WantedlyPage Not Found
Page not found. Your pixels are in another canvas.
Sitemap
A list of all the posts and pages found on the site. For you robots out there is an XML version available for digesting as well.
Pages
Takeshi Teshima, Ph.D.
About me
Takeshi Teshima, Ph.D.
About me
Page not in menu
This is a page not in th emain menu
Posts
notes
portfolio
posters
Clipped matrix completion
Published:
打ち切り行列の補完：天井効果への処方箋
Published:
Clipped matrix completion: a remedy for ceiling effects
Published:
- AAAI-19 Spotlight
カップリングに基づく可逆神経回路網は微分同相写像の万能近似器である
Published:
presentations
publications
research
talks
Clipped matrix completion (in Japanese)
Published:
- 勉強会 Mathiine Learning (マスイイネ)にて研究紹介
打ち切り行列補完：天井効果への処方箋 (in Japanese)
Published:
- 東芝R&Dセンターにて研究紹介
研究分野の紹介・キャリア講座
Published:
- 開智日本橋中学・高等学校にて分野紹介とキャリア講座
Clipped Matrix Completion.
Published:
http://www.research.ibm.com/jp-ja/labs/tokyo/
Clipped Matrix Completion: A Remedy for Ceiling Effects.
Published:
発表スライド:
上限つきRAE画像のベイズ推定
Published:
2019年7月27日から28日にかけて開催された研究集会「機械学習とデータ同化による木星磁気圏のダイナミクスの理解」にて「上限つきRAE画像のベイズ推定」の題で発表しました．
打ち切り行列の補完：天井効果の治療法
Published:
- シンポジウムのウェブサイトはこちら
構造的因果モデルの類似性に基づくドメイン適応
Published:
- ウェブサイトはこちら
構造的因果モデルの類似性に基づくドメイン適応
Published:
- 論文(プレプリント)はこちら
- 発表スライド
Few-shot Domain Adaptation by Causal Mechanism Transfer
Published:
- ウェブサイトはこちら
因果メカニズム転移による小標本ドメイン適応
Published:
因果的知識は予測モデルの役に立つか？
Published:
概要 🔗 🔗
近年産業応用が盛んな統計的機械学習の多くの手法は，データの背後に確率分布の存在を仮定し，その情報を推定することを経由して予測を実現している．これに対して近年，データの確率分布の更に背後に「データを生成した因果的過程」が存在すると想定して因果関係の情報を学習に用いる，因果的機械学習の方法論が研究されている．本発表では，まず計算機科学の分野で開発されてきた因果モデルの概略を紹介し，それらに基づいて発表者が近年提案した因果的機械学習の方法論を紹介する．加えて，提案手法の一つが利用する深層学習技術「可逆ニューラルネットワーク」について，近年得られた近似能力の理論的結果についても概説する．
γ-ABC: 頑健なダイバージェンス推定量を用いた外れ値ロバストな近似ベイズ計算
Published:
可逆ニューラルネットのSobolev空間における普遍性について
Published:
データ拡張による因果グラフ的事前知識の予測モデリングへの活用
Published: