16:10

[2I5-GS-2-01] 独立性制約下の変換の認知バイアスの補正への適用

〇神嶌敏弘¹、馬場雪乃²、鹿島久嗣³ (1. 産業技術総合研究所、2. 筑波大学、3. 京都大学)

16:10 〜 16:30

[2I5-GS-2-02] 認知的満足化価値関数の関数近似

〇吉井佑輝¹、甲野佑¹、高橋達二¹ (1. 東京電機大学)

16:30 〜 16:50

[2I5-GS-2-03] 実世界データにおける近似誤差を踏まえた認知的満足化探索

〇南朱音¹、小林優希奈¹、甲野佑¹、高橋達二¹ (1. 東京電機大学理工学部)

16:50 〜 17:10

[2I5-GS-2-04] プローブデータ解析に基づく都内タクシーの需給予測モデルの構築

〇飯塚玲夫¹、小野雄生¹、野中賢也¹、阪井優太¹、後藤正幸¹ (1. 早稲田大学)

17:10 〜 17:30

[2I5-GS-2-05] ほとんどすべての機械学習はA/Bテストである

〇成田悠輔¹、矢田紘平¹ (1. イェール大学)

一般セッション

[2J5-GS-2] 機械学習: 強化学習と発展 (1)

2020年6月10日(水) 15:50 〜 17:30 J会場 (jsai2020online-10)

座長：内部英治（ATR）

+全てマイスケジュールに登録

15:50 〜 16:10

[2J5-GS-2-01] 画像分類のための継続的な事前学習における教師なし表現学習の堅牢性に関する検証

〇中田光^1,2、横田理央^1,2 (1. 東京工業大学、2. 産総研・東工大実社会ビッグデータ活用オープンイノベーションラボラトリ (RWBC-OIL))

16:10 〜 16:30

[2J5-GS-2-02] 償却推論にもとづいた継続学習

〇川島寛乃¹、河野慎²、熊谷亘³、松井考太³、中澤仁¹ (1. 慶應義塾大学、2. 東京大学、3. 理研AIP)

16:30 〜 16:50

[2J5-GS-2-03] 強化学習における遷移確率を用いたドメイン適応による方策の転移

〇佐藤怜^1,2、福地一斗^1,2、佐久間淳^1,2、秋本洋平^1,2 (1. 筑波大学、2. 理化学研究所革新知能統合研究センター)

16:50 〜 17:10

[2J5-GS-2-04] 強化学習を用いたAMD振動制御システムの開発

〇青山優也¹、山中昌之¹、中塚光一¹、鈴木貴博¹、畑武志¹、佐野剛志¹、吉岡琢²、井澤敦²、椎橋徹夫² (1. 株式会社大林組、2. 株式会社Laboro.AI)

17:10 〜 17:30

[2J5-GS-2-05] 不完全情報ゲームにおける環境モデルの潜在的学習によるゲーム木探索

逆転オセロニアの場合

〇迫田真太郎^1,2、大渡勝己²、田中一樹²、甲野佑² (1. 慶應義塾大学、2. 株式会社ディー・エヌ・エー)

一般セッション

[2I6-GS-2] 機械学習: センサとユーザ補助

2020年6月10日(水) 17:50 〜 19:10 I会場 (jsai2020online-9)

座長：欧陽江卉（VOYAGE GROUP）

+全てマイスケジュールに登録

17:50 〜 18:10

[2I6-GS-2-01] 加速度データの文字列表現を用いた歩行行動の動作分析

〇島孔介¹、武藤敦子¹、森山甲一¹、犬塚信博¹ (1. 名古屋工業大学)

18:10 〜 18:30

[2I6-GS-2-02] ウェアラブル端末データと欠測パターンからの行動リズムの考察

〇木口亮¹、藤田智紀¹、宮澤昇吾¹、吉田祐樹¹、北西由武¹ (1. 塩野義製薬株式会社)

18:30 〜 18:50

[2I6-GS-2-03] 行動グラフの畳み込みによるユーザー埋め込み表現を用いた行動予測

〇稲垣青空¹、中村凌子¹、大澤僚¹、深見俊和²、宗政一舟²、高木友博¹ (1. 明治大学大学院、2. 株式会社サイバーエージェント)

18:50 〜 19:10

[2I6-GS-2-04] Knowledge Graph Attention Networkに基づく購買行動分析モデルに関する一考察

〇伊藤史世¹、張志穎¹、雲居玄道¹、後藤正幸¹ (1. 早稲田大学)

一般セッション

[2J6-GS-2] 機械学習: 強化学習と発展 (2)

2020年6月10日(水) 17:50 〜 19:30 J会場 (jsai2020online-10)

座長：谷口忠大（立命館大学）

+全てマイスケジュールに登録

17:50 〜 18:10

[2J6-GS-2-01] 複数のダイナミクス下でのデモンストレーションによる転移可能な逆強化学習

〇中口悠輝¹ (1. NEC)

18:10 〜 18:30

[2J6-GS-2-02] ベイジアン逆強化学習を用いた異常前兆予測検知手法の開発

〇Malla Dinesh^1,2、木村友彰¹、曽我部完²、坂本克好 ¹、山口浩一¹、曽我部東馬^1,2 (1. 電気通信大学、2. (株) グリッド)

18:30 〜 18:50

[2J6-GS-2-03] 逆強化学習による動線からの意図推定に基づく不審行動の検出

〇三股歩夢¹、荒井幸代¹ (1. 千葉大学大学院融合理工学府都市環境システム)

18:50 〜 19:10

[2J6-GS-2-04] A3CにおけるAttention機構を用いた視覚的説明

〇板谷英典¹、平川翼¹、山下隆義¹、藤吉弘亘¹、杉浦孔明² (1. 中部大学、2. 国立研究開発法人情報通信研究機構)

19:10 〜 19:30

[2J6-GS-2-05] インタラクションを考慮したマルチブランチネットワークによる深層強化学習

〇五藤強志¹、平川翼¹、山下隆義¹、藤吉弘亘¹ (1. 中部大学)

一般セッション

[3E1-GS-2] 機械学習: 説明可能AI (1)

2020年6月11日(木) 09:00 〜 10:40 E会場 (jsai2020online-5)

座長：石畠正和（NTT）

+全てマイスケジュールに登録

09:00 〜 09:20

[3E1-GS-2-01] 訓練事例が予測に与える影響の測り方の妥当性検証

〇塙一晃^1,2、横井祥^2,1、原聡³、乾健太郎^2,1 (1. 理化学研究所、2. 東北大学、3. 大阪大学)

09:20 〜 09:40

[3E1-GS-2-02] 説明可能な論理規則のグラフ埋め込みによる学習

〇Phua Yin Jun^1,2、井上克巳^1,2 (1. 総合研究大学院大学、2. 国立情報学研究所)

09:40 〜 10:00

[3E1-GS-2-03] 模倣ルールを用いた機械学習モデルの説明手法

〇浅野孝平¹、全眞嬉¹ (1. 東北大学)

10:00 〜 10:20

[3E1-GS-2-04] 言語学的手法を取り入れた機械学習モデルの局所的な説明手法

〇柳川琢省¹、照井文彦¹ (1. 日本IBM株式会社)

10:20 〜 10:40

[3E1-GS-2-05] 決定木要約の効率良い構築法

説明可能な人工知能の実現に向けて

〇有村博紀¹、金森憲太朗¹、王叶¹ (1. 北海道大学)

一般セッション

[3E5-GS-2] 機械学習: 説明可能AI (2)

2020年6月11日(木) 15:40 〜 17:00 E会場 (jsai2020online-5)

座長：原聡（大阪大学）

+全てマイスケジュールに登録

15:40 〜 16:00

[3E5-GS-2-01] スパース局所線形モデルのニューラル生成器

〇吉川友也¹、岩田具治² (1. 千葉工業大学、2. NTT)

16:00 〜 16:20

[3E5-GS-2-02] 分子配合を対象とするグラフ畳み込みネットワークの予測根拠の可視化

〇長谷部達也¹ (1. 株式会社日立製作所)

16:20 〜 16:40

[3E5-GS-2-03] 解集合プログラミングによる決定木アンサンブルからのルール抽出

〇竹村彰浩^1,3、井上克巳^2,1 (1. 総合研究大学院大学、2. 国立情報学研究所、3. 株式会社インテージ)

16:40 〜 17:00

[3E5-GS-2-04] 決定木モデルの解釈におけるSHAP値の有用性の検証

〇吉田秀穂¹、田嶋優樹¹、今井優作¹ (1. 株式会社電通デジタル)

一般セッション

[4J2-GS-2] 機械学習: クラスタリング

2020年6月12日(金) 12:00 〜 13:20 J会場 (jsai2020online-10)

座長：中村篤祥（北海道大学）

+全てマイスケジュールに登録

12:00 〜 12:20

[4J2-GS-2-01] アンサンブル最近傍距離を用いたラベル無しデータからの分類器学習

〇松本瑞季¹、鷲尾隆¹ (1. 大阪大学)

12:20 〜 12:40

[4J2-GS-2-02] クラスタアンサンブルを利用したGNMFに基づくクラスタリングの性能評価

〇佐野雄大¹、右田剛史¹、高橋規一¹ (1. 岡山大学)

12:40 〜 13:00

[4J2-GS-2-03] オンラインゲームにおけるユーザー行動特性に基づく意味解釈可能な分類手法の提案

小杉孝嗣¹、〇紺野貴大¹、梅野真也¹ (1. 株式会社mynet.ai)

13:00 〜 13:20

[4J2-GS-2-04] アイトラッカーを用いたプログラミング学習改善の検討

〇酒井泰地¹、浦野昌一¹ (1. 明治大学)

一般セッション

[4I2-GS-2] 機械学習: 暮らしとAI

2020年6月12日(金) 12:00 〜 13:40 I会場 (jsai2020online-9)

座長：高橋大志（NTT）

+全てマイスケジュールに登録

12:00 〜 12:20

[4I2-GS-2-01] 電気使用状況や気温による住宅断熱性能の推定

〇八木橋威夫¹、中山功¹、川原慶喜¹ (1. 東京電力ホールディングス(株))

12:20 〜 12:40

[4I2-GS-2-02] オートエンコーダによる家庭エネルギー使用量推定手法

〇中山功¹、八木橋威夫¹、川原慶喜¹ (1. 東京電力ホールディングス)

12:40 〜 13:00

[4I2-GS-2-03] 全天球画像と日射量データによる太陽光発電量予測

〇稲村直樹¹、藤原宏太¹、天方貴久¹、釣文男¹、中西波瑠³、小渕浩希²、大澤輝夫⁴、松原崇⁵、上原邦昭⁵ (1. バニヤン・パートナーズ株式会社、2. スカパーJSAT株式会社、3. 株式会社神戸デジタル・ラボ、4. 神戸大学大学院海事科学研究科、5. 神戸大学大学院システム情報学研究科)

13:00 〜 13:20

[4I2-GS-2-04] 過去の車の在/不在パターンに基づくサポートベクターマシンを用いた車の在/不在予測

〇島田拓哉¹、西垣貴央¹、小野田崇¹ (1. 青山学院大学)

13:20 〜 13:40

[4I2-GS-2-05] 駐車場の利用者タイプ推定における自動機械学習手法の適用

〇宮岡優太¹ (1. 株式会社アイネット)

一般セッション

[4J3-GS-2] 機械学習: 敵対的サンプルとセキュリティ

2020年6月12日(金) 14:00 〜 15:20 J会場 (jsai2020online-10)

座長：小林隼人（ヤフー株式会社）

+全てマイスケジュールに登録

14:00 〜 14:20

[4J3-GS-2-01] 1クラス分類器に対する敵対的サンプルの有効性について

〇小関義博¹ (1. 三菱電機株式会社　情報技術総合研究所)

14:20 〜 14:40

[4J3-GS-2-02] ホワイトボックス攻撃シナリオにおけるDenoising Autoencoderを用いたAdversarial Examples対策の評価

〇宮崎将宏¹、吉田康太¹、飯田啄巳¹、増田春樹¹、藤野毅¹ (1. 立命館大学)

14:40 〜 15:00

[4J3-GS-2-03] 単眼深度推定器に対する敵対的事例の進化的生成の試み

〇大毛廉也¹、鈴木崇大¹、小野智司¹ (1. 鹿児島大学大学院)

15:00 〜 15:20

[4J3-GS-2-04] 深層学習におけるバックドア攻撃に対する蒸留を用いた対策とポイズンデータの特定

〇吉田康太¹、藤野毅¹ (1. 立命館大学)

一般セッション

[4I3-GS-2] 機械学習: 画像認識と動画分析

2020年6月12日(金) 14:00 〜 15:20 I会場 (jsai2020online-9)

座長：石原賢太（NEC）

+全てマイスケジュールに登録

14:00 〜 14:20

[4I3-GS-2-01] 側抑制機構による画像認識への応用

〇菅本守¹、弓林司²、片桐　奏羽⁴、菅本晶夫^3,4、藤本直明⁵、コリンレッドパス⁶ (1. 株式会社アプリズム、2. 大妻女子大学、3. お茶の水女子大学、4. 放送大学、5. 多摩美術大学、6. C&T Research Lab.)

14:20 〜 14:40

[4I3-GS-2-02] 潜在変数を導入したパラメータ調整に基づくメタ学習法の改良法

〇清水瑛貴¹、青木章悟¹、三川健太²、後藤正幸¹ (1. 早稲田大学、2. 湘南工科大学)

14:40 〜 15:00

[4I3-GS-2-03] クラスに付与されたメタ情報を用いた画像からの花種別認識手法の提案

〇狩野悌久¹ (1. エヌ・ティ・ティレゾナント株式会社)

15:00 〜 15:20

[4I3-GS-2-04] OpenPoseとオートエンコーダを用いたダンス動画のジャンル判別方式

〇信末竜空¹、秋吉政徳¹、市川淳¹ (1. 神奈川大学)

セッション一覧

一般セッション » J-2 機械学習

[1I3-GS-2] 機械学習: 市場分析

[1J4-GS-2] 機械学習: 基礎理論 (1)

[1I4-GS-2] 機械学習: 機械学習と応用 (1)

[1J5-GS-2] 機械学習: 基礎理論 (2)

[1I5-GS-2] 機械学習: 機械学習と応用 (2)

モデル間分散を利用したアプローチ

[2J1-GS-2] 機械学習: ガウス過程モデル

[2I1-GS-2] 機械学習: ランダムフォレスト

[2I4-GS-2] 機械学習: 異常検知

[2J4-GS-2] 機械学習: 深層強化学習

[2I5-GS-2] 機械学習: 認知と意思決定

[2J5-GS-2] 機械学習: 強化学習と発展 (1)

逆転オセロニアの場合

[2I6-GS-2] 機械学習: センサとユーザ補助

[2J6-GS-2] 機械学習: 強化学習と発展 (2)

[3E1-GS-2] 機械学習: 説明可能AI (1)

説明可能な人工知能の実現に向けて

[3E5-GS-2] 機械学習: 説明可能AI (2)

[4J2-GS-2] 機械学習: クラスタリング

[4I2-GS-2] 機械学習: 暮らしとAI

[4J3-GS-2] 機械学習: 敵対的サンプルとセキュリティ

[4I3-GS-2] 機械学習: 画像認識と動画分析

認証