研究テーマ

当研究室では人工知能を中心とした知能情報処理の基礎技術の発展と、これらの実世界応用を目指した研究を行っています。

特に、統計的機械学習やデータマイニング手法の研究開発を行うとともに、様々な分野の重要な課題の解決に向けデータ解析の立場から取り組んでいます。

さらに、AIだけでは解決できない困難な課題に対して、人間とAIの両者の力を合わせることで解決するためのヒューマン・コンピュテーション/人間参加型AIの方法論の研究も行っています。

  1. 新たなデータ解析技術の開発: 機械学習問題の発見とモデル化、アルゴリズムの開発
  2. データ解析技術の先進的応用: 新たな応用の発掘と社会還元
  3. ヒューマン・コンピュテーション / 人間参加型AI: 困難な課題に対する人間と機械の協調問題解決

1. 新たなデータ解析技術の開発: 機械学習問題の発見とモデル化、アルゴリズムの開発

機械学習は近年著しい発展を遂げているとはいえ、その適用範囲は未だ限定的であり、現実世界で直面する様々な課題やデータ形式に対してそのままでは利用できない場合も多々あります。

私たちはこのような新しい機械学習の問題設定を発見し、そのモデル化を行うとともに、効率的で高精度な学習アルゴリズムの開発を行っています。

例としては、文書や化合物、ソーシャルネットワークなどの表現として用いられる配列や木・グラフなどの複雑な構造をもつデータを対象とした予測モデリングや、生物データなどの超高次元少数データからの学習法等が挙げられます。
graphs

[参考文献]

  • Hisashi Kashima, Teruo Koyanagi. Kernels for Semi-Structured Data. In Proc. 19th International Conference on Machine Learning (ICML), pp.291-298, 2002.
  • Hisashi Kashima, Koji Tsuda, Akihiro Inokuchi. Marginalized Kernels Between Labeled Graphs. In Proc. 20th International Conference on Machine Learning (ICML), pp.321-328, 2003.
  • Hisashi Kashima, Naoki Abe. A Parameterized Probabilistic Model of Network Evolution for Supervised Link Prediction. In Proc. 6th IEEE International Conference on Data Mining (ICDM), pp.340-349, 2006.
  • Hisashi Kashima, Tsuyoshi Kato, Yoshihiro Yamanishi, Masashi Sugiyama, Koji Tsuda. Link Propagation: A Fast Semi-supervised Learning Algorithm for Link Prediction. In Proc. 2009 SIAM Conference on Data Mining (SDM), pp. 1099-1110, 2009.
  • Atsuhiro Narita, Kohei Hayashi, Ryota Tomioka, Hisashi Kashima. Tensor Factorization Using Auxiliary Information. Data Mining and Knowledge Discovery. Vol.25, No.2, pp.298-324, 2012.
  • Nozomi Nori, Danushka Bollegala, Hisashi Kashima. Multinomial Relation Prediction in Social Data: A Dimension Reduction Approach. In Proc. 26th AAAI Conference on Artificial Intelligence (AAAI), pp.115-121, 2012.
  • Ryusuke Takahama, Toshihiro Kamishima, Hisashi Kashima. Progressive Comparison for Ranking Estimation. In Proc. 25th International Joint Conference on Artificial Intelligence (IJCAI), pp.3882-3888, 2016.

2. データ解析技術の先進的応用: 新たな応用の発掘と社会還元

様々な分野で利用されている機械学習技術ですが、現実世界にはまだ多くの重要でかつ機械学習が力を発揮できる場面が潜んでいます。

企業や国・自治体など様々な協力者とともに新たな機械学習の応用を見つけ取り組み、データ解析技術を実世界でインパクトのある課題の解決に結び付けることを目指します。

応用分野の例:
ヘルスケア、材料科学、教育、バイオ・創薬、人材マネジメント、Webマーケティング、車両データ解析、特許データ解析

applications

[参考文献]

  • Hisashi Kashima, Yoshihiro Yamanishi, Tsuyoshi Kato, Masashi Sugiyama, Koji Tsuda. Simultaneous Inference of Biological Networks of Multiple Species from Genome-wide Data and Evolutionary Information: A Semi-supervised Approach. Bioinformatics, Vol.25, No.22, pp.2962-2968, 2009.
  • Junichiro Mori, Yuya Kajikawa, Hisashi Kashima, Ichiro Sakata. Machine Learning Approach for Finding Business Partners and Building Reciprocal Relationships. Expert Systems With Applications, Vol.39, No.12, pp.10402-10407, 2012.
  • Yukino Baba, Hisashi Kashima, Yasunobu Nohara, Eiko Kai, Partha Ghosh, Rafiqul Islam, Ashir Ahmed, Masahiro Kuroda, Sozo Inoue, Tatsuo Hiramatsu, Michio Kimura, Shuji Shimizu, Kunihisa Kobayashi, Koji Tsuda, Masashi Sugiyama, Mathieu Blondel, Naonori Ueda, Masaru Kitsuregawa, Naoki Nakashima. Predictive Approaches for Low-cost Preventive Medicine Program in Developing Countries. In Proc. 21st ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD), 2015.
  • Nozomi Nori, Hisashi Kashima, Kazuto Yamashita, Hiroshi Ikai, Yuichi Imanaka. Simultaneous Modeling of Multiple Diseases for Mortality Prediction in Acute Hospital Care. In Proc. 21st ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD) , pp.855-864, 2015.
  • Nozomi Nori, Hisashi Kashima, Kazuto Yamashita, Susumu Kunisawa, Yuichi Imanaka. Learning Implicit Tasks for Patient-Specific Risk Modeling in ICU. In Proc. 31st AAAI Conference on Artificial Intelligence (AAAI), 2017.
  • Yuji Horiguchi, Yukino Baba, Hisashi Kashima, Masahito Suzuki, Hiroki Kayahara, Jun Maeno. Predicting Fuel Consumption and Flight Delays for Low-cost Airlines. In Proc. 29th Conference on Innovative Applications of Artificial Intelligence (IAAI), 2017.

3. ヒューマン・コンピュテーション / 人間参加型AI: 困難な課題に対する人間と機械の協調問題解決

最近、クイズや将棋などの極めて知的なタスクにおいて機械学習を含むAI技術が人間を凌駕する力を示している一方で、抽象的で文脈に依存したタスクなど、AIだけでは十分に達成できない困難なタスクが未だ数多く存在します。

AI単独では解決が困難な、さらには一人の人間では解くことのできない問題を、両者が協力して解決する「ヒューマン・コンピュテーション」・「人間参加型(ヒューマン・イン・ザ・ループ)AI」の世界を開拓することで、知能情報学の新たな展開を目指します。

humancomputation

[参考文献]

  • Hiroshi Kajino, Yuta Tsuboi, Hisashi Kashima: A Convex Formulation for Learning from Crowds, In Proc. 26th AAAI Conference on Artificial Intelligence (AAAI), pp.73-79, 2012.
  • Yukino Baba, Hisashi Kashima. Statistical Quality Estimation for General Crowdsourcing Tasks, In Proc. 19th ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD), pp.554-562, 2013.
  • Hiroshi Kajino, Yukino Baba, Hisashi Kashima. Instance-privacy Preserving Crowdsourcing. In Proc. 2nd Conference on Human Computation and Crowdsourcing (HCOMP), pp.96-103,
  • Hiroshi Kajino, Hiromi Arai, Hisashi Kashima. Preserving Worker Privacy in Crowdsourcing. Data Mining and Knowledge Discovery, Vol.27, No.5-6, pp.1314-1335, 2014.
  • Yukino Baba, Hisashi Kashima, Kei Kinoshita, Goushi Yamaguchi, Yosuke Akiyoshi. Leveraging Non-expert Crowdsourcing Workers for Improper Task Detection in Crowdsourcing Marketplaces. Expert Systems with Applications, Vol.41, No.6, pp.2678-2687, 2014.
  • Yukino Baba, Kei Kinoshita, Hisashi Kashima. Participation Recommendation System for Crowdsourcing Contests. Expert Systems with Applications, Vol.58, pp.174–183, 2016.
  • Naoki Otani, Yukino Baba, Hisashi Kashima. Quality Control of Crowdsourced Classication Using Hierarchical Class Structures. Expert Systems with Applications, Vol.58, pp.155–163, 2016.
  • Satoshi Oyama, Yukino Baba, Ikki Ohmukai, Hiroaki Dokoshi, Hisashi Kashima. Crowdsourcing Chart Digitizer: Task Design and Quality Control for Making Legacy Open Data Machine-Readable. International Journal of Data Science and Analytics, 2016.
  • Takeru Sunahase, Yukino Baba, Hisashi Kashima. Pairwise HITS: Quality Estimation from Pairwise Comparisons in Creator-Evaluator Crowdsourcing Process. In Proc. 31st AAAI Conference on Artificial Intelligence (AAAI), 2017.
  • Jiyi Li, Yukino Baba, Hisashi Kashima.
    Hyper Questions: Unsupervised Targeting of a Few Experts in Crowdsourcing.
    In Proceeding of the 26th ACM International Conference on Information and Knowledge Management (CIKM), 2017.