Atsuhiro Takasu 研究室（国立情報学研究所）

AI 要約（直近 5 年の研究成果）

この研究室は、情報科学における複数の重要な課題に取り組んでいます。主な研究テーマは、機械学習・推薦システムの効率化と最適化、そして列・表データなどの構造化データの処理です。特に推薦システムに関しては、グラフニューラルネットワークを用いた複数分野にまたがる知識転移、時間変化するユーザーの嗜好を捉えたモデリング、および疎なデータへの対応などに焦点を当てています。一方、理論計算機科学の側面では、決定木アンサンブル学習の圧縮問題や項の一般化に関わる計算複雑性の解析を行っています。また応用領域では、橋梁の重量計測技術、センサーを用いた人間活動認識、プログラミング自動生成など、実世界の問題に対して機械学習やニューラルネットワークを適用しています。さらに音声・音楽処理や認証技術といった領域にも研究を拡げており、幅広い応用分野において効率的なアルゴリズムと学習モデルの開発を進めています。このように同研究室は、推薦システムと構造化データ処理を軸としながら、理論的な複雑性解析から実問題への応用まで、多層的なアプローチで課題解決に当たっているのが特徴です。

※ AI（Claude）が、公開されている論文要旨から研究の問い・手法・主要な発見を事実情報として抽出・再構成して自動生成しています。誤りを含む可能性があるため、正確性は研究室公式情報でご確認ください。

外部リンク

研究成果（23 件）

[2026] On the complexity of least general generalization with commutative functions
DOI: https://doi.org/10.1007/s10472-026-10014-4
[2026] Reducing the number of trees in a bag of binary decision trees governed by the majority vote
DOI: https://doi.org/10.1007/s10472-026-10013-5
[2026] Reducing the number of trees in a bag of binary decision trees governed by the majority vote
DOI: https://doi.org/10.1007/s10472-026-10013-5
[2025] QUADEN: Discovering Latent Neighbors for Sparse Users and Items across Interaction Quadrants in Recommender System
DOI: https://doi.org/10.1145/3725886
[2025] Cross-Domain Recommendation With Personalized Rating Pattern Compatibility as Transfer Rate Between Domains
DOI: https://doi.org/10.1109/access.2025.3586981
[2025] Generalized ordered Wasserstein distance for sequential data
DOI: https://doi.org/10.1016/j.patcog.2025.111952
[2025] Computing Hamming Distance and Levenshtein Distance Using ReLU Neural Networks
DOI: https://doi.org/10.1109/access.2025.3639297
[2025] Integrating a Sequential Model Into GNN-Based Social Recommendation for Relieving Over-Smoothing Problem
DOI: https://doi.org/10.1109/access.2025.3574781
[2025] COLANet: Cross-Domain Recommender Systems with Latent Overlapping Items on Graph Neural Networks
DOI: https://doi.org/10.1145/3730404
[2024] Partial ordered Wasserstein distance for sequential data
DOI: https://doi.org/10.1016/j.neucom.2024.127908

続きを表示（残り 13 件）

[2024] Controllable Syllable-Level Lyrics Generation From Melody With Prior Attention
DOI: https://doi.org/10.1109/tmm.2024.3443664
[2023] Data-Driven Bridge Weigh-in-Motion
DOI: https://doi.org/10.1109/jsen.2023.3283849
[2023] Controllable lyrics-to-melody generation
DOI: https://doi.org/10.1007/s00521-023-08728-1
[2023] Deep Wavelet Convolutional Neural Networks for Multimodal Human Activity Recognition Using Wearable Inertial Sensors
DOI: https://doi.org/10.3390/s23249721
[2023] A Data-Driven Approach for Bridge Weigh-in-Motion from Impact Acceleration Responses at Bridge Joints
DOI: https://doi.org/10.1155/2023/2287978
[2022] Bu-Dash: a universal and dynamic graphical password scheme (extended version)
DOI: https://doi.org/10.1007/s10207-022-00642-2
[2022] Assessment of structural health of an existing prestressed concrete bridge by finite element analysis
DOI: https://doi.org/10.1080/14488353.2022.2092253
[2022] Considering similarity and the rating conversion of neighbors on neural collaborative filtering
DOI: https://doi.org/10.1371/journal.pone.0266512
[2022] HybridBERT4Rec: A Hybrid (Content-Based Filtering and Collaborative Filtering) Recommender System Based on BERT
DOI: https://doi.org/10.1109/access.2022.3177610
[2022] ARERec: Attentive Local Interaction Model for Sequential Recommendation
DOI: https://doi.org/10.1109/access.2022.3160466
[2022] Neural Network Approach to Program Synthesis for Tabular Transformation by Example
DOI: https://doi.org/10.1109/access.2022.3155468
[2022] Kernel Clustering With Sigmoid Regularization for Efficient Segmentation of Sequential Data
DOI: https://doi.org/10.1109/access.2022.3182345
[2021] New and improved algorithms for unordered tree inclusion
DOI: https://doi.org/10.1016/j.tcs.2021.06.013

科研費（0 件）

まだデータがありません（KAKEN 取り込み後に表示）。

所属学会・役職（0 件）

まだデータがありません（学会データ連携後に表示）。

AI 要約（直近 5 年の研究成果）

外部リンク

関連研究室(8 件)

研究成果（23 件）

科研費（0 件）

所属学会・役職（0 件）