第５回機械学習工学ワークショップ（MLSE夏合宿2022）

• 本年もオンライン開催です！
• いくつかのオンライン会議ツールの使用が必須となっていますので、参加要件をよくお読みください。
• 受付は終了しまた! 早期割引および交流会食事配送チケットの締切は6月20日(月)です！お早めにお申し込みください。発表者は、必ず6月20日(月)までに参加申し込みしてください。
• 配送は終了しました！ 交流会用の食事は、nonpi foodboxからの配送になります。詳細を6月21日にお送りします。配送先の情報を2022年06月26日17:00まで入力する必要がありますのでご注意下さい。配送先の情報を記入し忘れて食事が配送されない場合でも チケットの返金はできません。
• 締め切りました。 参加申込締切は 6月26日（日） となります。締切までに申込をお願いします。

お知らせ

• (7/2)参加者の投票の結果、ポスター発表賞は以下のように決まりました！おめでとうございます！
• 最優秀発表賞: [発表10] "機械学習システムの品質保証における品質カードの作成と活用", 久連石圭, 岩政幹人, 大平英貴
• 優秀発表賞: [発表9] "XAI(eXplainable AI)技術を応用したAI精度劣化原因の分析支援方式の検討", 横井直明, 恵木正史

• 優秀発表賞: [発表6] "DX人材整理のためのDXスキルツリー", 伊藤優, 磯村哲, 西山莉紗, 中道嵩行

• (6/29) 交流会の食事の配送先案内の情報が迷惑メールに分類されて配送先情報が入力できなかったという報告を受けています。該当する方は払い戻しいたしますので参加者への案内を御覧ください。（配送はすでに終了しておりますのでご了承ください）

• (6/21)機械学習オペレーション WG キックオフの参加申込を開始しました。本企画セッションは人数制限があるため参加希望の方は必ずお申し込みください。
• 受付は終了しまた! (6/1) 交流会食事チケットの別売りの申し込みを開始しました！領収書を別に発行したい場合や参加登録後、追加で交流会食事チケットも欲しくなった人はご利用ください。本チケットは合宿参加者専用のチケットです。必ず合宿参加の登録もお願いします！

ワークショップ開催概要

日程

2022年6月30日（木）13:00～7月2日（土）12:30

参加募集

以下の要領で参加者を募集します。

1. 会期中を通じて以下のツールが使用可能であること。
   • Zoom
   • Discord
   • Mural
2. 会期中、昼夜通じて合宿に参加できること
   • バーチャルではありますが合宿です。なるべく普段の業務や家庭から離れて合宿のセッションに集中できるようお取り計らいください。

参加費

早期割引 (6/20まで)

• 一般（JSSST会員）: 2,500円
• 一般（JSSST会員，交流会食事付き）: 4,500円
• 一般（JSSST非会員）: 4,500円
• 一般（JSSST非会員，交流会食事付き）: 6,500円
• 学生（会員／非会員問わず）: 無料
• 学生（会員／非会員問わず，交流会食事付き）: 1,500円

※交流会は、初日(6/30)の夜(18:00-19:30)を予定しています。

通常申込み (6/21-6/26)

• 一般（JSSST会員）: 3,000円
• 一般（JSSST非会員）: 5,000円
• 学生（会員／非会員問わず）: 無料

ご注意

• 参加費は参加申し込み時にPaypalで支払いをお願いします。
• 参加費は 消費税込み の価格です。
• 会計処理上の事情により、請求書の発行・領収書の分割等には、対応はできません。
• 会食事付きを購入しなくても 交流会は参加できます。

プログラム概要

1日目 (6月30日)

• 交流会には食事チケットを購入されていない方も参加できます！

2日目 (7月1日)

3日目 (7月2日)

基調講演

神嶌 敏弘 (産業技術総合研究所)

タイトル: 機械学習と公平性

概要: 機械学習やデータ科学は，与信，採用，保険などの重要な決定に使われるようになってきた．そこで，これらの決定を，人種や性別などのセンシティブ情報に対して公平性を担保しつつ行うような機械学習やデータ科学の手法が研究されている．前半は，機械学習の予測が不公平になる原因と，その原因ごとの事例を紹介する．そして，機械学習で用いられる形式的公平性規準について説明し，同時には達成できない規準があるといった性質を紹介する．後半は，機械学習で公平性に関わる課題を不公平発見と不公平防止に分け，それぞれについて代表的な手法を取り上げる．そして，これらの手法を実装したソフトウェアパッケージについてふれる．

略歴: 1992年 京都大学工学部情報工学科卒業．1994年 同大学院工学研究科情報工学専攻修士課程修了．1994年 電子技術総合研究所入所．2001年 博士(情報学)．2001年 研究所は産業技術総合研究所へ再編．データマイニングや機械学習，特にAI倫理や推薦システムに関する研究に従事．2019年人工知能学会 AI ELSI賞．

Krzysztof Czarnecki（カナダ Waterloo大学）

タイトル: Why ML-Based Perception Can't be Trusted

略歴：Krzysztof Czarnecki is a Professor of Electrical and Computer Engineering at the University of Waterloo, where he heads the Waterloo Intelligent Systems Engineering (WISE) Laboratory. He is a leading expert in the safety of automated driving systems (ADS), with focus on assuring the safety of driving behavior and machine-learned functions. As part of his research, he has co-lead the development of UW Moose (started in 2016), Canada’s first self-driving research vehicle, which has been tested on public roads since 2018 (autonomoose.net). His recent research contributions related to ADS safety assurance include an uncertainty-centric framework for assuring the safety of perceptual components based on machine learning, a framework for specifying driving behavior requirements, and methods for modeling and sampling road user behavior. He serves on SAE task forces on driving automation definitions, reference architecture, verification and validation, and maneuvers and behaviors, the Canadian Mirror Committee of ISO TC 22/SC 32 (contribution to ISO/PAS 21448 Safety of the Intended Functionality), and the UL STP 4600 Evaluation of Autonomous Products standards committee. Before working on automated driving, he advised Pratt and Whitney Canada on creating reusable software designs and components for aircraft engine control systems (2011-2015). Before coming to Waterloo, he was a researcher at DaimlerChrysler Research (1995-2002), Germany, focusing on improving software development practices and technologies in enterprise, automotive, and aerospace sectors. He co-authored the book on “Generative Programming” (Addison- Wesley, 2000), which pioneered automated software engineering based on feature modeling, domain-specific languages, and program generation. While at Waterloo, he held the NSERC/Bank of Nova Scotia Industrial Research Chair in Requirements Engineering of Service-oriented Software Systems (2008-2013) and worked on methods and tools for engineering complex software-intensive systems. He received the Premier’s Research Excellence Award in 2004 and the British Computing Society in Upper Canada Award for Outstanding Contributions to IT Industry in 2008. He has also received seven Best Paper Awards, two ACM Distinguished Paper Awards, and two Most Influential Paper Awards. His publications have been widely cited (over 25,000 citations on Google Scholar).

字幕は難しくなりました。講演はYoutubeの自動翻訳機能による日本語字幕をご利用いただける予定です。

杉山阿聖（Citadel AI / マネーフォワード）

タイトル：Introduction to MLOps: 機械学習アルゴリズム以外のさまざまな課題とその取り組みについて

略歴：名古屋大学大学院 情報科学研究科卒 (修士)。大手製造業情報子会社で機械学習を利用したチャットボットの開発などを行ったのち、データサイエンティストとして勤務。その後、Repro 株式会社で機械学習パイプラインの構築など、機械学習の実用化に取り組む。現在は Citadel AI で Software Engineer としてプロダクト開発や MLOps に関する情報発信に従事。副業としてマネーフォワードで MLOps に関するアドバイザーを務める。Kubeflow Pipelines, TFX のコントリビューター。「見て試してわかる機械学習アルゴリズムの仕組み 機械学習図鑑」の共著者のひとり。

研究発表一覧

[カテゴリ1] 発表15分以内とポスター発表

• [発表1] "教師データに潜在する有害データの検知⼿法の提案", 梁 宇昕, 恵木 正史
• [発表2] "同時確率分布を再考する -- 仮想人体生成モデルの構想", 丸山 宏

[カテゴリ2] 発表5分以内とポスター発表

• [発表3] "抽象モデル上のn-gramに着目したRNNに対するFault Localization", Yuta Ishimoto, Masanari Kondo, Naoyasu Ubayashi, Yasutaka Kamei
• [発表4] "機械学習用データセットのライセンスに関する調査", 陳俊宇, 吉田則裕, 高田広章
• [発表5] "Cohort Shapleyによる公平性の診断", 間瀬正啓, Art B. Owen, Benjamin B. Seiler
• [発表6] "DX人材整理のためのDXスキルツリー", 伊藤優, 磯村哲, 西山莉紗, 中道嵩行
• [発表7] "Local Correction Tree: 分類モデルの説明可能かつ局所的な補正手法", 鈴木浩史, 岩下洋哲, 高木拓也, 後藤啓介, 藤重雄大, 原聡
• [発表8] "AIと人権に関するリスクマネジメントの検討", 鮫島滋, 小柳和也, 徳島大介
• [発表9] "XAI(eXplainable AI)技術を応用したAI精度劣化原因の分析支援方式の検討", 横井直明, 恵木正史
• [発表10] "機械学習システムの品質保証における品質カードの作成と活用", 久連石圭, 岩政幹人, 大平英貴
• [発表11] "機械学習システムのセーフティ要求コンテストの提案と予備実験", 吉岡信和, 前澤悠太, 桑島洋, 石川冬樹
• [発表12] "エッジコンピューティングを利用した映像分析AIに関する検討", 村松沙那恵, 星野玲那, 坂本啓, 江田毅晴
• [発表13] "クラス分類の修正手法の物体検出問題への応用", Junji Hashimoto, Nobukazu Yoshioka
• [発表14] "Case Study of Exploitation Pattern for Machine Learning Systems", Gaku Nemoto, Naoshi Uchihira
• (取り消し)[発表15] "表形式データの整備と分析のためのUnixシェル用の新たなコマンド群", Toshiyuki Shimono

※ポスター発表は、ポスターセッション(１)での発表は必須となり、ポスターセッション(２)もしくはポスターセッション(３)のスロットで30分以上の説明時間を発表者に設定していただきます。

スポンサー講演一覧

• [スポンサー講演(1)] 花王株式会社様 「仮想人体生成モデルを通じた新しいビジネス構想」
• [スポンサー講演(2)] Databricks 様「Databricksのご紹介 - データ分析 / AIをOne Platformで - 」
• [スポンサー講演(3)] 株式会社Citadel AI様 「サントリー様でのCitadel AIシステム導入実例について」

ウェルカムセッション

オープニングの直前のセッションとして、皆さんにツールの利用と合宿の雰囲気に馴染んでいただくため、ウェルカムセッションを開催します。 以降のスムーズな参加を可能にするためにも、ぜひ参加をお願いします。

ナイトセッション

オーガナイザー：近藤将成（九州大学）、鵜林尚靖（九州大学）

参加者間の交流を促し、新しいアイデアや研究活動のきっかけをつくるために、二日目にナイトセッションを開催します。 本セッションでは、カジュアルにMLSEに関する議論が行える場を提供します。フリーディスカッション形式で以下の各テーマに別れて自由に議論・雑談をしていただけるようにします。提言を出したり、結論を出したりするのではなく、好きなテーマについて気軽に雑談をし、コミュニティの形成および情報共有することが目的です。テーマは以下の3つです。

1. ICSE2022勉強
   • ICSE2022で発表された機械学習関連の発表ビデオから好きなものをみて，自由に意見交換を行います．
2. アカデミアにおけるMLSE研究の悩み共有・意見交換
3. 産業界におけるMLSE研究の悩み共有・意見交換

企画セッション一覧

[P1-P2] 機械学習を活用したシステムの開発における「プロセス・知見」研究

オーガナイザ：竹内広宜（武蔵大学）、今崎耕太（IPA）、久野倫義（三菱電機）、土肥拓生（ライフマティックス）、本橋洋介（NEC）

概要：本企画セッションは講演とワークショップで構成されます。最初に北陸先端科学技術大学院大学の内平直志先生の招待講演「DXを推進するためのプロジェクトマネジメント」を予定しています。その後の昨年度までの活動を振り返り、今回のワークショップで内容を説明しまし。ワークショップではこれまでのセッションで事例や知見を収集した結果を踏まえ、「MLプロジェクトにおける危険な兆候」をボトムアップに収集します。そして、参加者で概観しながら適用可能な知見との関係などを議論する予定です。MLプロジェクトを実践されている様々な実務家の参加をお待ちしております。

ワークショップ詳細：2020年のMLSE夏合宿ではワークショップ形式で事例収集を行い20件以上の事例が集まりました。続く2021年のMLSE夏合宿は事例収集ではなく「知見(成功の秘訣)」をBest practiceとして収集し、参加者で概観しながら議論しました。2022年の夏合宿では「Best practiceを適用する”きっかけ”」を収集し、参加者で概観しながら議論します。ここで”きっかけ”の一つとして、プロジェクトの”Bad smell”を想定します。Code smellに対してリファクタリングの実装上のコツなどが提示されるのと同様、MLプロジェクトのBad smellとBest practiceをつなげた形での知見をまとめることをワークショップでは目指します。

具体的には以下の2部構成で実施します。

プログラム

第1部[P1]：講演セッション

• 招待講演「DXを推進するためのプロジェクトマネジメント」内平 直志(北陸先端科学技術大学院大学)

• これまでのワークショップとその成果の振り返りおよびワークショップの説明 (オーガナイザー)

第2部[P2]：ワークショップ

• 既存の知見に結びつくBad Smellを収集（昨年のようにMuralを用いる予定）

• 収集結果についての発表（希望者）

• 新たに得られるBad Smell-Best Practiceの整理

• 全体ディスカッション

招待講演：内平 直志(北陸先端科学技術大学院大学)

北陸先端科学技術大学院大学　知識科学系長　教授

トランスフォーマティブ知識経営研究領域長

略歴 東京都生まれ。1982年東京工業大学理学部情報科学科卒。1997年東京工業大学で博士(工学)、2010年北陸先端科学技術大学院大学で博士(知識科学)取得。(株)東芝 研究開発センター システム技術ラボラトリー室長、研究開発センター次長、技監等を経て、2013年から現職。サービス学会理事、日本MOT学会理事、研究・イノベーション学会理事などを兼任。専門はソフトウェア工学、サービス科学、イノベーションマネジメント。著書に「戦略的IoTマネジメント」(ミネルバ書房)、日本経済新聞「やさしい経済学」連載。

[I1]本番適用のためのインフラと運用WGを振り返り、「今」を語り合う会

オーガナイザ：有賀 康顕(Treasure Data)、土橋 昌(NTTデータ)

概要：本番適用のためのインフラと運用WGは設立後３年を経過しようとしています。その間に複数回ディスカッションやカンファレンスを開きました。その中で実業務に基づく体験、事例、Tips等が参加者より挙げられました。本セッションに先立ち、過去に取り扱った内容をまとめたポスタをWG幹事で用意するので、それを眺めながら以下の観点で参加者同士で語り合い、将来の機械学習インフラ開発・運用に役立つ知見を記録、公開します。議事録は参加者に相談の上問題ない内容をMLSE公式GitHub上に公開予定です。

◆観点例

• 過去話題に上った課題が2022年現在、どう変わったか、もしくは変わっていないか
• 過去に試したアプローチがあればその内容、および試した結果どうだったかの所感
• いま新たにどういった課題が生じているか

[F1, F2] AI/MLシステムのAI倫理要求と公平性

オーガナイザ：吉岡 信和（早稲田大学）、江澤 美保（クレスコ）、久連石 圭(東芝)、八幡 晃一郎（日立製作所）、市原 大暉（NTTデータ）

概要：近年、MLを活用したAIシステムの判断に関して、倫理に関するガイドライン(AI倫理)が整理されつつあり、その中でも特に公平性について基礎研究が活発に行われている。しかしながら、AI倫理に関するガイドラインは抽象度が高く、公平性の基礎研究は詳細すぎてAIシステムがどのような要求を満たすべきかといったシステム開発における要件との関係が明らかになっていない。 本企画セッションでは、AIシステムのAI倫理と公平性についての招待講演およびミニチュートリアルを実施したのち、富士通の事例を紹介する。

プログラム

[F1]講演セッション

• 招待講演：AI：倫理から法制度とトラストへ , 中川 裕志(理化学研究所), 講演スライド
• AI公平性ツールミニチュートリアル , 八幡 晃一郎（トップエスイー2021年度修了生／日立製作所）
• 富士通の事例紹介： ガイドラインに基づくAI倫理影響評価 , 小野寺佐知子（富士通株式会社）
• 登壇者によるパネル議論

[F2]ワークショップセッション

• 課題整理ワークショップ: １時間程度のグループ議論、発表・議論、まとめ

招待講演：中川 裕志(理化学研究所)

略歴：1975年東京大学工学部卒業、1980年東京大学大学院修了（工学博士） 1980年～1999年　横浜国立大学、1999年～2018年　東京大学、2018年～現在　理化学研究所・革新知能統合研究センター勤務。機械学習、AI倫理、AIと社会、法制度の関係、などの研究に従事。内閣府AI社会原則委員会委員、総務省AIネットワーク研究会委員、公正取引委員会デジタルスペシャルアドバイザー、情報ネットワーク法学会理事長。

[S1-S3]セーフティ・セキュリティＷＧ企画セッション

オーガナイザ：金子朋子（NII）、向山輝（NEC）、髙橋雄志（NaiSS）、野本秀樹（JAMSS）、矢嶋純（富士通）

概要：本セッションは、セキュリティとセーフティ、特別講演の3部構成となります。

[S1] セキュリティ：

WG配下のセキュリティガイドライン策定委員会より6月30日に正式公開の「機械学習システムセキュリティガイドライン」について解説し、グループ演習にてガイドラインを具体事例に適用する体験をしていただきます。 ガイドラインの概要、3ガイドの説明、ガイドライン掲載の試行事例の説明を含んだ内容説明（30分程度）と、事前に用意された具体事例に対して脅威分析ツールで分析してみる試行体験（60分程度）から構成されます。試行体験では具体事例ごとにブレイクアウトルームに分かれて試行する予定です。

[S2] セーフティ：

2022 IEEE Aerospace ConferenceでBest Paper Awardを受賞した発表や自動運転における安全論証の研究発表を行います。各45分程度。

①IEEE 2022　最優秀論文賞受賞記念講演：Explainable symptom detection in telemetry of ISS with Random Forest and SpecTRM

国際宇宙ステーションにおいて実証を行った、機能共鳴分析法（FRAM）、ランダムフォレスト回帰（RF）、要求意図定義言語（SpecTRM-RL）の3つを組み合わせた新しい異常予兆検出・及び検出根拠提示手法に関して、JAMSS飯野翔太氏が講演します。

②自動運転におけるDNNシステムを対象とした安全・リスク分析・評価方法： ｅＡＩプロジェクトの交通PoCで検討された安全性論証について(株)NTTデータ金子朋子氏が講演します。

[S3] 招待講演：「データ分析・AIを実務に活かす データドリブン思考」

講演者: 河本 薫 氏（滋賀大学データサイエンス学部教授 兼 データサイエンス教育研究センター副センター長 )

略歴: 元大阪ガス　ビジネスアナリシスセンター所長。2013年、日経情報ストラテジーが選出する「データサイエンティスト・オブ・ザ・イヤー」の初代受賞者に。大阪大学招聘教授を兼任。2018年4月1日より現職。著書に「最強のデータ分析組織」（日経BP社）、「会社を変える分析の力」（講談社現代新書）があり、最新著書「データ分析・AIを実務に活かす データドリブン思考」に対するご講演となる。

内容: ビジネス現場でデータドリブンな問題解決、対策立案をされてきた滋賀大学データサイエンス学部教授　河本薫氏に貴重なお話を伺います。質疑応答や意見交換も行います。 データ分析による対策立案はＭＬの安全性においても重要であるため、データ分析型組織を作り上げた第一人者による講演をお聞き逃しなく！！

[O1,O2]機械学習オペレーション WG キックオフ

オーガナイザ：杉山 阿聖(Citadel AI 株式会社)、久井 裕貴(株式会社マネーフォワード)、太田 満久(Ubie 株式会社)

概要：昨今の機械学習の本番適用に関する取り組みの広がりをふまえ、新たに MLOps に関するワーキンググループを立ち上げます。MLOps に関しては実例としてさまざまな取組が発表されている一方で、機械学習を用いる現場はさまざまな事情を抱えており、課題を解決する指針が十分でない現状があります。そこで、本ワーキンググループでは、それぞれの現場に適用できる指針を明確にすることを目指します。 本セッションでは、設立にあたり、本ワーキンググループで重点的に取り組むテーマを選定する討論会を実施します。4名程度のグループに分かれ、それぞれの現場での課題について話し合い、内容を全体で共有します。共有した課題は議事録としてまとめ、この結果をもとに今後の活動計画について検討を進めていきます。

詳細：

[背景・課題] 昨今の機械学習の本番適用に関する取り組みの広がりをふまえ、新たに MLOps に関するワーキンググループを立ち上げます。MLOps に関しては実例としてさまざまな取組が発表されている一方で、機械学習を用いる現場はさまざまな事情を抱えており、課題を解決する指針が十分でない現状があります。そこで、本ワーキンググループでは、それぞれの現場に適用できる指針を明確にすることを目指します。

[セッションの内容] 設立にあたり、本ワーキンググループで重点的に取り組むテーマを選定する討論会を実施します。5名程度のグループに分かれ、それぞれの現場での課題について話し合い、内容を全体で共有します。共有した課題は議事録としてまとめ、この結果をもとに今後の活動計画について検討を進めていきます。

[セッションへの参加方法] 少人数でのグループに分かれて個別の事例について深く議論を行うため、参加人数について制限を設けます。参加人数の把握のため本イベントに加えて、connpass 上でのイベントにも申し込みをお願いします。

https://mlxse.connpass.com/event/251751/

[R1] MLSE論文読み会 夏合宿出張版

オーガナイザ：今井 健男(Idein)、原 聡(大阪大学)

概要：MLSEでは現在、SE4ML（機械学習のためのソフトウェア工学）分野で論文を書きたいと思っている方を集めて、ソフトウェア工学のトップカンファレンスに採択されたSE4ML論文を紹介しあう会を定期的に開催しています。このセッションではその論文読み会を、普段やっている形式のまま開催します。普段は特定メンバーで開催しているクローズドな会ですが、このセッションは夏合宿の参加者の方なら自由にご参加いただけます。ご興味ある方はぜひお立ち寄りください。

紹介予定論文：

1. Causality-Based Neural Network Repair (ICSE2022) - 紹介者： 徳本 晋（富士通研究所）
2. Training Data Debugging for the Fairness of Machine Learning Software (ICSE2022) - 紹介者： 橋本 順之（グリー）

[BoF Lunch (Bird of a Feather Lunch)] 同じ穴のむじなの昼下がり

オーガナイザ：吉岡信和（早稲田大学）

概要： 昼下がりに特定のテーマで雑談したい方、なんとなく雑談したい方が集まるランチセッションです。合宿期間中に参加者から雑談したいテーマを募集します。提案されたテーマをdiscordの音声チャネルを割り当てますのでご自由に雑談してください。特定の研究テーマやイベント、勉強会などを議論されたい方は積極的にテーマを提案してください。

[T1]チュートリアル：深層学習のテスト・デバッグ最新動向

オーガナイザ：吉岡信和（早稲田大学）

概要：深層学習モデルを組み込んだシステムをテストする際に、ユーザ・開発者にとって望ましくない振舞いを検出し、その原因に対処（デバッグ）することが求められますが、深層学習モデルはデータによって人が解釈困難である膨大な計算処理が組まれるため、従来のようなテスト・デバッグの方法では不具合検出・欠陥修正は困難です。 本チュートリアルでは、このような深層学習におけるテスト・デバッグの課題を整理し、近年の技術動向を俯瞰した後、退行抑止して深層学習モデルを修復する技術NeuRecoverの紹介とデモを行います。 また、馬准教授の最新の研究成果である、データ拡張による深層学習モデル修復技術と、ニューラルアーキテクチャ探索による深層学習モデル修復技術の紹介・デモを行います。

講師

馬 雷（アルバータ大学 准教授／カナダ CIFAR AI チェア）

University of Albertaと九州大学, 准教授; Canada CIFAR AI Chair; Albertra Machine Intelligence Institute (Amii) Fellow。上海交通大学卒業後、東京大学にて修士および博士号を取得。ソフトウェア工学と信頼できるAIとの融合領域、特に、機械学習システム工学とAIシステムの品質と信頼性に関心を持つ。彼の研究は、TSE, TOSEM, ICSE, FSE, ASE,CAV, ICML, NeurIPS, ACM MM, AAAI, IJCAI, ECCVなど、ソフトウェア工学やAI分野のトップ会議に多数採録され、３つのACM SIGSOFT Distinguished Paper Awardの他、１０以上のベストペーパ賞を受賞。産業界にも多大な影響を及ぼしている。詳しい情報は、Webサイトを参照のこと(https://www.malei.xyz)。

徳本晋（富士通）

2002年早稲田大学理工学部電子・情報通信学科卒業。2004年東京大学大学院情報理工学系研究科コンピュータ科学専攻修士課程修了。同年富士通株式会社入社。富士通研究所にてソフトウェアエンジニアリング技術の研究開発に従事。現在はAIシステムにおけるテスト・デバッグ技術の研究開発に取り組む。情報処理学会ソフトウェア工学研究会幹事、日本科学技術連盟ソフトウェア品質管理研究会講師などを務める。博士（情報理工学）。

中川尊雄（富士通）

2017年奈良先端科学技術大学院大学博士後期課程修了。博士（工学）。同年、株式会社富士通研究所入社。2017年～2020年ソフトウェアのテスト技術の研究開発に従事。2021年吸収合併により富士通株式会社所属、AIモデルの自動修正技術の研究開発に従事。同年より兼務にて産業技術総合研究所 特定集中研究専門員として部分出向、AIシステムの品質保証プラットフォームの研究開発に参画中。

[T2]チュートリアル：プロジェクトマネージャのための機械学習工学入門

オーガナイザ：吉岡信和（早稲田大学）

概要：機械学習を応用したAIシステムを構築運用する際に考慮すべきポイントを紹介します。特に要求や設計、マネジメント、ステークホルダ連携の観点でのポイントを紹介します。

プログラム

• 機械学習工学概論, 講演資料
• 機械学習システムの要求, 講演資料
• 機械学習システムの設計, 講演資料
• AIプロジェクトのマネジメントと事例
• AIプロジェクトのステークホルダ連携

講師

鷲崎 弘宜（早稲田大学 理工学術院 基幹理工学部・教授）

早稲田大学グローバルソフトウェアエンジニアリング研究所所長、早稲田大学理工学術院基幹理工学部情報理工学科教授、国立情報学研究所客員教授。株式会社システム情報 取締役（監査等委員）。株式会社エクスモーション 社外取締役。1976年生まれ。99年早稲田大学理工学部情報学科卒業、01年同大学院理工学研究科情報科学専攻修士前期課程修了、03年博士後期課程修了、博士（情報科学）。02年同大学助手、04年国立情報学研究所助手。05年総合研究大学院大学助手。07年同研究所助教、および、同大学助教。08年早稲田大学理工学術院准教授、および、国立情報学研究所客員准教授。15年Ecole Polytechnique de Montreal客員滞在。16年早稲田大学教授、国立情報学研究所客員教授。再利用と品質保証を中心としたソフトウェア工学の研究と教育に従事。

竹内 広（武蔵大学 経済学部経営学科・教授）

1998 年、東京大学工学部計数工学科卒業。2000 年、東京大学大学院工学系研究科計数工学専攻修士課 程修了。2000 年より日本アイ・ビー・エム株式会社東京基礎研究所に勤務。2012 年、慶應義塾大学大学院理工学研究科開放環境科学専攻博士課程修了。2018 年より現職。 博士(工学)。

吉岡 信和（早稲田大学 理工学術院総合研究所・上級研究員/研究院教授）

1998年北陸先端科学技術大学院大学情報科学研究科博士後期課程修了．博士（情報科学）．1998-2002年 東芝，2002-2021年 国立情報学研究所，2007-2021年 総合研究大学院大学 准教授，2021年より早稲田大学理工学術院総合研究所 上級研究員/研究院教授，国立情報学研究所 特任研究員，機械学習工学，セキュリティ・プライバシソフトウェア工学，ソフトウェア工学の研究・開発に従事．

表彰

優れたポスター発表に対して『優秀ポスター賞』を授与します。合宿の参加者全員による投票により決定します。また、優秀ポスター賞受賞者は、JSSST大会のポスター発表に招待します。

主催

日本ソフトウェア科学会 機械学習工学研究会

ワークショップ運営組織

実行委員

• 実行委員長
  • 土肥 拓生 (デジタルアスリート)
• 副実行委員長
  • 石川 冬樹 (国立情報学研究所)
• ローカル委員長
  • 宮崎 崇史 (ヤフー)
• プログラム委員長
  • 吉岡 信和（早稲田大学）
• 副プログラム委員長
  • 鵜林 尚靖 (九州大学)
• 出版委員長
  • 原 聡 (大阪大学)
• 会計委員長
  • 竹内 広宜（武蔵大学）

プログラム委員

• 近藤 将成（九州大学）
• 徳本 晋（富士通研究所）
• 橋本 順之（グリー）
• 宮崎 崇史 (ヤフー)
• 丸山 宏（Preferred Networks）

スポンサー

ゴールドスポンサー

花王

株式会社Citadel AI

Databricks

スポンサー募集

現在、スポンサー枠を募集しています。
スポンサー料の支払いは、研究会の口座への振り込みを予定しています。
詳細は後日発表します。 ご質問、ご連絡は mlse2022sws@googlegroups.com までお願いします。