略　　歴

研 究 歴

（1）機械学習要素技術研究：
 　音声や画像などのメディアの歪み耐性圧縮に使用される重要な手法であるベクトル量子化によって得られるソリューションの品質 の改善に取 り組み，最適ベクトル量子化器の設計原理を考案し，この設計原理を近似的に実現するオンライン学習アルゴリズムを考案．本研究は，最適量子化器設計という 未解決問題解決への貢献として，1997年に電気通信普及財団賞（テレコムシステム技術賞）を受 賞．現在のオンラインクラスタリングの先駆的な研究となっている．
　また，統計的学習における最尤推定の局所最適性の問題解決のために，統計力学の概念を適用したDAEM（決 定的アニーリング期待値最大化）と呼ばれるアルゴリズムを考案．さらに，混合モデルを対象としたSMEMア ルゴリズムも考案した．両手法は，広範囲にわたるパラメーター推定の解品質の向上に大きく貢献し，著名な海外の数理統計学の教科書にも掲載されるなど国際 的にも評価されている．
　その後，大規模な統計モデルの近似計算方法として，変分ベイズ推定などの高度な統計的機械学習に関する研究に従事し，音声認識の研究者と協力し，隠れマ ルコフモデルを使用した世界初のモデル構造自動学習法を開発した，また，無限次元のデータ分割を可能にするノンパラメトリックベイズ理論に基づく関係デー タ分析アルゴリズムを開発した．また，時空間点過程など時空間統計データ分析の研究にも従事．
　ノンパラメトリックベイズ理論やリレーショナルデータ分析への応用など，当該分野で重要な技術的貢献を果たす． 内閣府のFIRSTプログラム（代表：喜連川優 東大教授）のサブテーマリーダーとして，加速度センサーデータから実際の看護活動を認識する自動技術，および本手法を用いて約900万の実看護師行動を分析するという当該分野で世界初のビッグデータ分析を実施．また，NTT機械学習データサイエンスセンター（NTT MLC） の代表として「時空間多次元集団データ分析研究」を立ち上げ，非定常データに適用可能な時空間予測手法とリアルタイム，先行的，集団最適誘導技術の研究開 発を指揮．これら一連の，複雑かつ多様なデータ分析のための機械学習技術研究に対し，2016年に 電子情報通信学会 業績賞，2018年に文部科学大臣表彰（研究部門）など多数受賞している．
　理研AIPでは，目標指向技術研究グループのディレクターとして，機械学習によるサイエンス研究 の加速と，防災減災，福祉，インフラ保守などの日本の社会課題解決に関する研究を指揮している．これまでの主な研究成果は以下の通り： 

（2） 機械学習アプローチに基づく応用研究：
　 従来のパターン分類では，単一のパターンは一意のクラスに起因すると想定されているため，1つ のドキュメントがWebで見つかったテキストデータのような複数のクラスで構成される場合，従来の パターン分類手法は適用できない．この多重分類の問題に対処すべく，世界初の多重トピックテキストモデル（PMM：Parametric Mixture Model）を考案し，数万の実際のWebページの多重トピック分類を実現した．本手法は，NTTグ ループポータルサイト（Goo）のニュース記事分類サービスのトピック分類エンジンとして実用化さ れた．
　 内閣府の最先端研究開発支援プログラム（喜連川FIRST）において，4つの加速度センサーからの41種類の実看護行動の自 動行動認識手法を考案し，従来技術では達成し得なかった精度の認識率を達成し，さらに医学研究者と協力して，本手法を用いて，済生会熊本病院の心臓病棟の 看護師による約900万件の実看護行動を分析し，看護師の看護行動介入による患者の状態の重症度な どの分析を実施するなど，当該分野における世界初のビッグデータ解析を実現した．
　また，NTT機械学習データ科学センター代表として，時空間多次元集合データ解析研究を立ち上 げ，人流データのような非定常な時空間データに対する時空間予測技術，さらには，学習型マルチエージェントシミュレーターに基づくリアルタイムでプロアク ティブな集団最適誘導技術の研究開発を指揮した．本成果は，NTTの運営会社を通して実用化され た．また，時空間多次元集合データ解析の一連の研究に対し，アジア太平洋信号処理学会(APISPA)か らIndustrial Distinguished Leader Awardを受賞した．
　理研AIPでは，防災科学チームのチームリーダーを兼務し，自然災害と地震学の分野において，数 理モデルとシミュレーション，および，機械学習に基づく地震被害推定，地震発生予測などの研究を指揮している．東大地震研との共同研究成果である，HPCと機械学習による地震動被害推定研究については，深層学習をHPCの サロゲートモデルとすることで，数千倍の計算高速化に成功し，SC2017においてベストポスター 賞を受賞している．また，様々な地形データから機械学習技術を援用した地滑りハザードマップ自動生成技術を開発し，イランのある地方のデータに適用し，そ の有用性を実証した．これについても国際WSでBest Paper Awardを受賞した．

加入学会

• 電子情報通信学会(IEICE)
• 日本神経回路学会(JNNS)　〜2007.
• 情報処理学会(IPSJ)
• IEEE
• 日本メディカルAI学会
  

外部表彰

社内表彰

Naonori UEDA