当研究室の論文が英文誌Pattern Recognition Lettersに採録されました。

当研究室の論文が英文誌Pattern Recognition Lettersに採録されました。 ■書誌情報 Bo Yang, Jianming Wu, Kazushi Ikeda, Gen Hattori, Masaru Sugano, Yusuke Iwasawa, Yutaka Matsuo. “Deep Learning Pipeline for Spotting Macro- and Micro-expressions in Long Video Sequences Based on Action Units and Optical Flow, In Press, Journal Pre-proof (Dec. 2022). https://doi.org/10.1016/j.patrec.2022.12.001 ■概要 This paper is an extension of our previously published ACM…

「世界モデル」とは何か? 知能の実現に向けて、松尾研が研究を推進する理由。

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. 松尾研では「知能を創る」というビジョンを掲げ、研究を進めています。 本記事では知能を創る上で重要な研究テーマとなる「世界モデル」について、松尾研の特任助教である鈴木雅大さんにお伺いしました。 (鈴木さんのインタビューは、前・後編の2回でお届けいたします。後編はこちら)   世界を「直感的」に理解する世界モデルは、真の知能の実現において必要不可欠。 ー「世界モデル」の説明をお聞きする前に、なぜ松尾研は「世界モデル」の研究を推進しているかを教えてください。 松尾研では「知能を創る」というビジョンを掲げており、世界モデルが真の知能の実現において必要不可欠だからです。 世界モデルについては後ほど詳しくご説明しますが、「外界(世界)から得られる観測情報に基づき外界の構造を学習によって獲得するモデル」を指します。 我々は、世界モデルが知能のベースにあって、その上に様々な知的な機能が実現できると考えています。 これは松尾先生が使っていた言葉ですが、世界モデルは「子供の知能」にあたります。 つまり、親から教えられなくても、外界と相互作用して世界がどういうものかを「直感的」に理解するのです。 これができて、ようやく我々のような「大人の知能」、すなわち数学の問題を解いたり片付けをしたりといった高度な知的行動を実現する人工知能を作り始めることができます。 これまでの知能研究を振り返ると、古典的な人工知能(古き良き人工知能(Good Old Fashioned AI;GOFAI)とも言われます)では、 最初から探索や推論といった高度な「大人の知能(賢い知能)」を実現しようとしていました。 それがなぜ失敗したかというと、これらの知能が「世界」について「無知」だったからです。 そのため、計算機上では非常にうまくいったアルゴリズムも、現実環境では全く動かないということがよくありました。 計算機上だけで動く知能でよければこれで十分かもしれませんが、我々の現実世界で動作し、我々をサポートしてくれるような人工知能を実現するためには、 まず世界について自分なりに理解する、すなわち世界モデルを獲得する必要があるのです。  …

Our paper was accepted for Transactions of the Japanese Society for Artificial Intelligence : AI.

Our paper was accepted for Transactions of the Japanese Society for Artificial Intelligence : AI.   ◼︎書誌情報 張鑫,松嶋達也,松尾豊,岩澤有祐: M3IL: Multi-Modal Meta-Imitation Learning, 人工知能学会論文誌, 第38巻2号 J-STAGE(2022) ◼︎概要 Imitation Learning(IL) is anticipated to achieve intelligent robots since it allows the user to teach the various robot tasks easily.In particular, Few-Shot Imitation Learning(FSIL) aims to infer and adapt…

Our paper was accepted for New Generation Computing.

Our paper was accepted for New Generation Computing.   ■書誌情報 Takeshi Kojima, Yusuke Iwasawa, Yutaka Matsuo. “Robustifying Vision Transformer Without Retraining From Scratch Using Attention Based Test-Time Adaptation”, New generation computing. ■概要 Vision Transformer (ViT) is becoming more and more popular in the field of image processing. This study aims to improve the robustness against…

Our paper was accepted for Pattern Recognition Letters

Our paper was accepted for Pattern Recognition Letters   ■書誌情報 Bo Yang, Jianming Wu, Kazushi Ikeda, Gen Hattori, Masaru Sugano, Yusuke Iwasawa, Yutaka Matsuo. “Face-mask-aware Facial Expression Recognition based on Face Parsing and Vision Transformer”, Pattern Recognition Letters, In Press, Pre-proof (2022). https://doi.org/10.1016/j.patrec.2022.11.004 ■概要 As wearing face masks is becoming an embedded practice due to the…

Our paper was accepted for Advanced Robotics.

Our paper was accepted for Advanced Robotics 2021年9月に実施された,家庭環境でのサービスロボットに関する世界的な競技会WRS 2020 Partner Robot Challengeにおいて,当研究室発のチームが準優勝を収めた際の研究開発をまとめています. ■書誌情報 Tatsuya Matsushima, Yuki Noguchi, Jumpei Arima, Toshiki Aoki, Yuki Okita, Yuya Ikeda, Koki Ishimoto, Shohei Taniguchi, Yuki Yamashita, Shoichi Seto, Shixiang Shane Gu, Yusuke Iwasawa, Yutaka Matsuo. “World robot challenge 2020 – partner robot: a data-driven approach for room tidying with mobile…

Our paper was accepted for EMNLP 2022.

Our paper was accepted for EMNLP 2022 [1件目] ■書誌情報 Machel Reid, Graham Neubig. “Learning to Model Editing Processes”, Conference on Empirical Methods in Natural Language Processing (EMNLP 2022). ■概要 Most existing sequence generation models produce outputs in one pass, usually left-to-right. However, this is in contrast with a more natural approach that humans use in…

Our paper was accepted for NeurIPS 2022.

Our paper was accepted for NeurIPS 2022. [1本目] ◼︎書誌情報 Shohei Taniguchi, Yusuke Iwasawa, Wataru Kumagai, Yutaka Matsuo. “Langevin Autoencoders for Learning Deep Latent Variable Models”, Neural Information Processing Systems (NeurIPS 2022). ◼︎概要 Markov chain Monte Carlo (MCMC), such as Langevin dynamics, is valid for approximating intractable distributions. However, its usage is limited in the context…

当研究室の発表が MIRU2022にてMIRU優秀賞を受賞しました。

当研究室の発表が、第25回画像の認識・理解シンポジウム (MIRU2022) にて「MIRU優秀賞」を受賞しました。

タイトル:Pixel vs. Object: 変化キャプショニングにおける最適な画像表現についての研究

著者: 土居健人,濱口竜平,岩澤有祐,大西正輝,松尾豊,櫻田健
https://sites.google.com/view/miru2022/home/award#h.8ea1ax6uvq4w

当研究室の論文がACL2022のWorkshop(Insights from Negative Results in NLP)に採録されました。

当研究室の論文がACL2022のWorkshop(Insights from Negative Results in NLP)に採録されました。 ■書誌情報 Itsuki Okimura, Machel Reid, Makoto Kawano and Yutaka Matsuo, On the Impact of Data Augmentation on Downstream Performance in Natural Language Processing, the Third Workshop on Insights from Negative Results in NLP, ACL 2022, May 2022 ■概要 With in the broader scope of machine learning, data augmentation is…