于 海涛

卒業研究指導方針

2023年度 卒業研究指導方針

氏 名:于 海涛 (ウ カイトウ)
所 属:知識科学主専攻
研究室:7D316
E-mail: yuhaitao@slis.tsukuba.ac.jp

メッセージ

第3次人工知能ブームを牽引しているのが機械学習技術の進化だといわれることは皆さんもご存知のことでしょう。本研究室は、機械学習あるいは深層学習について深く理解し、実践し、現実の問題を解決できる力の養成をめざしています。旺盛な好奇心と柔軟な思考力を持ち、機械学習を通して現実問題を解決したいと願っている皆さんをひろく募集します。

研究室の格言

研究の成果 = 考え方(値の範囲:[-100, 100]) × 熱意(値の範囲:[0, 100]) × 能力(値の範囲:[0, 100]) × 研究指導(値の範囲:[-100, 100])

指導可能な研究領域

情報爆発やビッグデータの時代に直面し、私たちが日常生活で有用な情報を得るため、新しい情報アクセス技術の研究開発はますます重要になっています。本研究室では、情報検索(Information Retrieval)の領域における幅広い研究を行っています。
近年、本研究室が特に力を入れているトピックには以下のものがあります。

1. 高度な情報検索アリゴリズム
ビッグデータ時代において、ウェブ上で検索可能なコンテンツの量と多様性は増加し、ユーザの情報ニーズも多様化しています。これによって適合する情報オブジェクトの効果的な検索には多くの技術的課題(チャレンジ)があります。本研究室では、高度な情報検索アリゴリズムを開発することで、上記のチャレンジに取り組んできました。
代表論文
(1) Hai-Tao Yu. Optimize what you evaluate with: search result diversification based on approximate metric optimization. The 36th AAAI Conference on Artificial Intelligence, 2022. (Acceptance rate 15%=1349/9251 submissions).
(2) Hai-Tao Yu, Adam Jatowt, Hideo Joho, Joemon Jose, Xiao Yang and Long Chen. WassRank: Listwise Document Ranking Using Optimal Transport Theory. Proceedings of the 12th International Conference on Web Search and Data Mining (WSDM), 2019.

2. 情報検索行動分析とモデリング
サーチエンジンは情報システムの中でも最もインタラクティブなシステムであり、多様な文脈におけるユーザとユーザの行動を正確に理解することは、新たな検索技術の開発に欠かせない要素です。本研究室ではこれまで、検索行動を研究する数多くのユーザ研究を実施してきており、それらの行動を予測するモデル構築に着手しています。
代表論文
(1) Hai-Tao Yu, Adam Jatowt, Roi Blanco, Joemon Jose and Zhou Ke. A Rank-biased Neural Network Model for Click Modeling. Proceedings of the 2019 Conference on Human Information Interaction & Retrieval, 2019.
(2) Hai-Tao Yu, Jatowt Adam, Roi Blanco, Hideo Joho, and Joemon Jose. Decoding multi-click search behavior based on marginal utility. Information Retrieval Journal, 20(1):25–52, 2017.

3. プライバシー保護情報検索
ユーザーのプライバシーを保護しつつ、最適な情報を素早く提供できる次世代の検索技術を開発する。
代表論文
(1) Yijun Duan, Xin Liu, Adam Jatowt, Hai-Tao Yu, Steven Lynden, Kyoung-Sook Kim, and Akiyoshi Matono. Anonymity Can Help Minority: A Novel Synthetic Data Over-sampling Strategy on Multi-label Graphs. Proceedings of The European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases (ECML-PKDD), 2022.

4. 知識グラフ
次世代のヒューマンロボットインタラクション(Human-Robot Interaction)技術を探求するために、大規模知識グラフの構築・知識グラフの応用・新しい学習モデルに関する研究を行う。
代表論文
(1) Yijun Duan, Xin Liu, Adam Jatowt, Hai-Tao Yu, Steven Lynden, Kyoung-Sook Kim, and Akiyoshi Matono. Dual Cost-sensitive Graph Convolutional Network Learning for Imbalanced Graph Node Classification. International Joint Conference on Neural Networks (IJCNN), 2022.
(2) Yijun Duan, Xin Liu, Adam Jatowt, Hai-Tao Yu, Steven Lynden, Kyoung-Sook Kim, and Akiyoshi Matono. Multi-view Actionable Knowledge Graph Generation from Wikipedia Biographies. IEEE Access: The Multidisciplinary Open Access Journal, 2022.

面談の前に、候補学生は、上記のトピックの1つまたはいくつかについて関連情報を了解してみてください。学生自身の興味を持っているトピックを選択することができます。

研究指導・ゼミの概要

卒業研究の最終発表会までに、6月の着手発表会、10月の中間発表会があります。
ゼミは毎週行い、作業の進捗状況を報告すると共に疑問点や問題点を解消していきます。

研究をすすめる上で望ましい条件

学んだ知識を活用して、実践的な研究問題を解決する志を持ち続ける。

受け入れの条件

(1) 英語論文を読む意志がある。
(2) 面談を行う : 面談予約リンク

選考方法

面談の前に、興味のある課題について深く考えてください。
面談の内容に基づき、選考します。
希望者数が定員を超えた場合は、以下のような学生を優先します。
 (1) 英語能力が高い学生。
 (2) 大学院進学が第一希望の学生。

オープンラボ

卒研計画
研究室紹介や学生の声など

その他

面談を電子メールで予約して、氏名と学生IDを明記してください。面談は30分程度です。
第1期(第1希望者) 2022年10月10日(月)〜 10月21日(金)
第2期(第2希望者) 2022年10月24日(月)〜 10月31日(月)

ページ先頭へ戻る