Feb

17
【RICOS×ZOZO】NeurIPS2022論文読み会

Organizing : ZOZO/RICOS合同研究会

Registration info	Registration not needed, or register on another site.

Description

目的

本イベントは、ZOZO、RICOSの合同イベントです。

2022年の11月28日～12月9日にかけて開催された機械学習の主要な国際会議である「NeurIPS 2022」の論文読み会です。

日時

2023年2月17日（金）19:00～21:00
配信方法：YouTube Live
https://www.youtube.com/watch?v=v2rr5mXfd2I

参加方法

リモート登壇枠

リモート登壇される方向けの枠です。
登壇が決まった方には別途、connpass経由でご連絡いたします。

リモート聴講枠 (YouTube)

YouTube Liveでライブ配信を視聴する方向けの枠です。
聴講でご参加される方はこちらをお選びください。

タイムスケジュール

時間	タイトル	発表者
19:00	オープニング / 各企業紹介
19:15	論文紹介「"Learning Neural Set Functions Under the Optimal Subset Oracle", Zijing. Ou. et, al」	ZOZO 平川
19:35	論文紹介「“Physics-Embedded Neural Networks: Graph Neural PDE Solvers with Mixed Boundary Conditions”, Horie. M. and Mitsume. N.」	RICOS 堀江
19:55	論文紹介「“Infinite-Fidelity Coregionalization for Physical Simulation”, Shibo. L. et, al」	RICOS 坂本
20:15	MineDojo: Building Open-Ended Embodied Agents with Internet-Scale Knowledge	大渡勝己
20:35	NeurIPS2022 における分布シフト研究の動向	ZOZO/モントリオール大学長沼
20:55	エンディング

※各登壇に、質疑応答の時間を5分程度設ける予定です。
※上記当日のタイムテーブルには変更が生じる可能性があります。

発表者

RICOS

堀江正信

RICOS CRO 兼基盤研究部部長。物理現象、特に数値解析のための機械学習を主に研究している。
ICLR 2021、NeurIPS 2022 論文採択。

発表概要

複雑な物理現象およびその数値解析を学習する目的に適した、発表者らの論文を紹介する。
実用的な数値解析では形状はメッシュと呼ばれるグラフデータの一種とみなすことができるため、グラフニューラルネットワーク (GNN) で取り扱うことが標準的となりつつある。しかしながら、典型的な GNN は局所的な情報のみを考慮するため、物理現象にしばしば現れる大域的な相互作用を取り扱うことが困難であった。
また、物理現象を偏微分方程式として取り扱う際に必須となる境界条件についても汎用的に取り扱う手法は知られていなかった。本研究では、物理現象の対称性を埋め込んだ既存研究 (Horie. M. et al. ICLR, 2021) をベースとしつつ、それらの問題を解決したものである。

坂本陸

RICOSの機械学習エンジニア

発表概要

機械学習と数値シミュレーションを組み合わせる取り組みの一つとして，「Multi-Fidelity Learning」に関する文献を紹介します．「Fidelity」とは「計算モデルの解像度」とも言える概念になり，数値シミュレーションにおける計算モデルや計算条件が現実の設定をどれくらい忠実に反映しているかを表します．
「Multi-Fidelity Learning」は，機械学習を使って「低Fidelity（低解像度）」の結果から「高Fidelity（高解像度）」の結果を予測する技術になり，本技術について本論文で提案されている手法を紹介します.

ZOZO

平川優伎

2022年3月　東京工業大学情報理工学院知能情報コース修了。修士課程では、逆強化学習を用いた運転行動モデリングに関する研究に従事した。
2022年4月よりZOZO Rsearchに入所。現在は、推薦システムに関する研究開発に取り組んでいる。

発表概要

集合データを扱う機械学習モデルは推薦システムや創薬分野など広い分野で応用されています。先行研究では集合とその評価値の組を用いた教師あり学習を行う場合が多いですが、タスクによっては評価値の値をアノテーションすることが困難な場合があります。本公演ではよりアノテーションコストが低い手法として。元集合とその望ましい部分集合の組を用いた教師あり学習手法について紹介します。

長沼大樹

東京工業大学情報理工学院修士課程を修了後、 2020年よりモントリオール大学コンピュータ科学専攻及び Mila - Quebec Artificial Intelligence Institute 博士後期課程在籍。
現在 ZOZO研究所理論機械学習チームにて外部研究員として最適化アルゴリズムと分布外汎化の研究に従事。

発表概要

本発表では、深層学習における分布シフトの問題に焦点を当て、そのトピックを紹介します。従来の学習フレームワークでは、訓練データとテストデータは i.i.d. であると仮定され、経験損失を最小化することで期待損失を最小化することが期待されます（Empirical Risk Minimization）。しかし、現実世界ではテストデータの分布が訓練データの分布と異なることが一般的であり、学習・推論時の環境変化は、教師あり学習の前提に反するものです。従って、分布シフトの問題に取り組むことが、深層学習の実応用に不可欠です。前半で個々の論文の詳細ではなく、分野全体の概観・トレンドを紹介し、後半ではいくつかの論文について簡潔に紹介します。

会社紹介

RICOSについて

RICOSは、ものづくりの現場でCAEをはじめとする科学計算技術が活用され、人の思い描いた理想を瞬時に形にできる世界の実現を目指し、研究開発を推し進めています。
※CAE：コンピュータを用いた工業製品の設計・開発・シミュレーションのこと

会社・採用情報

ZOZOについて

ファッション通販サイト「ZOZOTOWN」をはじめ、「ZOZOCOSME」や「ZOZOSHOES」といったカテゴリー専門モール、ブランド古着を取り扱う「ZOZOUSED」やラグジュアリー＆デザイナーズブランドを取り扱う「ZOZOVILLA」、個性豊かなインフルエンサーブランドを展開する「YOUR BRAND PROJECT」、ファッションコーディネートアプリ「WEAR」など、ファッション好きに向けた各種サービスの企画・展開をおこなうほか、「ZOZOSUIT」や「ZOZOMAT」、「ZOZOGLASS」などの計測テクノロジーの開発・活用にも取り組んでいます。

会社・採用情報

注意事項

本イベントの内容は後日、主催のブログ・YouTube等の媒体にて紹介する可能性があります。予めご了承ください。事後アンケート、その他、当イベントを通じて取得した個人情報等の取扱いは、各社のプライバシーポリシーに従って取り扱います。ご同意の上、ご参加ください。(ZOZO ,RICOS)
事後アンケートでは、匿名でイベント全体、各セッションの感想についてお伺いする予定です。