前田新一

J-GLOBALへ         更新日: 16/12/29 14:33
 
アバター
研究者氏名
前田新一
eメール
ichisys.i.kyoto-u.ac.jp
URL
http://kaken.nii.ac.jp/ja/r/20379530
所属
京都大学
部署
情報学研究科
職名
助教
科研費研究者番号
20379530

経歴

 
2010年
   
 
京都大学 情報学研究科 助教
 
2009年
   
 
京都大学 情報学研究科 研究員
 
2008年
   
 
京都大学 情報学研究科 助教
 
2007年
 - 
2008年
奈良先端科学技術大学院大学 情報科学研究科 助教
 
2006年
 - 
2007年
奈良先端科学技術大学院大学 情報科学研究科 助手
 

受賞

 
2010年9月
日本神経回路学会 日本神経回路学会論文賞
 

論文

 
Sparse Bayesian linear regression with latent masking variables
近藤洋平, 林浩平, 前田新一
Neurocomputing      2017年   [査読有り]
Constructing a Meta-Tracker using Dropout to Imitate the Behavior of an Arbitrary Black-box Tracker Learning Systems
クロシ メシギ, 前田新一, 大羽成征, 石井信
Neural Networks      2017年   [査読有り]
ビッグデータを対象としたデータマイニングの概要と基礎
前田新一
プラズマ核融合学会誌   92(5) 334-341   2016年5月   [招待有り]
Occlusion Aware Particle Filter Tracker to Handle Complex and Persistent Occlusions using Multiple Feature Fusion
" Kourosh Meshgi, Shin-ichi Maeda, Shigeyuki Oba, Henrik Skibbe, Yuzu Li and Shin Ishii
Journal of Computer Vision and Image Understanding      2016年   [査読有り]
コントラスティブ・ダイバージェンス法とその周辺
前田新一
人工知能学会誌   29(4) 366-380   2014年7月   [招待有り]

Misc

 
混合ガウス分布を用いたサンプルクラスタリングに基づく方策探索
矢野泰樹, 前田新一
電子情報通信学会技術研究報告IBISML   116(300) 9-15   2016年11月
Data-driven Probabilistic Occlusion Mask to Promote Visual Tracking
メシギ クロシ, 前田 新一, 大羽 成征, 石井 信
Conference on Computer and Robot Vision      2016年6月   [査読有り]
Distributional Smoothing with Virtual Adversarial Training
宮戸岳, 前田新一, 小山雅典, 中江健, 石井信.
International Conference on Learning Representations      2016年5月   [査読有り]
ベイズ的なモンテカルロ木探索法による線形制約付き非線形制御の提案
大月 龍, 前田 新一, 石井 信
電子情報通信学会技術研究報告IBISML   115(511) 31-38   2016年3月
評価値推定の曖昧さを考慮に入れた確率的探索方策の提案
大月 龍, 前田 新一, 石井 信
第58回自動制御連合講演会講演論文集   1D3-5    2015年11月
ベイジアンマスキングを用いたスパース特徴選択
近藤洋平, 林浩平, 前田新一
電子情報通信学会技術研究報告IBISML   115(323) 265-272   2015年11月
分布の局所平滑化による正則化の提案
宮戸岳, 前田新一, 小山雅典, 中江健, 石井信.
電子情報通信学会技術研究報告IBISML   115(323) 257-264   2015年11月
Bayesian Masking: Sparse Bayesian Estimation with Weaker Shrinkage Bias
Asian Conference on Machine Learning (ACML2015)      2015年11月   [査読有り]
Rebuilding factorized information criterion: Asymptotically accurate marginal likelihood
JMLR Workshop and Conference Proceedings   37 1358-1366   2015年7月   [査読有り]
近似ベイズ推論としてのdropoutとその最適化
前田新一
第17回情報論的学習理論ワークショップ   D-49   2014年11月
状態非依存-時刻依存方策による学習の提案
前田新一, 石井信
第16回情報論的学習理論ワークショップ   D-52   2013年11月
Enhancing Probabilistic Appearance-Based Object Tracking with Depth Information: Object Tracking under Occlusion
MESHGI Kourosh;LI Yu‐zhe;OBA Shigeyuki;MAEDA Shin‐ichi;ISHII Shin
電子情報通信学会技術研究報告   113(197(IBISML2013 13-35)) 85-91   2013年8月
吸収係数のエネルギー依存性を考慮したX線CTアルゴリズムの提案
吉川大悟, 前田新一, 石井信
第57回システム制御情報学会論文集, 336-2      2013年5月
Fusion of Multiple Cues from Color and Depth Domains using Occlusion Aware Bayesian Tracker
K. Meshgi, S. Maeda, S. Oba, S. Ishii
電子情報通信学会技術研究報告NC, 113(500), NC-2013-110      2013年3月
構造化階層的隠れマルコフモデルとスケルトンデータを用いた行動認識
澤田智治,前田新一,石井信
電子情報通信学会技術研究報告NC, 113(500), 305-310, NC-2013-141      2013年3月
不完全情報ゲームに対する階層化したモンテカルロ探索とそのぷよぷよへの適用
大月龍,前田新一,石井信
電子情報通信学会技術研究報告NC, 113(500), 275-280, NC-2013-136      2013年3月
チェビシェフ多項式近似を用いた変分ベイズ法による顕微鏡画像の三次元超解像
井本康宏,前田新一,石井信
電子情報通信学会技術研究報告NC, 113(500), 133-138, NC-2013-111      2013年3月
ベイズ推定による顕微鏡画像の深さ推定
井本康宏;前田新一;石井信
電子情報通信学会技術研究報告   112(389(NLP2012 104-143)) 31-36   2013年1月
協調行動学習における非定常性の重要性
田和明洋;前田新一;石井信
電子情報通信学会技術研究報告   112(389(NLP2012 104-143)) 25-30   2013年1月
経路積分強化学習による猫ひねり運動の制御
中野太智;前田新一;石井信
電子情報通信学会技術研究報告   112(389(NLP2012 104-143)) 19-24   2013年1月
D. Nakano; S.-I. Maeda; S. Ishii
Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)   7553 LNCS(PART 2) 116-123   2012年   [査読有り]
Image processing algorithms to visualize precise neurite trajectories of Xenopus neurons in spinal cords imaged by conventional epifluorescence microscop
S.-I. MAEDA, K. TOGASHI, M. NISHIYAMA, K. HONG, S. ISHII
Neuroscience 2010, program# 640.19      2010年11月
Generalization of TD-learning from a Semiparametric Statistical Viewpoint
UENO Tsuyoshi;MAEDA Shin‐ichi;MOTOAKI Kawanabe;ISHII Shin
電子情報通信学会技術研究報告   110(76(IBISML2010 1-28)) 129-136   2010年6月   [査読有り]
混合事前分布を用いたベイズX線CT
福田航;前田新一;兼村厚範;石井信
電子情報通信学会技術研究報告   109(461(NC2009 87-175)) 267-272   2010年3月   [査読有り]
Maximum a posteriori X-ray computed tomography using graph cuts
Shin-ichi Maeda, Wataru Fukuda, Atsunori Kanemura, Shin Ishii
Proceedings of the International Workshop on Statistical-Mechanical Infromatics, 234-243      2010年   [査読有り]
W. Fukuda; S.-I. Maeda; A. Kanemura; S. Ishii
ICASSP, IEEE International Conference on Acoustics, Speech and Signal Processing - Proceedings   2126-2129   2010年   [査読有り]
X-ray computed tomography using material-class modeling by Markov random field energy minimization
W. Fukuda; S.-I. Maeda; A. Kanemura; S. Ishii
Proceedings of the 15th International Symposium on Artificial Life and Robotics, AROB 15th\\'10   662-665   2010年   [査読有り]
A machine learning approach to 9-DOF robotic arm control
S. Nishioka; S. Maeda; Y. Nakamura; T. Ueno; H. Ishiguro; S. Ishii
Proceedings of the 15th International Symposium on Artificial Life and Robotics, AROB 15th\\'10   282-285   2010年   [査読有り]
S.-I. Maeda; W. Fukuda; A. Kanemura; S. Ishii
Journal of Physics: Conference Series   233    2010年   [査読有り]
兼村厚範, 前田新一, 石井信
電子情報通信学会論文誌. D, 情報・システム   92(10) 1802-1811   2009年10月
超解像は,複数枚の低解像度劣化画像から高解像度原画像を復元することを目的とする.複層マルコフ確率場(MRF)を事前分布とする超解像法は,単層のMRFを事前分布とする方法に比べて,エッジを明に推定することでシャープな高解像度画層の推定が可能である.本研究では,ハイパパラメータに対して事前分布を設定する階層ベイズ的アプローチにより,複層MRFを用いた超解像法におけるハイパパラメータを自動推定する手法を提案する.厳密なベイズ推定は困難であるため,変分法に基づく近似ベイズ推定を実行するアルゴリズム...
ベイズ超解像における複数パッチを用いたレジストレーション
福田航;兼村厚範;前田新一;石井信
日本神経回路学会全国大会講演論文集   19th 150-151   2009年9月   [査読有り]
平均場近似を用いたHelmholtz Machineの学習
青木佑紀;前田新一;石井信
電子情報通信学会技術研究報告   108(480(NC2008 103-175)) 57-62   2009年3月   [査読有り]
遮蔽物を含む画像からの超解像
福田航;兼村厚範;前田新一;石井信
電子情報通信学会技術研究報告   108(480(NC2008 103-175)) 307-312   2009年3月   [査読有り]
Sparse Bayesian Learning of Expansion Filters for Color Images
KANEMURA Atsunori;MAEDA Shin‐ichi;ISHII Shin
電子情報通信学会技術研究報告   108(480(NC2008 103-175)) 417-422   2009年3月   [査読有り]
同時発音の相関を考慮した確率モデルによる音楽の和声推定
寺村佳子;前田新一;石井信;石井信
電子情報通信学会技術研究報告   108(480(NC2008 103-175)) 411-416   2009年3月   [査読有り]
セミパラメトリック統計学に基づく価値関数推定
植野剛;川鍋一晃;森健;前田新一;石井信
電子情報通信学会技術研究報告   108(480(NC2008 103-175)) 255-260   2009年3月   [査読有り]
兼村厚範, 前田新一, 石井信
電子情報通信学会技術研究報告. NC, ニューロコンピューティング   108(480) 417-422   2009年3月
古典的な画像拡大法の多くは線形フィルタとして解釈することができ,その台の形状と係数は「画像は区分的に多項式であって,節点では滑かに接続する」等の仮定をもとに決められている.しかし,その仮定が正しい場合は限定されている.我々は,与えられた画像から拡大画像を生成する問題を,パッチごとの線形回帰問題として定式化し,そのパラメタを低解像度画像・高解像度画像のペアからなるデータから疎ベイズ学習することで,コンパクトかつ高性能の画像拡大フィルタを得ることを目指す.特にカラー画像の拡大を対象とし,3チャ...
兼村厚範, 前田新一, 石井信
電子情報通信学会総合大会講演論文集   2009(1)    2009年3月
Detailed Balance Learning によるマルコフ連鎖の学習
前田新一, 青木佑紀, 石井信
日本神経回路学会第19 回全国大会, 168-169      2009年   [査読有り]
ニューラルネットワークによる囲碁の盤面評価の学習
富澤弘貴, 前田新一, 石井信
日本神経回路学会第19 回全国大会, 168-169      2009年   [査読有り]
T. Ueno; S.-I. Maeda; M. Kawanabe; S. Ishii
Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)   5782 LNAI(PART 2) 473-488   2009年   [査読有り]
A. Kanemura; S.-I. Maeda; S. Ishii
Proceedings - International Conference on Image Processing, ICIP   357-360   2009年   [査読有り]
H. Tomizawa; S.-I. Maeda; S. Ishii
Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)   5863 LNCS(PART 1) 598-605   2009年   [査読有り]
W. Fukuda; A. Kanemura; S.-I. Maeda; S. Ishii
Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)   5864 LNCS(PART 2) 19-27   2009年   [査読有り]
寺村佳子, 大熊秀治, 谷口雄作, 牧本慎平, 前田新一
情報処理学会研究報告. [音楽情報科学]   2008(127) 79-84   2008年12月
本稿では,ガウシアンプロセスを用いた新しいピアノの演奏学習モデルを提案する.このモデルは機械学習の手法であるガウシアンプロセスを用い,楽譜の個々の音に対して,楽譜情報から抽出される音符の長さ,高さ,前後の音との相対的な差など16の素性を入力,対応するピアニストの演奏情報3要素(音の強さ,始まりと終わりのタイミング)を出力としたモデルである.本モデルは,従来手法とは異なり,天下り的なルールやルールに含まれるパラメーターの設定を必要とせず,同じピアニストが演奏した多くの演奏データから,そのピア...
井原瑞希, 前田新一, 石井信
情報処理学会研究報告. [音楽情報科学]   2008(127) 85-90   2008年12月
調波楽器音の生成過程は,しばしば音源信号の生成と共鳴による調音フィルタを分離したソースフィルタモデルで表現される.音源特性を同定することによりピッチの推定ができ,調音フィルタを同定することで楽器の種別を推定するのに役立てられる.しかしこのモデルでは,用いた観測可能な音波形から2つの未知量である音源特性と調音フィルタの推定を行うことを必要とし,このモデルの仮定だけでは音源特性と調音フィルタは特定できないという不定性を有する.そこで本研究では,音源特性と調音フィルタをパラメトリックな関数として...
兼村厚範, 福田航, 前田新一, 石井信
日本神経回路学会誌 = The Brain & neural networks   15(3) 181-192   2008年9月
超解像は,複数枚の観測画像を利用することで高解像度の原画像を推定する 画像処理手法である.超解像においては,高次元変数の推定という計算コストの 問題があったが,近年の計算機の発達と変分ベイズなどの近似手法の開発によって それが克服されつつある.本稿では,我々が行ったベイズ統計の枠組みに基づいた 超解像アルゴリズムについて述べる.
山下哲矢, 前田新一, 竹之内高志, 石井信
電子情報通信学会技術研究報告. NC, ニューロコンピューティング   107(413) 7-12   2008年1月
1分子蛍光イメージングは,蛍光マーカを観測したい分子に付与し,光学顕微鏡で計測することで,タンパク質などの生体分子の1分子レベルでの挙動を観察する手法である.この手法では,蛍光分子の輝点を分離できる最小の距離が,単一分子レベルでの解像度を決めることになる,本研究では,検出力最大の意味で統計学的に最も優れた尤度比検定を用いて,輝点が1つか2つかの判断を行う手法を提案し,さらにその検出限界を定量化する.その際,フォトンの発生数に関するばらつき,回折による確率的な散乱の効果を考慮に入れることで現...
A semiparametric statistical approach to model-free policy evaluation
T. Ueno; M. Kawanabe; T. Mori; S.-I. Maeda; S. Ishii
Proceedings of the 25th International Conference on Machine Learning   1072-1079   2008年   [査読有り]
Estimation of source-filter model via acoustical feature extraction by GA-like algorithm
M. Ihara; S.-I. Maeda; S. Ishii
Proceedings of the 12th International Symposium on Artificial Life and Robotis, AROB 12th\\'07   527-530   2007年   [査読有り]
M. Ihara; S.-I. Maeda; S. Ishii
ISSPIT 2007 - 2007 IEEE International Symposium on Signal Processing and Information Technology   595-599   2007年   [査読有り]
A. Kanemura; S.-I. Maeda; S. Ishii
ISSPIT 2007 - 2007 IEEE International Symposium on Signal Processing and Information Technology   275-280   2007年   [査読有り]
M. Ihara; S.-I. Maeda; S. Ishii
IEEE International Conference on Neural Networks - Conference Proceedings   3098-3103   2007年   [査読有り]
A. Kanemura; S.-I. Maeda; S. Ishii
Machine Learning for Signal Processing 17 - Proceedings of the 2007 IEEE Signal Processing Society Workshop, MLSP   181-186   2007年   [査読有り]
S.-I. Maeda; S. Ishii
Machine Learning for Signal Processing 17 - Proceedings of the 2007 IEEE Signal Processing Society Workshop, MLSP   318-323   2007年   [査読有り]
Bayesian noisy ICA for source switching environments
J.-I. Hirayama; S.-I. Maeda; S. Ishii
IEEE Workshop on Statistical Signal Processing Proceedings   2005 1102-1107   2005年   [査読有り]
A noisy nonlinear independent component analysis
S.-I. Maeda; S. Ishii
Machine Learning for Signal Processing XIV - Proceedings of the 2004 IEEE Signal Processing Society Workshop   173-182   2004年   [査読有り]
An auditory system for efficient coding of natural sounds
S.-I. Maeda; S. Ishii
Proceedings of the International Joint Conference on Neural Networks   1 23-28   2002年   [査読有り]
Motion compensated X-ray CT algorithm for moving objects
T. Tanaka; S.-I. Maeda; S. Ishii
Proceedings - 10th International Conference on Machine Learning and Applications, ICMLA 2011   1 80-83   2011年   [査読有り]

書籍等出版物

 
これからの強化学習
前田新一 (担当:共著, 範囲:2.1節 統計学習の観点から見たTD学習, 3.7節 深層学習を用いたQ関数の学習)
森北出版株式会社   2016年10月   
深層学習:Deep Learning
前田新一 (担当:共著, 範囲:3章 事前学習とその周辺)
近代科学社   2015年11月   
統計的学習の基礎 - データマイニング・推論・予測 -
杉山将, 井手剛, 神嶌敏弘, 栗田多喜夫, 前田英作. (監訳) 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. (訳) (担当:共訳, 範囲:第14章 教師なし学習 (後半))
共立出版   2014年6月   

講演・口頭発表等

 
統計的学習における学習の限界とは? -深層学習での学習の失敗例とその対策- [招待有り]
前田新一
ELC 計算量理論の秋学校2016   2016年9月21日   
事前学習とその周辺 [招待有り]
前田新一
電子情報通信学会 総合大会   2016年3月16日   電子情報通信学会
ベイズ推定・ベイズ識別の基礎と認識・計測・最適化への応用事例 〜デモ付〜 [招待有り]
新川隆朗, 前田新一
日本テクノセンター セミナー   2015年11月17日   
ベイズ推定の医用Ⅹ線CTへの活用 [招待有り]
前田新一
Ⅹ線ナノ集光技術研究会   2015年10月31日   
コントラスティブダイバージェンス学習の数理 [招待有り]
情報数物研究会   2011年10月24日   東北大学 田中・和泉研究室

特許

 
特許5590548 : X線CT画像処理方法,X線CTプログラムおよび該プログラムが搭載されたX線CT装置
前田 新一, 石井 信, 福田 航, 兼村 厚範
特願2011-276545 : 動き追従X線CT画像処理方法,動き追従X線CTプログラムおよび該プログラムが搭載されたX線CT装置
前田新一, 田中匠, 石井信
特願2013-102646 : X線CT画像処理方法, X線CT画像処理プログラム及びX線CT画像装置
前田新一, 吉川大悟, 田中匠, 石井信