多様なデータをコンピュータ上で解析するための統計的基礎方法論の研究をしています． また応用として特に遺伝子情報などに代表される生物学データの解析を行っています．
keywords:
  • 機械学習
  • パターン認識
  • 多変量解析
  • 統計モデリング
  • 数値最適化
  • バイオインフォマティクス
  • システムズバイオロジー

Affiliation

京都大学化学研究所
バイオインフォマティクスセンター 生命知識工学研究領域
助教
karasuyama[at mark]kuicr.kyoto-u.ac.jp
nips09

Publications

Journal Papers

  • M. Karasuyama and H. Mamitsuka, Multiple Graph Label Propagation by Sparse Integration, IEEE Transactions on Neural Networks and Learning Systems (IF in 2012 = 3.766), vol.24. no.12, pp.1999-2012, 2013.
  • M. Karasuyama and M. Sugiyama, Canonical Dependency Analysis based on Squared-loss Mutual Information, Neural Networks (IF in 2011 = 2.182), vol.34, pp.46-55, 2012.
  • M. Karasuyama, N. Harada, M. Sugiyama and I. Takeuchi, Multi-parametric Solution-path Algorithm for Instance-weighted Support Vector Machines, Machine Learning (IF in 2010 = 1.967), vol.88, no.3, pp.297-330, 2012.
  • M. Karasuyama and I. Takeuchi, Nonlinear Regularization Path for Quadratic Loss Support Vector Machines, IEEE Transactions on Neural Networks (IF in 2010 = 2.633), vol.22, no.10, pp.1613-1625, Oct. 2011.
  • M. Karasuyama and I. Takeuchi, Multiple Incremental Decremental Learning of Support Vector Machines, IEEE Transactions on Neural Networks (IF in 2010 = 2.633), vol.21, no.7, pp.1048-1059, July 2010.
  • M. Karasuyama, I. Takeuchi and R. Nakano, Efficient Leave-m-out Cross-Validation of Support Vector Regression by Generalizing Decremental Algorithm, New Generation Computing (IF in 2009 = 0.364), vol. 27, no. 4, Special Issue on Data-Mining and Statistical Science, pp.307-318, 2009.
  • H. Moriguchi, I. Takeuchi, M. Karasuyama, S. Horikawa, Y. Ohta, T. Kodama, and H. Naruse, Adaptive Kernel Quantile Regression for Anomaly Detection, Journal of Advanced Computational Intelligence and Inteligent Informatics, vol.13, no.3, pp.230-236, 2009.

Refereed International Conference Papers

  • M. Karasuyama and H. Mamitsuka, Manifold-based Similarity Adaptation for Label Propagation, Advances in Neural Information Processing Systems (NIPS) 26, pp.1547-1555, 2013. [Link] [Code]
  • M. Karasuyama, N. Harada, M. Sugiyama and I. Takeuchi, Multi-parametric Solution-path Algorithm for Instance-weighted Support Vector Machines, Machine Learning for Signal Processing (MLSP), 2011 IEEE International Workshop on, vol.xx, no.xx, pp.xx-xx, 18-21 Sept. 2011.
  • M. Karasuyama, and I. Takeuchi, Suboptimal Solution Path Algorithm for Support Vector Machine, In L. Getoor and T. Scheffer eds., Proceedings of the 28th International Conference on Machine Learning (ICML), pp. 473-480, June, 2011.
  • M. Karasuyama, and I. Takeuchi, Nonlinear Regularization Path for the Modified Huber loss Support Vector Machines, In International Joint Conference on Neural Networks (IJCNN), pp. 3099-3106, 2010.
  • M. Karasuyama and I. Takeuchi, Multiple Incremental Decremental Learning of Support Vector Machines, In Y. Bengio, D. Schuurmans, J. Lafferty, C. K. I. Williams, and A. Culotta eds., Advances in Neural Information Processing Systems (NIPS) 22, pp. 907-915. 2009.
  • M. Karasuyama, I. Takeuchi and R. Nakano, Reducing SVR Support Vectors by Using Backward Deletion, In Proceedings of the 12th international Conference on Knowledge-Based intelligent information and Engineering Systems (KES), Part III, Lecture Notes In Artificial Intelligence, vol. 5179. Springer-Verlag, Berlin, Heidelberg, pp. 76-83, 2008
  • M. Karasuyama, and R. Nakano, Optimizing Sparse Kernel Ridge Regression Hyperparameters Based on Leave-one-out Cross-validation, In International Joint Conference on Neural Networks (IJCNN), pp. 3463-3468, 2008.
  • M. Karasuyama, and R. Nakano, Optimizing SVR Hyperparameters via Fast Cross-Validation using AOSVR, In International Joint Conference on Neural Networks (IJCNN), pp. 1186-1191, 2007.
  • M. Karasuyama, D. Kitakoshi and R. Nakano, Revised Optimizer of SVR Hyperparameters Minimizing Cross-Validation Error, In International Joint Conference on Neural Networks (IJCNN), pp. 711-718, 2006.

国内研究会

  • 烏山昌幸, 馬見塚拓, 局所線形近似に基づくラベル伝播のための類似度適合, 情報論的学習理論と機械学習研究会(IBISML)， 信学技報, vol. 112, no. 454, IBISML2012-109, pp. 115-121, 2013年3月.
  • 烏山昌幸, 馬見塚拓, ラベル伝播アルゴリズムにおける複数グラフのスパース結合法, 情報論的学習理論と機械学習研究会(IBISML)， 信学技報, vol. 112, no. 279, IBISML2012-58, pp. 171-178, 2012年11月.
  • M. Karasuyama, H. Mamitsuka, Label Propagation through Graph-based Feature Reconstruction, 2012 Sapporo Warkshop on Machine Learning and Applications to Biology, Aug, 2012.
  • 烏山昌幸, 杉山将, Canonical Dependency Analysis based on Squared-loss Mutual Information, 情報論的学習理論と機械学習研究会(IBISML)， 信学技報, vol. 114, no. 194, IBISML2011-38, pp. 173-180, 2011年9月.
  • 鈴木良規, 磯部浩太, 烏山昌幸，竹内一郎， パス追跡を用いたSVM ブートストラップ計算の高速化に関する一考察, 電気関係学会東海支部連合大会，G3-2, 2011年9月.
  • 本郷辰哉, 杉浦徹, 烏山昌幸, 竹内一郎, マルチタスク特徴抽出アルゴリズムを用いたコスト考慮型SVMに関する検討, 第10回情報科学技術フォーラム (FIT 2011), F-039, 2011年9月.
  • 磯部浩太, 石川勇太, 烏山昌幸, 泉泰介, 竹内一郎, SVMを用いた多変量2標本検定のパス追跡による高速化とその遺伝子群解析への応用, 第10回情報科学技術フォーラム (FIT 2011), F-017, 2011年9月.
  • 烏山昌幸, 長谷川拓矢，松野司，竹内一郎， 順位情報に基づいたランキングSVMの適応的重み付けに関する一考察, 情報論的学習理論と機械学習研究会(IBISML)， 信学技報, vol. 110, no. 476, IBISML2010-115, pp. 77-83, 2010年3月.
  • 烏山昌幸, 竹内一郎， 近似解のパス追跡に関する一考察, 情報論的学習理論と機械学習研究会(IBISML)， 信学技報, vol. 110, no. 265, IBISML2010-89, pp. 221-230, 2010年11月. (Honorable Mention IBIS 2010)
  • 杉浦徹, 小出和諒, 本郷辰哉, 烏山昌幸, 竹内一郎， 混合ノルム正則化を用いたコスト考慮型学習の同時変数選択に関する研究, 情報論的学習理論と機械学習研究会(IBISML)， 信学技報, vol. 110, no. 265, IBISML2010-70, pp. 83-90, 2010年11月.
  • 石川勇太, 磯部浩太, 烏山昌幸, 泉泰介, 竹内一郎， MSTに基づくSVMパス追跡を用いた多重多変量2標本検定による遺伝子群解析に関する一考察, 情報論的学習理論と機械学習研究会(IBISML)， 信学技報, vol. 110, no. 265, IBISML2010-88, pp. 211-220, 2010年11月.
  • 烏山昌幸, 竹内一郎， 2次損失サポートベクトルマシンの非線形正則化パスに関する一考察, 情報論的学習理論と機械学習研究会(IBISML)， 信学技報, vol. 110, no. 76, IBISML2010-6, pp. 23-31, 2010年6月.
  • 原田尚幸，長谷川拓矢，烏山昌幸, 竹内一郎， 評価値の離散変化追跡によるランキングモデルの最適化に関する一考察, 信学技報, vol. 109, no. 461, NC2009-166, pp. 461-466, 2010年3月.
  • 烏山昌幸, 竹内一郎， フーバー型損失関数を用いたサポートベクトルマシンの正則化パスに関する一考察, 第7回情報学ワークショップ (WiNF 2009)，pp. 41-46, 2009年11月. (情報学ワークショップ優秀賞)
  • 烏山昌幸, 原田尚幸，竹内一郎， 重み付きカーネルマシンの多次元パス追跡法に関する一考察， 第12回情報論的学習理論ワークショップ (IBIS 2009)，pp. 198-205, 2009年10月. (Honorable Mention IBIS 2009)
  • 原田尚幸，烏山昌幸，竹内一郎， 重み付きサポートベクトルマシンのオンライン学習に関する一考察， 電気関係学会東海支部連合大会，2009年9月.
  • 大坪拓也，烏山昌幸，竹内一郎， サポートベクトル回帰の忘却係数パス追跡に関する一考察， 電気関係学会東海支部連合大会，2009年9月.
  • 烏山昌幸, 竹内一郎，中野良平， サポートベクトル回帰におけるDecremental Algorithmの一般化に関する一考察， 第9回人工知能学会データマイニングと統計数理研究会(SIG-DMSM)，2009年3月.
  • 烏山昌幸, 竹内一郎，中野良平， カーネルマシンにおける勾配方向への２次元パス追跡法, 信学技報, vol. 108, no. 372, NC2008-80, pp. 43-48, 2008年12月. (IEEE Computational Intelligence Society Japan Chapter Young Researcher Award)
  • 烏山昌幸, 中野良平， 交差検証誤差最小化によるSV回帰ハイパーパラメータ最適化の高速化, 信学技報, vol. 107, no. 410, NC2007-73, pp. 13-18, 2007年12月.

書籍

  • 統計的学習の基礎 -データマイニング・推論・予測-
    • 原著：Trevor Hastie，Robert Tibshirani，Jerome Friedman
    • 監訳：杉山 将，井手 剛，神嶌 敏弘，栗田 多喜夫，前田 英作
    • 翻訳：井尻 善久，井手 剛，岩田 具治，金森 敬文，兼村 厚範，烏山 昌幸，河原 吉伸，木村 昭悟，小西 嘉典，酒井 智弥，鈴木 大慈，竹内 一郎，玉木 徹，出口 大輔，冨岡 亮太，波部 斉，前田 新一，持橋 大地，山田 誠

Academic dissertations

  • 烏山昌幸，Parametric optimization in machine learing， 名古屋工業大学創成シミュレーション工学専攻博士論文，2011
  • 烏山昌幸，スパースカーネルリッジ回帰のハイパーパラメータ最適化， 名古屋工業大学大学院工学研究科情報工学専攻修士論文，2008
  • 烏山昌幸，SV回帰のハイパーパラメータ最適化法の改良， 名古屋工業大学知能情報システム学科卒業論文，2006

賞等

  • Best Performer in the DREAM 9 Broad-DREAM Gene Essentiality Prediction Sub-Challenge 1, 2014
  • 手島精一記念研究賞（博士論文賞）, 2012
  • 名古屋工業大学 学生研究奨励 副学長賞, 2011
  • 第13 回情報論的学習理論ワークショップ(IBIS 2010) Honorable Mention
  • 第8 回情報学ワークショップ(WiNF 2009) 優秀賞
  • 第12 回情報論的学習理論ワークショップ(IBIS 2009) Honorable Mention
  • IEEE Computational Intelligence Society Japan Chapter Young Researcher Award 2008

講演リスト

  • RECOMB/ISCB Conference on Regulatory and Genomics with DREAM Challenges and Cytoscape Wrokshops 2014，ドリームチャレンジ勝利チーム招待講演，Learning Kernel-based Feature Representation for Gene Essentiality Prediction， 2014年11月11日
  • 第17回 画像の認識・理解シンポジウム(MIRU2014)，招待講演， Manifold-based Similarity Adaptation for Label Propagation， 2014年7月29日
  • 国立情報学研究所 ビッグデータ数理国際研究センター グラフマイニング& WEB & AIグループ， グラフ上での因子分析， 2014年2月10日
  • Institut Curie (Centre de recherche Biologie du developpement), Latent Factor based Subnetwork Feature Selection, 2013年10月22日
  • NEC玉川事業場 (NEC R&D on Data Mining)， 複数グラフのスパース結合によるグラフノードのラベル推定， 2013年4月8日
  • 京都大学化学研究所バイオインフォマティクスセンター， Optimal solution path algorithm for machine learning: Analytical approach to solving support vector machines， 2011年9月26日
  • Microsoft Research Asia, Parametric optimization in machine learning: Improving computational efficiency of support vector machines, 2011年9月22日
  • NEC Laboratories America, Parametric optimization in machine learning: Improving computational efficiency of support vector machines, 2011年7月5日
  • 中部大学， Parametric optimization in machine learning: 機械学習におけるパラメトリック最適化に関する研究， 2011年2月
  • 東京工業大学, T-Primalセミナー, マルチパラメトリック計画法とその機械学習への応用 (slide), 2010年12月
  • 名古屋大学, 名古屋統計セミナ， カーネルマシンの多次元パス追跡， 2009年8月

履歴

学歴

  • 平成１８年３月　名古屋工業大学　工学部　知能情報システム学科　卒業
  • 平成２０年３月　名古屋工業大学　工学研究科　博士前期課程　情報工学専攻　修了
  • 平成２３年３月　名古屋工業大学　工学研究科　博士後期課程　 創成シミュレーション工学専攻　修了

職歴

  • 平成２２年４月 - 平成２３年３月　日本学術振興会特別研究員DC2
  • 平成２３年４月 - 平成２３年１２月　日本学術振興会特別研究員PD／東京工業大学特別研究員
  • 平成２４年１月 - 現在　京都大学化学研究所 バイオインフォマティクスセンター　助教

その他の学術活動

プログラム委員・査読委員

  • Neural Information Processing Systems (NIPS)，査読委員，2012・2013・2014
  • Asian Conference on Machine Learning (ACML)，プログラム委員，2012・2013・2014
  • International Conference on Artificial Intelligence and Statistics (AISTATS)，プログラム委員，2014・2015
  • International Joint Conference of Artificial Intelligence (IJCAI)，プログラム委員，2013
  • International Workshop on Bioinformatics and Systems Biology (IBSB)，運営委員，2013
  • 情報論的学習理論ワークショップ (IBIS)，実行委員，2014

研究助成

  • 2014年4月 - ，科学研究費補助金，若手研究B，研究代表者，「グラフ構造データからの部分構造抽出法の開発 」
  • 2014年4月 - ，科学研究費補助金，基盤研究B，研究分担者，「ビッグデータ解析における最適保証スクリーニングの理論と応用 」
  • 2012年10月 - 2014年3月, 科学研究費補助金，研究活動スタート支援，研究代表者，「機械学習アルゴリズムのための最適グラフ構成法に関する研究 」
  • 2010年4月 - 2011年12月, 科学研究費補助金，特別研究員奨励費，研究代表者，「カーネルマシンの多次元パス追跡とオンライン学習 」