杉山将の講演

  1. 2010年3月8日
    Statistical Experiment and Its Related Topics研究会，京都大学数理解析研究所，京都．
    確率密度比を用いた統計的機械学習の新たなアプローチ.

  2. 2010年1月19日
    東芝 研究開発センター マルチメディアラボラトリー, 川崎.
    統計的機械学習技術を用いた強化学習.

  3. 2009年12月21日
    第21期日本学術会議 総合工学委員会・機械工学委員会 合同計算科学シミュレーションと工学設計分科会　　 心と脳など新しい領域検討小委員会，東京．
    確率密度比を用いた統計的機械学習の新たなアプローチ.

  4. 2009年12月3日
    CompView GCOE Symposium，東京．
    確率密度比を用いた機械学習の新たなアプローチ.

  5. 2009年12月1日
    脳科学研究戦略推進プログラム データベース分科会，京都．
    次元削減入門.

  6. 2009年11月27日
    Keihanna Talk (Host: Dr. Kiyonori Ohtake), NICT, Kyoto, Japan.
    Density ratio estimation: a new versatile tool for machine learning.

  7. 2009年11月26日
    奈良先端科学技術大学院大学 松本研究室, 奈良．
    回帰のための能動学習.

  8. 2009年11月17日
    NECソフト．
    確率密度比の推定法.

  9. 2009年11月10日
    東京大学 大学院情報理工学系研究科 数理情報学専攻 山西・鹿島研究室, 東京．
    回帰のための能動学習.

  10. 2009年11月5日
    LAMDA group, Nanjing University (hosted by Prof. Zhi-Hua Zhou), Nanjing, China.
    Active learning for regression: algorithms and applications.

  11. 2009年11月2-4日
    Invited talk at the 1st Asian Conference on Machine Learning (ACML2009), Nanjing, China.
    Density ratio estimation: A new versatile tool for machine learning.

  12. 2009年10月16日
    自然言語処理合同研究会，東京．
    「確率密度比」を用いた機械学習の新たなアプローチ.

  13. 2009年6月25日
    Asian Office of Aerospace Research & Development，Tokyo, Japan.
    Methods and application of density ratio estimation.

  14. 2009年5月21日
    NTTコミュニケーション科学基礎研究所，厚木．
    密度比推定の手法と応用.

  15. 2009年5月15日
    NECソフト．
    機械学習の理論と応用.

  16. 2009年3月25日
    NEC共通基盤ソフトウェア研究所, 川崎.
    密度比推定の手法と応用.

  17. 2009年3月4日
    東芝 研究開発センター マルチメディアラボラトリー, 川崎.
    密度比推定の手法と応用.

  18. 2009年2月23日
    ヤマハ, 静岡.
    密度比推定の手法と応用.

  19. 2009年2月20日
    JFE技研, 川崎.
    機械学習に基づく鉄鋼プロセスにおける異常検知・異常因子同定.

  20. 2008年12月16日
    Tutorial at IEEE International Conference on Data Mining (ICDM2008), (together with Dr. Wei Fan), Pisa, Italy.
    Sample selection bias--covariate shift: Problems, solutions, and applications.

  21. 2008年11月28日
    統計数理研究所 (ホスト：松井知子教授), 東京.
    確率密度比の直接推定とその機械学習への応用.

  22. 2008年11月21日
    大阪大学, データ科学特別セミナー (ホスト：狩野裕教授), 大阪.
    確率密度比の直接推定とその機械学習への応用.

  23. 2008年11月17日
    東京大学 情報基盤センター (ホスト：中川裕志教授), 東京.
    確率密度比の直接推定とその機械学習への応用.

  24. 2008年11月12日
    京都大学, システム科学専攻 (ホスト：田中利幸教授), 京都.
    密度比推定の手法と応用.

  25. 2008年11月5日
    IBM, 東京基礎研究所, 準連携記念講演会, 神奈川.
    機械学習：数理と実世界の架け橋.

  26. 2008年10月30日
    情報論的学習理論ワークショップ(IBIS2008), 仙台.
    密度比推定の手法と応用.

  27. 2008年8月29日
    Google, Tokyo, Japan.
    Machine Learning under Changing Environment (movie at youtube).

  28. 2008年7月11日
    Microsoft Institute for Japanese Academic Research Collaboration (IJARC) Collaborative Research Project (CORE) Review Meeting, Beijing, China.
    Machine Learning under Changing Environment.

  29. 2008年5月9日
    東北大学, 情報数物研究会(ホスト：田中和之教授), 仙台.
    非定常環境下での教師付き学習.

  30. 2008年4月29日
    IBM T. J. Watson Research Center (hosted by Dr. Naoki Abe), Yorktown, NY, USA.
    Importance-weighting techniques for covariate shift adaptation and beyond.

  31. 2008年4月28日
    IBM T. J. Watson Research Center (hosted by Dr. Wei Fan), Hawthorne, NY, USA.
    Importance-weighting techniques for covariate shift adaptation and beyond.

  32. 2008年1月24日
    東芝 研究開発センター マルチメディアラボラトリー, 川崎.
    局所フィッシャー判別分析による次元削減・特徴抽出.

  33. 2008年1月21日
    ニコン, 東京.
    共変量シフト下での教師付き学習.

  34. 2007年11月22日
    ATR脳情報研究所 (ホスト：神谷之康博士), 京都．
    Covariate shift adaptation: Supervised learning when training and test inputs have different distributions.

  35. 2007年9月24日〜26日

  36. Machine Learning Research Group (led by Prof. Tobias Scheffer), Max Planck Institute for Computer Science, Saarbrücken, Germany.
    Active learning with model selection in linear regression.
    Covariate shift adaptation: Supervised learning when training and test inputs have different distributions.

  37. 2007年9月19日
    Department of Empirical Inference for Machine Learning and Perception (led by Prof. Bernhard Schölkopf), Max Planck Institute for Biological Cybernetics, Tübingen, Germany.
    Active learning with model selection in linear regression.

  38. 2007年9月13日
    Joint Machine Learning Seminars (hosted by Prof. Zoubin Ghahramani), University of Cambridge, Cambridge, UK.
    Covariate shift adaptation: Supervised learning when training and test inputs have different distributions.

  39. 2007年9月12日
    (hosted by Dr. Joaquin Quiñonero-Candela), Applied Games Group, Microsoft Research Cambridge, Cambridge, UK.
    Active learning with model selection in linear regression.

  40. 2007年8月28日
    Machine Learning / Intelligent Data Analysis Group (led by Prof. Dr. K.-R. Müller), Technical University Berlin, Berlin, Germany.
    Active learning with model selection in linear regression.

  41. 2007年8月20日
    ICML2007勉強会読む会, 東京.
    カーネル法のトレンド：非線形化から統計的検定へ.

  42. 2007年8月10日
    キャノン, 東京.
    非定常環境下での教師付き学習：データの入力分布が変化する場合.

  43. 2007年4月20日
    T-PRIMALセミナー, 東京.
    次元削減について.

  44. 2007年1月26日
    NIPS2006読む会, 東京.
    Mixture regression for covariate shift.

  45. 2006年11月17日
    IBM, 東京基礎研究所, 神奈川.
    共変量シフト下での教師付き学習.

  46. 2006年9月28日
    Institute of Perception, Action and Behaviour (Director: Prof. Dr. Sethu Vijayakumar), School of Informatics, University of Edinburgh, Edinburgh, UK.
    Value function approximation on non-linear manifolds in reinforcement learning.

  47. 2006年9月15日
    Intelligent Data Analysis (IDA) Group (led by Prof. Dr. K.-R. Müller), Fraunhofer-FIRST, Berlin, Germany.
    Dimensionality reduction of mutimodal labeled data by local Fisher discriminant analysis.

  48. 2006年7月29日
    ICML2006読む会, 横浜.
    Local Fisher discriminant analysis for supervised dimensionality reduction.

  49. 2006年3月20日
    The Edinburgh Machine Learning Group, Institute for Adaptive and Neural Computation (Director: Prof. Dr. Chris Williams), School of Informatics, University of Edinburgh, Edinburgh, UK.
    Regression under covariate shift.

  50. 2006年2月23日
    東京大学, 大学院新領域創成科学研究科, 複雑理工学専攻, 岡田研究室, 柏，千葉.
    共変量シフト下での機械学習.

  51. 2006年2月16日
    産業技術総合研究所, 生命情報科学研究センター （主催： 津田宏治博士）, 東京.
    能動学習とモデル選択の新手法.

  52. 2006年1月24日
    北海道大学, 大学院情報科学研究科, コンピュータサイエンス専攻, 数理計算科学講座, 札幌．
    共変量シフト下での教師付き学習.

  53. 2005年10月6日
    奈良先端科学技術大学院大学 論理生命学分野 （石井信教授）, 奈良．
    能動学習，モデル選択，次元削減の新手法.

  54. 2005年9月5日
    Intelligent Data Analysis (IDA) Group (led by Prof. Dr. K.-R. Müller), Fraunhofer-FIRST, Berlin, Germany.
    Active learning in approximately linear regression.

  55. 2004年12月7日
    東京工業大学 学習研究会セミナー, 東京.
    訓練入力とテスト入力が異なる確率分布に従う場合の汎化誤差推定.

  56. 2003年6月13日
    山口大学 地域共同研究開発センター 研究協力会メディアネットワーク部会講演会, 山口.
    予測・認識・知能：限られたデータからいかにして有益な情報を取り出すか.

  57. 2003年4月2日〜3日

  58. Department of Empirical Inference for Machine Learning and Perception, (リ−ダ−：Prof. Dr. B. Schölkopf), Max Planck Institute for Biological Cybernetics, Tübingen, Germany.
    Functional analytic theories of active learning and beyond.
    Functional analytic approach to model selection.

  59. 2003年3月24日〜4月1日


  61. Swiss Federal Institute of Technology (hosted by Prof. Bernt Schiele), Zürich, Switzerland.
    Theories of learning and their applications to signal and image processing.
    Functional analytic approach to model selection.
    Theory of active learning and beyond.

  62. 2002年4月10日
    理化学研究所 脳科学総合研究センター 甘利研究室，和光．
    Small sample model selection for non-linear kernel machines に向けて.

  63. 2001年8月6日
    東京工業大学 脳研究セミナー, 東京.
    Generalization error estimation and determination of regularization parameter.

  64. 2001年1月12日
    博士論文発表会, 東京工業大学 計算工学専攻, 東京.
    A theory of model selection and active learning for supervised learning.

  65. 2000年9月2日〜4日
    Young Statisticians' Groupサマ−スク−ル 2000, 神奈川.
    訓練デ−タが少ない場合のモデル選択.

  66. 2000年6月7日
    慶応義塾大学 理工学部 数理科学科 柴田研究室 セミナ−, 横浜.
    Model selection with small samples.

  67. 2000年5月2日
    Intelligent Data Analysis (IDA) Group (リ−ダ−：Prof. Dr. K.-R. Müller), GMD-FIRST, Berlin, Germany.
    A new model selection criterion for optimal generalization.

  68. 1999年12月10日
    第10回東京工業大学脳研究シンポジウム, 東京.
    Active learning for optimal generalization.


杉山将 (sugi [at] cs.titech.ac.jp)

〒152-8552 東京都目黒区大岡山 2-12-1-W8-74
東京工業大学 大学院情報理工学研究科 計算工学専攻 杉山研究室
TEL & FAX: 03-5734-2699