松尾研究室では、2019年12月に、1)東京大学駒場キャンパス在学生、2)一般学生および社会人を対象とした、データサイエンティスト育成講座を開講します。
本コースは主に大学生、社会人技術者やマーケティング担当者、情報分野以外の研究者等を対象者と想定し設計されていますが、幅広い分野で役に立つ実践的なデータサイエンスを網羅的にカバーしているため、データサイエンスを身に付けたい幅広い層に活用いただけるものとなっています。
松尾研究室では、2019年12月に、1)東京大学駒場キャンパス在学生、2)一般学生および社会人を対象とした、データサイエンティスト育成講座を開講します。
本コースは主に大学生、社会人技術者やマーケティング担当者、情報分野以外の研究者等を対象者と想定し設計されていますが、幅広い分野で役に立つ実践的なデータサイエンスを網羅的にカバーしているため、データサイエンスを身に付けたい幅広い層に活用いただけるものとなっています。
応募期間:本日〜12月11日(水)
こちらのフォームよりお申し込みください。
募集期間 | 〜12月11日(水) |
ウェブテスト | 12月7日(土)〜12月12日(木) |
受講決定通知 | 12月15日(日)予定 |
初回講義/配信 | 12月18日(水) |
カリキュラムやスケジュールについてはウェブサイトよりご確認ください。
https://gci.t.u-tokyo.ac.jp/
「松尾研の研究を加速させるインフラエンジ二ア」募集!
メンバーたちが研究に集中する環境を整えるため、専任のインフラエンジニアを募集します。
松尾研にはインフラチームがあり、今までもサーバー環境の管理・監視を行ってきましたが、研究メンバーが増えており、更なる体制の強化が必要だと感じています。
新しい技術が好きな方、AI研究者たちとのコラボレーションに興味がある方、大規模なインフラ構築に興味がある方、ぜひ一度お話ししましょう!
詳しくはこちら
「若手AI技術者や研究者が集まるコミュニティのマネージャー」を募集します。
私たちの研究室では基礎研究や授業の運営の他、Deep Leaningで世界に挑戦する若者の教育や育成にも力を入れています。
学内・学外の学生を対象に定例勉強会や交流会を開催し、今では学生だけでも100名を超えるコミュニティとなりつつあります。
「研究の道を突き進みたい」「起業したい」など学生の興味関心や特性に合わせて研究室内の様々なプロジェクトにつないだり、メンバー同士の更なる活性化を促すためのイベントや勉強会を開催できようなコミュニティマネージメントに興味のある方、ご応募お待ちしています。
詳しくはこちら
当研究室博士1年の中川大海くんの発表が、WI2019のBest Student Paper Awardを受賞しました。
【タイトル】Graph-based Knowledge Tracing: Modeling Student Proficiency Using Graph Neural Network
【概要】
オンライン教育サービス上における受講者の学習ログを元に各受講者の習熟状況を予測する”knowledge tracing”のタスクの改善を目的とした研究。コンテンツ間の関係性をグラフ構造と見なした上でGraph Neural Networksを用いて受講者の習熟を定式化する手法を提案し、従来手法に比べて予測の精度と解釈性を改善した。
【著者】中川大海,岩澤有祐,松尾豊
高度なDeep Learning技術者を育成することを目的とした、アプリケーション指向の無償オンライン教育プログラム「DL4US」の応募を開始しました。
松尾研究室が全面的にコンテンツを監修・開発しています。
応募の締切は10/9(火)です。
当研究室の論文がICLR2019のWorkshop(Limited Label Data), ECML PKD…
当研究室修士1年の谷口尚平くんの発表が、2019年度人工知能学会 全国大会学生奨励賞に選ばれました。
【タイトル】メタ学習としてのGenerative Query Network
【概要】
Generative Query Network(GQN)は未知の視点からの観測画像のレンダリングを可能にする革新的な深層生成モデルであり,新たな3次元モデリング手法として注目を集めた.しかし,GQNには,莫大な学習コストがかかる点,ハイパーパラメータに敏感で学習が安定しない点などの課題があることがわかっている.また,確率モデルとしての検証が不十分であるために,モデルアーキテクチャの解釈性が低く,発展研究の妨げとなっている.本研究では,これらの課題を解決するため,GQN の確率モデルをメタ学習のフレームワークを用いて定式化し,それに基づいて,学習のコストと不安定性を改善する手法の提案を行う.評価実験ではShepard Metzlerデータセットを用いてその有効性を検証した.
【著者】谷口尚平,岩澤有祐,松尾豊
【論文リンク】https://www.jstage.jst.go.jp/article/pjsai/JSAI2019/0/JSAI2019_2Q5J203/_article/-char/ja
当研究室の論文がICCV2019のWorkshop (Computer Vision for Fashion, Art and Design) に採録されました。
【タイトル】UVTON: UV Mapping to Consider the 3D Structure of a Human in Image-Based Virtual Try-On Network
【概要】
画像中の人物を任意の服に着せ替える仮想試着に関する研究。対象の人物の姿勢に制限があった従来手法の改善を目的とした。
身体構造を考慮をするためにUV mappingという機構を内部に取り入れたモデルを提案し、既存手法の課題を改善した。
【著者】
久保静真、岩澤有祐、鈴木雅大、松尾豊
こんにちは、広報の清水です。
先日、DL輪読会とDLHacksのメンバーを中心に交流を深める活動報告会を開催しました。
DL輪読会とDLHacksは、互いの知識を深めることを目的に東京大学松尾研究室のメンバーが中心となって毎週持ち回りで発表をする勉強会です。(紹介記事はこちらから→DL輪読会・DLHacks)
毎週の勉強会では発表の聴講がメインとなり中々メンバー同士がゆっくり話す機会がないため、近況報告や最近参加された方の自己紹介などで非常に盛り上がりました。
そして、前年に引き続き、活動報告を行いました。
日経クロストレンドの連載もご好評いただいており、現在第10回まで掲載されています。
勉強会で発表されたスライドはスライドシェアやTwitterで共有されており、2018年7月〜2019年6月までの閲覧数をランキングで発表。※7月1日集計当時の数値となります。
ランキング上位の発表者を表彰しました。
3位 27,782 imp 岡田領さん(輪読会)
深層学習異常検知に関わる包括的かつ体型的なまとめ論文。
深層異常検知の各手法ごとの説明だけでなく、
現実世界の様々な領域に対しての異常検知の活用・研究状況や課題について言及されている。
2位 31,550 imp 鈴木雅大さん(輪読会)
DeepMindが提案したGenerative Query Network(GQN)について,深層生成モデル(VAE)の基礎から説明した.合わせて,複数のGQN系関連研究についても紹介し,GQNと世界モデルの関係についても説明した.
1位 62,911 imp 富山翔司さん(輪読会)
ニューラルネットの更新を微分方程式としてみるという全く新しい概念を提案。NeurIPSのベストペーパー。ここ最近読んだ中で一番面白かった論文(個人的感想)。
表彰者の方々へ、松尾先生からレッドブルの副賞が贈られました。
皆さん「今話題となっている論文をいち早く選ぶこと」が拡散される秘訣とコメントされていました。常に研究者にとって情報感度の高さも重要なことがわかりました。
先生からも最後「ここから活躍する人が生まれるように、いいコミュニティにしていきましょう」というお話で会は締めくくられました。
今後のイベントや勉強会情報などのお知らせは以下よりお受け取りください。
また来年の納会で、多くのDeep Learningを研究する学生さん達と集えるように運営側も努めて参ります。