Ясуо Мацуяма
 | В этой статье есть несколько проблем. Пожалуйста, помогите улучшить его или обсудите эти проблемы на странице обсуждения . ( Узнайте, как и когда удалять эти шаблонные сообщения )
|
Ясуо Мацуяма | |
|---|---|
 На семинаре по подключению HPC 2017 | |
| Рожденный | 23 марта 1947 г. Иокогама , Япония |
| Национальность | японский |
| Альма-матер | Университет Васэда (доктор инженерных наук, 1974 г.) Стэнфордский университет (доктор философии, 1978 г.) |
| Известный | Алгоритм Альфа-ЭМ |
| Научная карьера | |
| Поля | Машинное обучение с участием человека и обработка информации |
| Учреждения | Университет Васэда, Стэнфордский университет |
| Диссертация | Исследования по стохастическому моделированию нейронов (доктор инженерных наук из Университета Васэда). Меры искажения процесса и обработка сигналов (доктор философии Стэнфордского университета). |
| Докторантура | Университет Васэда: Дзюнъити Такаги, Кагео Акизуки и Кастухико Сираи за доктора инженерных наук Стэнфордский университет: Роберт М. Грей на степень доктора философии |
| Веб-сайт | http://www.f.waseda.jp/yasuo2/en/index.html |
Ясуо Мацуяма (родился 23 марта 1947 г.) — японский исследователь в области машинного обучения с участием человека и обработки информации .
Мацуяма — почетный профессор и почетный научный сотрудник Научно-исследовательского института науки и техники Университета Васэда .
Ранняя жизнь и образование
[ редактировать ]Мацуяма получил степени бакалавра, магистра и доктора электротехники в Университете Васэда в 1969, 1971 и 1974 годах соответственно. Тема диссертации на соискание ученой степени доктора технических наук: « Исследования по стохастическому моделированию нейронов» . [ 1 ] Там он внес свой вклад в спайкование нейронов со стохастической частотно-импульсной модуляцией. Советниками были Дзюнъити Такаги, Кагео, Акизуки и Кацухико Сираи.
По завершении докторской работы в Университете Васэда он был направлен в США в качестве научного сотрудника по обмену между Японией и США по совместной программе Японского общества содействия науке , Программы Фулбрайта и Института международного образования . В рамках этой программы обмена он защитил докторскую диссертацию. Программа в Стэнфордском университете в 1978 году. Название диссертации: « Меры искажения процессов и обработка сигналов» . [ 2 ] Там он внес свой вклад в теорию вероятностных мер искажения и ее применение к кодированию речи с помощью спектральной кластеризации или векторного квантования . Его советником был Роберт. М. Грей .
Карьера
[ редактировать ]С 1977 по 1078 год Мацуяма был научным сотрудником лаборатории информационных систем Стэнфордского университета .
С 1979 по 1996 год он работал преподавателем Университета Ибараки , Япония (последняя должность — профессор и заведующий кафедрой информационных и системных наук).
С 1996 года он был профессором факультета компьютерных наук и инженерии Университета Васэда. С 2011 по 2013 год он был директором Медиа-сетевого центра Университета Васэда. Во время землетрясения и цунами в Тохоку 11 марта 2011 года он отвечал за проверку безопасности 65 000 студентов, сотрудников и преподавателей.
С 2017 года Мацуяма является почетным профессором и почетным научным сотрудником Научно-исследовательского института науки и техники Университета Васэда . С 2018 года он является исполняющим обязанности президента Общества электротехников Васэда .
Работа
[ редактировать ]Работы Мацуямы по машинному обучению и обработке информации человеком имеют двойную основу . Исследования по конкурентному обучению (векторному квантованию) для докторской диссертации. в Стэнфордском университете он опубликовал свои успешные работы по вкладу машинного обучения. Исследования стохастических импульсных нейронов [ 3 ] [ 4 ] для своей докторской степени в Университете Васэда он начал применять биологические сигналы в машинном обучении. Таким образом, его произведения можно сгруппировать, отражая эти двойственные основы .
Статистические алгоритмы машинного обучения : использование альфа-логарифмического отношения правдоподобия в циклах обучения привело к созданию алгоритма альфа-EM (алгоритм максимизации альфа-ожидания). [ 5 ] Поскольку альфа-логарифм включает в себя обычный логарифм, алгоритм альфа-EM содержит EM-алгоритм (точнее, алгоритм log-EM). Преимущество ускорения альфа-ЭМ по сравнению с лог-ЭМ обусловлено способностью использовать прошлую информацию. Такое использование сообщений из прошлого привело к появлению алгоритма оценки альфа-HMM (алгоритм оценки альфа-скрытой марковской модели). [ 6 ] это обобщенная и более быстрая версия алгоритма оценки скрытой модели Маркова (алгоритм оценки HMM).
Конкурентное обучение на эмпирических данных . Начав с исследований по сжатию речи в Стэнфорде, Мацуяма разработал обобщенные конкурентного обучения алгоритмы ; Гармоническое соревнование [ 7 ] и конкуренция по стоимости множественного спуска. [ 8 ] Первый реализует многообъектную оптимизацию. Последний допускает деформируемые центроиды. Оба алгоритма обобщают векторное квантование в пакетном режиме (просто называемое векторным квантованием ) и векторное квантование в последовательном режиме (или называемое векторным квантованием обучения ).
Иерархия от альфа-ЭМ до векторного квантования : Мацуяма внес свой вклад в создание и идентификацию иерархии вышеупомянутых алгоритмов.
- Альфа-ЭМ [ 5 ] ⊃ log-EM ⊃ базовое соревновательное обучение ( векторное квантование , VQ ; или кластеризация ).
В классе векторного квантования и конкурентного обучения он способствовал созданию и выявлению иерархии VQ.
- VQ ⇔ {пакетный режим VQ и обучение VQ} [ 8 ] ⊂ {гармоническое соревнование} [ 7 ] ⊂ {конкуренция по стоимости множественного спуска}. [ 8 ]
Приложения к обработке информации с учетом человека : Двойные основы его привели к приложениям к обработке информации с учетом человека.
- Системы поиска похожих изображений [ 9 ] и видео. [ 10 ]
- Двуногие гуманоидные операции с помощью инвазивных и неинвазивных сигналов мозга, а также жестов. [ 11 ]
- Непрерывная аутентификация использования по сигналам мозга. [ 12 ]
- Самоорганизация [ 7 ] и внедрение эмоциональных характеристик на основе конкурентного обучения. [ 8 ]
- Разложение последовательностей ДНК методом независимого компонентного анализа (патент США: US 8,244,474 B2).
- Сжатие данных речевых сигналов методом конкурентного обучения . [ 13 ] [ 14 ] [ 15 ]
Вышеупомянутые теории и приложения являются вкладом в IoCT (Интернет вещей для совместной работы) и IoXT ( http://www.asc-events.org/ASC17/Workshop.php ).
Награды и почести
[ редактировать ]- 2016: Премия Университета Васэда в области электронного преподавания.
- 2015: Премия Японского общества обработки информации за лучший учебник.
- 2014: Член Японского общества обработки информации.
- 2013: Товарищ по жизни IEEE
- 2008: Премия Y. Dote Memorial за лучшую работу CSTST 2008 от ACM и IEEE
- 2006: Премия LSI за дизайн интеллектуальной собственности от Комитета LSI по интеллектуальной собственности.
- 2004: Премия за лучшую статью в области прикладных исследований от Азиатско-Тихоокеанской ассамблеи нейронных сетей.
- 2002: Награда научного сотрудника Института инженеров электроники, информации и связи .
- 2001: Основная награда в области телекоммуникационных систем Фонда развития телекоммуникаций.
- 2001: Награда за выдающуюся работу по транзакциям IEEE в нейронных сетях. Архивировано 17 января 2013 г. в Wayback Machine.
- 1998: Премия IEEE за вклад в изучение алгоритмов на соревнованиях. [ 16 ]
- 1992: Премия за лучшую работу от Института инженеров электроники, информации и связи.
- 1989: Премия за продвижение телекоммуникационных систем Фонда развития телекоммуникаций.
Ссылки
[ редактировать ]- ^ Мацуяма, Ясуо (1974-03). «Исследования по стохастическому моделированию нейронов», http://www.f.waseda.jp/yasuo2/MatsuyamaWasedaDissertation.pdf
- ^ Мацуяма, Ясуо (1978-08). «Меры искажения процесса и обработка сигналов», http://www.f.waseda.jp/yasuo2/MatsuyamaStanfordDissertation.pdf
- ^ Мацуяма, Ясуо; Шираи, Кацухико; Акизуки, Кагео (1 сентября 1974 г.). «О некоторых свойствах стохастических информационных процессов в нейронах и нейрональных популяциях». Кибернетик . 15 (3): 127–145. дои : 10.1007/BF00274585 . ISSN 0023-5946 . ПМИД 4853437 . S2CID 31189652 .
- ^ Мацуяма, Ю. (1 сентября 1976 г.). «Заметка о стохастическом моделировании шунтирующего торможения». Биологическая кибернетика . 24 (3): 139–145. дои : 10.1007/BF00364116 . ISSN 0340-1200 . ПМИД 999955 . S2CID 5211589 .
- ^ Перейти обратно: а б Мацуяма, Ю. (март 2003 г.). «Алгоритм альфа;-EM: суррогатная максимизация правдоподобия с использованием альфа;-логарифмических информационных мер». Транзакции IEEE по теории информации . 49 (3): 692–706. дои : 10.1109/тит.2002.808105 . ISSN 0018-9448 .
- ^ Мацуяма, Ю. (июль 2017 г.). «Алгоритм оценки Alpha-HMM: быстрый путь предшествующего цикла». Транзакции IEEE по обработке сигналов . 65 (13): 3446–3461. Бибкод : 2017ИТСП...65.3446М . дои : 10.1109/tsp.2017.2692724 . ISSN 1053-587X . S2CID 34883770 .
- ^ Перейти обратно: а б с Мацуяма, Ю. (май 1996 г.). «Гармоническая конкуренция: самоорганизующаяся оптимизация по множеству критериев». Транзакции IEEE в нейронных сетях . 7 (3): 652–668. дои : 10.1109/72.501723 . ISSN 1045-9227 . ПМИД 18263462 .
- ^ Перейти обратно: а б с д Мацуяма, Ю. (январь 1998 г.). «Множественная ценовая конкуренция: восстанавливаемая самоорганизация и обработка мультимедийной информации». Транзакции IEEE в нейронных сетях . 9 (1): 106–122. дои : 10.1109/72.655033 . ISSN 1045-9227 . ПМИД 18252433 .
- ^ Кацумата, Наото; Мацуяма, Ясуо (2005). «Поиск в базе данных похожих изображений с использованием баз ICA и PCA». Инженерные применения искусственного интеллекта . 18 (6): 705–717. дои : 10.1016/j.engappai.2005.01.002 .
- ^ Хориэ, Теруки; Сикано, Акихиро; Ивасе, Хиромичи; Мацуяма, Хесус (9 ноября 2015 г.). «Алгоритмы обучения и сигнатуры кадров для ранжирования сходства видео». Нейронная обработка информации . Конспекты лекций по информатике. Том. 9489. Спрингер, Чам. стр. 100-1 147–157. дои : 10.1007/978-3-319-26532-2_17 . ISBN 9783319265315 .
- ^ Мацуяма, Ясуо; Ногучи, Кейта; Хатакеяма, Такаши; Отиай, Нимико; Хори, Тацуро (28 августа 2010 г.). «Распознавание сигналов мозга и преобразование их в симбиоз с передвигающимися гуманоидами». Мозговая информатика . Конспекты лекций по информатике. Том. 6334. Шпрингер, Берлин, Гейдельберг. стр. 101–111. дои : 10.1007/978-3-642-15314-3_10 . ISBN 9783642153136 .
- ^ Мацуяма, Ясуо; Сёзава, Мичитаро; Ёкотэ, Рёта (2015). «Низкочастотный сигнал мозга подходит для непрерывной аутентификации». Нейрокомпьютинг . 164 : 137–143. дои : 10.1016/j.neucom.2014.08.084 .
- ^ Грей, Р.; Бузо, А.; Грей, А.; Мацуяма, Ю. (август 1980 г.). «Меры искажения при обработке речи». Транзакции IEEE по акустике, речи и обработке сигналов . 28 (4): 367–376. дои : 10.1109/tassp.1980.1163421 . ISSN 0096-3518 .
- ^ Мацуяма, Ю.; Грей, Р. (январь 1981 г.). «Универсальное древовидное кодирование речи». Транзакции IEEE по теории информации . 27 (1): 31–40. дои : 10.1109/тит.1981.1056306 . ISSN 0018-9448 .
- ^ Мацуяма, Ю.; Грей, Р. (апрель 1982 г.). «Системы сжатия речи голосового кодирования и древовидного кодирования на основе обратного сопоставления фильтров». Транзакции IEEE в области коммуникаций . 30 (4): 711–720. дои : 10.1109/tcom.1982.1095512 . ISSN 0090-6778 .
- ^ «Стипендиаты IEEE 1998 | Общество связи IEEE» .
