前日イベント

 

情報処理学会 第47回バイオ情報学研究会（IPSJ SIG BIO）

日時：9/28（水）13:00-15:00

会場：産総研別館11F

聴講にはIIBMP 2016への参加登録とは別に申込が必要です。
詳細は以下のページをご覧ください。
IPSJ SIG BIO

 

機械学習チュートリアル

日時：9/28（水）15:30-18:00

会場：産総研別館11F

聴講にはIIBMP 2016への参加登録が必要です。

 
15:30-16:15
「ビッグデータのための非線形時系列解析とその応用」
熊本大学大学院先端科学研究部
櫻井 保志　教授

近年のIoTデバイスの急速な普及に伴い、それらのデバイスから多様かつ大量のデータが生成され続けている。また、FacebookやTwitterなどの巨大なソーシャルネットワーク上を大量の情報が高速に流通するようになっている。増え続ける大規模なデータ、すなわち時系列ビッグデータを高速に解析する時系列データマイニング技術は非常に重要になっている。本講演では、講演者が取り組んでいる時系列ビッグデータ解析技術、特に非線形テンソル解析に基づく予測技術の研究を紹介する。さらに時系列ビッグデータ解析の応用例として、具体的な事例をいくつか紹介する。

 
16:15-17:00
「ベイズ推定とMCMC法」
産業技術総合研究所 人工知能研究センター
永田　賢二　主任研究員

ベイズ推定とは，ベイズの定理にもとづきデータの生成プロセスの因果関係を遡ることにより推定を行う枠組みである．確率分布を取り扱う枠組みであるため，適用結果として推定値の信頼区間を知ることができたり，複数のモデルから適切なものを選ぶモデル選択も行うことができる．本講演では，ベイズ推定についていくかの事例を交えて紹介する．また，それを実現するアルゴリズムとして，マルコフ連鎖モンテカルロ法をあわせて紹介する．

 
17:00-17:45
「深層学習の基礎と応用」
東京大学大学院情報理工学系研究科
中山　英樹　講師

深層学習は古くて新しい機械学習アプローチであり、さまざまな領域で脚光を浴びるようになり既に久しいが、現在も日進月歩で更なる性能向上や分野横断的アプリケーションの開発がなされている。本講演では、深層学習の歴史や技術的基礎を踏まえながら、画像認識・自然言語処理を中心に最新の研究動向を紹介する。また、実際に深層学習を利用する際の手順やポイントについて述べる。