現在研究室で取り組んでいる個々のテーマについて簡単に概要を説明します
表現のdisentanblementを解析する方法を部分情報分解を基に提案
Seiya Tokui and Issei Sato. Disentanglement Analysis with Partial Information Decomposition.
ICLR2022.
少数データからの学習を可能にするProtopical Networksにおける汎化誤差を解析
Mingcheng Hou and Issei Sato. A Closer Look at Prototype Classifier for Few-shot Image Classification.
NeurIPS2021
深層学習の診断確率予測を補正する手法を開発
Takahiro Mimori, Keiko Sasada, Hirotaka Matsui, and Issei Sato. Diagnostic Uncertainty Calibration: Towards Reliable Machine Predictions in Medical Domain. AISTATS2021.
自己教師あり表現学習における疑似的な負例の役割を解析
Kento Nozawa and Issei Sato. Understanding Negative Samples in Instance Discriminative Self-supervised Representation Learning. NeurIPS2021 https://arxiv.org/abs/2102.06866.
平坦性に基づく深層学習の汎化に関するスケール不変性を考慮したPAC-Bayes解析
Yusuke Tsuzuku, Issei Sato, Masashi Sugiyama. Normalized Flat Minima: Exploring Scale-Invariant Definition of Flat Minima for Neural Networks Using PAC-Bayesian Analysis. ICML2020.
深層学習における確率的勾配法による学習ダイナミクスを解析
Zeke Xie, Issei Sato, and Masashi Sugiyama. A Diffusion Theory For Deep Learning Dynamics: Stochastic Gradient Descent Exponentially Favors Flat Minim.
ICLR2021.
ニューラルネットによるアーベル群・半群のモデル化
Kenshin Abe, Takanori Maehara, and Issei Sato. Abelian Neural Networks.
https://arxiv.org/abs/2102.12232.
ロバストなダイバージェンス推定量に基づく外れ値に頑健な近似ベイズ計算法の確立
Masahiro Fujisawa, Takeshi Teshima, Issei Sato, and Masashi Sugiyama. γ-ABC: Outlier-robust approximate Bayesian computation based on a robust divergence estimator. AISTATS2021
不確実性二対比較から能動的に二値分類器を学習する手法を開発
Zhenghang Cui, and Issei Sato. Active Classification with Uncertainty Comparison Queries.
https://arxiv.org/abs/2008.00645.
人とAIをつなぐ対話的デザインギャラリーを開発
Yuki Koyama, Issei Sato, and Masataka Goto. 2020. Sequential Gallery for Interactive Visual Design Optimization.
SIGGRAPH 2020