Please enable JavaScript in your browser.

fltech - 富士通研究所の技術ブログ

富士通研究所の研究員がさまざまなテーマで語る技術ブログ

CVPR2024 で "YolOOD: Utilizing Object Detection Concepts for Multi-Label Out-of-Distribution Detection" について発表しました

こんにちは、人工知能研究所の江田です。富士通では、AIの安全な利用を可能にする技術の開発を行っています。 この度研究成果の一つを、機械学習・コンピュータビジョンの最難関会議の一つであるCVPRにて発表しましたので、その内容を紹介します。

Read more

Fujitsu Research of Europeのチームが ICLR 2024にて画像環境にデータを効率よく判定・適応するための新技術を発表

こんにちは、Fujitsu Research of Europeのアブラ・チャウドゥリです。私は、コンピューティングを研究グループのシニアリサーチマネージャーとして、さまざまな状況でデータの分布が変化した時に、深層学習モデルがどのような反応をするかを研究しています。

Read more

ソーシャルデジタルツイン™︎ データ生成ツールを公開しました!

コンバージングテクノロジー研究所の郭 兆功です。だいぶ間が空きましたがテックブログ記事3本目です。

我々のプロジェクトでは、開発したソーシャルデジタルツイン技術を Fujitsu Research Portal に公開しています。今回は、公開中のシェアドモビリティ最適配置デモアプリで、使用するデータファイル・設定ファイルが簡単に生成できるデータ生成ツールを開発しましたので、ご紹介します。

Read more

"Learning Decision Trees and Forests with Algorithmic Recourse" presented on ICML 2024

Introduction

Hi! This is Kentaro Kanamori from Artificial Intelligence Laboratory. We are conducting research and development on "XAI-based Decision-Making Assistant" and trying to apply our technologies to real decision-making tasks (e.g., discovering actions for imprving employees' productivity from the engagement survey data).
Recently, our research paper entitled "Learning Decision Trees and Forests with Algorithmic Recourse" has been accepted by ICML2024 as a spotlight paper (top 3.5% of the submittd papers!). This article briefly introduces the contents of the paper.

Paper

  • Title: Learning Decision Trees and Forests with Algorithmic Recourse
  • Authors: Kentaro Kanamori (Fujitsu Limited), Takuya Takagi (Fujitsu Limited), Ken Kobayashi (Tokyo Institute of Technology), Yuichi Ike (Kyushu University)
  • Conference: The Forty-First International Conference on Machine Learning (ICML2024)
  • Link (OpenReview): https://openreview.net/forum?id=blGpu9aGs6
  • Link (arXiv): https://arxiv.org/abs/2406.01098
Read more

ICML2024 にて「アクション説明を考慮した決定木および木アンサンブルの学習技術」について発表します

はじめに

こんにちは.人工知能研究所の金森です. 富士通研究所では「説明可能AI(XAI)技術を用いた意思決定支援」に関する研究開発を行っており,現実世界の意思決定タスクへの適用(例えば,エンゲージメント調査データに基づいた従業員の生産性向上アクションの発見)に取り組んでいます. このたび,我々の研究成果である「アクション説明を考慮した決定木および木アンサンブルの学習技術」に関する研究論文が,機械学習分野の主要な国際会議である ICML2024spotlight 論文(投稿論文の上位3.5%!) として採択されたので,その内容を紹介します.

対象論文

Read more

ASCII×Microsoft の生成AIコンテスト「AI Challenge Day」参加レポート

こんにちは、DS)DI Platform事業部 Kozuchi delivery Group の仲程凜太朗です。2024/04/18~4/19に神戸にあるMicrosoft AI Co-Innovation Labs Japanで開催された ASCII × Microsoft が主催している RAG の精度向上コンテスト、「AI Challenge Day」に参加してきました。 富士通からは、Kozuchi Conversational Generative AIの開発メンバーの 技術戦略本部 SME推進統括部 岡元大輔、越智諒、 DS)DI Platform事業部 Kozuchi delivery Group 福田芳樹、仲程凜太朗の以上四名が参加してきました。今回はこちらのコンテストの参加報告させていただきます。

Read more

メディカルAI学会に参加・発表しました ~動向と反響~

コンピューティング研究所の「ゲノムAI」チームです。 本チームは、ゲノムデータを対象としたさまざまなAIを開発しているチームになります。 この度、チームメンバーで「第6回日本メディカルAI学会学術集会」に参加してきたのでその報告を行います。開発中の成果を広くアピールしつつ、医療現場の方からフィードバックを得ることを目的に、発表をしてきました。

Read more

"Selective Mixup Fine-Tuning for Optimizing Non-Decomposable Objectives" presented at ICLR 2024

Overview

Hi! I am Sho Takemori from AI Innovation Core Project, Artificial Intelligence Laboratory. Recently, in our joint research with the Indian Institute of Science (IISc), we have developed an AI technology termed SelMix that enables an efficient optimization of real-world, complex performance measures for classification, and presented our paper at ICLR 2024 as a spotlight presentation.

Paper

(Here, FRIPL: Fujitsu Research of India Private Limited, FRJ: Fujitsu Research Japan)

Read more

ICLR 2024で"Selective Mixup Fine-Tuning for Optimizing Non-Decomposable Objectives"について発表しました

こんにちは。AIイノベCPJの竹森です。 富士通研究所とインド理科大学院(Indian Institute of Science)との共同研究において、画像分類タスクなどのための、複雑だが実用上重要な評価指標の効率的な最適化を可能にするAI技術を開発し、ICLR 2024 でspotlightとして発表したので、この技術ブログで発表内容について解説します。

採択論文

(ここで、IIScはIndian Institute of Science, FRIPLはFujitsu Research of India Private Limited, FRJはFujitsu Research Japanの略です)。

Read more

Revolutionizing Cancer Genomics: The Power of XAI and Knowledge Graphs

Hello,

I'm Katsuhiko Murakami from the Genome AI Team at the Computing Laboratory.

We've developed the world's first Explainable AI (XAI) for fusion genes, integrating XAI with knowledge graphs. Our research has been published in the cancer journal Cancers (Basel) (Impact Factor 5.2):

"Pathogenicity prediction of gene fusion in structural variations: a knowledge graph-infused explainable artificial intelligence (XAI) framework", K. Murakami, et al. Cancers (Basel), May 2024.

I'd like to introduce this technology. An overview of this work has also been press released by the Institute of Medical Science, University of Tokyo. In this blog, I'll delve a bit deeper into the technical aspects.

Read more

説明可能AI (XAI)とナレッジグラフでがんゲノム医療の新領域へ

こんにちは。 コンピューティング研究所ゲノムAIチーム 村上勝彦 です。 説明可能AI(XAI)とナレッジグラフを使った世界初の融合遺伝子むけXAIを開発し、がん専門誌 Cancers (Basel) (Impact Factor 5.2)に論文

“Pathogenicity prediction of gene fusion in structural variations: a knowledge graph-infused explainable artificial intelligence (XAI) framework”, K. Murakami, et al. Cancers (Basel), 2024年5月

を掲載しましたので、その技術を紹介します。本内容の概要については、共著である東京大学医科学研究所からもプレスリリースが出されています。このBlogでは、技術的な部分について少し詳しく書くことにします。

Read more