研究

国際学術論文 (査読あり)

  1. Muneki Yasuda and Kaiji Sekimoto: Gaussian-Discrete restricted Boltzmann machine with Sparse-Regularized Hidden Layer, Behaviormetrika, 2024.
  2. Kaiji Sekimoto, Chako Takahashi, and Muneki Yasuda: Quasi-free Energy Evaluation of Gaussian-Bernoulli Restricted Boltzmann Machine for Anomaly Detection, Nonlinear Theory and its Applications (NOLTA), IEICE, Vol. 15, No. 2, pp. 273-283, 2024.
  3. Kaiji Sekimoto and Muneki Yasuda: Effective learning algorithm for restricted Boltzmann machines via spatial Monte Carlo integration, Nonlinear Theory and its Applications (NOLTA), IEICE, Vol. 14, No. 2, pp. 228-241, 2023.
  4. Kaiji Sekimoto and Muneki Yasuda: Composite Spatial Monte Carlo Integration Based on Generalized Least Squares, Journal of the Physical Society of Japan, Vol. 91, No. 11, Article ID. 114003, 2022.
  5. Muneki Yasuda and Kaiji Sekimoto: Spatial Monte Carlo integration with annealed importance sampling, Physical Review E, Vol. 103, No. 5, Article No. 052118, 2021.

国際会議 (査読あり)

  1. Chako Takahashi, Kaiji Sekimoto, and Muneki Yasuda: Free energy evaluation based on Bethe free energy on slim deep Boltzmann machines, Proceedings of the 2024 International Symposium on Nonlinear Theory and its Applications (NOLTA2024), accepted.
  2. Kaiji Sekimoto, Chako Takahashi, and Muneki Yasuda: Quasi-Free Energy Evaluation of Restricted Boltzmann Machine for Anomaly Detection, Proceedings of the 2023 International Symposium on Nonlinear Theory and its Applications (NOLTA2023), pp. 142-145, 2023.
  3. Kaiji Sekimoto and Muneki Yasuda: Spatial Monte Carlo Integration for Learning Restricted Boltzmann Machine, Proceedings of the 2022 International Symposium on Nonlinear Theory and its Applications (NOLTA2022), pp. 9-12, 2022. [Student Paper Award]

国内学会 (査読なし)

  1. 渡部 直生,関本 快士,安田 宗樹:ロバスト推定のためのRANSAC型の確率的モデリング,情報処理学会第87回全国大会,講演番号 7L-06,立命館大学(ハイブリット開催),2025年3月15日. [学生奨励賞]
  2. 多原 勇太朗,関本 快士,柚木崎 航平,浅倉 聡,安田 宗樹:ヨウ素生産効率向上のための地下水流入量予測モデルの検討,情報処理学会第87回全国大会,講演番号 7M-02,立命館大学(ハイブリット開催),2025年3月15日. [学生奨励賞]
  3. 石沢 怜,関本 快士,安田 宗樹:ガウス中間層をもつ4層深層ボルツマンマシン分類器,情報処理学会第87回全国大会,講演番号 6M-05,立命館大学(ハイブリット開催),2025年3月15日. [学生奨励賞]
  4. 栗林 諒,関本 快士,安田 宗樹:学習モデルの情報理論的分析に基づく学習早期終了タイミングの検知,情報処理学会第87回全国大会,講演番号 2M-01,立命館大学(ハイブリット開催),2025年3月13日. [学生奨励賞]
  5. 関本 快士,安田 宗樹:制限ボルツマンマシン上の高性能な最大周辺確率推定,第27回情報論的学習理論ワークショップ (IBIS2024),講演番号 2-R-034,ソニックシティ (さいたま),2024年11月6日.
  6. 関本 快士,安田 宗樹:ガウシアン・ベルヌーイ制限ボルツマンマシンにおける不完全データ学習の改良,第23回情報科学技術フォーラム (FIT2024),講演番号 CF-007,広島工業大学,2024年9月4日.
  7. 石岡 龍佑,関本 快士,安田 宗樹:階層ベイズ学習に基づく組み合わせ最適化問題の統計的分析,情報処理学会第86回全国大会,講演番号 4L-06,神奈川大学(ハイブリット開催),2024年3月16日.
  8. 芳賀 友紀,関本 快士,安田 宗樹:TV正則化型相互作用をもつマルコフ確率場モデルの提案,情報処理学会第86回全国大会,講演番号 2L-09,神奈川大学(ハイブリット開催),2024年3月15日.
  9. 関本 快士,安田 宗樹:制限ボルツマンマシンを用いた欠損のあるデータ集合の学習,情報処理学会第85回全国大会,講演番号 4M-01,電気通信大学(ハイブリット開催),2023年3月3日. [学生奨励賞]
  10. 関本 快士,安田 宗樹:一般化最小二乗法による合成空間モンテカルロ積分法,日本物理学会 第77回年次大会,講演番号 15aB14-12,オンライン開催,2022年3月5日.
  11. 関本 快士,安田 宗樹:一般化最小二乗法による合成空間モンテカルロ積分法,情報処理学会第84回全国大会,講演番号 7M-04,愛媛大学(ハイブリット開催),2022年3月5日. [学生奨励賞]
  12. 関本 快士,安田 宗樹:空間モンテカルロ積分法と焼なまし重点サンプリングを組み合わせた高性能サンプリング近似法,情報処理学会第83回全国大会,講演番号 1J-01,オンライン開催,2021年3月18日. [学生奨励賞]

セミナー,アウトリーチ活動,その他

  1. 関本 快士,金子 颯汰:学生フォーラム〔第127回〕牛久祥孝先生インタビュー「AIで科学の未来を切り開く—大局的な視点で一歩先の挑戦を続ける」, 人工知能学会誌「人工知能」, Vol. 40, No. 2, pp. 249–253, 2025.