イベント企画
トップコンファレンス2-1 データベースとデータサイエンス／自然言語処理
9月3日13:10-15:10
第4イベント会場
第4イベント会場
座長：北島 信哉（富士通株式会社）
13:10-13:30 講演(1) NETEVOLVE: マルチエージェント強化学習を用いた解釈可能なソーシャルネットワークの将来予測手法 | |
| 三宅 健太郎（筑波大学大学院 人間総合科学学術院 人間総合科学研究群 情報学学位プログラム） | |
| 【原発表の書誌情報】Kentaro Miyake, Hiroyoshi Ito, Christos Faloutsos, Hirotomo Matsumoto, Atsuyuki Morishima, “NETEVOLVE: Social Network Forecasting using Multi-Agent Reinforcement Learning with Interpretable Features”, The Web Conference 2024 (www), pp. 2542-2551, Singapore, 13th - 17th May, 2024. | |
| 【概要】提案手法では、SNSや共著者ネットワークの時系列変化について解釈可能な特徴に基づいて予測する手法「NETEVOLVE」を提案し、強化学習に基づくマルチエージェントシミュレーションにより高精度な予測と解釈性を両立した。 | |
 | 【略歴】2024 年筑波大学情報学群卒。2024 年4月より筑波大学情報学学位プログラムに所属。主に強化学習やソーシャルネットワーク科学の研究に従事。 |
13:30-13:50 講演(2) インターバルデータに対する範囲ランダムサンプリング | |
| 天方 大地（大阪大学 大学院情報科学研究科 准教授） | |
| 【原発表の書誌情報】Daichi Amagata: Independent Range Sampling on Interval Data, Proc. IEEE ICDE, pp. 449–461, 2024. | |
| 【概要】インターバルデータの範囲検索に関する研究は長年に渡って行われているが、巨大データベースの普及に伴う検索結果のサイズの巨大化に対応できていない。本研究では、その結果のランダムサンプルを計算する問題に取り組み、理論的・実践的に高速なアルゴリズムを提案する． | |
 | 【略歴】2015年大阪大学大学院情報科学研究科博士後期課程修了．同年同大学院情報科学研究科マルチメディア工学専攻助教となり，現在同大学院情報科学研究科マルチメディア工学専攻准教授．高速アルゴリズムに関する研究に従事．IEEE，ACM，日本データベース学会の各会員． |
13:50-14:10 講演(3) アルゴリズム的償還を考慮した決定木および決定森の学習 | |
| 金森 憲太朗（富士通株式会社 人工知能研究所） | |
| 【原発表の書誌情報】Kanamori, K., Takagi, T., Kobayashi, K., Ike, Y.: Learning Decision Trees and Forests with Algorithmic Recourse, Proceedings of the 41st International Conference on Machine Learning (ICML), pp. 22936-22962 (2024). | |
| 【概要】アルゴリズム的償還は，機械学習モデルから肯定的な予測を得るためのアクションを説明する技術である．しかし，学習済みモデルに対して，ユーザが実行可能なアクションが存在するとは限らない．本論文では，実行可能なアクションの存在を保証しつつ決定木および決定森を学習するアルゴリズムを提案し，理論解析と計算機実験によりその有効性を示す． | |
 | 【略歴】富士通株式会社 人工知能研究所 研究員．2022年3月 北海道大学大学院情報科学院情報科学専攻博士後期課程修了（短縮修了）．博士（情報科学）．2022年4月より現職．2020月4月から2022年3月まで日本学術振興会特別研究員（DC1）．2023年10月から現在 JST ACT-X「次世代AIを築く数理・情報科学の革新」領域研究員．専門は機械学習と数理最適化で，とくに説明可能性や解釈可能性に関する研究に従事． |
14:10-14:30 講演(4) 解析的に取り扱いやすい現在バイアス下の意思決定モデル | |
| 赤木 康紀（NTT人間情報研究所 准特別研究員） | |
| 【原発表の書誌情報】Akagi, Y., Marumo,N., Kurashima, T. "Analytically Tractable Models for Decision Making under Present Bias." In Proceedings of the AAAI Conference on Artificial Intelligence (AAAI2024), pp.9441-9450, 2024. | |
| 【概要】本研究では，現在バイアスと呼ばれる，目先の損得を過大に評価してしまう認知バイアスの新しい数理モデルを提案する．提案モデルは，多様な状況を記述可能でありながら、解析的に扱いやすく最適な介入策を効率的に導出できるという，既存のモデルにない特長を有する． | |
 | 【略歴】2014年 東京大学 計数工学科 卒業． 2016年 東京大学 大学院 情報理工学系研究科 数理情報学専攻 博士前期課程 修了． 2016年 日本電信電話株式会社 入社． 2023年 筑波大学大学院 理工情報生命学術院 システム情報工学研究群 情報理工学位プログラム 博士後期課程 修了． 行動モデリング，数理モデリング，数理最適化に関する研究に従事． |
14:30-14:50 講演(5) 未知の知識に対する事前学習済み言語モデルが持つ推論能力の調査 | |
| 坂井 優介（奈良先端科学技術大学院大学 先端科学技術研究科情報科学領域 助教） | |
| 【原発表の書誌情報】Yusuke Sakai, Hidetaka Kamigaito, Katsuhiko Hayashi, and Taro Watanabe. 2024. Does Pre-trained Language Model Actually Infer Unseen Links in Knowledge Graph Completion?. In Proceedings of the 2024 Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies (Volume 1: Long Papers) (NAACL 2024), pages 8091–8106. | |
| 【概要】知識グラフ補完は，既知の関係から未知の関係を推論するタスクである．近年では事前学習済み言語モデルが活用されているが，事前学習時の知識に本来推論すべき事象が含まれる可能性があるため，真の推論能力は依然として明らかでない．本研究では，言語モデルの記憶と推論を切り分けた評価手法を提案し，記憶によらない推論能力を多角的に分析した． | |
 | 【略歴】2022年奈良先端科学技術大学院大学博士前期課程修了．2024年同博士後期課程修了．博士（工学）．現在，奈良先端科学技術大学院大学先端科学技術研究科情報科学領域助教．自然言語処理分野の研究に従事．情報処理学会，言語処理学会，ACL各会員． |