研究内容

データの中に潜む規則を見出す機械学習の手法の構築と応用について研究しています。具体的には、データから予測に有用な「表現」を獲得する表現学習の手法や、データの全体的な傾向から極端に離れた「外れ値」を検出する手法の構築などを研究しています。また、社会科学や流体解析などの分野の問題に対する機械学習の応用研究に、他分野の研究者らと共同で取り組んでいます。

研究の魅力

「機械」がデータから「学習」する仕組みに関するアルゴリズムを、新しい発想とアプローチで自由に考えていくことができる点が魅力だと思っています。既存の枠組みに捉われることなく、「0を1にする」ような研究を目指しています。

実績

・Best Paper Candidates, IEEE/ACM International Conference on Big Data Computing, Applications and Technologies (BDCAT 2019), 2019年.

・Best Paper Candidates, 15th International Joint Conference on Computational Intelligence (IJCCI 2023): Neural Computation Theory and Applications (NCTA 2023), 2023年.

・青森県工業技術教育振興会奨励賞受賞, 2024年.

主な著作・論文

• H. Shimauchi, Unsupervised Representation Learning by Quasiconformal Extension, In Proceedings of the 15th International Joint Conference on Computational Intelligence, 1, 440-449, 2023 (査読あり).
• H. Shimauchi, An Activation Function with Probabilistic Beltrami Coefficient for Deep Learning, In Proceedings of the 14th International Conference on Agents and Artificial Intelligence, 3, 613-620, 2022 (査読あり).
• H. Shimauchi, Improving Supervised Outlier Detection by Unsupervised Representation Learning and Generative Adversarial Networks, In Proceedings of the 4th International Conference on Information Science and Systems, 22-27, 2021 (査読あり).
• S. Kato, T. Nakanishi, B. Ahsan, H. Shimauchi, Time-series topic analysis using singular spectrum transformation for detecting political business cycles, Journal of Cloud Computing, 10, 21, 1-16, 2021 (査読あり).
• S. Kato, T. Nakanishi, H. Shimauchi, B. Ahsan, Topic Variation Detection Method for Detecting Political Business Cycles, In Proceedings of the 6th IEEE/ACM International Conference on Big Data Computing, Applications and Technologies, 85-93, 2019 (査読あり).
• 東北大学学際科学フロンティア研究所「百科繚覧」編集委員会, 百科繚覧 Vol 1 : 若手研究者が挑む学際フロンティア（担当箇所：第3章）, 東北大学出版会, 2019.