BEGIN:VCALENDAR VERSION:2.0 PRODID:-//https://techplay.jp//JP CALSCALE:GREGORIAN METHOD:PUBLISH X-WR-CALDESC:機械学習工学研究会 キックオフシンポジウム X-WR-CALNAME:機械学習工学研究会 キックオフシンポジウム X-WR-TIMEZONE:Asia/Tokyo BEGIN:VTIMEZONE TZID:Asia/Tokyo BEGIN:STANDARD DTSTART:19700101T000000 TZOFFSETFROM:+0900 TZOFFSETTO:+0900 TZNAME:JST END:STANDARD END:VTIMEZONE BEGIN:VEVENT UID:664732@techplay.jp SUMMARY:機械学習工学研究会 キックオフシンポジウム DTSTART;TZID=Asia/Tokyo:20180517T140000 DTEND;TZID=Asia/Tokyo:20180517T174500 DTSTAMP:20260410T014427Z CREATED:20180319T062527Z DESCRIPTION:イベント詳細はこちら\nhttps://techplay.jp/event/66473 2?utm_medium=referral&utm_source=ics&utm_campaign=ics\n\n日本ソフト ウェア科学会 機械学習工学研究会 キックオフシンポ ジウム\nお知らせ：ニコ生での生中継を行います\n株式 会社ドワンゴ様のご厚意により、当シンポジウムをニ コニコ生放送にてストリーミング配信します。\nURL: htt p://live.nicovideo.jp/gate/lv312988923\n開演：13:30〜（シンポジ ウム開始は14:00から）\n【ご注意】\n\n視聴にはニコニ コ生放送のアカウントが必要です。\nリアルタイム視 聴が難しい場合、事前予約することでタイムシフト視 聴が可能です。（プレミアム会員は予約不要です。）\ n同時視聴可能な数には限りがあります。視聴者数が多 い場合、プレミアム会員が優先されます。通常会員は 観られない、あるいは途中から視聴できなくなる可能 性があります。\n\n概要\n近年の機械学習、あるいは深 層学習（ディープラーニング）の発展に伴って、機械 学習を利用するシステムは急速に社会に浸透しつつあ ります。しかしその一方で、従来型のITシステムに 用いられてきた様々なソフトウェア工学的手法は、機 械学習を組み込んだシステム（機械学習システム）の 前に全くと言っていいほど通用しなくなってしまっ ています。機械学習システムの開発・テスト・運用の 方法論は未だに確立できておらず、開発現場て ゙はエンジニア達が試行錯誤でなんとか凌いでいる状 況です。\nこのような現状を踏まえ、機械学習システ ムに対しては「機械学習工学」ともいうべき、新た なパラダイムの確立・体系化が必要である、と 我々は考えます。\n以上の認識に立って、私たちは 日 本ソフトウェア科学会 機械学習工学研究会を発足させ ます。\n\n研究会 ホームページ\n\n本キックオフシンポ ジウムでは，研究者と実務者それぞれの立場から、機 械学習システムに対する問題提起や研究報告，工学的 原則・プラクティスについて情報を交換しあい，議論 します．ぜひご参加ください．\n日時\n\n時間：13:00 受 付開始、13:40 開場、14:00 開始〜17:45 終了\n場所：一橋 大学 一橋講堂\n\nお申込み方法\n一般参加者の方\n上記 「一般参加者枠」（1階席・2階席）にお申し込みくだ さい。\nスポンサー枠の方\n各スポンサー企業・団体に ご所属の方は、一定人数まで「スポンサー枠」にお申 し込みできます。\nその他の方はこちらの枠には申し 込まないで下さい。また各スポンサー企業・団体にご 所属でも、所定人数を越えるお申し込みはお断り致し ます。詳しくは各スポンサー企業・団体のご担当者様 にお問い合わせ下さい。\nご注意\n\nシンポジウム後に 開催される交流会への参加は別途登録が必要です（こ ちら）。\n受付票に記載の本人のみが参加できます。\n 当日は、入館時及び館内の受付時にスマートフォンに て受付票をご提示下さい。あるいは、受付票を印刷の 上お持ち下さい。\n当会場は飲食不可です。\n\nスケジ ュール\n\n\n\n時刻\n概要\n発表タイトル\n登壇者\n\n\n\n\n1 3:00\n受付開始、スポンサー展示開始\n\n\n\n\n13:40\n開場\n \n\n\n\n14:00-14:15\nオープニング\n開催の辞\n石川冬樹（国 立情報学研究所 コンテンツ科学系 准教授）\n\n\n\n\n機 械学習工学への期待\n青山幹雄（南山大学 理工学部 ソ フトウェア工学科 教授）\n\n\n14:15-15:15\n基調講演1\nソ フトウェア工学における問題提起と機械学習の新たな あり方\n工藤卓哉（アクセンチュアUSA Data Science Center of Excellence グローバル統括 / ARISE analytics CSO）\n\n\n\n基調 講演2\n機械学習研究の現状とこれから\n杉山将（理化 学研究所 革新知能統合研究センター センター長 / 東 京大学 大学院新領域創成科学研究科 複雑理工学専攻 教授）\n\n\n15:30-16:30\n機械学習工学のための​ベストプ ラクティス\n​仕事ではじめる機械学習\n有賀康顕（Clo udera株式会社 フィールドデータサイエンティスト）\n\n \n\n\n機械学習で泣かないためのコード設計\n​久保隆 宏（TIS株式会社 戦略技術センター AI技術推進室）\n\n\n \n\n機械学習ソフトウェアの品質保証とは\n中島震（情 報・システム研究機構 国立情報学研究所 教授）\n\n\n16 :45-17:45\nパネルディスカッション\n機械学習工学はどこ へ向かうか\n丸山宏（株式会社Preferred Networks 最高戦略 責任者）\n\n\n\n13:00〜16:00 の間、会場併設の会議場にて スポンサー企業による展示を行います。\nプログラム その他、講演に関する詳細はこちらの特設ページをご 覧ください。\n講演および登壇者プロフィール\nオープ ニング：開催の辞\n\n石川 冬樹\n国立情報学研究所 ア ーキテクチャ科学系 准教授\n電気通信大学 大学院情報 学専攻 客員准教授\n​機械学習工学研究会 主査\nオー プニング：機械学習工学への期待\n\n青山 幹雄\n南山大 学 理工学部 ソフトウェア工学科 教授\n基調講演１： ソフトウェア工学における問題提起と機械学習の新た なあり方\n概要\n機械学習を適用した分析アプローチの 設計は従来のソフトウェア設計と異なりソフトウェア 工学（要求分析、設計検証、品質保証、保守等）の必 要性が語られることは稀でした。しかし昨今、アクセ ンチュアでも多くのIoT関連のユースケースが生まれつ つあり、新たな課題認識が出てきています。データ分 析プロジェクトは要求事項や設計仕様が、想定する成 果と必ずしも連動するとは限らないため、大規模シス テムへのスケールアウトを意識したモデリングプロセ スであっても、ウォーターフォール型では想定を満た せないことが起こります。そのため、イノベーション 創発を期待した機械学習プロセスでは、イテレーショ ンで段階的に検証するための導入として概念検証（Proo f of Concept）アプローチが必須ですが、データの提供や ドメイン知識の反映は、専門家や現場の理解と協力な しには進められません。本講演では、こういった課題 認識に対して今後どのような方向性が考えられるのか 、問題提起と機械学習の新たなあり方についてお話い たします。​\n\n工藤 卓哉\nアクセンチュアUSA\,　Data Sc ience Center of Excellence グローバル統括\nARISE analytics　Chief Science Officer (CSO)​​\n基調講演２：機械学習研究の現 状とこれから\n概要\n音声認識，画像理解，自然言語翻 訳などの分野で，機械学習の性能が人間を超えるレベ ルに達しつつあり，機械学習の研究がますます活発化 している．一方，現在の機械学習分野の研究スタイル では，理論構築・アルゴリズム考案・ソフトウエア実 装・データサイエンティスト育成と多大な時間とコス トが掛かるため，国際的な巨大企業が機械学習の業界 を独占しつつある．また，深層学習などの先端技術の 活用のためには膨大な量の教師付きデータが必要とな るため，医療や災害などビッグデータが取れない分野 への機械学習応用は未だ道半ばである．本講演では， 機械学習技術の研究開発コストとデータ収集のコスト を軽減することを目指した我々の取り組みを紹介し， ソフトウェア工学の研究者・技術者との議論の出発点 としたい．\n\n杉山 将\n理化学研究所 革新知能統合研 究センター センター長\n東京大学 大学院新領域創成科 学研究科 複雑理工学専攻 教授\n【略歴】\n2001年東京工 業大学博士課程修了。博士（工学）。同大助手、助教 授、准教授を経て、2014年より東京大学教授。2016年よ り理化学研究所革新知能統合研究センター長を併任。 機械学習とデータマイニングの理論研究とアルゴリズ ムの開発、および、その信号処理、画像処理、ロボッ ト制御などへの応用研究に従事。\n機械学習工学のた めの​ベストプラクティス１：仕事ではじめる機械学 習\n\n有賀 康顕\nCloudera株式会社 フィールドデータサイ エンティスト\n機械学習工学のための​ベストプラク ティス２：機械学習で泣かないためのコード設計\n\n​ 久保 隆宏\nTIS株式会社 戦略技術センター AI技術推進室 \n機械学習工学のための​ベストプラクティス３：機 械学習ソフトウェアの品質保証とは\n概要\n統計的な機 械学習ソフトウェアの機能振舞いは訓練データセット で決まる。データセットは具体的なデータの集まりで あり簡潔な要求仕様を伴わない。また、学習プログラ ムは未知の学習結果を求めるものでテスト・オラクル が存在しない。品質保証を論じる拠り所が通常のソフ トウェア・システムと異なる。これまでにソフトウェ ア工学で得られた知見が、機械学習ソフトウェアの信 頼性および安全性の向上に、どのように役立つかを考 えたい。\n\n​中島 震\n情報・システム研究機構 国立 情報学研究所 教授\n​【略歴】\n1979年東京大学理学部 物理学科卒業、1981年同大学院修士課程修了。博士（学 術）。NEC、法政大学を経て2004年より現職。2005年より 総研大教授（併任）。この間JSTさきがけ研究員を兼務 。日本ソフトウェア科学会第8回論文賞および第34回高 橋奨励賞など受賞。ソフトウェア工学、自動検証・モ デル検査、CPSとイノベーションの研究に従事。\nパネ ルディスカッション：機械学習工学はどこへ向かうか\ nパネリスト\n石川冬樹（NII）、青山幹雄（南山大）、 工藤卓哉（アクセンチュア）、杉山将（理研／東大） 、有賀康顕（Cloudera）、 久保隆宏（TIS）、中島震（NII ）\n\n司会・モデレータ：丸山 宏\n株式会社Preferred Netwo rks 最高戦略責任者（CSO）\n​日本ソフトウェア科学会 理事長\n​機械学習工学研究会 運営委員\n【略歴】​\n 1983年東京工業大学修士課程終了。日本アイ・ビー・エ ム東京基礎研究所にて自然言語処理、分散処理ミドル ウェア、セキュリティなどの研究に従事。2006-2009年同 研究所所長。2011-2016年統計数理研究所教授。2016年から 現職。博士(工学)。\n協賛\n日本ソフトウェア科学会 ソ フトウェア工学の基礎研究会\n\n情報処理学会 ソフト ウェア工学研究会、情報処理学会 ビッグデータ研究グ ループ\n\n電気通信情報学会 情報論的学習推論と機械 学習研究会\n\n日本ディープラーニング協会\n\n人工知 能学会\n\nスポンサー\nGold Sponsors\n\n\n\n\n\n\nSilver Sponsors\ n\n\n\n\n\n\n\n\nBronze / Special Sponsor\n\n\n日本電気株式会社\n \n\n\n\nMedia Sponsor\n\n\n\n\n\n機械学習工学研究会について\ n機械学習工学研究会（MLSE）は、機械学習システムの 開発・運用にまつわる生産性や品質の向上を追求する 研究者とエンジニアが、互いの研究やプラクティスを 共有し合う会です。\n2018年度より、日本ソフトウェア 科学会の公式研究会として正式に発足します。\n公式HP ：機械学習工学研究会\n発足した理由と活動内容\n近年 の機械学習、あるいは深層学習（ディープラーニング ）の発展に伴って、機械学習を利用するシステムは急 速に社会に浸透しつつあります。しかしその一方で 、従来型のITシステムに用いられてきた様々なソフト ウェア工学的手法は、機械学習を組み込んだシステム （機械学習システム）の前に全くと言っていいほど 通用しなくなってしまっています。機械学習システム の開発・テスト・運用の方法論は未だに確立でき ておらず、開発現場ではエンジニア達が試行錯誤 でなんとか凌いでいる状況です。\nこのような現状を 踏まえ、機械学習システムに対しては「機械学習工学 」ともいうべき、新たなパラダイムの確立・体 系化が必要である、と我々は考えます。\n以上の認 識に立って、本研究会では、機械学習システムの開発 ・運用に関わる様々な手法やツールを扱います。例え ば、以下の様なものが挙げられます。\n\n機械学習プロ ジェクトを運用するマネジメント手法や組織論\n機械 学習システムのための要求分析、目的設計、工数見積 もり手法\n効率的な教師データの収集・整備、前処理 の方法\n機械学習システム開発を効率的に行うための フレームワークやプログラミング言語、開発環境\n機 械学習システムの設計に用いるアーキテクチャ\n機械 学習システムのテスト・検証、デバッグ、モニタリン グ手法\n機械学習システムを支えるプラットフォーム やインフラストラクチャ、ハードウェア\n\nこれらに関 して、研究者とエンジニア、それぞれの立場から、 機械学習システムに対する問題提起や研究報告，エン ジニアリング・プラクティスについて情報を交換しあ い、議論する場を提供します。\n今後の活動内容\n\n5/17 ：キックオフシンポジウム\n6/8：人工知能学会全国大 会 企画セッション\n7/1-2：MLSEワークショップ\n8/28-31： 日本ソフトウェア科学会全国大会 研究会セッション\n 不定期：IT勉強会\n\n詳細は公式HPの活動予定をご覧く ださい。\n今後、本シンポジウム以外にもワークショ ップ等を企画していく予定です。\n運営組織\n主査：石 川 冬樹（国立情報学研究所）\n運営委員\n\n丸山 宏（Pr eferred Networks）\n吉岡 信和（国立情報学研究所）\n今井 健男（LeapMind）\n守田 憲司（Preferred Networks）\n土肥 拓 生（レベルファイブ）\n太田 満久（ブレインパッド）\ n吉崎 亮介（キカガク）\n\n発起人\n\n丸山 宏（Preferred N etworks）\n吉岡 信和（国立情報学研究所）\n石川 冬樹（ 国立情報学研究所）\n今井 健男（LeapMind）\n酒井 政裕 （Preferred Networks）\n末永 幸平（京都大学）\n太田 満久 （ブレインパッド）\n守田 憲司（Preferred Networks）\n吉 田 則裕（名古屋大学）\n西 康晴（電気通信大学）\n小 川 秀人（日立製作所）\n土肥 拓生（レベルファイブ） \n桑島 洋（デンソー）\n LOCATION:一橋大学一橋講堂 東京都千代田区一ツ橋 2-1-2 学 術総合センター内 URL:https://techplay.jp/event/664732?utm_medium=referral&utm_source=ics&utm _campaign=ics END:VEVENT END:VCALENDAR