Our paper was accepted for Machine Learning.(Springer)

◼︎Information Kei Akuzawa, Yusuke Iwasawa, Yutaka Matsuo. “Information-theoretic regularization for learning global features by sequential VAE”, Mach Learn (2021). https://doi.org/10.1007/s10994-021-06032-4 ◼︎Overview Sequential variational autoencoders (VAEs) with a global latent variable z have been studied for disentangling the global features of data, which is useful for several downstream tasks. To further assist the sequential VAEs in…

Our paper was accepted for UAI2021.

◼︎Information Akiyoshi Sannai, Masaaki Imaizumi, Makoto Kawano. “Improved Generalization Bounds of Group Invariant / Equivariant Deep Networks via Quotient Feature Spaces”, 37th Conference on Uncertainty in Artificial Intelligence (UAI 2021). ◼︎Overview Numerous invariant (or equivariant) neural networks have succeeded in handling the invariant data such as point clouds and graphs. However, a generalization theory for…

Our paper was accepted for ICML2021.

【Information】 Hiroki Furuta, Tatsuya Matsushima, Tadashi Kozuno, Yutaka Matsuo, Sergey Levine, Ofir Nachum, and Shixiang Shane Gu. “Policy Information Capacity: Information-Theoretic Measure for Task Complexity in Deep Reinforcement Learning”, International Conference on Machine Learning 2021 (ICML2021). July 2021. 【Overview】 Progress in deep reinforcement learning (RL) research is largely enabled by benchmark task environments. However, analyzing…

Our paper was accepted for ACL-IJCNLP 2021 (Findings).

【NEWS】Our paper was accepted to ACL-IJCNLP 2021 (Findings) 【Title】LEWIS: Levenshtein Editing for Unsupervised Text Style Transfer 【Authors】Machel Reid and Victor Zhong (University of Washington) 【Overview】Many types of text style transfer can be achieved with only small, precise edits (e.g. sentiment transfer from “I had a terrible time…” to “I had a great time…”). We propose…

2021年度「人工知能応用プロジェクト」募集開始(東大学部後期・大学院生向け)

Sorry, this entry is only available in Japanese. For the sake of viewer convenience, the content is shown below in the alternative language. You may click the link to switch the active language.

松尾研究室では,2021年夏学期(S1S2ターム)に.東京大学学部生(後期)・大学院生を対象として「人工知能応用プロジェクト」を実施します.

本講義は,工学部「創造的ものづくりプロジェクト」.工学系研究科「創造性工学プロジェクト」のプロジェクト型演習講義の1つとして実施されるものです.競技会参加を前提として.人工知能技術を応用した家庭用ロボット開発を行うチーム開発活動への参加に対して単位が認定されます.

 

プロジェクト内容

・近年の深層学習・機械学習の最新の技術を,ロボット制御・ロボットシステムと組み合わせて家庭用ロボットを作り,競技会に参加する.

・詳細は下記URLからご確認ください.

PSI Basic Project

 

Our paper was accepted for L4DC.

【Information】 Kei Akuzawa, Yusuke Iwasawa, Yutaka Matsuo. Estimating Disentangled Belief about Hidden State and Hidden Task for Meta-Reinforcement Learning. Learning for Dynamics and Control (L4DC) Conference. June 2021. 【Overview】 There is considerable interest in designing meta-reinforcement learning (meta-RL) algorithms, which enable autonomous agents to adapt new tasks from small amount of experience. In meta-RL, the…

【松尾研主催Deep Learning 輪読会】記念すべき第256回が開催

Sorry, this entry is only available in Japanese. For the sake of viewer convenience, the content is shown below in the alternative language. You may click the link to switch the active language. DeepLearningの最新論文をキャッチアップする勉強会「DL輪読会」。 その記念すべき第256回目(2の8乗回)が先月開催されました。(写真は2019年以前のオフライン開催のもの) 今日はDL輪読会の活動についてご紹介します!   ◼︎DL輪読会とは DL輪読会では、毎週金曜日の朝10時から、Deep Learningに関する論文を紹介発表しています。2014年に開始し、活動としては6年以上続いています。 紹介する論文は毎回持ち回りで2〜3名が担当し、参加者自身が興味関心のあるものを自由に選ぶことができます。 参加者は学生だけでなく、大手企業やベンチャーに在籍されている社会人もいます。業務でDeep Learningに携わる方や、学生時代に関連の研究をされていて社会人になっても勉強を続けたい方など様々です。 そのため毎回多様な視点からの質疑応答が飛び交い、積極的に参加くださっています。 2020年はオンライン開催となったため、全国の講座修了生の方にも参加いただけました。   ◼︎発表スライドのTwitter表示回数ランキング 輪読会で発表されたスライドは随時SlideShereにてアップされます。2020年中で表示回数が最も多かった発表をご紹介します。 ※2020年1月〜12月21日までの「DL Hacks」Twitterアカウントより集計 5位 What do Models Learn from…

Our paper was accepted for ICLR2021.

Our paper was accepted for presentation at ICLR2021. 【Information】Tatsuya Matsushima, Hiroki Furuta, Yutaka Matsuo, Ofir Nachum, and Shixiang Shane Gu. “Deployment-Efficient Reinforcement Learning via Model-Based Offline Optimization”, International Conference on Learning Representations 2021 (ICLR2021). May 2021. 【Overview】Most reinforcement learning (RL) algorithms assume online access to the environment, in which one may readily interleave updates to…

Our paper was accepted for ICLR2021.

Our paper was accepted for presentation at ICLR2021. 【Information】Makoto Kawano, Wataru Kumagai, Akiyoshi Sannai, Yusuke Iwasawa, and Yutaka Matsuo. “Group Equivariant Conditional Neural Processes”, International Conference on Learning Representations 2021 (ICLR2021). May 2021. 【Overview】We present the group equivariant conditional neural process (EquivCNP), a meta-learning method with permutation invariance in a data set as in conventional…