名取　直毅 （ ナトリ　ナオタケ ）

Natori, Naotake

写真a

所属（所属キャンパス）

研究所・センター等 グローバルリサーチインスティテュート （ 三田 ）

職名

特任教授（有期）
このページの先頭へ▲
 

著書 【 表示 ／ 非表示 】

  • 機械学習デザインパターン : データ準備、モデル構築、MLOpsの実践上の問題と解決

    鷲崎 弘宜, 竹内 広宜, 名取 直毅, 吉岡 信和, オライリー・ジャパン,オーム社 (発売), 2021年10月,  ページ数： xxi, 387p

このページの先頭へ▲

論文 【 表示 ／ 非表示 】

  • Transfer multi-source knowledge via scale-aware online domain adaptation in depth estimation for autonomous driving

    Phan Thi Huyen Thanh, Minh Quan Viet Bui, Duc Dung Nguyen, Tran Vu Pham, Truong Vinh Truong Duy, Naotake Natori

    Image and Vision Computing (IMAVIS) 2024年

    最終著者, 査読有り

  • 高信頼機械学習システム開発フレームワークとモビリティにおける適用

    鷲崎 弘宜, Husen Jati, Runpakprakun Jomphon, Guan Shiyang, 吉岡 信和, 名取 直毅, Duy Truong

    人工知能学会全国大会論文集 （一般社団法人 人工知能学会）  38 2024年

    査読有り,  ISSN  2758-7347

    　概要を見る

    信頼性の高い機械学習システムの継続的な開発・運用のために多側面に対する一貫した分析・設計モデリングと機械学習モデルのワークフローパイプラインを統合する提案済みのフレームワークM3S（Multi-view Modeling framework for ML systems）について説明し、そのモビリティ領域での適用例について述べる。

  • 信号伝播過程におけるスケーリング則に基づく人工深層ニューラルネットワークの系統的な設計

    玉井 敬一, 大久保 毅, ズイ チュオン ビン チュオン, 名取 直毅, 藤堂 眞治

    人工知能学会全国大会論文集 （一般社団法人 人工知能学会）  38 2024年

    査読有り,  ISSN  2758-7347

    　概要を見る

    前回の論文で，人工深層ニューラルネットワークの信号伝播過程が統計力学における吸収状態転移のスケーリング則を用いて見通しよく整理できることを報告した．深層学習の理論的理解に向けて次に問うべきは，吸収状態転移のスケーリング則が人工深層ニューラルネットワークの訓練ダイナミクスにどのように効いてくるかである．この問題は，深層学習のチューニングをより系統的に行い，優れた汎化性能をもつニューラルネットワークをより少ない資源で探索可能にするための重要なステップでもある．本論文では，無限に幅が広く比較的単純なアーキテクチャを取り上げ，信号伝播過程のスケーリング解析といわゆる Neural Tangent Kernel (NTK) の理論・数値解析を組み合わせることで，優れたネットワークを少ない訓練ステップ数で得るための初期化条件や学習率・隠れ層深さの選定とスケーリング則における現象論的パラメータが密接に関係することを示す．

  • Unsupervised Moving Object Segmentation and Ego-Velocity Prediction for Autonomous Vehicles

    Ul Haq Israr, Phan Thi Huyen Thanh, Yuichiro Yoshimura, Truong Vinh Truong Duy, Naotake Natori

    人工知能学会全国大会論文集 （一般社団法人 人工知能学会）  38 2024年

    最終著者, 査読有り

    　概要を見る

    Motion segmentation in computer vision is a challenging task, particularly in the context of self-driving vehicles where backgrounds are constantly changing. Accurately detecting moving objects is crucial for effective vehicle control. To address this, we propose an innovative approach called Unsupervised Moving Object and Ego-Velocity Prediction (UMVP) specifically designed for autonomous vehicles. UMVP utilizes depth maps predicted from RGB images and trains a motion network using these depth maps and consecutive pairs of RGB frames. Additionally, it predicts the speed of the ego-vehicle by analyzing a pair of images. Our approach is completely unsupervised, eliminating the need for manual annotation or labeled data. We evaluated UMVP on the KITTI dataset, and observed significant improvements in motion segmentation, depth estimation compared to the baseline method. These results highlight the potential of UMVP to enhance motion segmentation in autonomous vehicles.

  • 人工深層ニューラルネットワークが示す吸収状態転移

    玉井 敬一, 大久保 毅, ヴィン チュオン ズイ チュオン, 名取 直毅, 藤堂 眞治

    人工知能学会全国大会論文集 （一般社団法人 人工知能学会）  37 2023年

    査読有り,  ISSN  2758-7347

    　概要を見る

    深層学習のより広範な社会実装に向けて，深層学習をベースとした技術をひとびとがより安心して利用できる状況を整え，より優れた環境性能を発揮する学習手法の追求を目指す上で，現存する深層学習アーキテクチャに通底する原理の探求は避けがたいステップである．その一環として，本論文では，適切に初期化された全結合ニューラルネットワークおよび畳み込みニューラルネットワークにおける信号伝搬過程が，「吸収状態転移」と呼ばれる，平衡から遠く離れた系が示しうる自然現象のダイナミクスと強力なアナロジーを持つことを示す．これらの人工ニューラルネットワークが，吸収状態転移を記述する理論的枠組みにおいてどのように位置づけられるか，このアナロジーがいわゆる「平均場理論」的な理解を超えてどのような理論的・実際的示唆を与えるかを，信号伝搬過程の数値シミュレーションによって得られる定量的な結果とともに論じる．

全件表示 >>

このページの先頭へ▲

総説・解説等 【 表示 ／ 非表示 】

  • OS-17「ひと中心の未来社会とAI」

    名取 直毅, 梶 大介, 廣瀬 正明, 河村 芳海, 梶 洋隆, 城殿 清澄

    人工知能 39 （ 6 ）  2024年

  • OS-20「ひと中心の未来社会とAI」

    名取 直毅, 梶 大介, 廣瀬 正明, 河村 芳海, 梶 洋隆, 城殿 清澄

    人工知能 38 （ 6 ）  2023年

  • 会議報告：The 14th International Conference on Knowledge, Information and Creativity Support Systems (KICSS 2019)

    Truong Duy, 名取 直毅

    人工知能 （一般社団法人 人工知能学会）  35 （ 2 ） 309 - 310 2020年

    最終著者,  ISSN  2188-2266

このページの先頭へ▲

研究発表 【 表示 ／ 非表示 】

全件表示 >>

このページの先頭へ▲

知的財産権等 【 表示 ／ 非表示 】

  • 情報処理装置

    出願日： 特願2023-128353  2023年08月 

    公開日： 特開2025-024324  2025年02月 

    特許権

  • 情報処理装置

    出願日： 特願2022-158116  2022年09月 

    公開日： 特開2024-051786  2024年04月 

    特許権

  • 異常検出装置、異常検出プログラム、および異常検出システム

    出願日： 特願2020-154964  2020年09月 

    公開日： 特開2022-048904  2022年03月 

    発行日： 特許第7501264号 

    登録日： 2024年06月

    特許権

  • 異常検出装置、異常検出プログラム、および異常検出システム

    出願日： 特願2020-154964  2020年09月 

    公開日： 特開2022-048904  2022年03月 

    特許権

  • 紙葉類処理装置、紙葉類処理方法、および、紙葉類処理プログラム

    出願日： 特願2017-055056  2017年03月 

    公開日： 特開2018-156605  2018年10月 

    特許権

全件表示 >>

このページの先頭へ▲

受賞 【 表示 ／ 非表示 】

  • 2022 Best Paper Award

    Hironori Washizaki, Foutse Khomh, Yann-Gaël Guéhéneuc, Hironori Takeuchi, Naotake Natori, Takuo Doi, Satoshi Okuda, 2023年, IEEE Computer Society, Software-Engineering Design Patterns for Machine Learning Applications

    受賞区分： 国内外の国際的学術賞

  • MIRU2021優秀賞

    池川 慎一, 齊院 龍二, 澤田 好秀, 名取 直毅, 2021年, CVIM/PRMU画像の認識・理解シンポジウム (MIRU), 正規化と Pre-Activation モジュールを用いた深層スパイキングニューラルネットワーク

    受賞区分： 国内学会・会議・シンポジウム等の賞

  • 1996年優秀論文発表賞

    Naotake Natori, Kazuo Nishimura, 1996年, 一般社団法人 電気学会, A Practical Neural Network for Handwritten Character Recognition Based on dynamics-Based Active Learning and Self-Organization of Feedback

このページの先頭へ▲

その他 【 表示 ／ 非表示 】

  • 人工知能学会全国大会OS-17「ひと中心の未来社会とAI」オーガナイザ

    2024年

    　内容を見る

    共同でオーガナイザを務めた。

  • 人工知能学会全国大会OS-20「ひと中心の未来社会とAI」オーガナイザ

    2023年

    　内容を見る

    共同でオーガナイザを務めた。

このページの先頭へ▲