Hello World!

幡谷龍一郎のページです

プロフィール

profile.png

幡谷龍一郎です(博士(情報理工学))。

  • 特別研究員(理化学研究所革新知能統合研究センター高次元因果解析チーム)
昔の話
  • 国立がん研究センター・小林さんとの共著論文 “Sketch-based Semantic Retrieval of Medical Images” がMedical Image Analysis誌に採択されました.プレスリリース
  • スイスのジュネーブで開催されるQTML 2023において"Non-commutative $C^\ast$-algebra Net"を発表します.
  • モントリオール大/MILA・長沼さんとの共著論文 “An Empirical Investigation of Pre-trained Model Selection for Out-of-Distribution Generalization and Calibration” がICCV 2023 Workshop on Uncertainty Quantification for Computer Visionに採択されました.
  • 9月末にポーランドのニコラウス・コペルニクス大学を訪問します.
  • 主著論文 “Will Large-scale Generative Models Corrupt Future Datasets?” がICCV 2023に採択されました.京大・包さん,理研・荒井さんとの共著です.
  • 国立がん研究センター・小林さんとの共著論文 “Towards AI-driven radiology education: A self-supervised segmentation-based framework for high-precision medical image editing” がMICCAI2023にオーラルとして採択されました.
  • 6月にモントリオールのMILAを訪問します.バンクーバーで開催されるCVPRに参加します.
  • 東京大学素粒子物理国際研究センターで招待講演を行います.
  • 5月にジェノバのIITを訪問します.
  • AISTATSに参加します.
  • 4月にVietnam Institute for Advanced Study in Mathematicsを訪問します.
  • 3月にEPFL CIS・Fraunhofer IISを訪問します.
  • 第4回理研AIP数学系合同セミナーに参加しました.
  • 主著論文 “Nyström Method for Accurate and Scalable Implicit Differentiation” がAISTATS 2023に採択されました.京大・山田先生との共著です.
  • 理化学研究所の特別研究員となりました.
  • 東京大学大学院情報理工学系研究科を修了し、博士(情報理工学)を授与されました.
  • 7月8日からIIT(イタリア)を訪問します.
  • 主著論文 “DJMix: Unsupervised Task-agnostic Image Augmentation for Improving Robustness of Convolutional Neural Networks " がIJCNN 2022に採択されました.
  • 3月10日にザッピングセミナーにおいて発表を行います.

研究概要


最新の記事

Jul 15, 2023

高品質な生成画像は将来のコンピュータービジョンに悪影響を与えるのか

昨今,文章から画像を生成するStableDiffusionやMidjourneyをはじめとする高品質な(text2img)生成モデルが次々に登場し,実際の画像と区別の付かないような生成画像が多量にインターネット上にアップロードされています 1. このような現象は,将来的にインターネット上から画像を収集し,データセットを作成した場合に,画像認識をはじめとするコンピュータービジョンに対してどのような影響があるのでしょうか2? つづきを読む
全記事

論文など

bird.png
  • Yuka Hashimoto${}^\star$, Ryuichiro Hataya${}^\star$, “Quantum Circuit $C^\ast$-algebra Net,” 2024. arXiv
  • Ryuichiro Hataya, Han Bao, and Hiromi Arai, “Will Large-scale Generative Models Corrupt Future Datasets?,” International Conference on Computer Vision, France, 2023.
  • Kazuma Kobayashi, Lin Gu, Ryuichiro Hataya, Mototaka Miyake, Yasuyuki Takamizawa, Sono Ito, Hirokazu Watanabe, Yukihiro Yoshida, Hiroki Yoshimura, Tatsuya Harada, Ryuji Hamamoto, “Towards AI-driven radiology education: A self-supervised segmentation-based framework for high-precision medical image editing,” Medical Image Computing and Computer-Assisted Intervention, Canada, 2023.
  • Ryuichiro Hataya, and Makoto Yamada, “Nyström Method for Accurate and Scalable Implicit Differentiation,” International Conference on Artificial Intelligence and Statistics, Spain, 2023.
  • Ryuichiro Hataya, and Hideki Nakayama, “DJMix: Unsupervised Task-agnostic Image Augmentation for Improving Robustness of Convolutional Neural Networks,” International Joint Conference on Neural Networks, 2022.
  • Ryuichiro Hataya, Jan Zdenek, Kazuki Yoshizoe, and Hideki Nakayama, “Meta Approach to Data Augmentation Optimization.” Winter Conference on Applications of Computer Vision, 2022.
  • Taiga Kashima, Ryuichiro Hataya, and Hideki Nakayama, “Visualizing Association in Exemplar-based Classification.” International Conference on Acoustics, Speech, and Signal Processing, 2021.
  • Ryuichiro Hataya, Jan Zdenek, Kazuki Yoshizoe, and Hideki Nakayama, “Faster AutoAugment: Learning Augmentation Strategies using Backpropagation.” European Conference on Computer Vision, 2020.
  • Ryuichiro Hataya, and Hideki Nakayama, “LOL: Learning To Optimize Loss Switching Under Label Noise.” International Conference on Image Processing, 2019.
そのほか
  • Ryuichiro Hataya, Yoshinobu Kawahara, “Glocal Hypergradient Estimation with Koopman Operator,” 2024. arXiv
  • Han Bao, Ryuichiro Hataya, Ryo Karakida, “Self-attention Networks Localize When QK-eigenspectrum Concentrates,” 2024. arXiv
  • Hiroki Naganuma${}^\star$, Ryuichiro Hataya${}^\star$, Ioannis Mitliagkas, “An Empirical Investigation of Pre-trained Model Selection for Out-of-Distribution Generalization and Calibration,” 2023. arXiv
  • Leonardo Placidi, Ryuichiro Hataya, Toshio Mori, Koki Aoyama, Hayata Morisaki, Kosuke Mitarai, and Keisuke Fujii, “MNISQ: A Large-Scale Quantum Circuit Dataset for Machine Learning on/for Quantum Computers in the NISQ era,” 2023. arXiv
  • Ryuichiro Hataya${}^\star$, and Yuka Hashimoto${}^\star$, “Noncommutative $C^\ast$-algebra Net: Learning Neural Networks with Powerful Product Structure in $C^\ast$-algebra,” 2023. arXiv
  • Ryuichiro Hataya, Hideki Nakayama, and Kazuki Yoshizoe, “Graph Energy-based Model for Substructure Preserving Molecular Design.” 2021. arxiv

(${}^\star$ indicates equal contribution)

  • Ryuichiro Hataya, Yuka Hashimoto, “Noncommutative $C^\ast$-algebra Nets,” International Conference on Quantum Techinques in Machine Learning, 2023. (Peer Reviewed Etended Abstract)
  • Hiroki Naganuma, Ryuichiro Hataya, “An Empirical Investigation of Pre-trained Model Selection for Out-of-Distribution Generalization and Calibration,” ICCV 2023 Workshop on Uncertainty Quantification for Computer Vision, 2023. (Peer Reviewed Etended Abstract arXiv)
  • Ryuichiro Hataya, Hideki Nakayama, and Kazuki Yoshizoe, “Graph Energy-based Model for Molecular Graph Generation.” EBM Workshop at ICLR 2021, 2021. (Peer Reviewed, Contributed Talk)
  • Kazuma Kobayashi, Ryuichiro Hataya, Yusuke Kurose, Tatsuya Harada, and Ryuji Hamamoto, “Decomposing Normal and Abnormal Features of Medical Images for Content-based Image Retrieval.” Machine Learning for Health Workshop at NeurIPS 2020. (Peer Reviewed, Extended Abstract)
  • Ryuichiro Hataya, Kumiko Matsui, and Tomoki Karasawa, “Learning to Identify Large Fossils using Deep Convolutional Neural Networks”, Geological Society of America Abstracts with Programs. Vol 52, No. 6, 2020.
  • Ryuichiro Hataya, and Hideki Nakayama, “Unifying semi-supervised and robust leaning by mixup.” Workshop on Learning from Limited Labeled Data at ICLR 2019, 2019. (Peer Reviewed, Spotlight)

研究活動

prague.png
過去の情報
  • “行列式点過程の機械学習への応用,” ICEPPセミナー, 2023年6月.

  • “Towards accurate and scalable gradient-based hyperparameter optimization,” Istituto Italiano di Tecnologia, 2023年5月.

  • “Noncommutative $C^\star$-algebra Nets,” Japan-Vietnam AI Forum, 2023年4月.

  • 「ベイズモデル選択による弱教師あり深層学習アルゴリズムのハイパーパラメータ最適化」, ザッピングセミナー, 2022.

  • 「深層学習とデータ拡張」, 愛媛大学DS研究セミナー,2021.

  • 「深層学習におけるデータ拡張の原理と最新動向」, Symposium on Sensing via Image Information, 2021.

  • 「深層学習を支えるデータ拡張」, StatsML Symposium, 2020.

  • 「勾配降下法によるハイパーパラメータ最適化とデータ拡張戦略最適化への応用」, ザッピングセミナー , 2020.

  • JST ACT-X加速フェーズ,500万円,2024.
  • 研究活動スタート支援,JSPS,220万円,2023-2024.
  • JST ACT-X, 450万円, 2021-2024.
  • JSPS若手研究者海外挑戦プログラム, 140万円, 2021.
  • Microsoft Research Asia Collaborative Research Program (D-CORE 2021) by MSRA, 100万円, 2021.
  • 東大RIISE価値交換工学萌芽RA, 200万円, 2020-2022.
  • Microsoft Research Asia D-Core Award, 2020.
  • Best Student Paper Award, The 23rd Meeting on Image Recognition and Understanding, 2020.

Contact

${firstname}.${lastname}@riken.jpからご連絡ください.