開学40周年記念事業

文字サイズ
検索

学部・大学院

ホーム > 学部・大学院 > 教員紹介 > 情報・知能工学系 > 渡辺 一帆(わたなべ かずほ)

渡辺 一帆(わたなべ かずほ)

所属 情報・知能工学系
兼務
職名 講師 
専門分野 統計的学習理論 / 機械学習
学位 博士(工学)(東京工業大学)
所属学会 電子情報通信学会 / 日本神経回路学会 / IEEE
E-mail wkazuho@cs
※アドレスの末尾に「.tut.ac.jp」を補完してください
研究室web http://www.lisl.cs.tut.ac.jp
研究者情報リンク 研究者情報

研究紹介

多数のデータを例題として用い、その振る舞いを適応的に変化させる学習システムは、パターン認識、ロボット制御などに広く応用されています。学習システムの性能を統計学、情報理論の方法などにより解析する統計的学習理論と、その知見に基づいた学習システムの応用に関する研究を行っています。

テーマ1:統計的学習手法の解析と開発

概要

統計的学習手法はデータから推測を行う方法として広く用いられています。統計学、情報理論の方法などにより統計的学習手法の解析および開発を行い、データ解析・可視化への応用に関する研究を行います。

主な業績

Watanabe, K. and Roos, T. (2015), Achievability of asymptotic minimax regret by horizon-dependent and horizon-independent strategies, Journal of Machine Learning Research, 16, 2357-2375.
Watanabe, K. and Ikeda, S. (2015), Entropic risk minimization for nonparametric estimation of mixing distributions, Machine Learning, 99(1), 119-136.
Watanabe, K. (2012), An alternative view of variational Bayes and asymptotic approximations of free energy, Machine Learning, 86(2), 273-293.

キーワード

ベイズ推測,学習アルゴリズム,データ可視化

テーマ2:レート歪み理論

概要
レート歪み関数

歪み有りデータ圧縮において、許容する歪みの量に対する圧縮限界を示す関数はレート歪み関数と呼ばれ、種々の学習法との関係が示されているものの、
その評価が与えられているのは、ごくわずかな例に限られています。
実用的な学習アルゴリズムに用いられている歪み尺度や実際のデータ生成過程に近い情報源に対するレート歪み関数の評価を目指しています。

主な業績

Watanabe, K. and Ikeda, S. (2016), Rate-distortion functions for gamma-type sources under absolute-log distortion measure, IEEE Transactions on Information Theory, 62(10), pp.5496-5502.
Watanabe, K. (2016), Rate-distortion bounds for epsilon-insensitive distortion measures, IEICE Transactions on Fundamentals, E99-A(1), 370-377.
Watanabe, K. (2015), Vector quantization based on epsilon-insensitive mixture models, Neurocomputing, 165, 32-37.

キーワード

レート歪み関数,歪み有りデータ圧縮

担当授業科目名(科目コード)

情報理論:B12630030(2系) B13630010(3系), B3後期

その他(受賞、学会役員等)

受賞等:
2013年:SITA奨励賞(電子情報通信学会情報理論とその応用サブソサイエティ)
2010年:Best Paper Method Award (The German Classification Society)
2008年:論文賞(日本神経回路学会)


ページトップへ