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

論文解説

量子計算機を使った新しい素因数分解法の提案論文を読んでみた

はじめに こんにちは、データ&セキュリティ研究所の山口と伊豆です。暗号技術に関する調査や研究開発を担当しています。

IEEE WCCI2024にて、初期がんの早期発見への貢献が期待される「マルチスケールサンプリング手法を用いた微小病変に適した軽量な検出技術」を発表しました!

こんにちは。コンバージングテクノロジー研究所の烏谷です。私たちの研究グループでは、初期がんの早期発見により5年生存率を向上させることを目指し、がん検出技術の開発を行っています。研究成果の一つを、IEEE WCCI 2024にて発表しましたので、その内容…

ECML-PKDD 2024 にて統計的因果探索の代表的モデル LiNGAM の高速な学習法 LayeredLiNGAM について発表しました

はじめに こんにちは。人工知能研究所の鈴木です。富士通研究所では「因果探索を活用した意思決定」に関する研究開発を行っており、エンゲージメント調査データに基づく従業員の生産性向上など、現実の意思決定タスクに取り組んでいます。このたび、我々の研…

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…

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…

"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 …

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…

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 cance…

ガウス過程を用いたVQEのためのノイズ軽減手法

こんにちは。人工知能研究所の竹森です。 量子コンピュータを用いることにより、様々な問題を高速に解けることが知られていますが、 現時点で実現されている量子コンピュータには誤り訂正がなく、十分な精度が得られないという課題があります。 この技術ブロ…

Fujitsu Quantum Day に現地参加しました!

こんにちは、量子研究所で量子アルゴリズムの研究をしております金杉翔太です。今回は2024年1月25日にオランダのデルフトで開催された富士通初のグローバル量子コンピューティングイベント 「Fujitsu Quantum Day」についてご紹介します。

Design Automation Conferenceに参加しました

こんにちは、富士通研究所コンピューティング研究所の萩原です。 文部科学省「次世代計算基盤に係る調査研究」事業の一環として、 2023/7/9~7/13 に Moscone West (San Francisco) で開催された国際会議 Design Automation Conference 60 (https://www.dac.…

ISC High Performance 2023に現地参加しました

こんにちは、富士通研究所コンピューティング研究所の小田嶋哲哉です。文部科学省の科学技術試験研究委託事業「次世代基盤に係る調査研究」の一環として、2023/5/21~5/25にハンブルク,ドイツで開催された国際会議ISC23(https://www.isc-hpc.com/)に現地参…

「ハイパーパラメータ選択にロバストなVAE」に関する研究がICLR2023 notable-top-5%で採択されました

こんにちは、人工知能研究所 長谷川です。このたび、富士通研究所とトロント大学との共同研究で得られた「ハイパーパラメータ選択にロバストなVAE」に関する研究論文が、機械学習の主要な国際会議であるICLR2023にnotable-top-5% (従来のOral)として採択され…

「グラフ分類のためのデータ拡張技術」に関する研究がICLR 2023に採択されました

こんにちは.人工知能研究所のMichael, Wing, 小御門、内野、丸橋です。私たちは「AIを用いた知識発見」に関する研究開発を行っています。このたび,テキサスA&M大学のData Integration, Visualization, and Exploration (DIVE) Laboratory (https://people.…

“Automated Data Augmentation for Graph Classification” presented on ICLR 2023

We are conducting research about applying graph data augmentations to graph classification. Recently, we have completed a joint research project with Texas A&M University’s Data Integration, Visualization, and Exploration (DIVE) Laboratory…

NeurIPS2022にて「最適化が困難な指標のためのコスト考慮型自己訓練学習手法」について発表します

こんにちは.人工知能研究所 自律学習PJの竹森です.富士通研究所では「自律的に学習可能なAI技術」に関する研究開発を行っています.このたび,インド理科大学院との共同研究で得られた「最適化が困難な指標のためのコスト考慮型自己訓練学習」に関する研究…

NeurIPS2022にて「決定木の羅生門集合構築技術」について発表します

こんにちは.人工知能研究所 発見数理PJの高木です.富士通研究所では「AIを用いた知識発見」に関する研究開発を行っています.このたび,デューク大学のInterpretable Machine Learning Lab (解釈可能機械学習研究室)との共同研究成果である「決定木の羅…

ICML2022にて「ロバスト性を考慮したベイズ最適化」について発表します

こんにちは.人工知能研究所 自律学習PJの竹森です.富士通研究所では「自律的に学習可能なAI技術」に関する研究開発を行っています.このたび,我々の研究成果である「ロバスト性を考慮したベイズ最適化」に関する研究論文が,機械学習の主要な国際会議であ…

ICSE2022でコード生成型AutoML - SapientMLについて発表しました

こんにちは.人工知能研究所 自律学習PJの浦です.富士通研究所では「自律的に学習可能なAI技術」に関する研究開発を行っています.このたび,我々の研究成果であるAutoML技術であるSapientMLの研究論文が,ソフトウェア工学の主要な国際会議であるICSE2022…

深層学習モデル修正技術に関する研究成果を SANER 2022 で発表します

こんにちは。人工知能研究所 AI品質プロジェクトの徳井翔梧です。富士通研究所では深層学習(DNN)モデル修正について、国立情報学研究所 NII と共同研究を行っています。今回は、DNNモデルのパラメータ(重み)を探索的に変更することでDNNモデルの誤判定を…

系統的汎化(systematic generalization)に関する研究成果をNeurIPS 2021で発表します

English version こんにちは.人工知能研究所 自律学習プロジェクトの佐々木智丈です.富士通研究所では「自律的に学習可能なAI」の実現を目指しており,この目標に向けてマサチューセッツ工科大学(MIT)およびCenter for Brains, Minds and Machines(CBMM…

情報通信理論を起点とした生成的AI の研究成果をPCSJ/IMPS2021で講演します

こんにちは。人工知能研究所の中川です。 富士通研究所では、「自律的に学習可能なAI技術」の研究の一つとして、生成的AIの研究を行っています。 これまで、我々は、画像符号化などで活用されている情報通信理論を起点として、VAEなどの生成的AIモデルの定量…

能動学習の論文がIROS2021に採択されました

こんにちは.人工知能研究所 自律学習PJの鈴木です.富士通研究所では「自律的に学習可能なAI技術」に関する研究開発を行っています.今回は我々の研究成果のうちの一つがロボティクス分野の主要な国際会議であるIROS2021に採択されたので,その内容について…

Inriaとの共同研究成果がICMLおよびIJCAIに採択されました

こんにちは.人工知能研究所 自律学習PJの池です.富士通研究所では「データの幾何学的形状」をとらえる位相的データ解析(トポロジカルデータアナリシス; TDA)について,フランスの国立研究機関であるInriaと共同研究を行っています.今回は,共同研究成果…

InriaとのTDAに関する共同研究成果の論文がAISTATS2021に採択されました

こんにちは.人工知能研究所 自律学習PJの池祐一と梅田裕平です.富士通研究所では「データの幾何学的形状」をとらえる位相的データ解析(トポロジカルデータアナリシス; TDA)について,フランスの国立研究機関であるInriaと共同研究を行っています.今回は…

深層学習の数理と学習ダイナミクスに関する論文がAISTATS2021に採択されました

AISTATS2021に採択された論文"The Spectrum of Fisher Information of Deep Networks Achieving Dynamical Isometry"について紹介します.

FAccT 2021に参加・発表しました

こんにちは。富士通研究所トラステッドAIプロジェクトAI倫理チーム所属の中尾悠里と申します。 今回は2021年3月3日-10日にオンラインで行われた国際会議、ACM Conference on Fairness, Accountability, and Transparency (ACM FAccT)をご紹介します。我々の…

胎児心臓超音波スクリーニングに関する論文が採録されました

こんにちは.富士通研究所人工知能研究所の安富優と酒井彬です。 富士通研究所では、理化学研究所(理研)革新知能統合研究センターがん探索医療研究チームの小松正明研究員、浜本隆二チームリーダー、昭和大学医学部産婦人科学講座の松岡隆准教授と共同で、…