京都大学 国際高等教育院附属データ科学イノベーション教育研究センター

075-753-9691075-753-9691 お問い合せお問い合せ

京都大学 国際高等教育院附属データ科学イノベーション教育研究センター

MENU

講演会


3月27日(火)

講演 1Toward Data-Driven Education

講演者

Rakesh Agrawal (Visiting Professor, Graduate School of Informatics, Kyoto University)

講演・講義概要

An educational program of study can be viewed as a knowledge graph consisting of learning units and relationships between them. Such a knowledge graph provides the core data structure for organizing and navigating learning experiences. We address three issues in this talk. First, how can we synthesize the knowledge graph, given a set of concepts to be covered in the study program. Next, how can we use data mining to identify and correct deficiencies in a knowledge graph. Finally, how can we use data mining to form study groups with the goal of maximizing overall learning. We conclude by pointing out some open research problems.

講演者略歴

Rakesh Agrawal is the President and Founder of the Data Insights Laboratories, San Jose, USA and a Visiting Professor at the Kyoto University, Japan. He is a member of the National Academy of Engineering, both USA and India, a Fellow of ACM, and a Fellow of IEEE. He has been both an IBM Fellow and a Microsoft Fellow. He has also been the Rukmini Visiting Chair Professor at the Indian Institute of Science, Bangalore, India, and a Visiting Professor at EPFL, Lausanne, Switzerland. ACM SIGKDD awarded him its inaugural Innovations Award and ACM SIGMOD the Edgar F. Codd Award. He was named to the Scientific American’s First list of top 50 Scientists. Rakesh has been granted 80+ patents and published 200+ papers, including the 1st and 2nd highest cited in databases and data mining. Five of his papers have received “test-of-time” awards. His papers have received 100,000+ citations. His research formed the nucleus of IBM Intelligent Miner that led the creation of data mining as a new software category. Besides Intelligent Miner, several other commercial products incorporate his work, including IBM DB2 and WebSphere and Microsoft Bing.

講演 2 Computational Optimal Transport

講演者

Marco Cuturi (Professor, École Nationale de la Statistique et de l’Administration Économique)

講演・講義概要

Optimal transport theory was first proposed 2 centuries ago, and has led to notable distinctions such as the Nobel prize in economics for Kantorovich and Koopmans or more recently a Fields medal for Villcani. I will present in this talk a survey of recent computational advances in that field, starting from an intuitive introduction to the topic, theoretical insights and numerical tools. We will then present recent applications in different fields such as imaging, graphics and the estimation of generative models.

講演 3 ビッグデータ標準化と世界メッシュ統計の応用

講演者

佐藤 彰洋(京都大学大学院情報学研究科 特定准教授)

講演・講義概要

ビッグデータ標準化は国際機関(ITU, ISO, 国連)において現在重要な課題となっている。この講演では、ビッグデータ標準化に関する現状について触れる[1]。更に、ビッグデータの一例として世界メッシュ統計を作るために自身が実施している研究成果を紹介する。メッシュ統計とは空間統計の一種であり、地理的場所と秘匿性とを考慮して統計を作成する方法である。我が国においては日本工業規格(JIS X0410)「地域メッシュコード」と呼ばれるコード体系があり、このコード体系を使って様々な統計が結合連結可能な形で作成されている。ここでは、我が国の標準となっている地域メッシュコードを全世界へ拡張したコード体系について述べる [2,3]。そして、この世界メッシュコードに従い、インターネットサービスから収集したポイントデータ、衛星画像、公的統計から作られた種々のメッシュ統計の事例を紹介する。更に、このような統計を利用した意思決定支援ツールについて紹介する。

参考文献
[1] 佐藤彰洋, “ビッグデータと標準化”, 標準化と品質管理, Vol. 70, No. 3 (2017) pp.20-23.
[2] 佐藤彰洋, 椿広計, “ビッグデータ時代に必要な標準化”, 統計, 2015年9月号 (2015) pp. 32-38.
[3] Aki-Hiro Sato, Shoki Nishimura, Hiroe Tsubaki, “World grid square codes: Definition and an example of world grid square data”, 2017 IEEE International Conference on Big Data (Big Data), pp. 4238–4247 (2017).

講演者略歴

京都大学大学院情報学研究科 数理工学専攻 特定准教授
科学技術振興機構 さきがけ研究員

2001 年3月東北大学大学院情報科学研究科修了。博士(情報科学)。 2000 年-2001 年日本学術振興会特別研究員(DC)。2001年4月-2007年3月京都大学大学院情報学研究科助手. 2007年4月-2017年9月京都大学大学院情報学研究科助教。 2017年10月より現職。 2015 年10月より科学技術新興機構さきがけ研究員。 2015年2月から2017年12月までキヤノングローバル戦略研究所研究員を兼業。ISO TC69 WG12 Big Data Analytics expert. エージェントモデル、応用としてのデータ中心科学の研究に従事。多くの要素(エージェント)の相互作用の結果生じる共同現象に興味を持ち、共同現象のメカニズムの理解、設計を研究テーマとする。日本統計学会、 情報処理学会, 日本証券・計量・工学学会, 進化経済学会, IEEE Computer Society, IEEE Computational Intelligence Societyなどの正会員。平成18年度情報処理学会山下記念研究賞、第2回「京」を中核とするHPCIシステム利用研究課題優秀成果賞(2015年)、 第4回横幹連合木村賞(2015年) 受賞。著書としてAki-Hiro Sato, “Applied Data-Centric Social Sciences: Concepts, Data, Computation, and Theory”, Springer (2014)、林高樹/佐藤彰洋著,金融市場の高頻度データ分析 ―データ処理・モデリング・実証分析―(朝倉書店)がある。

講演 4 バイオインフォマティクスにおけるデータサイエンス

講演者

阿久津 達也(京都大学化学研究所 教授)

講演・講義概要

バイオインフォマティクスは生物学と情報学の学際領域であり、 生命情報学などと訳されます。 バイオインフォマティクスではDNA配列、タンパク質立体構造、 遺伝子発現データを始めとして多様な生物関連データが扱われます。 近年では次世代シーケンサー技術の進歩などにより大量のデータが 続々と産出されており、その解析のためにはデータサイエンス技術 の利用が不可欠であるとともに、独自のデータ解析技術を開発する ことも必要となっています。 本講演ではバイオインフォマティクスにおけるデータサイエンス 技術について演者の研究も含めて紹介いたします。

講演者略歴

京都大学 化学研究所 バイオインフォマティクスセンター・教授
Bioinformatics Center, Institute for Chemical Research, Kyoto University Professor
専門分野:バイオインフォマティクス、複雑ネットワーク、離散アルゴリズム
Bioinformatics, Complex networks, Discrete Algorithms

講演 5広がる機械学習とその応用

講演者

鹿島 久嗣(京都大学大学院情報学研究科 教授)

講演・講義概要

最近のビッグデータの潮流や人工知能ブームにに乗り、多くの国や企業等がデータ解析技術をその競争力の源泉として位置づけようとしている。元々人工知能研究の一分野として 始まった機械学習はデータ解析の中核を担う技術として活用されている。
本講演では、機械学習の基本的なコンセプトとアプローチ、またその応用ならびに最近の動向について紹介する。

講演者略歴

鹿島久嗣
京都大学大学院情報学研究科知能情報学専攻 教授
専門は、人工知能・機械学習・データ分析