日本語
【東大学部後期/大学院生向け・参加者募集】
松尾・岩澤研ではプロジェクト演習型講義の1つとして「人工知能応用プロジェクト」を開講します．人工知能技術を応用した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る講義です（4/17応募〆切）．
https://trail.t.u-tokyo.ac.jp/ja/courses/creativeeng2024s1s2/
当研究室の論文がICLR 2024に2件採録されました。
■書誌情報 Izzeddin Gur*, Hiroki Furuta*, Austin Huang, Mustafa Safdari, Yutaka Matsuo, Douglas Eck, Aleksandra Faust. (*Equal Contribution) “A Real-World WebAgent with Planning, Long Context Understanding, and Program Synthesis”. International Conference on Learning Representations (ICLR 2024, Oral) ■概要 Pre-trained large language models (LLMs) have recently achieved better generalization and sample efficiency in autonomous web automation. However, the…
松尾が登壇したG1ベンチャー2023の記事が公開されました。
松尾が登壇したG1ベンチャー2023の記事が公開されました。
当研究室の論文が2023年度情報処理学会論文誌ジャーナル特選論文に選出されました。
◼︎題目
Bayesian Neural Newtorkによる景気テキストの不確実性評価と景気指標の開発, 情報処理学会論文誌 (2023)
◼︎著者名
山本裕樹, 鈴木雅大, 落合桂一, 松尾豊
◼︎参考ページ
https://www.ipsj.or.jp/award/ssp_award.html
当研究室の論文がICML 2023に2件採録されました。
■書誌情報 Toshinori Kitamura, Tadashi Kozuno, Yunhao Tang, Nino Vieillard, Michal Valko, Wenhao Yang, Jincheng Mei, Pierre Ménard, Mohammad Gheshlaghi Azar, Remi Munos, Olivier Pietquin, Matthieu Geist, Csaba Szepesvari, Wataru Kumagai, Yutaka Matsuo. “Regularization and Variance-Weighted Regression Achieves Minimax Optimality in Linear MDPs: Theory and Practice”, International Conference on Machine Learning (ICML 2023) ■概要 Mirror descent value…
当研究室の論文「LSTMモデルによる金融経済レポートの指数化」が2022年度情報処理学会論文誌デジタルプラクティス優秀論文賞を受賞しました。
本論文の書誌情報や概要は以下のページを参照してください。
【この論文の採録記事のリンク】
当研究室の論文が情報処理学会論文誌トランザクションデジタルプラクティスに採録されました。
◼︎書誌情報
山本裕樹, 落合桂一, 鈴木雅大, 松尾豊: LSTMモデルによる金融経済レポートの指数化, 情報処理学会論文誌トランザクションデジタルプラクティス (2022)
◼︎概要
多くの投資家にとって金融機関や中央銀行，政府から出される金融・経済レポートを読むのは骨の折れる作業である．本稿では自然言語処理を用いて，金融経済に関する文書から自動的に景況感を読み取り指数化（景気センチメント）する手法を提案する．投資家はこの指数によって，文書の全体的な景況感を即座に読み取ることが可能となる．本手法の特徴は，景気センチメントを推定するモデルに深層ニューラルネットワークの一手法であるLSTMを用いた点と，これを学習するために必要な教師データとして景気ウォッチャー調査データを用いた点にある．手法の有効性を示すために，政府の発行する月例経済報告と日本銀行が発行する金融経済月報をそれぞれ指数化して日経平均株価と比較したところ，既存の経済指標と比較して高い相関があることが確認された．本稿で提案した手法は既に実務でも応用が進み，企業や政府がSNSや地域経済レポートを指数化して公表される等の活用が為されている．
2023年Sセメスター「ディープテック起業家への招待」受講申込み開始（履修登録は東大学部1-2年生とお茶の水女子大学学生のみ、聴講は学年不問）
坂田教授・各務教授・田中准教授とともに、松尾教授が企画・監修を務める「ディープテック起業家への招待」受講申込みが本日より開始となりました。多くのエキスパート登壇に加え、最終発表は総長の前で発表、さらに優秀者はコミュニティ“DICE”への参加の他、選抜式の海外研修などの機会があります。また、初めてお茶の水女子大学との連携ともなります。多くの皆様からのチャレンジをお待ちしています！
詳細はこちらをご覧ください
当研究室の論文がAdvanced Roboticsに採録されました。
◼︎書誌情報 Yuya Kobayashi, Masahiro Suzuki, Yutaka Matsuo: Learning Global Spatial Information for Multi-View Object-Centric Models, Advanced Robotics ◼︎概要 Recently, several studies have been working on multi-view object-centric models, which predict unobserved views of a scene and infer object-centric representations from several observation views. In general, multi-object scenes can be uniquely determined if both the properties…
当研究室の論文が情報処理学会論文誌に採録されました。
◼︎書誌情報
山本裕樹, 鈴木雅大, 落合桂一, 松尾豊: Bayesian Neural Newtorkによる景気テキストの不確実性評価と景気指標の開発, 情報処理学会論文誌 (2023)
◼︎概要
近年，ニュースやソーシャルメディアなどのテキストを深層学習モデルで解析して，人々の景況感を予測しようという試みが行われている．既存の研究では景気が良い/悪いといった景気の方向性に着目しているが，景気とは本来，不確かなものであり，テキストの書き手の景況感も中心の周りに広がった分布で評価すべきと考えられる．実際，テキストには景気に良い面と悪い面が併記されたり，先行きの不確実性を強調したりするなど，人間が読んでも書き手の景況感が単純に判断できないものも多い．このような書き手の景況感が不確実なテキストを除くことで，より確信的な景況感を持った意見だけを集めて景況感を評価することが可能となり，マクロな景況感の推定精度向上が期待される．本研究ではBayesian Neural Network(BNN)を用いることで景気テキストの不確実性を評価し，それを使って景況感評価の精度を高めることを提案する．実験ではまずBNNによって景気センチメント推定の精度が向上することを示した．次に，不確実性の高いサンプルを除いてセンチメントを集計することで，より精度の高い景気指標となることが確認できた．最後に，BNNで不確実性が高まるテキストの特徴やその時期について考察した．その結果，得られた不確実性と経済の不確実性指標として用いられている Economic Policy Uncertainty(EPU) 指数との統計的に有意な相関を確認できた．