2021/07/12 更新

写真a

アイダ トシアキ
相田 敏明
AIDA Toshiaki
所属
ヘルスシステム統合科学学域 講師
職名
講師
外部リンク

学位

  • 博士(理学) ( 東京工業大学 )

研究キーワード

  • Probabilistic Information Processing

  • 統計力学

  • Statistical Mechanics

  • Statistical Inference

  • 統計的推測

  • 確率的情報処理

研究分野

  • 情報通信 / ソフトコンピューティング

  • 情報通信 / 感性情報学

学歴

  • 東京工業大学   Graduate School, Division of Science and Engineering   Physics

    - 1996年

      詳細を見る

  • 東京工業大学   理工学研究科   物理学

    - 1996年

      詳細を見る

    国名: 日本国

    researchmap

  • 東京工業大学   理学部   物理学

    - 1991年

      詳細を見る

    国名: 日本国

    researchmap

  • 東京工業大学   Faculty of Science   Physics

    - 1991年

      詳細を見る

経歴

  • Part-time researcher for university or other academic organization

    2017年 - 2019年

      詳細を見る

  • 立命館大学 衣笠総合研究機構 大学等非常勤研究員   The Kinugasa Research Organization

    2017年 - 2019年

      詳細を見る

  • - Senior Assistant Professor,Graduate School of Natural Science and Technology,Okayama University

    2004年

      詳細を見る

  • - 岡山大学自然科学研究科 講師

    2004年

      詳細を見る

  • visitor,Neural Computing Research Group (Aston University, UK)

    2001年

      詳細を見る

  • 神経計算研究グループ(アストン大学,英国) 訪問研究員

    2001年

      詳細を見る

▼全件表示

所属学協会

▼全件表示

 

MISC

  • Covariance Matrix of a Probability Distribution for Image Dictionaries in Compressed Sensing

    Toshiaki Aida

    Proceedings of 2018 18th International Conference on Control, Automation and Systems (ICCAS2018)   2018年

     詳細を見る

  • Covariance Matrix of a Probability Distribution for Image Dictionaries in Compressed Sensing

    Toshiaki Aida

    Proceedings of 2018 18th International Conference on Control, Automation and Systems (ICCAS2018)   2018年

     詳細を見る

  • Compressed sensing for phase unwrapping of interferometric SAR data

    Toshiaki Aida

    International Conference on Control, Automation and Systems   2017-   989 - 993   2017年12月

     詳細を見る

    記述言語:英語   出版者・発行元:IEEE Computer Society  

    We approach to the problem of wave-front reconstruction via phase unwrapping of interferograms observed by interferometric synthetic aperture radar (SAR), from the viewpoints of Bayesian statistical inference and compressed sensing. For this purpose, we apply sparse representation for compressed sensing to the Bayesian wave-front reconstruction model from SAR interferograms by Saika and Uezu [1]. In the formulation of the problem taking sparse representation into account, the MAP estimate is found to lead to a phase unwrapping algorithm which can be interpreted as a quadratic programming problem. Numerical experiments on an artificial wave-front make it clear that the algorithm effectively removes noise to reconstruct the wave-front, although it suffers from the errors similar to block noise in image processing.

    DOI: 10.23919/ICCAS.2017.8204366

    Scopus

    researchmap

  • Compressed Sensing for Phase Unwrapping of Interferometric SAR Data

    Toshiaki Aida

    Proceedings of 2017 17th International Conference on Control, Automation and Systems (ICCAS2017)   2017年

  • Probability Distribution of an Image Dictionary for Compressed Sensing(共著)

    Yuhei Ashida, Toshiaki Aida

    Proceedings of 2016 16th International Conference on Control, Automation and Systems (ICCAS2016)   1377 - 1380   2016年

  • Probability Distribution of an Image Dictionary for Compressed Sensing(jointly worked)

    Yuhei Ashida, Toshiaki Aida

    Proceedings of 2016 16th International Conference on Control, Automation and Systems (ICCAS2016)   1377 - 1380   2016年

  • Sparse Representation Approach to Inverse Halftoning by Means of K-SVD Dictionary(jointly worked)

    Masahiro Hirao, Toshiaki Aida

    Proceedings of 2015 15th International Conference on Control, Automation and Systems (ICCAS2015)   661 - 665   2015年

  • Sparse Representation Approach to Inverse Halftoning by Means of K-SVD Dictionary(共著)

    Masahiro Hirao, Toshiaki Aida

    Proceedings of 2015 15th International Conference on Control, Automation and Systems (ICCAS2015)   661 - 665   2015年

  • Sparse Representation Approach to Inverse Halftoning in Terms of DCT Dictionary(jointly worked)

    Yuhri Ohta, Toshiaki Aida

    Proceedings of 2014 14th International Conference on Control, Automation and Systems (ICCAS2014)   1377 - 1380   2014年

  • Sparse Representation Approach to Inverse Halftoning in Terms of DCT Dictionary(共著)

    Yuhri Ohta, Toshiaki Aida

    Proceedings of 2014 14th International Conference on Control, Automation and Systems (ICCAS2014)   1377 - 1380   2014年

  • Replica analysis of CDMA multiuser-demodulator for correlated data

    Takuya Matsumoto, Toshiaki Aida

    International Conference on Control, Automation and Systems   1217 - 1219   2013年

     詳細を見る

    記述言語:英語  

    Code Division Multiple Access (CDMA) is one of the key technologies supporting our mobile communications today. In this paper, we analytically evaluate the performance of CDMA multi-user demodulator, when we transmit data correlated with each other. For this purpose, we utilize the replica method of statistical physics. Our analysis makes it clear that the correlation within data enables us to enhance communication efficiency in low redundancy region while the property of spread code sequence most affects the performance in high redundancy one. © 2013 IEEE.

    DOI: 10.1109/ICCAS.2013.6704174

    Scopus

    researchmap

  • Replica Analysis of CDMA Multiuser-demodulator for Correlated Data(共著)

    Takuya Matsumoto, Toshiaki Aida

    Proceedings of 2013 13th International Conference on Control, Automation and Systems (ICCAS2013)   1217 - 1219   2013年

     詳細を見る

  • Estimation of a parameter and entropy of binary standard images(jointly worked)

    d.情報   B-24   2007年

     詳細を見る

  • LDPC符号による2値画像の為の符号化と復号(共著)

    岩竹勝平, 筒井雄一郎, 中本弘一, 保田大樹, 相田敏明

    第9回 IEEE 広島支部 学生シンポジウム 論文集   d.情報   B25   2007年

     詳細を見る

  • 2値化標準画像のパラメータとエントロピーの評価(共著)

    岩竹勝平, 筒井雄一郎, 中本弘一, 保田大樹, 常石竜太, 増田修, 相田敏明

    第9回 IEEE 広島支部 学生シンポジウム 論文集   d.情報   B-24   2007年

     詳細を見る

  • Coding and decoding for binary images by LDPC codes(jointly worked)

    d.情報   B25   2007年

     詳細を見る

  • Channel and source coding in terms of random sparse matrices(jointly worked)

    269 - 272   2006年

     詳細を見る

  • ランダム疎行列による通信路符号化と情報源符号化(共著)

    相田敏明, 荻野洋, 筒井雄一郎, 山本賢一, 岩竹勝平, 中本弘一, 保田大樹

    第8回 IEEE 広島支部 学生シンポジウム 論文集   269 - 272   2006年

     詳細を見る

  • Renormalization group in Bayesian statistical inference

    T Aida

    PROGRESS OF THEORETICAL PHYSICS SUPPLEMENT   ( 157 )   296 - 299   2005年

     詳細を見る

    記述言語:英語   出版者・発行元:PROGRESS THEORETICAL PHYSICS PUBLICATION OFFICE  

    The prediction in Bayesian framework is extended from the point of view of renormalization group. For this purpose, we first make it clear that the advantages of Bayesian statistical inference can be understood by an adaptive property of a long-distance length scale. This suggests a close connection of Bayesian statistical inference to renormalization group. Next, we show that a cumulative entropic error can be rewritten as an effective action, which directly leads to a renormalization group equation in non-parametric Bayesian statistical inference. As a result, we introduce a scaling part to a prior distribution, and determine it so that we can obtain better prediction performance. We discuss how prediction performance improves, taking an example of a density estimation problem.

    Web of Science

    researchmap

  • Renormalization group in bayesian statistical inference

    Toshiaki Aida

    Progress of Theoretical Physics Supplement   157 ( 157 )   296 - 299   2005年

     詳細を見る

    記述言語:英語   出版者・発行元:Yukawa Institute for Theoretical Physics  

    The prediction in Bayesian framework is extended from the point of view of renormalization group. For this purpose, we first make it clear that the advantages of Bayesian statistical inference can be understood by an adaptive property of a long-distance length scale. This suggests a close connection of Bayesian statistical inference to renormalization group. Next, we show that a cumulative entropic error can be rewritten as an effective action, which directly leads to a renormalization group equation in non-parametric Bayesian statistical inference. As a result, we introduce a scaling part to a prior distribution, and determine it so that we can obtain better prediction performance. We discuss how prediction performance improves, taking an example of a density estimation problem.

    DOI: 10.1143/PTPS.157.296

    Scopus

    researchmap

  • Non-parametric Models and Bayesian Inference -Density estimation problem as an example-

    Toshiaki Aida

    642 - 647   2004年

     詳細を見る

  • ノンパラメトリックモデルとベイズ推定-確率密度関数推定問題を例として-

    相田敏明

    人工知能学会誌   642 - 647   2004年

     詳細を見る

  • Modified Bayesian statistical inference and renormalization group

    Toshiaki Aida

    Proc. of 2003 Joint Workshop of Hayashibara Foundation and SMAPIP -Physics and Information-   29 - 30   2003年

     詳細を見る

  • Renormalization Group Equation to Improve the Bayesian Statistical Inference

    Toshiaki Aida

    2003年情報論的学習理論ワークショップ   295 - 298   2003年

     詳細を見る

  • Renormalization Group Equation to Improve the Bayesian Statistical Inference

    Toshiaki Aida

    Proceedings Sixth Workshop on Information-Based Induction Sciences(IBIS2003)   295 - 298   2003年

     詳細を見る

  • Modified Bayesian statistical inference and renormalization group

    Toshiaki Aida

    Proc. of 2003 Joint Workshop of Hayashibara Foundation and SMAPIP -Physics and Information-   29 - 30   2003年

     詳細を見る

  • Scaling of a Length Scale for Regression and Prediction

    Toshiaki Aida

    Neural Networks for Signal Processing XII   179 - 187   2002年

  • 航空工学科における第1学年の物作り実習(共著)

    飯野明, 山田裕一, 諏訪正典, 相田敏明

    平成14年度 工学・工業教育研究講演会講演論文集   359 - 362   2002年

     詳細を見る

  • Scaling of a length scale for regression and prediction

    T Aida

    NEURAL NETWORKS FOR SIGNAL PROCESSING XII, PROCEEDINGS   179 - 187   2002年

     詳細を見る

    記述言語:英語   出版者・発行元:IEEE  

    We analyze the prediction from noised data, based on a regression formulation of the problem. For the regression, we construct a model with a length scale to smooth the data, which is determined by the variance of noise and the speed of the variation of original signals. The model is found to be effective also for prediction. This is because it decreases an uncertain region near a boundary as the speed of the variation of original signals increases, which is a crucial property for accurate prediction.

    DOI: 10.1109/NNSP.2002.1030029

    Web of Science

    researchmap

  • Reparameterization-covariant Theory for On-line Learning of Probability Distributions

    Toshiaki Aida

    Physical Review E   64   056128   2001年

     詳細を見る

  • Reparameterization-covariant Theory for On-line Learning of Probability Distributions

    Toshiaki Aida

    Physical Review E   64   056128   2001年

     詳細を見る

  • Recognition and Geometrical On-line Learning Algorithm of Probability Distributions

    Toshiaki Aida

    Proceedings of the IEEE-INNS-ENNS International Joint Conference on Neural Networks (IJCNN2000)   3175 - 3180   2000年

     詳細を見る

  • Recognition and Geometrical On-line Learning Algorithm of Probability Distributions

    Toshiaki Aida

    Proceedings of the IEEE-INNS-ENNS International Joint Conference on Neural Networks (IJCNN2000)   3175 - 3180   2000年

     詳細を見る

  • Field Theoretical Approach to Time Series Prediction

    Toshiaki Aida

    Proceedings of Workshop on Statistical-Mechanical Approach to Intelligent Information Processing   18 - 18   2000年

     詳細を見る

  • Field Theoretical Approach to Time Series Prediction

    Toshiaki Aida

    Proceedings of Workshop on Statistical-Mechanical Approach to Intelligent Information Processing   18 - 18   2000年

     詳細を見る

  • Field theoretical analysis of on-line learning of probability distributions

    T Aida

    PHYSICAL REVIEW LETTERS   83 ( 17 )   3554 - 3557   1999年10月

     詳細を見る

    記述言語:英語   出版者・発行元:AMERICAN PHYSICAL SOC  

    On-line learning of probability distributions is analyzed from the field theoretical point of view. We can obtain an optimal on-line learning algorithm, since a renormalization group enables us to control the number of degrees of freedom of a system according to the number of examples. We do not learn parameters of a model, but probability distributions themselves. Therefore, the algorithm requires no a priori knowledge of a model.

    DOI: 10.1103/PhysRevLett.83.3554

    Web of Science

    researchmap

  • Field theoretical analysis of on-line learning of probability distributions

    Toshiaki Aida

    Physical Review Letters   83 ( 17 )   3554 - 3557   1999年1月

     詳細を見る

    記述言語:英語  

    On-line learning of probability distributions is analyzed from the field theoretical point of view. We can obtain an optimal on-line learning algorithm, since a renormalization group enables us to control the number of degrees of freedom of a system according to the number of examples. We do not learn parameters of a model, but probability distributions themselves. Therefore, the algorithm requires no a priori knowledge of a model. © 1999 The American Physical Society.

    DOI: 10.1103/PhysRevLett.83.3554

    Scopus

    researchmap

  • Field Theoretical Approach to On-line Learning of Probability Distributions

    Toshiaki Aida

    Proceedings of International Workshop on Soft Computing in Industry '99   125 - 129   1999年

     詳細を見る

  • Adaptive On-line Learning of Probability Distributions from Field Theories

    Toshiaki Aida

    Proceedings of 1999 IEEE International Conference on Information, Intelligence and Systems   66 - 71   1999年

     詳細を見る

  • Field Theoretical Approach to On-line Learning of Probability Distributions

    Toshiaki Aida

    Proceedings of International Workshop on Soft Computing in Industry '99   125 - 129   1999年

     詳細を見る

  • Adaptive on-line learning of probability distributions from field theories

    Toshiaki Aida

    Proceedings - 1999 International Conference on Information Intelligence and Systems, ICIIS 1999   66 - 71   1999年

     詳細を見る

    記述言語:英語   出版者・発行元:Institute of Electrical and Electronics Engineers Inc.  

    An adaptive algorithm is considered in on-line learning of probability functions, which infers a distribution underlying observed data x1, x2,..., xN. The algorithm is based on how we can detect the change of a source function in an unsupervised learning scheme. This is an extension of an optimal on-line learning algorithm of probability distributions, which is derived from the field theoretical point of view. Since we learn not parameters of a model but probability functions themselves, the algorithm has the advantage that it requires no a priori knowledge of a model.

    DOI: 10.1109/ICIIS.1999.810225

    Scopus

    researchmap

  • Two-loop Prediction for Scaling Exponents in (2+ε)-dimensional Quantum Gravity(jointly worked)

    T. Aida, Y. Kitazawa

    Nuclear Physics   B491   427 - 458   1997年

     詳細を見る

  • Two-loop Prediction for Scaling Exponents in (2+ε)-dimensional Quantum Gravity(jointly worked)

    T. Aida, Y. Kitazawa

    Nuclear Physics   B491   427 - 458   1997年

     詳細を見る

  • Two-loop renormalization in quantum gravity near two dimensions (jointly worked)

    T. Aida, Y. Kitazawa, J. Nishimura, A. Tsuchiya

    Nuclear Physics   B444   353 - 380   1995年

     詳細を見る

  • Two-loop renormalization in quantum gravity near two dimensions (jointly worked)

    T. Aida, Y. Kitazawa, J. Nishimura, A. Tsuchiya

    Nuclear Physics   B444   353 - 380   1995年

     詳細を見る

  • Quantum gravity with boundaries near two dimensions (jointly worked)

    T. Aida, Y. Kitazawa

    Modern Physics Letters   A10 ( 19 )   1351 - 1363   1995年

  • Quantum gravity with boundaries near two dimensions (jointly worked)

    T. Aida, Y. Kitazawa

    Modern Physics Letters   A10 ( 19 )   1351 - 1363   1995年

  • Conformal invariance and renormalization group in quantum gravity near two dimensions (jointly worked)

    T. Aida, Y. Kitazawa, H. Kawai, M. Ninomiya

    Nuclear Physics   B427   158 - 180   1994年

     詳細を見る

  • Conformal invariance and renormalization group in quantum gravity near two dimensions (jointly worked)

    T. Aida, Y. Kitazawa, H. Kawai, M. Ninomiya

    Nuclear Physics   B427   158 - 180   1994年

     詳細を見る

▼全件表示

講演・口頭発表等

  • Replica Analysis of the Performance of Compressed Sensing for Image Processing

    The 19th International Congress on Mathematical Physics (ICMP2018)  2018年 

     詳細を見る

  • 圧縮センシングによる画像復元の解析的性能評価

    日本物理学会 2018年秋季大会  2018年 

     詳細を見る

  • 圧縮センシングのための画像辞書の確率分布III

    日本物理学会 第73回年次大会  2018年 

     詳細を見る

  • 金字経の単一画像超解像による解析とデータベースの構築:立命館大学アート・リサーチセンター所蔵藤井永観文庫を中心として

    立命館大学アート・リサーチセンター 文部科学省 共同利用・共同研究拠点「日本文化資源デジタル・アーカイブ研究拠点」研究拠点形成支援プログラム 研究プロジェクト 2017年度成果発表会  2018年 

     詳細を見る

  • Replica Analysis of the Performance of Compressed Sensing for Image Processing

    The 19th International Congress on Mathematical Physics (ICMP2018)  2018年 

     詳細を見る

  • Compressed Sensing for Phase Unwrapping of Interferometric SAR Data

    2017 17th International Conference on Control, Automation and Systems  2017年 

     詳細を見る

  • 圧縮センシングのための画像辞書の確率分布II

    日本物理学会 2017年秋季大会  2017年 

     詳細を見る

  • 金字経の単一画像超解像による解析とデータベースの構築:立命館大学アート・リサーチセンター所蔵藤井永観文庫を中心として

    ARC Days 2017  2017年 

     詳細を見る

  • Compressed Sensing for Phase Unwrapping of Interferometric SAR Data

    2017 17th International Conference on Control, Automation and Systems  2017年 

     詳細を見る

  • 圧縮センシングのための画像辞書の確率分布

    日本物理学会 第72回年次大会  2017年 

     詳細を見る

  • Probability Distribution of an Image Dictionary for Compressed Sensing

    2016 16th International Conference on Control, Automation and Systems  2016年 

     詳細を見る

  • Probability Distribution of an Image Dictionary for Compressed Sensing

    2016 16th International Conference on Control, Automation and Systems  2016年 

     詳細を見る

  • データ間の相関にロバストなCDMAマルチユーザ変調・復調

    日本物理学会 第71回年次大会  2016年 

     詳細を見る

  • Sparse Representation Approach to Inverse Halftoning by Means of K-SVD Dictionary

    2015 15th International Conference on Control, Automation and Systems  2015年 

     詳細を見る

  • ガウス通信路による劣化画像修復のための疎表現の最適化

    平成27年度(第66回)電気・情報関連学会中国支部連合大会  2015年 

     詳細を見る

  • Numerical Study of CDMA Multiuser Modulation and Demodulation Robust to the Correlation between Data

    The 3rd East Asia Joint Seminar on Statistical Physics (EAJSSP) 2015  2015年 

     詳細を見る

  • 階層的混合分布の学習

    電子情報通信学会 2015年総合大会  2015年 

     詳細を見る

  • Numerical Study of CDMA Multiuser Modulation and Demodulation Robust to the Correlation between Data

    The 3rd East Asia Joint Seminar on Statistical Physics (EAJSSP) 2015  2015年 

     詳細を見る

  • Sparse Representation Approach to Inverse Halftoning by Means of K-SVD Dictionary

    2015 15th International Conference on Control, Automation and Systems  2015年 

     詳細を見る

  • 階層的混合分布の学習

    日本物理学会 第70回年次大会  2015年 

     詳細を見る

  • 逆ハーフトーン処理への圧縮センシングの応用II

    日本物理学会 2014年秋季大会  2014年 

     詳細を見る

  • Sparse Representation Approach to Inverse Halftoning in Terms of DCT Dictionary

    2014 14th International Conference on Control, Automation and Systems  2014年 

     詳細を見る

  • 非線形ノンパラメトリック回帰モデルの応用

    日本物理学会 第69回年次大会  2014年 

     詳細を見る

  • Sparse Representation Approach to Inverse Halftoning in Terms of DCT Dictionary

    2014 14th International Conference on Control, Automation and Systems  2014年 

     詳細を見る

  • 非線形ノンパラメトリック回帰モデルにおけるスケーリングⅡ

    日本物理学会 第68回年次大会  2013年 

     詳細を見る

  • Replica Analysis of CDMA Multiuser-demodulator for Correlated Data

    2013 13th International Conference on Control, Automation and Systems  2013年 

     詳細を見る

  • Non-linearity and Renormalization in Non-parametric Bayesian Statistical Inference

    ELC International Meeting on ''Inference, Computation, and Spin Glasses'' (ICSG2013)  2013年 

     詳細を見る

  • 相関データのCDMAマルチユーザ変調・復調

    日本物理学会 第68回年次大会  2013年 

     詳細を見る

  • CDMA Multiuser Modulation and Demodulation Robust to the Correlation between Data

    The 25th International Conference on Statistical Physics of the International Union for Pure and Applied Physics (Statphys25)  2013年 

     詳細を見る

  • Non-linearity and Renormalization in Non-parametric Bayesian Statistical Inference

    The 25th International Conference on Statistical Physics of the International Union for Pure and Applied Physics (Statphys25)  2013年 

     詳細を見る

  • Replica Analysis of CDMA Multiuser-demodulator for Correlated Data

    2013 13th International Conference on Control, Automation and Systems  2013年 

     詳細を見る

  • 圧縮センシングによる逆ハーフトーン処理の改良

    平成25年度 電気・情報関連学会中国支部第64回連合大会  2013年 

     詳細を見る

  • CDMA Multiuser Modulation and Demodulation Robust to the Correlation between Data

    The 25th International Conference on Statistical Physics of the International Union for Pure and Applied Physics (Statphys25)  2013年 

     詳細を見る

  • Non-linearity and Renormalization in Non-parametric Bayesian Statistical Inference

    The 25th International Conference on Statistical Physics of the International Union for Pure and Applied Physics (Statphys25)  2013年 

     詳細を見る

  • 逆ハーフトーン処理への圧縮センシングの応用

    日本物理学会 2013年秋季大会  2013年 

     詳細を見る

  • Non-linearity and Renormalization in Non-parametric Bayesian Statistical Inference

    ELC International Meeting on ''Inference, Computation, and Spin Glasses'' (ICSG2013)  2013年 

     詳細を見る

  • 2値画像の為のLDPC符号化・復号とその改良

    平成24年度 電気・情報関連学会中国支部第63回連合大会  2012年 

     詳細を見る

  • 結合ガウス・マルコフ確率場モデルによる画像修復の為のサムプロダクト・アルゴリズムとメッセージ近似

    電子情報通信学会 2012年 総合大会  2012年 

     詳細を見る

  • 非線形ノンパラメトリック回帰モデルにおけるスケーリング

    日本物理学会 2012年秋季大会  2012年 

     詳細を見る

  • ベイズ的統計的推測における繰り込みとスケーリングⅡ

    日本物理学会 第67回年次大会  2012年 

     詳細を見る

  • 相関データの CDMA マルチユーザ復調に対する解析的性能評価

    平成24年度 電気・情報関連学会中国支部第63回連合大会  2012年 

     詳細を見る

  • 非線形ノンパラメトリック回帰モデルの非摂動的性能評価

    日本物理学会 2011年秋季大会  2011年 

     詳細を見る

  • 非線形回帰モデルの非摂動的性能評価

    日本物理学会 第66回年次大会  2011年 

     詳細を見る

  • 結合ガウス・マルコフ確率場モデルによる画像修復の為のサムプロダクト・アルゴリズムとメッセージ近似

    平成23年度 電気・情報関連学会中国支部第62回連合大会  2011年 

     詳細を見る

  • ベイズ的統計的推測における繰り込みとスケーリング

    日本物理学会 第65回年次大会  2010年 

     詳細を見る

  • 階調値勾配とライン場との相関を考慮した結合ガウス・マルコフ確率場モデルによる画像修復

    平成22年度 電気・情報関連学会中国支部第61回連合大会  2010年 

     詳細を見る

  • Non-perturbative effects and Renormalization in Non-parametric Bayesian Statistical Inference

    The 24th International Conference on Statistical Physics of the International Union for Pure and Applied Physics (Statphys24)  2010年 

     詳細を見る

  • Non-perturbative effects and Renormalization in Non-parametric Bayesian Statistical Inference

    The 24th International Conference on Statistical Physics of the International Union for Pure and Applied Physics (Statphys24)  2010年 

     詳細を見る

  • ノンパラメトリックモデルによるベイズ的統計的推測のスケーリング解析Ⅱ

    日本物理学会 第64回年次大会  2009年 

     詳細を見る

  • 相関データのCDMAマルチユーザ復調

    平成21年度 電気・情報関連学会中国支部第60回連合大会  2009年 

     詳細を見る

  • 平均場近似と Sum-Product アルゴリズムを用いた多値画像修復

    平成21年度 電気・情報関連学会中国支部第60回連合大会  2009年 

     詳細を見る

  • LDPCCの2値画像通信への利用

    平成21年度 電気・情報関連学会中国支部第60回連合大会  2009年 

     詳細を見る

  • ノンパラメトリックモデルによるベイズ的統計的推測のスケーリング解析Ⅲ

    日本物理学会 2009年秋季大会  2009年 

     詳細を見る

  • 平均場近似とベーテ近似の結合による多値画像修復

    電子情報通信学会 2009 総合大会  2009年 

     詳細を見る

  • 平均場近似とベーテ近似の結合による多値画像修復

    日本物理学会 第64回年次大会  2009年 

     詳細を見る

  • ノンパラメトリックモデルによるベイズ的統計的推測のスケーリング解析

    日本物理学会 2008年秋季大会  2008年 

     詳細を見る

  • 低密度パリティチェック符号による2値画像の為の符号化と復号

    電子情報通信学会 2008 総合大会  2008年 

     詳細を見る

  • MN符号による2値画像の為の符号化と復号

    平成20年度 電気・情報関連学会中国支部第59回連合大会  2008年 

     詳細を見る

  • 低密度パリティチェック符号による2値画像データ通信の統計力学的性能評価

    日本物理学会 第63回年次大会  2008年 

     詳細を見る

  • Scaling Analysis of Non-parametric Bayesian Statistical Inference

    日本物理学会 第63回年次大会  2008年 

     詳細を見る

  • 平均場近似とベーテ近似の結合による多値画像修復

    平成20年度 電気・情報関連学会中国支部第59回連合大会  2008年 

     詳細を見る

  • Renormalization and Renormalization Group in Non-parametric Bayesian Statistical Inference

    The 23rd International Conference on Statistical Physics of the International Union for Pure and Applied Physics  2007年 

     詳細を見る

  • LDPC符号による2値画像の為の符号化と復号

    電気・情報関連学会中国支部 平成19年度 第58回連合大会  2007年 

     詳細を見る

  • Analysis of Scalings in Non-parametric Bayesian Statistical Inference II

    日本物理学会 2007年秋季大会  2007年 

     詳細を見る

  • Analysis of Scalings in Non-parametric Bayesian Statistical Inference

    日本物理学会 2007年春季大会  2007年 

     詳細を見る

  • ランダム疎行列による通信路符号化と情報源符号化の統計力学的性能評価

    日本物理学会中国支部・四国支部 応用物理学会中国四国支部 日本物理教育学会中国四国支部 2007年度支部学術講演会  2007年 

     詳細を見る

  • Renormalization and Renormalization Group in Bayesian Statistical Inference Ⅲ

    日本物理学会 第61回年次大会  2006年 

     詳細を見る

  • Renormalization in Bayesian Statistical Inference

    日本物理学会 2006年秋季大会  2006年 

     詳細を見る

  • Renormalization and Renormalization Group in Bayesian Statistical InferenceⅡ

    日本物理学会 2005年秋季大会  2005年 

     詳細を見る

  • Renormalization and Renormalization Group in Bayesian Statistical Inference

    日本物理学会 第60回年次大会  2005年 

     詳細を見る

  • Non-parametric Bayesian Statistical Inference and Renormalization Group

    日本物理学会2004年秋期大会  2004年 

     詳細を見る

  • Non-parametric Bayesian Statistical Inference and Renormalization Group

    日本物理学会2004年秋期大会  2004年 

     詳細を見る

  • Renormalization Group in Bayesian Statistical Inference

    International Conference on Statistical Physics of Disordered Systems and Its Applications (SPDSA2004)  2004年 

     詳細を見る

  • Renormalization Group Approach to On-line Information Processings

    日本物理学会2003年年次大会  2003年 

     詳細を見る

  • Extended Bayesian Statistical Inference and Renormalization Group

    Neural Information Processing Systems Workshop "Nonparametric Bayesian Methods and Infinite Models"  2003年 

     詳細を見る

  • Extended Bayesian Statistical Inference and Renormalization Group

    Neural Information Processing Systems Workshop "Nonparametric Bayesian Methods and Infinite Models"  2003年 

     詳細を見る

  • Extended Bayesian Statistical Inference and Renormalization Group

    日本物理学会2003年秋期大会  2003年 

     詳細を見る

  • Scaling for Regression and Prediction of General Differentiable Functions

    日本物理学会 2002年秋季大会  2002年 

     詳細を見る

  • Field Theoretical Approach to Time Series Prediction II

    日本物理学会 第 56 回年次大会  2001年 

     詳細を見る

  • Scaling Analysis of Regression Problems

    日本物理学会 2001年秋季大会  2001年 

     詳細を見る

  • Field Theoretical Approach to Time Series Prediction

    日本物理学会 第 55 回年次大会  2000年 

     詳細を見る

  • Recognition and Geometrical On-line Learning Algorithm of Probability Distributions

    The IEEE-INNS-ENNS International Joint Conference on Neural Networks  2000年 

     詳細を見る

  • Recognition and Geometrical On-line Learning Algorithm of Probability Distributions

    The IEEE-INNS-ENNS International Joint Conference on Neural Networks  2000年 

     詳細を見る

  • Field Theoretical Approach to Time Series Prediction

    科研費研究会 "知識情報処理への統計力学的アプローチ" "Workshop on Statistical-mechanical Approach to Intelligent Information Processing"  2000年 

     詳細を見る

  • Reparameterization Invariant Algorithm for On-line Learning of Probability Distributions

    日本物理学会 2000年春の分科会  2000年 

     詳細を見る

  • Field Theory for On-line Learning of Probability Distributions

    Tokyo '99: Toward a Science of Consciousness-Fundamental Approaches  1999年 

     詳細を見る

  • Field Theoretical Approach to On-line Learning of Probability Distributions II

    日本物理学会 第 54 回年会  1999年 

     詳細を見る

  • Field Theory and Adaptive On-line Learning of Probability Distributions

    日本物理学会 1999年秋の分科会  1999年 

     詳細を見る

▼全件表示

 

担当授業科目

  • コンピュータ科学基礎2 (2021年度) 第2学期  - その他

  • ヘルスシステム統合科学専門英語 (2021年度) 後期  - その他

  • ヘルスシステム統合科学特別研究 (2021年度) 通年  - その他

  • 医療機器材料学概論 (2021年度) 前期  - 水1~2

  • 情報学習理論 (2021年度) 前期  - 火3~4

  • 情報工学実験A (ハードウェア) (2021年度) 第1学期  - 月3,月4,月5,月6,月7,木3,木4,木5,木6,木7

  • 情報数理論 (2021年度) 前期  - その他

  • 情報理論 (2021年度) 第2学期  - 月1,月2,木1,木2

  • 情報理論 (2021年度) 第2学期  - 月1,月2,木1,木2

  • 技術表現法 (2021年度) 第3学期  - 月3,月4,金3,金4

  • 技術表現法 (2021年度) 第3学期  - 月3~4,金3~4

  • 技術表現発表学 (2021年度) 後期  - その他

  • 技術表現発表学 (2021年度) 後期  - その他

  • 数理・データサイエンスの基礎 (2021年度) 第3学期  - 木5~6

  • 論理設計 (2021年度) 第4学期  - 水1,水2

  • 論理設計 (2021年度) 第4学期  - 水1,水2

  • 論理設計 (2021年度) 第4学期  - 水1,水2

  • コンピュータ科学基礎1 (2020年度) 第1学期  - 金3,金4

  • コンピュータ科学基礎2 (2020年度) 第2学期  - 金3,金4

  • ヘルスシステム統合科学専門英語 (2020年度) 後期  - その他

  • ヘルスシステム統合科学特別研究 (2020年度) 通年  - その他

  • 情報学習理論 (2020年度) 後期  - 火5,火6

  • 情報工学実験A (ハードウェア) (2020年度) 第1学期  - 月3,月4,月5,月6,木3,木4,木5,木6

  • 情報工学実験第一 (2020年度) 第1学期  - 月3,月4,月5,月6,木3,木4,木5,木6

  • 情報数理論 (2020年度) 前期  - その他

  • 情報理論 (2020年度) 第2学期  - 月1,月2,木1,木2

  • 情報理論 (2020年度) 第2学期  - 月1,月2,木1,木2

  • 技術表現発表学 (2020年度) 後期  - その他

  • 数理・データサイエンスの基礎 (2020年度) 第3学期  - 木5,木6

  • 論理設計 (2020年度) 第4学期  - 水1,水2

  • 論理設計 (2020年度) 第4学期  - 水1,水2

  • 論理設計 (2020年度) 第4学期  - 水1,水2

▼全件表示