所属学科・専攻等 |
情報工学教育類 知能情報分野
|
職名 |
准教授 |
出身大学院
-
-2011年03月
名古屋工業大学 工学研究科 創成シミュレーション工学専攻博士課程 修了
-
-2008年03月
名古屋工業大学 工学研究科 創成シミュレーション工学専攻修士課程 修了
学外略歴
-
2015年12月-2019年03月
科学技術振興機構JST さきがけ 研究員
-
2015年-継続中
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 非常勤講師
-
2015年-2020年03月
国立研究開発法人物質・材料研究機構 研究員
-
2012年01月-2015年03月
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
-
2011年04月-2011年12月
東京工業大学 日本学術振興会特別研究員
論文
-
Distance Metric Learning for Graph Structured Data
T. Yoshida, I. Takeuchi, and M. Karasuyama
Machine Learning 2021年06月 [査読有り]
研究論文(学術雑誌) 共著
-
Exploration of natural red-shifted rhodopsins using a machine learning-based Bayesian experimental design
K. Inoue, M. Karasuyama, R. Nakamura, M Konno, D. Yamada, K. Mannen, T. Nagata, Y. Inatsu, H. Yawo, K. Yura, O. Béjà, H. Kandori, and I. Takeuchi
Communications Biology 2021年03月 [査読有り]
研究論文(学術雑誌) 共著
-
Efficient Experimental Search for Discovering a Fast Li-Ion Conductor from a Perovskite-Type LixLa(1-x)/3NbO3 (LLNO) Solid-State Electrolyte Using Bayesian Optimization
Z. Yang, S. Suzuki, N. Tanibata, H. Takeda, M. Nakayama, M. Karasuyama, and I. Takeuchi
Journal of Physical Chemistry C 2021年 [査読有り]
研究論文(学術雑誌) 共著
-
Prediction of formation energies of large-scale disordered systems via active-learning based executions of ab initio local-energy calculations: A case study on a Fe random grain boundary model with millions of atoms
T. Tamura, M. Karasuyama
Physical Review Materials 2020年 [査読有り]
研究論文(学術雑誌) 共著
-
Multi-objective Bayesian Optimization using Pareto-frontier Entropy
S. Suzuki, S. Takeno, T. Tamura, K. Shitara, M. Karasuyama
Proceedings of The 37th International Conference on Machine Learning (ICML 2020) 2020年 [査読有り]
研究論文(国際会議プロシーディングス) 共著
-
Multi-fidelity Bayesian Optimization with Max-value Entropy Search and its Parallelization
S. Takeno, H. Fukuoka, Y. Tsukada, T. Koyama, M. Shiga, I. Takeuchi, M. Karasuyama
Proceedings of The 37th International Conference on Machine Learning (ICML 2020) 2020年 [査読有り]
研究論文(国際会議プロシーディングス) 共著
-
Bayesian-optimization-guided experimental search of NASICON-type solid electrolytes for all-solid-state Li-ion batteries
M. Harada, H. Takeda, S. Suzuki, K. Nakano, N. Tanibata, M. Nakayama, M. Karasuyama,, I. Takeuchi
Journal of Materials Chemistry A 2020年 [査読有り]
研究論文(学術雑誌) 共著
-
Cost-effective search for lower-error region in material parameter space using multifidelity Gaussian process modeling
S. Takeno, Y. Tsukada, H. Fukuoka, T. Koyama, M. Shiga, M. Karasuyama
Physical Review Materials 2020年 [査読有り]
研究論文(学術雑誌) 共著
-
Active Learning for Level Set Estimation Under Input Uncertainty and its Extensions
Y. Inatsu, M. Karasuyama, K. Inoue, I. Takeuchi
Neural Computation 2020年 [査読有り]
研究論文(学術雑誌) 共著
-
Computational Design of Stable and Highly Ion-conductive Materials using Multi-objective Bayesian Optimization: Case Studies on Diffusion of Oxygen and Lithium
M. Karasuyama, H. Kasugai, T. Tamura, K. Shitara
Computational Materials Science 2020年 [査読有り]
研究論文(学術雑誌) 共著
著書
-
マテリアルズインフォマティクスのためのデータ作成とその解析、応用事例
分担執筆58名,烏山昌幸他 (担当: 分担執筆 )
技術情報協会 2021年07月
-
AI・MI・計算科学を活用した蓄電池研究開発動向
森分 博紀, 烏山昌幸他 (担当: 分担執筆 )
株式会社シーエムシー・リサーチ 2021年06月
-
データ分析の進め方及びAI・機械学習導入の指南 ~データ収集・前処理・分析・評価結果の実務レベル対応~
荻原大陸, 烏山昌幸 他 (担当: 分担執筆 )
情報機構 2020年07月
-
Big Data Analytics in Genomics
K.-C. Wong (ed.), S. Yotsukura, M. Karasuyama, I. Takigawa, H. Mamitsuka, et al. (担当: 分担執筆 , 担当範囲: A Bioinformatics Approach for Understanding Genotype-Phenotype Correlation in Breast Cancer (chapter13) )
Springer 2016年11月
-
サポートベクトルマシン (機械学習プロフェッショナルシリーズ)
竹内 一郎, 烏山 昌幸 (担当: 共著 )
講談社 2015年08月 ISBN: 4061529064
-
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, 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 (担当: 共訳 )
共立出版 2014年06月 ISBN: 432012362X
総説・解説記事
-
粒界物性研究に向けた情報科学の導入
田村友幸, 烏山昌幸
セラミックス ( 日本セラミックス協会 ) 55 ( 9 ) 656 - 661 2020年09月 [依頼有り]
総説・解説(その他) 共著
研究発表
-
第一原理XANESスペクトルの予測と物理的解釈
平井 悠喜, 田村 友幸, 烏山 昌幸, 小林 亮
第31回日本MRS年次大会 2021年12月 - 2021年12月
-
カスケードタイプの多ステージプロセスに対するベイズ最適化
草川隼也, 竹野思温, 稲津佑, 沓掛健太郎, 岩崎省吾, 中野高志, 烏山昌幸, 宇治原徹, 竹内一郎
第24回情報論的学習理論ワークショップ (IBIS2021) 2021年11月 - 2021年11月
-
情報量の下界に基づく制約付きベイズ最適化
竹野思温, 田村友幸, 設楽一希, 烏山昌幸
第24回情報論的学習理論ワークショップ (IBIS2021) 2021年11月 - 2021年11月
-
マテリアルズ・インフォマティクスにおける機械学習技術の活用: 多様な探索問題のためのベイズ最適化に関する最近の発展
烏山昌幸 [招待有り]
技術情報協会セミナー 2021年07月 - 2021年07月
-
属性区間付きグラフを用いた予測グラフマイニング
朝日陽向, 烏山昌幸
情報論的学習理論と機械学習研究会(IBISML) 2021年06月 - 2021年06月
-
分布的ロバストな機会制約付き最適化問題に対する能動学習
稲津佑, 竹野思温, 烏山昌幸, 竹内一郎
情報論的学習理論と機械学習研究会(IBISML) 2021年06月 - 2021年06月
-
情報理論的なベイズ最適化に関する最近の発展
烏山昌幸 [招待有り]
第42回情報論的学習理論と機械学習研究会(IBISML) 2021年03月 - 2021年03月
-
予測パターンマイニングにおける非単調性特徴量のためのSafe Pattern Pruning
羽川晟史, 烏山昌幸
ニューロコンピューティング研究会(NC) 2021年03月 - 2021年03月
-
統計的機械学習の基礎とマテリアルズ・インフォマティクスの実践的活用法
烏山昌幸
日本テクノセンターオンラインセミナー 2020年10月 - 2020年10月
-
統計的機械学習による材料データ解析
烏山昌幸 [招待有り]
技術情報協会 計測インフォマティクスのデータ解析とその事例 2019年11月 - 2019年11月
学術関係受賞
-
情報論的学習理論と機械学習 (IBISML) 研究会賞
2016年 情報論的学習理論と機械学習研究会 ガウス過程を用いた選択的サンプリングとその材料分野への応用
受賞者: 平野大輔, 豊浦和明, 世古敦人, 志賀元紀,桑原彰秀,烏山昌幸, 設楽和希, 竹内一郎 -
Best Performer in the DREAM 9 Broad-DREAM Gene Essentiality Prediction Sub-Challenge 1
2014年 DREAM Challenges (Dialogue for Reverse Engineering Assessments and Methods)
受賞者: Masayuki Karasuyama, Hiroshi Mamitsuka -
手島精一記念研究賞 (博士論文賞)
2012年 東京工業大学
受賞者: 烏山昌幸 -
IEEE Computational Intelligence Society Japan Chapter Young Researcher Award
2008年 IEEE Computational Intelligence Society Japan Chapter
受賞者: Masayuki Karasuyama
科研費(文科省・学振)獲得実績
-
多様な探索問題のための情報論的ベイズ最適化の構築と材料科学データでの実践
基盤研究(B)
研究期間: 2021年04月 - 2025年03月 代表者: 烏山昌幸
-
パターンマイニングと疎性モデリングに基づく大規模系列データからの知識創出
若手研究(A)
研究期間: 2017年04月 - 2021年03月 代表者: 烏山昌幸
-
グラフ構造データからの部分構造抽出法の開発
若手研究(B)
研究期間: 2014年04月 - 2017年03月 代表者: 烏山昌幸
-
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
研究活動スタート支援
研究期間: 2012年04月 - 2014年03月 代表者: 烏山昌幸
-
カーネルマシンの多次元パス追跡とオンライン学習
特別研究員奨励費
研究期間: 2010年04月 - 2011年12月 代表者: 烏山昌幸
その他競争的資金獲得実績
-
機械学習に基づく効率的な界面物性探索法の開発
提供機関: 文部科学省 戦略的創造研究推進事業
研究期間: 2015年12月 - 2019年03月 代表者: 烏山昌幸