人工知能学会 第94回人工知能基本問題研究会(SIG-FPAI)
http://www.donald.ai.kyutech.ac.jp/sigfpai/

主査 坂本比呂志
幹事 大久保好章，鍜治伸裕，河原吉伸，越村三幸，田部井靖生
担当幹事 大久保好章

■開催時期：2014年7月24日(木)

■開催場所：根室市総合文化会館
〒087-0006 北海道根室市曙町1丁目40番地（TEL 0153-24-3188）
アクセス（下記Webサイトを参照）
http://www.city.nemuro.hokkaido.jp/dcitynd.nsf/doc/bunka/top?OpenDocument
　※ 根室駅・根室駅前バスターミナルから徒歩 15 分程度．

■テーマ: 特集「機械学習/知識発見の最新動向」および一般

■開催趣旨
『ビッグデータ』は今や誰もが一度はどこかで聞いたことがあるキーワード
となり，それに寄せられる関心や期待は今なお大きなものとなっています．
こうした期待に応えるためには，機械学習や知識発見の研究における新たな
展開や，既存技術のさらなる高度化・実用化が不可欠です．今回の研究会で
は，これら研究分野における最新の動向を学ぶ機会として，その基礎理論か
ら応用事例紹介に至るまで，話題提供等も含めて幅広く研究発表を募集しま
す．また，人工知能の基本問題に関する理論・技術の研究発表も歓迎します．

■招待講演：
[講演1] 瀧川一学氏 (北海道大学創成研究機構)
□講演タイトル:「多数のグラフからの統計的機械学習」
□概要:
生命科学での探索的な用途を念頭に、分子グラフなど個々の対象がグラフ構
造で表現されたデータが多数蓄積されている。本講演では、こうしたデータ
に対して、各々のグラフgに何か関連値yが付与されている場合に、(g,y)の多
数事例に基づく対応g→yの教師付き学習を行う手法を概説する。このような
問題の例としては、ある化学構造の化合物が突然変異誘発性を持つかを予測
する問題などがあり、グラフカーネル法をはじめとしてグラフ集合上の統計
的機械学習により良い結果が得られている。また、講演者が近年取り組んで
きた全ての可能な部分グラフ特徴から疎学習に基づき特徴集合と線形モデル
の同時学習を行う厳密法と関連手法も併せて紹介する。

■発表申込期限：2014年6月30日(月) 17:00
■原稿提出期限：2014年7月10日(木) 17:00

■旅行・宿泊：
観光シーズンに入るため，飛行機等の混雑が予想されます．
研究会参加を御予定の方は，早めの手配をお勧めします．
なお，宿泊は既にだいぶ込み合っている様です．
研究会では下記ホテルにいくつか部屋を確保しております．
ホテル ねむろ海陽亭
http://www.n-kaiyoutei.co.jp
※ 和室・4名定員．
※ 7,500円/泊(3 名以上一室利用・素泊まり)．
発表/聴講を問わず，研究会に参加される方で宿泊を御希望の場合は，
担当幹事までその旨御連絡下さい．

■交通案内(参考)：
根室中標津空港 <==> 根室駅前バスターミナル
　※ 空港連絡バス・所用時間約95分・飛行機発着に合わせて運行．
　※ 根室交通時刻表 http://nemurokotsu.com/timetable
札幌大通りバスセンター <==> 根室駅前バスターミナル
　※ 深夜高速バス(オーロラ号)・所用時間約9時間・予約制．
　※ 北都交通時刻表 http://www.hokto.co.jp/b_nemuro.htm

■研究会には会員でなくても発表/参加可能ですが，研究会奨励賞の対象には
なりません．もし会員でない方はこの機会是非入会ください．オンラインでの
入会はこちら下記のサイトを参照下さい：
http://www.ai-gakkai.or.jp/jsai/info/member_join.html

■ 参加費:
当研究会の聴講は無料です．研究会資料は発表の有無に関わらず1500円(学生会員無料)です．

■ 懇親会:
7月24日(木) 研究会後 (会費 5,000円)

■ 問い合わせ：大久保 好章(北海道大学)
E-mail: sig-fpai@ar.sanken.osaka-u.ac.jp

■ プログラム

[9:30 - ] 受付

[10:00 - 10:05] 開会

[10:05 - 11:20] Session 1：機械学習・知識発見の応用 (3 件)
「カーネルによるインフルエンザウイルスの塩基配列解析」
○濱田一青，島田昂治，中田大貴，平田耕一
(九州工業大学)

「帰納論理プログラミングを用いた化学実験支援」
○力 規晃*，越村 三幸†，西田 光生‡，阿部 幸浩‡，藤田 博†，長谷川隆 三†
(*徳山工業高等専門学校，†九州大学，‡東洋紡株式会社)

「構造正則化学習に基づく代表事例選択」
H. Wang*, ○河原吉伸†, J. Yuan*
(*Nanyang Technological University, †大阪大学)

[11:20 - 11:30] 休憩

[11:30 - 12:15] Session 2：招待講演
「多数のグラフからの統計的機械学習」
瀧川 一学 (北海道大学)

<<< 昼食休憩 (12:15 - 13:30) >>>

[13:30 - 14:20] Session 3：機械学習・知識発見の基礎 1 (2 件)
「特徴選択指標について」
○久保山哲二*，申吉浩†
(*学習院大学，†兵庫県立大学)

「文法圧縮を応用したハミング距離の短い文字列列挙アルゴリズム」
○前田幸司，高畠嘉将，田部井靖生，坂本比呂志
(九州工業大学)

[14:20 - 14:30] 休憩

[14:30 - 15:20] Session 4：機械学習・知識発見の基礎 2 (2 件)
「木の編集距離とパターン抽出」
○申吉浩 (兵庫県立大学)

「巡回的順序木のアライメント」
○芳野拓也，平田耕一 (九州工業大学)

[15:20 - 15:30] 休憩

[15:30 - 16:45] Session 5：一般 (3 件)
「連続データと離散データのあいだの因果関係の同定」
○鈴木譲，清水昌平，鷲尾隆 (大阪大学)

「乱択アルゴリズムを用いた頻出文字列の近似数え上げに基づく省スペース文法圧縮」
○宮木 亮洋，坂本 比呂志
(九州工業大学)

「頻出長大パターン抽出に基づく類似楽曲検索に関する一考察」
○大久保 好章，原口 誠
(北海道大学)

[16:45 - 16:50] 閉会