教員紹介

佐々木 博昭

准教授
SASAKI, Hiroaki

学生へのメッセージ

数理に基づく情報解析技術は、現代社会の基盤技術になりつつあります。興味のある人は一緒に研究しましょう。

研究内容

現在社会では,画像,音声,言語などの多種多様なデータが大量に存在し,その大量のデータから有用な知識,情報,ルールを自動抽出することが求められています.その中で,重要な技術の1つと考えられているのが機械学習です.私の研究では,数理的なアプローチを通じて,様々な機械学習技術の提案・開発を行っています.また,機械学習技術を実環境のデータへ適用する応用研究にも興味をもっています.

研究の魅力

データ解析技術は,現代社会における基盤技術の1つとなりつつあり,今後,その重要性を増す技術であると言われています.そして,機械学習技術は,特定のデータ(画像など)に焦点を絞るのではなく,多種多様なデータに対する解析技術を提供する一般性の高さが魅力であると考えています.他にも,新たな機械学習技術を提案する上で,数理を用いて,自分のアイディアを「形」にしていくことにもやりがいを感じています.

実績

  1. Asian Conference on Machine learning 2017, Best Paper Runner-up Award
  2. 2014年度情報論的学習理論と機械学習研究会 研究会賞ファイナリスト
  3. 第17回情報論的学習理論ワークショップ 若手奨励賞
  4. 第22回日本神経回路学会全国大会 大会奨励賞

主な著作・論文

  • Aapo Hyvärinen, Hiroaki Sasaki and Richard E. Turner, “Nonlinear ICA Using Auxiliary Variables and Generalized Contrastive Learning”, the 22th International Conference on Artificial Intelligence and Statistics (AISTATS), Proceedings of Machine Learning Research, to appear.
  • Hiroaki Sasaki, Takafumi Kanamori, Aapo Hyvärinen, Gang Niu and Masashi Sugiyama, “Mode-Seeking Clustering and Density Ridge Estimation via Direct Estimation of Density-Derivative-Ratios”, Journal of Machine Learning Research, no.180, vol.18, pp.1-47, 2018.
  • Hiroaki Sasaki, Voot Tangkaratt, Gang Niu and Masashi Sugiyama, “Sufficient Dimension Reduction via Direct Estimation of the Gradients of Logarithmic Conditional Densities”, Neural Computation, vol.30, no.2, pp.477-504, 2018.
  • Hiroaki Sasaki, Michael U. Gutmann, Hayaru Shouno and Aapo Hyvärinen, “Simultaneous Estimation of Non-Gaussian Components and their Correlation Structure”, Neural Computation, vol.29, no.11, pp.2887-2924, 2017.
  • Hiroaki Sasaki, Yung-Kyun Noh, Gang Niu and Masashi Sugiyama, “Direct Density Derivative Estimation”, Neural Computation, vol.28, no.6, pp.1101-1140, 2016.