Publications / Talks / Awards / Funds

Last updated: 2024-07-25

Refereed Journals

  1. Yuya Yoshikawa, Yutaro Shigeto, Masashi Shimbo, Akikazu Takeuchi, “Action class relation detection and classification across multiple video datasets,” Pattern Recognition Letters, Volume 173, Pages 93-100, Sep. 2023. [paper, preprint]
  2. Yuya Yoshikawa, Tomoharu Iwata, “Neural Generators of Sparse Local Linear Models for Achieving Both Accuracy and Interpretability,” Information Fusion, Volume 81, Pages 116-128, May 2022. [paper] (impact factor: 12.975)
  3. Yuya Yoshikawa, Tomoharu Iwata, “Gaussian Process Regression With Interpretable Sample-wise Feature Weights,” IEEE Transactions on Neural Networks and Learning Systems, Dec. 2021. [paper, code] (impact factor: 10.451)
  4. Yuya Yoshikawa, Yutaro Shigeto, Akikazu Takeuchi, “MetaVD: A Meta Video Dataset for enhancing human action recognition datasets,” Computer Vision and Image Understanding, Volume 212, Sep. 2021. [paper, dataset] (impact factor: 3.876)
  5. Yuya Yoshikawa, Tomoharu Iwata, “Randomized Kernel Mean Networks for Bag-of-Words Data,” IPSJ Transactions on Mathematical Modeling and Its Applications (TOM), Vol.10, No.3, pp.32-38, Dec. 2017. [paper]

Refereed International Conferences

  1. Yuya Yoshikawa, Tomoharu Iwata, “Explanation-Based Training with Differentiable Insertion/Deletion Metric-Aware Regularizers,” The 27th International Conference on Artificial Intelligence and Statistics (AISTATS2024), Valencia, Spain, May 2024. [arXiv]
  2. Yasunori Yamamoto, Shusaku Egami, Yuya Yoshikawa, Ken Fukuda, “Towards Semantic Data Management of Visual Computing Datasets: Increasing Usability of MetaVD,” Proceedings of the ISWC 2023 Posters, Demos and Industry Tracks co-located with 22nd International Semantic Web Conference (ISWC2023), Athens, Greece, Nov. 2023. [paper]
  3. Yutaro Shigeto, Masashi Shimbo, Yuya Yoshikawa, Akikazu Takeuchi, “Learning Decorrelated Representations Efficiently Using Fast Fourier Transform,” Proceedings of the 2023 IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), pp.2052-2060, Vancouver, Canada, June 2023. [paper]
  4. Yutaro Shigeto, Yuya Yoshikawa, Jiaqing Lin, Akikazu Takeuchi, “Video Caption Dataset for Describing Human Actions in Japanese,” Proceedings of The 12th Language Resources and Evaluation Conference (LREC2020), Marseille, France, May 2020. [paper]
  5. Yuya Yoshikawa, “Learning from Noisy Label Distributions,” The 26th International Conference on Artificial Neural Networks (ICANN), Sardinia, Italy, Sep. 2017. [arXiv, slides]
  6. Yuya Yoshikawa, Yutaro Shigeto, Akikazu Takeuchi, “STAIR Captions: Constructing a Large-Scale Japanese Image Caption Dataset,” Annual Meeting of the Association for Computational Linguistics (ACL2017 Short), Vancouver, Canada, July 2017. [dataset, paper, poster, arXiv]
  7. Yuya Yoshikawa, Tomoharu Iwata, Hiroshi Sawada, Takeshi Yamada, “Cross-Domain Matching for Bag-of-Words Data via Kernel Embeddings of Latent Distributions,” Advances in Neural Information Processing Systems (NIPS2015), Montreal, Canada, Dec. 2015. [paper]
  8. Yuya Yoshikawa, Tomoharu Iwata, Hiroshi Sawada, “Non-linear Regression for Bag-of-Words Data via Gaussian Process Latent Variable Set Model,” The 28th AAAI Conference on Artificial Intelligence (AAAI2015), Austin, Texas, USA, Jan. 2015. [paper]
  9. Yuya Yoshikawa, Tomoharu Iwata, Hiroshi Sawada, “Latent Support Measure Machines for Bag-of-Words Data Classification,” Advances in Neural Information Processing Systems (NIPS2014), Montreal, Canada, Dec. 2014. [paper]
  10. Yuya Yoshikawa, Tomoharu Iwata, Hiroshi Sawada, “Latent Feature Independent Cascade Model for Social Propagation,” International Conference on Parallel and Distributed Processing Techniques and Application (PDPTA2013), Las Vegas, USA, July 2013. [paper]
  11. Yuya Yoshikawa, Kazumi Saito, Hiroshi Motoda, Kouzou Ohara, and Masahiro Kimura, “Acquiring Expected Influence Curve from Single Diffusion Sequence,” Proc. of the 2010 Pacific Rim Knowledge Acquisition Workshop (PKAW2010), pp.273–287, Daegu, Korea, Sep. 2010. [paper]

Refereed Journals (in Japanese)

  1. 吉川 友也, 岩田 具治, 澤田 宏, “グループ推薦のための非線形行列分解,” 人工知能学会論文誌, Vol.30, No.2, Mar. 2015. [paper]
  2. 吉川 友也, 岩田 具治, 澤田 宏, “ソーシャルメディア上の協働: ソーシャルコーディングにおける成功するプロジェクトの要因分析,” 日本データベース学会論文誌, Vol.12, No.3, Feb. 2014. [paper]
  3. 吉川 友也, 岩田 具治, 澤田 宏, “ユーザの潜在特徴を考慮したソーシャルネットワーク上の情報拡散モデル,” 情報処理学会論文誌 データベース(TOD), Vol.6, No.5, pp.85-94, Dec. 2013. [link]
  4. 吉川 友也, 斉藤和巳, 元田浩, 大原 剛三, 木村昌弘, “情報拡散モデルに基づくソーシャルネットワーク上でのノードの期待影響度曲線推定法,” 電子情報通信学会論文誌, Vol.J94-D, No.11, Nov. 2011. [link], copyright © 2011 IEICE.

Refereed Conferences/Workshops (in Japanese)

  1. 吉川 友也, 岩田 具治, 澤田 宏, “ソーシャルコーディングにおけるプロジェクト成功の法則,” 第6回Webとデータベースに関するフォーラム (WebDB Forum 2013) , 京都, Nov. 2013. *IPSJ
  2. 吉川 友也, 岩田 具治, 澤田 宏, “ユーザの潜在特徴を考慮した情報拡散モデルの学習,” 第5回Webとデータベースに関するフォーラム (WebDB Forum 2012) , 東京, Nov. 2012. *IPSJ (学生奨励賞, サイバーエージェント賞)
  3. 伏見 卓恭, 吉川 友也, 斉藤 和巳, 木村 昌弘, 元田 浩, 大原 剛三, “大域採用付きVoter Modelの提案 ,” Webとデータベースに関するフォーラム (WebDB Forum 2010) , 東京, Nov. 2010.
  4. 吉川 友也, 斉藤 和巳, 元田 浩, 木村 昌弘, 大原 剛三, “単一拡散系列からの期待影響度曲線の推定,” 第9回情報科学技術フォーラム(FIT2010), 福岡, Sep. 2010.

Non-Refereed International Conferences

  1. Yuya Yoshikawa, “Topic-dependent Information Diffusion Model on Social Networks,” Machine Learning Summer School (MLSS2012), Kyoto, Sep. 2012. [poster]

Non-Refereed Conferences/Workshops (Oral, in Japanese)

  1. 吉川 友也, 木村 正成, 清水 良太郎, 斎藤 侑輝, “Instance AttributionとFeature Attributionの一貫性制約を満たす集合関数の局所説明法,” 第38回人工知能学会全国大会 (JSAI2024), 浜松, May 2024.
  2. 奥田 遼, 吉川 友也, “決定木と深層ニューラルネットを用いた解釈可能な予測モデル,” 第47回情報論的学習理論と機械学習研究会, 神奈川, Sep. 2022.
  3. 吉川 友也, 岩田 具治, “スパース局所線形モデルのニューラル生成器,” 第34回人工知能学会全国大会 (JSAI2020), 熊本(オンライン), June 2020. [paper]
  4. 吉川 友也, 今井 優作, “コンバージョン率予測のためのノンパラメトリックDelayed Feedackモデル,” 第32回人工知能学会全国大会 (JSAI2018), 鹿児島, May 2018. [paper]
  5. 吉川 友也, 岩田 具治, “Randomized Kernel Mean Networks for Bag-of-Words Data,” 第113回数理モデル化と問題解決(MPS)研究会, 沖縄, June 2017.
  6. 吉川 友也, 竹内 彰一, “家庭やオフィス内の動作認識用大規模動画データセットの構築,” 第31回人工知能学会全国大会 (JSAI2017), 愛知, May 2017. [paper]
  7. 吉川 友也, 岩田 具治, 澤田 宏, 山田 武士, “潜在分布のカーネル埋め込みによる異種データ間マッチング,” 第29回人工知能学会全国大会 (JSAI2015), 函館, May 2015. [paper]
  8. 澤井 裕一郎, 吉川 友也, 松本 裕治, “文書分類におけるサポートメジャーマシンの有効性,” 言語処理学会第21回年次大会 (NLP2015), 京都, Mar. 2015.
  9. 吉川 友也, 岩田 具治, 澤田 宏, “グループ推薦のための非線形行列分解,” 第28回人工知能学会全国大会 (JSAI2014), 愛媛, May 2014. [paper, poster] (全国大会優秀賞)
  10. 吉川 友也, 岩田 具治, 澤田 宏, “ネットワーク上の情報に対する拡散現象と潜在的トピックの同時学習,” 第27回人工知能学会全国大会 (JSAI2013), 富山, Jun 2013. [paper]
  11. 三澤 賢祐, 酒井 啓道, 吉川 友也, 水本 智也, 松本 裕治, “格構造に注目した日本語-日本語手話の並び替えと述語項構造に注目した語義曖昧性解消,” 第27回人工知能学会全国大会 (JSAI2013), 富山, Jun 2013.
  12. 吉川 友也, 藤野 拓也, 酒井啓道, 三谷 亮介, 江崎 大嗣, “Twitterからの人口推定,” 東日本大震災ビッグデータワークショップ -Project 311-, 東京, Oct. 2012. [slides]
  13. 吉川 友也, 岩田 具治, 澤田 宏, “トピックを考慮したソーシャルネットワーク上の情報拡散モデル,” 第26回人工知能学会全国大会 (JSAI2012), 山口, Jun. 2012. [paper]
  14. 吉川 友也, 斉藤 和巳, 元田 浩, 木村 昌弘, 大原剛三, “拡散データからのモデル推定による期待影響度の予測,” 情報処理学会創立50周年記念全国大会(IPSJ2010), 東京, Mar. 2010. (学生奨励賞)
  15. 吉川 友也, 伏見 卓恭, 斉藤 和巳, 元田 浩, 木村 昌弘, “社会ネットワーク上での情報拡散データの分析,” 第8回情報科学技術フォーラム(FIT2009), 宮城, Sep. 2009.
  16. 伏見 卓恭, 吉川 友也, 斉藤 和巳, 元田 浩, 木村 昌弘, “社会ネットワークの構造と情報拡散モデルの関係分析,” 第8回情報科学技術フォーラム(FIT2009), 宮城, Sep. 2009.

Non-Refereed Conferences/Workshops (Poster, in Japanese)

  1. 吉川 友也, 岩田 具治, “説明器に忠実な説明をさせるための最適化法,” 第26回情報論的学習理論ワークショップ (IBIS 2023), 福岡, Oct. 2023.
  2. 上田 隼也, 吉川 友也, 紫藤 佑介, “HSICに基づく特徴クラスタリングによるマルチモーダル特徴融合探索の効率化,” 第22回情報論的学習理論ワークショップ (IBIS 2019), 名古屋, Nov. 2019.
  3. 吉川 友也, 重藤 優太郎, 藺 佳慶, 竹内 彰一, “MetaVD: 人物動作認識データセットを統合するメタデータセット,” 第22回画像の認識・理解シンポジウム (MIRU2019), 大阪, July. 2019.
  4. 重藤 優太郎, 吉川 友也, 藺 佳慶, 竹内 彰一, “人間の動作を日本語で説明するためのキャプションデータセット,” 言語処理学会第25階年次大会 (NLP2019), 名古屋, Mar. 2019.
  5. 今井 優作, 吉川 友也, “Delayed Feedbackを考慮した予測モデルの提案,” 第20回情報論的学習理論ワークショップ (IBIS2017), 東京, Nov. 2017.
  6. 吉川 友也, 重藤 優太郎, 竹内 彰一, “STAIR Captions: 大規模日本語画像キャプションデータセット,” 言語処理学会第23回年次大会 (NLP2017), つくば, Mar. 2017.
  7. 吉川 友也, 岩田 具治, “近似カーネル平均埋め込みに基づくBag-of-Wordsデータのためのニューラルネット,” 第19回情報論的学習理論ワークショップ (IBIS2016), 京都, Nov. 2016.
  8. 吉川 友也, “ノイズあり属性統計量からの学習,” 第30回人工知能学会全国大会 (JSAI2016), 北九州, June 2016. [paper]
  9. 吉川 友也, 岩田 具治, 澤田 宏, “Bag-of-Wordsデータ分類のための潜在サポートメジャーマシン,” 第17回情報論的学習理論ワークショップ (IBIS2014), 愛知, Nov. 2014. [poster]
  10. 吉川 友也, 酒井 啓道, 高橋 弘志, 柏木 潔, 三谷 亮介, “RTのコメントを使ったデマ分類,” NLP若手の会第6回シンポジウム, 奈良, Sep. 2011.
  1. 久保田 康裕, 楠本 聞太郎, 塩野 貴之, 五十里 翔吾, 深谷 肇一, 高科 直, 吉川 友也, 重藤 優太郎, 新保 仁, 竹内 彰一, 三枝 祐輔, 小森 理, “生物多様性ビッグデータに基づいたネイチャーの可視化:その現状と展望.” 計量生物学, vol. 43, no. 2, pp. 145–88, 2023. [paper]
  2. 久保田 康裕, 塩野 貴之, 五十里 翔吾, 竹内 彰一, 新保 仁, 吉川 友也, 重藤 優太郎, “KS-4「生物多様性ビッグデータに基づいた生態系デジタルツイン構築に向けて」開催報告,” 特集:2022年度人工知能学会全国大会(第36回)[企画セッション1-16], 人工知能, 37巻, 6号, pp.766-788, 2022. [paper]
  3. 吉川 友也, 重藤優太郎, 竹内彰一, “画像・動画の説明文生成と画像に関する質問応答のデータセット,” 画像ラボ2019年3月号, Mar. 2019.
  4. 吉川 友也, 重藤優太郎, 竹内彰一, “視覚・言語融合の最前線 (第6章)視覚・言語のデータセット,” 映像情報メディア学会誌2018年9月号, Sep. 2018. [PDF]

Preprints

  1. Yuya Yoshikawa, Masanari Kimura, Ryotaro Shimizu, Yuki Saito, “Explaining Black-box Model Predictions via Two-level Nested Feature Attributions with Consistency Property,” arXiv:2405.14522, May 2024. [arXiv]
  2. Yuya Yoshikawa, Tomoharu Iwata, “Explanation-Based Training with Differentiable Insertion/Deletion Metric-Aware Regularizers,” arXiv:2310.12553, Oct. 2023. [arXiv]
  3. Tomoharu Iwata, Yuya Yoshikawa, “Training Deep Models to be Explained with Fewer Examples,” arXiv:2112.03508, Dec. 2021. [arXiv]
  4. Yuya Yoshikawa, Tomoharu Iwata, “Gaussian Process Regression with Local Explanation,” arXiv:2007.01669, July 2020. [arXiv]
  5. Yuya Yoshikawa, Tomoharu Iwata, “Neural Generators of Sparse Local Linear Models for Achieving both Accuracy and Interpretability,” arXiv:2003.06441, Mar. 2020. [arXiv]
  6. Yutaro Shigeto, Yuya Yoshikawa, Jiaqing Lin, Akikazu Takeuchi, “Video Caption Dataset for Describing Human Actions in Japanese,” arXiv:2003.04865, Mar. 2020. [arXiv]
  7. Yuya Yoshikawa, Jiaqing Lin, Akikazu Takeuchi, “STAIR Actions: A Video Dataset of Everyday Home Actions,” arXiv:1804.04326, Apr. 2018. [arXiv]
  8. Yuya Yoshikawa, Yusaku Imai, “A Nonparametric Delayed Feedback Model for Conversion Rate Prediction,” arXiv:1802.00255, Feb. 2018. [arXiv]
  9. Yuya Yoshikawa, Tomoharu Iwata, Hiroshi Sawada, “Collaboration on Social Media: Analyzing Successful Projects on Social Coding,” arXiv:1408.6012, Aug. 2014. [arXiv]

Talks

  1. 吉川 友也, “説明可能AIの基礎と研究動向”, 依頼講演, 2024年度統計数理研究所 医療健康データ科学研究センターシンポジウム, オンライン, Jaly 2024. [slide]
  2. 吉川 友也, “ブラックボックス機械学習モデルの判断根拠を説明する技術”, 依頼講演, 日本応用数理学会応用数理ものづくり研究会第56回技術セミナー, オンライン, June 2024. [slide]
  3. 吉川 友也, “メタ動画データセットによる動作認識の現状と可能性”, 依頼講演, 第74回産総研AIセミナー, オンライン, Jan. 2024. [slide]
  4. 吉川 友也, “説明可能AI:代表的手法と最近の動向”, 招待講演, 第21回ディペンダブルシステムワークショップ, 茨城, Dec. 2023. [slide]
  5. 吉川 友也, “説明可能AIのこれまでとこれから”, 依頼講演, ステアラボAIセミナー, オンライン, Aug 2023. [slide, video]
  6. 吉川 友也, “解釈可能な機械学習 〜説明は人のためか?〜”, チュートリアル講演, 2023年度人工知能学会全国大会 (JSAI2023), 熊本, June 2023. [slide]
  7. 吉川 友也, “説明可能な機械学習入門 〜Feature Attribution法〜”, チュートリアル講演, 第14回データ工学と情報マネジメントに関するフォーラム(DEIM2022), オンライン, Feb. 2022. [slide]
  8. 吉川 友也, “画像キャプションと動作認識の最前線 〜データセットに注目して〜”, 第17回ステアラボ人工知能セミナー, 東京, June 2018. [スライドと講演動画]
  9. 吉川 友也, “新設研究センターで働くということ,” 依頼講演, 言語処理学会第24回年次大会(NLP2018) 若手チュートリアル企画, 岡山, Mar. 2018.
  10. 吉川 友也, “AIによる画像・動画認識の現状と未来,” 依頼講演, 第5回えどがわ産学官金連携推進フォーラム, 東京, Sep., 2017.
  11. 吉川 友也, “分布のカーネル埋め込みに基づくBag-of-Wordsデータのための潜在変数モデル,” 依頼講演, 第32回統計的機械学習セミナー, 統計数理研究所, Oct. 2016.
  12. Yuya Yoshikawa, Tomoharu Iwata, Hiroshi Sawada, Takeshi Yamada, “Cross-Domain Matching for Bag-of-Words Data via Kernel Embeddings of Latent Distributions,” 招待講演, 第19回画像の認識・理解シンポジウム (MIRU), 静岡, Aug. 2016.
  13. 吉川 友也, “分布のカーネル埋め込みに基づくBag-of-Wordsデータのための潜在変数モデル,” 招待講演, 第225回自然言語処理研究会, 東京, Jan. 2016.
  14. Yuya Yoshikawa, Tomoharu Iwata, Hiroshi Sawada, “Latent Support Measure Machines for Bag-of-Words Data Classification,” 招待講演, 第18回画像の認識・理解シンポジウム (MIRU), 大阪, July 2015.
  15. 吉川 友也, “Latent Support Measure MachineによるBag-of-Wordsデータの分類,” グラフマイニング&WEB&AIセミナー, 国立情報学研究所, Jan. 2015.

Awards

Funds

  1. 科研費 若手研究, “高精度な予測と解釈のしやすさを両立する自己説明型機械学習の研究,” 研究代表者, 2022年度〜2025年度.
  2. 文科省 海洋生物ビッグデータ活用技術高度化, “海洋生物多様性ビッグデータ汎用化の基盤技術と海の豊かさを守る応用技術の開発,” 研究分担者, 2021年度~2030年度.
  3. NEDO 人と共に進化する次世代人工知能に関する技術開発事業, “動作認識AIの効率的応用開発手法の研究開発,” 産総研から再委託, 研究分担者, 2020年度〜2024年度.
  4. NEDO 超先端材料超高速開発基盤技術プロジェクト/材料データ構造化AIツールの研究開発, “材料科学論文の図表から情報抽出するツールの開発,” NAISTから再委託, 研究代表者, 2019年度〜2021年度.
  5. 科研費 若手研究, “カーネル平均埋め込みに基づく集合データに対する機械学習フレームワークの構築,” 研究代表者, 2018年度〜2020年度.
  6. 公益財団法人人工知能研究振興財団 平成29年度研究助成, “ラベル付きデータのない状況下におけるカテゴリ分類器の学習,” 研究代表者, 2017年12月〜2018年3月.
  7. NEDO 次世代人工知能・ロボット中核技術開発, “きめ細かい動作認識の研究開発,” 産総研から再委託, 研究分担者, 2016年度〜2019年度.
  8. 日本学術振興会 特別研究員奨励費, “ネットワークのミクロ・マクロ視点における情報拡散モデルの研究,” 研究代表者, 2013年4月〜2016年3月.
  9. NAIST Creative and International Competitiveness Project 2012 (CICP2012), “暮らしやすい社会の創造を目指した手話生成システムのオープンソース化,” 研究分担者, 2012年6月〜2013年3月.
  10. NAIST Creative and International Competitiveness Project 2011 (CICP2011), “集合知によるTwitter上のデマ判定支援システムの開発,” 研究代表者, 2011年7月〜2012年3月.