朱鷺の杜(IBIS)ブログ

情報論的学習理論(IBIS)に関する管理人の独断と偏見に満ちた意見

スポンサーサイト

上記の広告は1ヶ月以上更新のないブログに表示されています。
新しい記事を書く事で広告が消せます。

ibis2012

今年も ibis workshop が盛況のうちに開催されました.
@shima__shima さんを始めちゃんとしたレビューは 朱鷺の杜wiki 内にリンク(@mamoruk さんブログや @_akisato さんによる togetter まとめ) が張ってあるので,こちらでは適当に思いつくまま私見のメモ.

・スケジュール全般

 オーガナイズドセッションに気合いが入っているからか,結構スケジュールはタイト.
 合間にいろいろ打ち合わせとかやったので,オーガナイズドセッションは結構サボってしまった.
 オーラルセッションを復活させてポスタープレビューを廃止したのは面白い試みだけど,ポスターとの順序で考えるとオーラルは二日目でもよかったかも.

・インダストリアル重視

 ...という風に言われていたけど,興味のあるところだけ参加したせいか,あまり感じなかった.
 
 
・ポスターセッション

 毎年ポスターセッションは時間不足&混みすぎ感があるので,何らかの工夫が必要だと思う.
 人気のあるポスターは長い待ちが必要だし,ポスタープレゼンターがほかのポスターを聞く時間もあるといいかな.

・懇親会

 ibis は参加者の年齢層が若いせいもあり?食べ物の量が足りないというのが大きなペナルティになるということで,今年もそれは十分だった.
 @sla さんによる ibis 発表のマイニング結果のプレゼンが面白い試み.
 こういう解析は会議本体でも有用ではないかと考えた. 
 例えば MDS して,応用ー基礎,ベイズー非ベイズ,数学~物理みたいな感じで発表全体をマッピングした地図とかあるとポスターを聞く際にも参考になるかも知れない.

・奨励賞

 いずれ公式HPにも出ると思いますが,坂田綾香さん@樺島研の dictionary learning の統計力学の話と,竹内孝(@koh_t)さん@NTT-CS研の行列分解の話. そういえば過去の受賞者で賞状がなかった年があるみたいな話を聞いたんだけど,これは ibisml 研究会でフォローアップしてあげた方がよいのではないかと思った.

・東京での開催

 これは個人的な事情だけど,東京近辺であるとつくばから通わなくてはならずかなりきつかった. 今回は筑波大だけど茗荷谷なのでつくばからだと最低2回乗換が必要だった(しかもどの選択肢を選んでも乗換駅での距離がかなり長い). というわけで,地方でやってもらうか昔みたいに合宿形式だと助かるんだけど,こればっかりは実行委員に負担がかかる話なので無理は言えない.

・自分関連の発表

 手前みそ的に自分の名前が入っている発表について総括してみる.

 - 麻生英樹, 城 真範, 神嶌敏弘, 赤穂昭太郎(産業技術総合研究所), 興梠貴英(東京大学)
   “エピソード時系列データ分析のための強化学習ツールRLearn”

   一言で言うとRで強化学習できるツール作りましたという話.
   麻生さんが完璧にプレゼンしてくれているようだったのであまりポスターのところにいなかったのでよくわからなかったけど,まあまあの反応はあったみたい. 

   最近強化学習の発表も増えてきたようだし,ばりばりに強化学習の研究をしている人というよりも,強化学習をユーザとして使う人にはお手軽でお勧めなソフト.
   現在まだ public には公開しないけれど個別に問い合わせがあれば試用してもらうことはできるはず.

- 城 真範, 赤穂 昭太郎(産業技術総合研究所)
    “量子化による測定結果への影響”

   平均 μ 分散 σ^2 の値をデジタル計測器で何回か測るとき,σが小さすぎると情報不足でダメ,σが大きすぎると誤差が大きすぎてダメ. そのトレードオフをとった中間が一番いいという話.
   情報量とか考えれば情報理論で知られているような話にも関係するというコメントをもらった.

- 高畠一哉, 赤穂昭太郎(産総研)
    “新グラフィカルモデル「発火過程ネットワーク」 〜 学習が簡単な新モデル 〜”

   ちょっとコテコテすぎるタイトル?で心配はしていたものの,なんとオーラルに選んで頂きました.
   逆転の発想という感じで面白い話だと思うのですがオーラル会場での反応は今一つな感じ. 
   * 情報幾何で説明していたけど,ちょっとなじみが薄かった?
   * そもそもグラフィカルモデルの構造学習に興味のある人が少ない?
     ノンパラベイズとか,deep network とか,符号化の話とか,グラフィカルモデルを扱っている人は多いけど,そこではあまり構造学習はしていない.
   * ちなみに高畠さんはオーラルで離散限定みたいな言い方していましたが枠組み自体は連続にそのまま拡張可能.
   * 座長の @kashi_pong さんから指摘された Gaussian network との関連で言うと,モデルとしてはもっと複雑なものまで視野にしている点と,Gaussian network で非対称な結合まで許そうというところが違う点. ただし,よく考えると Gaussian network で非対称結合入れると,確率推論のときに Gaussian である計算メリットが失われてしまうかも.
   * あと,アルゴリズムの収束先として確率モデルが定義されるというのは気持ち悪いという声も? まあこれがSVMで言えばカーネルトリック的な発想の転換なわけだけど.

そんなわけで,まだまだ盛り上がっている ibis workshop,来年も楽しみにしています!
スポンサーサイト

コメント

コメントの投稿


管理者にだけ表示を許可する

トラックバック

トラックバックURLはこちら
http://ibisforest.blog4.fc2.com/tb.php/130-709e4d35
この記事にトラックバックする(FC2ブログユーザー)

まとめ【ibis2012】

今年も ibis workshop が盛況のうちに開催されました.@shima__shima さんを始めちゃんとしたレビューは 

  • 2012/11/22(木) 05:04:56 |
  • まっとめBLOG速報

上記広告は1ヶ月以上更新のないブログに表示されています。新しい記事を書くことで広告を消せます。