研究シーズ集

擬等角写像論に基づく機械学習手法

研究概要

本研究では、データの背後にある幾何構造に着目した機械学習手法の構築に取り組んでいる。特に、擬等角写像論の枠組みを用いて、データの構造を反映した機械学習を容易にする表現の獲得手法等を検討している。データに内在する幾何構造に適応した表現を自動的に構成し、少量データや複雑な分布に対しても安定かつ効率的に学習可能な枠組みの構築を目指している。

当該シーズに関連する研究業績

• 島内宏和, 擬等角写像の数値的構成法と機械学習への応用, 電子情報通信学会 基礎・境界ソサイエティ Fundamentals Review, 19(2), 97-104, 2025 (招待あり).
• H. Shimauchi, Quasiconformal Extension-Based Unsupervised Representation Learning and Application to Semi-supervised Outlier detection, Computational Intelligence, 187–210, 2025.
• H. Shimauchi, Unsupervised Representation Learning by Quasiconformal Extension, In Proceedings of the 15th International Joint Conference on Computational Intelligence, 1, 440-449, 2023.
• 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.