NTTフェロー／上席特別研究員／特別研究員

著書

1. 監修 坂内正夫, "ビッグデータを開拓せよ 解析が生む新しい価値," 角川インターネット講座 第7巻 第1部 第5章(データに語らせる科学)執筆, KADOKAWA, 2015.
2. 石井健一郎, 上田修功　共著, "続・わかりやすい　パターン認識 ―教師なし学習入門―," オーム社, 2014
3. 上田修功　訳：サイエンスパレットシリーズ "統計学", 丸善出版, 2014 (原著："Statistics: VSI," David J. Hand著、"Statistics," Oxford Univ. Press）
4. 上田修功　"科学事典（第２版）,"変分ベイズ執筆, 編集代表　広中平祐　丸善株式会社, 2007.
5. 樺島祥介, 上田修功 共著, "統計科学のフロンティア11, 計算統計I (第III部)," 岩波書店, 2003.
6. 石井健一郎, 上田修功, 前田英作, 村瀬洋 共著, "わかりやすいパターン認識," オーム社, 1998.
7. 電子情報通信学会 編, "電子情報通信ハンドブック," 第3.2編(パターン認識理論)一部執筆, 1998.
8. 甘利，外山 編, "脳科学ハンドブック," 第9章(学習ベクトル量子化)執筆, 朝倉書店, 1995.
9. B. K. P. Horn 著, "ROBOT VISION (The MIT Press)," 共訳, 朝倉書店, 1993.

表彰

●外部表彰

• Best Paper Award, Advanced Geospatial Applications for Smart Cities and Regions, International Society for Photogrammetry and Remote Sensing. 2019年6月
• 電子情報通信学会　通信ソサイエティマガジン論文賞 2019年5月
• Dicomo2018シンポジウム 優秀論文賞 2018年9月4日
• 文部科学大臣表彰(科学技術分野)　科学技術賞　研究部門 2018年4月10日
• APSIPA Industrial Distinguished Leader Award 2018年1月
• Best Poster Award, SC2017, The International Conference for High Performance Computing, Networking, Storage and Analysis (Supercomputing) 2017年11月16日
• 電子情報通信学会　業績賞 2016年6月2日
• 情報処理学会UBI研究会　優秀論文賞 2015年3月7日
• Dicomo2014シンポジウム 優秀論文賞 2014年 9月 4日
• 2010SIGKDD Best Research Paper Award Honorable Mention 2010年 7月26日
• ICONIP2009 Best Paper Award 2009年 12月4日
• 電子情報通信学会 フェロー 2009年11月26日
• 情報処理学会論文賞 2009年 3月24日
• FIT 船井ベストペーパー賞 2007年 9月 6日
• 電気通信普及財団賞（テレコムシステム技術賞） 2006年 3月20日
• 情報処理学会 山下記念研究賞 2005年 7月27日
• FIT論文賞 2005年 9月 8日
• 人工知能学会 研究会優秀賞 2005年 6月16日
• 電子情報通信学会 活動功労賞 2004年 9月 9日
• FIT船井ベストペーパー賞 2004年 9月 8日
• 電子情報通信学会論文賞 2004年 5月29日
• 日本神経回路学会研究賞 2003年 9月 9日
• 電子情報通信学会論文賞 2000年 5月20日
• 電気通信普及財団賞（テレコムシステム技術賞） 1997年 3月26日
• 日本神経回路学会研究奨励賞 1993年 7月22日

●社内表彰

• コミュニケーション科学基礎研究所　研究開発賞　「NTT音声認識技術の高度化及び差異化への貢献」 2005年 4月28日
• 先端総合研究所 所長表彰　研究開発賞　「多重分類を可能とするパラメトリック混合モデルの考案」 2003年12月17日
• コミュニケーション科学基礎研究所　研究開発賞　「多重分類を可能とするパラメトリック混合モデルの考案」 2003年 5月 7日
• コミュニケーション科学研究所　研究賞　「混合モデルのための大域最良パラメータ推定法の研究」 1998年12月28日
• コミュニケーション科学研究所　研究賞　「確定的アニーリングＥＭアルゴリズムの考案」 1995年12月19日
• コミュニケーション科学研究所　業績賞　「最適ベクトル量子化の研究」 1994年12月28日

学会役員等

●委員委嘱(省庁関連)

• 科学技術振興機構(JST) ムーンショット型研究開発事業 分科会3 副構想ディレクター, 2020年4月-現在
• 2020年（第36回）Japan Prize審査委員会委員（エレクトロニクス、情報、通信分野）, 2019年3月-2020年3月.
• 科学技術振興機構(JST) 内閣府ムーンショット国際シンポジウム分科会委員, 2019年11月-2020年3月.
• 科学技術振興機構(JST) 数理的活用基盤　CREST研究総括, 2019年4月-現在.
• 文部科学省「富岳」成果創出加速プログラムレビュー委員会委員, 2019年10月-2020年3月.
• 科学技術振興機構(JST) 未来社会創造事業「超スマート社会の実現」外部専門家, 2019年8月-2019年10月.
• 防衛装備庁 安全保障技術研究推進制度　採択審査委員, 2019年7月-現在.
• 文部科学省 科学技術・学術審議会 学術分科会 情報委員会, 2019年6月-現在.
• 文部科学省 国立研究開発法人審議会 国立研究開発法人海洋研究開発機構部会　臨時委員, 2019年4月-現在.
• 文部科学省 HPCI計画推進委員会委員, 2019年3月-現在.
• 総務省 戦略的情報通信研究開発事業(SCOPE) 研究開発評価委員, 2018年11月-現在.
• 科学技術振興機構 戦略的創造研究推進事業 創造科学技術推進事業（JST ERATO）選考パネルメンバー, 2018年7月-2019年3月.
• 文部科学省 大学の数理・データサイエンス教育強化方策推進検討委員会委員, 2017年10月-2018年3月. 2018年11月-2019年3月. 2019年9月-現在.
• 文部科学省 HPCI計画推進委員会次世代ハードウェア利活用・新課題の推進に係るワーキンググループ委員, 2017年8月-現在.
• 文部科学省 科学技術・学術審議会 研究計画・評価分科会 情報科学技術委員会, 2017年6月-2019年2月.
• 総務省 情報通信審議会技術戦略委員会次世代人工知能社会実装ワーキンググループ 構成員, 2017年1月-2017年7月.
• 文部科学省 数理及びデータサイエンス教育の強化に関する懇談会委員, 2016年8月-2017年3月.
• 経済産業省 「IoT推進ラボ」ビッグデータ分析コンテスト審査員, 2016年7月-2016年10月.
• 文部科学省 人工知能技術戦略会議「人材育成タスクフォース」委員, 2016年7月-2018年3月.
• 日本学術振興会 科学研究費委員会専門委員 (審査・評価第一部会 理工系小委員会), 2016年1月-12月.
• 総務省 情報通信審議会　AI・脳研究ワーキンググループ構成員, 2016年1月-5月.
• 総務省 戦略的情報通信研究開発事業(SCOPE) 専門評価委員, 2016年11月-2018年3月.
• 科学技術振興機構 戦略的創造研究推進事業（JSTさきがけ）（研究領域「情報科学との協働による革新的な農産物栽培手法を実現するための技術基盤の創出」）領域アドバイザー, 2015年7月-現在.
• 国立研究開発法人 新エネルギー・産業技術総合開発機構 NEDO技術委員, 2015年6月-2019年3月.
• 特許庁委託事業「特許出願技術動向調査（人工知能）」調査委員会委員, 2015年1月-3月.
• 文部科学省 科学技術・学術審議会 学術文科会 研究費部会, 2013年2月-現在.
• 科学技術振興機構 戦略的創造研究推進事業 (JST CREST・さきがけ複合領域）(研究領域「ビッグデータ統合利活用のための次世代基盤技術の創出・体系化」)領域アドバイザー, 2013年-現在.
• 国立研究開発法人日本医療研究開発機構(AMED)研究委託 Medical Artsの創生に関する研究「秩序の異なる人工知能の多重解析による癌コンパニオン診断システムの開発」研究協力者, 2018年2月-2019年3月.
• 科学技術振興機構 戦略的創造研究推進事業（JST CREST） (研究領域「科学的発見・社会的課題解決に向けた各分野のビッグデータ利活用推進のための次世代アプリケーション技術の創出・高度化)「広域撮像探査観測のビッグデータ分析による統計計算宇宙物理」 研究担当者, 2014年10月-2020年3月.
• 独立行政法人 情報通信機構研究受託 ソーシャル・ビッグデータ利活用・基盤技術の研究開発(「オープン・スマートシティを実現するソーシャル・ビッグデータ利活用・還流基盤」) NTT機関代表, 2014年7月-2016年3月. 内閣府 最先端研究開発支援プログラム (FIRST) 「超巨大サイバーフィジカルシステム基盤のための情報創発技術とその戦略的社会展開」　サブテーマリーダー, 2010年3月-2014年2月.
• 文部科学省 科研基盤C 研究代表者, 2008年4月-2011年3月.

●委員委嘱(学会関連)

• Special Session Organizer, The 50th ISCIE International Symposium on Stochastic Systems Theory and Its Applications(SSS), 2018.
• 日本メディカルAI学会 評議員, 2018年4月-現在.
• Program Committee, 3rd EAI International Conference on IoT in Urban Space(Urb-IoT 2018), 2018.
• Reviewer, Advances in Neural Information Processing Systems (NIPS), 2017.
• Program Committee, Twentieth International Conference on Artificial Intelligence and Statistics(AISTATS 2017), 2017.
• Program Committee, The Thirty-Second AAAI Conference on Artificial Intelligence (AAAI-18), 2017.
• Program Committee, The 2nd EAI International Conference on IoT in Urban Space2016, 2016.
• Program Committee, The 2nd International Workshop on Smart Cities(IWSC): People, Technology and Data, 2016.
• Reviewer, International Conference on Machine Learning (ICML), 2016-現在.
• Organizing Committee, The 1st International Workshop on Smart Cities: People, Technology and Data, The 2015 ACM International Joint Conference on Pervasive and Ubiquitous Computing (Ubicomp 2015), 2015.
• Organizing Committee, The 47th ISCIE International Symposium on Stochastic Systems Theory and Its Applications (ISSS2015), 2015.
• Senior Program Committee, International Joint Conference on Artificial Intelligence (IJCAI)-European Conference on Artificial Intelligence (ECAI), Machine Learning Track, 2015-present.
• Area Chair, The Neural Information Processing Systems Conference (NIPS), 2015, 2019.
• 映像情報メディア学会 「メディア処理のための機械学習」特集：ゲストエディター, 2014年.
• ・日本学術会議 Ｅ－サイエンス・データ中心科学分科会委員, 2014年-現在. 日本学術会議 数理統計分科会 副委員長, 2014年-現在.
• IEEE関西支部 Vice-Chair, 2013年1月-2015年1月.
• Member, The Institute of Statistical Mathematics(ISM) Steering Committee of the Cooperation with Mathematics Program, December 2012-March 2017.
• 電子情報通信学会 情報論的学習理論と機械学習研究会(IBISML) 専門委員会 委員長, 2012年4月-2014年3月.
• 電子情報通信学会 情報論的学習理論と機械学習研究会(IBISML) 専門委員会 副委員長, 2010年4月-2012年3月.
• Program Committee (Research), Association for Computing Machinery(ACM) SIG-KDD, 2010-present.
• 電子情報通信学会 フェロー, 2009年.
• Associate Editor, Neurocomputing Journal, 2007-2012.
• Senior Program Committee, International Conference on Machine Learning (ICML), 2007.
• 情報処理学会 数理モデル化と問題解決研究会 編集委員, 2006年-2018年.
• 情報処理学会 数理モデル化と問題解決研究会 運営委員, 2006年-2010年3月.
• 理化学研究所 非常勤研究員, 2003-2012 9月.
• Associate Editor, Neural Networks Journal, 2003-2010.
• 電子情報通信学会 情報論的学習理論時限研究専門委員会, 専門委員長, 2003-2004年.
• 情報論的学習理論ワークショップ 実行委員長, 2003年.
• Program Committee, IEEE Neural Networks for Signal Processing (NNSP), 2001-2002.
• 日本神経回路学会 JNNS2001 実行委員長, 2001年.　* JNNS（日本神経回路学会）: Japanese Neural Network Society
• 電子情報通信学会 情報論的学習理論特集, 編集委員長, 2001年.
• 日本神経回路学会 理事, 2000-2001年.
• 情報論的学習理論ワークショップ プログラム委員, 2000年.
• Reviewer, Neural Information Processing Systems Conference (NIPS), 1999-2002, 2005-2014.
• 電子情報通信学会 論文誌編集委員, 1999-2002年.
• 電子情報通信学会 論文誌特集号編集委員, 1998年, 2002-2003年.
• 電気学会 論文査読委員, 1997-2000.
• 電子情報通信学会 学会誌編集委員(基礎境界WGA), 1996-1998年.
• 電子情報通信学会 論文査読委員, 1996-現在.
• 視聴覚情報研究会 幹事, 1992-1993.

客員教授等

●委員委嘱(その他)

• 明治大学 総合数理学部 特別招聘教授, 2020年４月-現在.
• 神戸大学 数理・データサイエンスセンター アドバイザリーボード委員, 2019年4月-現在.
• 豊橋技術科学大学 テニュア審査会委員, 2018年9月-2018年10月.
• 京都大学情報学研究科 アドバイザリーボード委員, 2017年10月.
• 理化学研究所 日本ノード Platform評価委員会委員, 2016年7月－2017年3月.
• 理化学研究所 神経基盤センター(NIJC)運営会議委員, 2015年9月-2017年3月, 2017年7月-2018年3月.
• 京都大学 第2回産学デザインシンポジウム プログラム担当者, 2013年9月.
• 理化学研究所 神経基盤センター(NIJC)運営会議委員長, 2013年7月-2015年3月.
• 京都大学 学際融合教育研究推進センター デザイン学ユニット協議会協議員, 2013年6月-2018年3月.
• 統計数理研究所 科学技術試験研究委託事業「数学・数理科学と諸科学・産業との協働によるイノベーション創出のための研究促進プログラム」運営委員会委員, 2012年12月-2017年3月.
• 奈良女子大学理学部 外部評価委員, 2012年.
• 奈良先端科学技術大学院大学 情報科学研究科 外部評価委員, 2010-2013年.
• 統計数理研究所 外部評価委員, 2007年, 2013年.
• 英国 ロンドン大学（Geoffrey Hinton教授）, 1999年4月, 2000年8月.
• カナダ トロント大学（Geoffrey Hinton教授）招聘研究員, 1997年10月.
• 米国 Purdue大学 客員研究員, 1993-1994年.
• Appierインタビュー 2019年12月3日リリース.
• 公益社団法人京都産業２１ 次世代地域産業推進事業意見聴取会委員, 2018年11月1日-現在.
• JBpress[特別対談-第七回-]リアルワールド・データ活用最前線アカデミア✕ヒューマンデータサイエンスでヘルスケアを支援するIQVIA
• 「イノベーション最強ツールの一つ人工知能がリアルワールドへ　企業のあり方が再定義される時代」 2018年10月19日リリース.
• 大阪府工業協会 AI研究会コーディネーター, 2018年9月1日-現在.
• セミナーインフォ セミナー講師「AI、IoT時代における機械学習技術とその実用化事例、今後の展望」 2018年8月27日.
• 国際高等研究所 けいはんなエジソンの会 スーパーバイザー, 2018年4月1日-現在.
• NHKラジオ第1放送　年末特番「人工知能はどう社会を変えるのか～AI時代の幸福論～」2017年12月31日放送.

実績・専門的活動

●招待講演

• 医療データを活用したprecision medicineにおけるAI戦略とその実装"(日本メディカルAI学会学術集会, 於：東京ビッグサイト TFTホール), 2020年2月1日
• 時空間統計解析と学習型マルチエージェントシミュレーションによる集団最適誘導技術"(情報処理学会連続セミナー2019, 於：化学会館), 2019年11月15日.
• Integration of Inductive and Deductive inferences -Simulation-based Machine Learning-"(大阪大学産業科学AIセンター発足記念国際シンポジウム, 於：大阪国際会議場（グランキューブ大阪）), 2019年10月26日.
• ICT☓AI"(Japan IT Week 秋, 於：幕張メッセ), 2019年10月23日.
• 時空間データ解析のための最新AI技術"(日本育種学会 AIシンポジウム, 於：近大農学部), 2019年9月6日.
• HPC☓AI"(サイエンティフィック・システム研究会（SS研）HPCフォーラム, 於：富士通デジタル・トランスフォーメーション・センター), 2019年8月20日.
• 人工知能が創る未来社会"(いのちの科学フォーラム「人工知能と人間社会の未来」, 於：コープ京都), 2019年7月20日.
• AI技術が創る未来社会"(阪急阪神ホールディングスグループ社長会, 於：ホテル阪急インターナショナル), 2019年7月19日
• AI技術による防災研究のご紹介"(首都高速道路技術センター 技術講習会, 於：イイノホール), 2019年6月11日.
• 機械学習による時間変動天体分類"(天文学におけるデータ科学的方法研究会, 於：統計数理研究所),2019年5月27日.
• 人工知能社会の未来像とNTTが仕掛けるAIビジネス" (AI・人工知能EXPO, 於：東京ビッグサイト), 2019年4月3日.
• AIが開く未来～AI活用の将来展望～"(大阪府工業協会 AI研究会, 於：大阪府工業協会), 2019年3月5日.
• 人工知能がもたらす未来社会" (大阪大学「ライフデザイン・イノベーション研究拠点」キックオフシンポジウム, 於：グランフロント大阪), 2019年2月21日.
• 人工知能を支える機械学習技術の現状と将来展望"(データ・インテリジェンス教育研究部門セミナー, 於：和歌山大学), 2018年11月27日.
• 人工知能技術の新展開"(電気三学会関西支部 准員および学生のための講演会, 於：近畿大学), 2018年11月12日.
• 人工知能を活用した未来社会"(第61回建築士会全国大会「さいたま大会」, 於：大宮ソニックシティ), 2018年10月26日.
• 第4次産業革命の技術的シナリオとその社会的インパクト"(「第4次産業革命への適応」研究会, 於：高等研), 2018年9月14日.
• Simulation-based Machine Learning"(The 2nd International Workshop for symbolic-Neural Learning (SNL2018) 於：名古屋国際会議場), 2018年7月6日.
• 人工知能の自然科学、社会科学への応用"(2018年度人工知能学会全国大会(第32回)チュートリアル講演, 於：城山ホテル鹿児島), 2018年6月8日.
• 複雑・高度な社会システム設計のための人工知能技術"(AI・人工知能EXPO, 於：東京ビッグサイト), 2018年4月4日.
• AI技術が切り拓く未来の防災技術と展望"(第17回 国土セイフティネットシンポジウム, 於：パシフィコ横浜), 2018年2月8日.
• スーパーコンピューターと人工知能技術の融合によるシミュレーション科学"(九州大学 新スーパーコンピューター「ITO」完成記念式典, 於：九州大学稲盛財団記念館), 2018年2月5日.
• 人工知能技術によるがん研究の新展開"(シンポジウム「Society5.0時代のヘルスケアの在り方」, 於：東京大学 伊藤謝恩ホール), 2018年1月25日.
• 防災分野における人工知能の活用　～理研 革新知能統合研究センター 防災科学チームでの取り組み紹介～"(国際高等研究所 エジソンの会, 於：国際高等研究所), 2017年12月26日.
• 人工知能の基礎技術とその応用　～理研AIPでの研究開発のご紹介～"(三井業際研究所 AI技術調査委員会講演会, 於：三井業際研究所), 2017年12月18日.
• IoT時代での人工知能技術とその社会展開"(中国経済連合会・幹事会合同会議, 於：ANAクラウンプラザホテル広島), 2017年11月30日.
• AIの最新動向と今後の可能性"(大阪府工業協会 工場経営研究会, 於：大阪府工業協会), 2017年11月21日.
• 人工知能時代を牽引する機械学習技術"(電気三学会関西支部「准員および学生員のための講演会, 於：関西大学), 2017年11月16日.
• 人工知能の新展開　～環境知能の実現に向けて～"(平成29年度 土木研究所講演会, 於：一橋講堂), 2017年10月19日.
• 理化学研究所　革新知能統合研究センターのご紹介"(日加人工知能協力フォーラム, 於：在日カナダ大使館), 2017年10月4日.
• AI技術が生みだす未来社会"(朝日地球会議, 於：帝国ホテル東京), 2017年10月3日.
• IoT時代における人工知能技術の新展開"(奈良県産業振興センター 創設100周年記念技術フォーラム, 於：奈良県産業振興センター), 2017年9月4日.
• 機械学習の新展開 ～シミュレーション科学～"(京×データサイエンスシンポジウム2017[データmeetsシミュレーション], 於：丸ビルホール), 2017年8月25日.
• IoT時代の機械学習技術 ～環境知能の実現にむけて～"(Tohoku Forum for Creativity Symposium データとインテリジェンス, 於：東北大学片平キャンパス 知の館), 2017年8月24日.
• 複雑多様なデータからの機械学習技術 ～AI時代の機械学習技術の新展開～"(三菱電機㈱ 通信技術部会 画像・音声通信専門部会 講演会, 於：三菱電機㈱ 通信機製作所), 2017年7月31日.
• 人工知能研究の最前線"(ビッグデータアクティベーション研究センター　キックオフシンポジウム, 於：新潟大学脳研究所), 2017年7月21日.
• 環境知能の実現に向けて"(第2回超スマートコミュニティ学研究会, 於：神戸大学), 2017年7月13日.
• データに語らせる科学　～IoT時代からの機械学習技術"(JR東海 第３０回技術開発部セミナー, 於：JR東海小牧研究施設), 2017年5月29日.
• 自然科学、社会科学における人工知能研究"(神戸大学 「シンポジウム「データサイエンスの現状と未来」, 於：神戸大学出光佐三記念六甲台講堂), 2017年5月15日.
• 革新的人工知能の実現に向けて"(文部科学・科学技術部門合同先端科学技術勉強会, 於：衆議院第二議員会館), 2017年4月27日.
• 理研AIPセンターにおける防災・減災研究の取り組み"(都市災害プロジェクト 最終成果報告会, 於：東京大学 安田講堂), 2017年3月14日.
• 機械学習研究の新展開　－各種サイエンス分野への技術貢献－"(DEIM2017, 於：高山グリーンホテル), 2017年3月6日.
• 機械学習技術による人工知能の新展開"(マリンエンジニアリング学会特別基金講演会, 於：笹川記念会館), 2017年3月2日.
• Recent novel applications based on advanced Machine Learning technologies"(MEET THE DATA Ⅲ, 於：Maison De La Chimie), 2017年2月23日.
• 機械学習技術の産業的活用"(最新人工知能(AI)シンポジウム, 於：大阪科学技術センター), 2017年2月10日.
• 人工知能社会に向けた機械学習研究の新展開"(電子情報通信学会「コミュニケーションクオリティ基礎講座ワークショップ」, 於：大阪大学 中之島センター), 2017年1月21日.
• 自然科学社会科学分野でのビッグデータ分析のための機械学習技術"(日本機械学会関西支部特別フォーラム, 於：大阪科学技術センター), 2016年10月24日.
• Recent Advancement in Machine Learning Research"(電子情報通信学会 ヒューマンコミュニケーショングループ 情報の認知と行動研究会ワークショップ, 於：紀州南部ロイヤルホテル), 2016年10月6日.
• 理化学研究所　革新知能統合研究センターについて"(情報計算化学生物学会（CBI学会） 関西講演会, 於:：グランフロント大阪), 2016年9月1日.
• 環境知能（アンビエント AI）がもたらすIoTの新潮流"(Interrop Tokyo Premium Conference, 於：幕張メッセ), 2016年6月8日
• 自然科学、社会科学分野でのビッグデータ分析"(応用統計学フロンティアセミナー, 於：統計数理研究所), 2016年5月28日
• データに語らせる科学"(情報学部開設10周年記念祝賀会「情報学の未来を考える」, 於：工学院大学情報学部), 2015年11月28日.
• IoT/ビッグデータ分析のための時空間予測技術とその応用" (けいはんな情報通信フェア2015,技術講演, 於：けいはんなプラザ), 2015年11月6日.
• 機械学習の進化と今後～IoT/ビッグデータ時代の時空間予測～"(MATLAB EXPO 2015, 於：東京・ホテル グランパシフィック), 2015年10月16日.
• IoTビッグデータのための時空間多次元集合データ分析"(第33回日本ロボット学会学術講演会 （RSJ2015）, 於：東京電機大学), 2015年9月4日.
• データに語らせる科学　～IoT時代の機械学習技術～"(電子情報通信学会九州支部　特別講演会, 於：福岡工業大学), 2015年6月9日.
• 機械学習技術によるビッグデータチャレンジ" (第16回情報学シンポジウム　ビッグデータとヒューマンサイエンス, 於：京都大学), 2015年3月17日.
• 機械学習技術によるIoT基盤構築"（一般社団法人　応用数理学会　応用数理ものづくり研究会, 於：筑波大学東京キャンパス), 2015年2月9日.
• Machine learning for healthcare" (日仏ワークショップ「ビッグデ－タ」 , 於：在日フランス大使館), 2014年11月18日.
• 機械学習技術を用いた保健医療データ分析"(電気三学会関西支部　専門講習会, 於：中央電気倶楽部), 2014年10月21日.
• ビッグデータとは、そしてそのビジネスの進展"(一般社団法人電気通信協会産業部会主催　名古屋会員懇談会), 2014年9月9日.
• ビッグデータを利活用するサービス創出"(電子情報通信学会総合大会企画講演, 於：新潟大学), 2014年3月20日.
• ビッグデータ解析に機械学習技術は有用か？" (数学協働プログラム産学チュートリアルセミナー講演, 於：統計数理研究所), 2014年3月12日.
• ビッグデータ分析のための機械学習研究～現状と将来展望～"（2013年度立命館大学理工学研究所学術講演会）, 2013年12月16日.
• Bayesian Meta-ｌearning and its Application to High-Level Real Nursing Activity Recognition Using Accelerometers"（研究集会 Forum "Math-for-Industry"2013, 於：九州大学西新プラザ）, 2013年11月5日.
• Basics of Bayesian Modeling in Machine Learning"（MLMI 2013, A MICCAI 2013 Workshop, Nagoya）, 2013年9月22日.
• ベイズの定理でビッグデータ解析"（情報処理学会連続セミナー2013, 於：化学館), 2013年6月26日.
• ビッグデータから新価値を創出する機械学習技術"（九州大学大学院システム情報科学研究院 2013年度シンポジウム), 2013年5月14日.
• ビッグデータ時代での統計的機械学習技術"（九州大学マス・フォア・インダストリ研究所 Colloquium), 2013年1月16日.
• Bayesian Relational Data Analysis"（ACM SIG-KDD2012, Beijing), 2012年8月14日.
• ビッグデータ時代における統計的機械学習技術"（MIRU2012, 於：福岡国際会議場),2012年8月7日.
• 機械学習技術の新展開"（DCPビジネスシーズ戦略会議, 於：関西情報センター), 2012年7月24日.
• Big data解析のための統計的機械学習技術" （豊田中央研究所), 2012年7月19日.
• Big data時代の到来：情報科学の新展開"（大阪大学工学部), 2012年7月9日.
• ベイズモデルによる関係データ解析"（数学・数理科学と諸科学・産業との連携研究ワークショップ, 於:統計数理研究所), 2012年2月23日.
• Big data時代の到来"（IEEE関西支部技術講演会, 於:TKP大阪本町ビジネスセンター), 2012年1月25日.
• パターン認識のための機械学習"（情報論的学習理論と機械学習研究会(IBISML)チュートリアル講演, 於:東京大学), 2012年1月12日.
• 21世紀の企業の挑戦"（於:京都大学学術メディアセンタ), 2011年11月15日.
• 統計的機械学習入門"（国立情報学研究所土曜懇談会, 於:軽井沢国際高等セミナーハウス), 2011年11月5日.
• 知能コンピューティングのための統計的機械学習の最新動向"（情報処理学会音楽情報科学(SIGMUS)研究会), 2010年10月.
• ノンパラメトリックベイズモデル入門"（CVIM/PRMU合同研究会), 2009年3月.
• Inference methods for Nonparametric Bayes models, Workshop on Bayesian Inference"( The Institute of Statistical Mathematics), 2007年8月.
• ベイズ学習の最前線"(NHK放送技術研究所), 2007年8月.
• マルチメディア信号解析"(大阪大学大学院), 2007年5月.
• ノンパラメトリッツクベイズ理論とその応用"（DMSMデータマイニングと統計数理研究会）, 2006年7月.
• メディア処理のための基礎技術-" (人工知能学事典出版記念セミナー), 2006年3月.
• 多重概念のための数理モデリング-" (情報処理学会, 山下記念講演), 2006年3月.
• 企業での基礎研究-" (大阪大学大学院工学研究科 修士論文発表会), 2005年2月.
• 数理モデリングアプローチによるWebサイエンス研究" (大阪大学 産業科学研究所 特別講演), 2004年10月.
• アンサンブル学習 -識別器性能向上法および情報統合の理論-" (電子情報通信学会 パターン認識, メディア理解研究会), 2004年9月.
• 変分ベイズ法/パラメトリック混合モデル-" (ATR音声言語コミュニケーション研究所特別講演), 2002年7月.
• アンサンブル学習-" (システム制御情報学会講演), 2002年5月.
• ベイズ学習の理論から応用 -変分ベイズ法-" (電子情報通信学会NC研究会チュートリアル講演), 2002年1月.
• 変分ベイズ法の理論と応用" （統計数理研究所，公開セミナー）, 2001年2月.
• EMアルゴリズムの新展開" (日本計算機統計学会 第14回シンポジ ウム 特別講演), 2000年10月.
• 統計的学習理論の最前線" (京大 情報科学研究科), 2000年4月.
• ベイズ学習に基づく最適モデル探索" (塩野義製薬 中央研究所 解析センター), 2000年3月.
• 潜在変数モデルと確率的次元圧縮 " (統計数理研究所， 逆問題とその応用研究会), 1998年9月.
• 潜在変数モデルに基づく特徴抽出法" (電子情報通信学会PRMU研究会), 1998年6月.
• 潜在変数モデルに基づく確率ニューラルネットワーク" ( 京大基礎物理研究所，ニューラルネットワーク -これからの統計力学的アプローチ-), 1998年1月.
• 数理形態学" (精密工学会), 1996年8月.
• EMアルゴリズム" (バイオインフォマティックス研究会）, 1995年10月.
• 確定的アニーリングEMアルゴリズム" (ATR翻訳通信研究所), 1995年5月.
• 確定的アニーリングEMアルゴリズム" (GA研究委員会), 1995年4月.
• アンサンブル学習" (阪大産業科学研究所), 1995年1月.

その他（論文）

●ジャーナル論文

• Gibril, M. B. A., Kalantar, B., Al-Ruzouq, R., Ueda, N., Saeidi, V., Shanableh, A., Mansor, S., and Shafri, H. Z. M., "Mapping heterogeneous urban landscapes from the fusion of digital surface model and unmanned aerial vehicle-based images using adaptive multiscale image segmentation and classification," Remote Sensing, 2020,12(7), 1081; https://doi.org/10.3390/rs12071081, 2020.(to appear).
• Yamamoto, Y., Tsuzuki, T., Akatsuka, J., Ueki, M., Morikawa, H., Numata, Y., Takahara, T., Tsuyuki, T., Shimizu, A., Maeda, K., Tsuchiya, S., Kanno, H., Kondo, Y., Tamiya, G., Ueda, N., and Kimura, G., “Automated acquisition of explainable knowledge from unannotated,” Nature Communications, 10, 5642 2019.
• Kalantar, B., Al-Najjar, H.A.H., Pradhan, B., Saeidi, V., Halin, A.A, Ueda, N., Naghibi., S.A.,"Optimized conditioning factors and machine learning for groundwater potential mapping," Water Journal, 2019.
• Al-Najjar, H. A., Kalantar, B., Pradhan, B., Saeidi, V., Halin, A. A., Ueda, N., and Mansor, S.,"Land cover classification from fused DSM and UAV images using convolutional neural networks", Remote Sensing, 11(12), 1461, 2019.
• Yasuda, N., Tanaka, M., Tominaga, N., Jiang, J., Moriya, T., Morokuma, T., Suzuki, N., Takahashi, I., Yamaguchi, M., Maeda, K., Sako, M., Ikeda, S.,Kimura, A., Morii, M., Ueda, N., Yoshida, N., Lee, C., Suyu, S., Komiyama, Y., Regnault, N., and Rubin, D., "The Hyper Suprime-cam SSP transient survey in COSMOS: Overview,"Publications of the Astronomical Society of Japan, vol.71, No.4, pp.1--16, 2019.
• Ueda, N., asd Fujino, A., "Partial auc maximization via nonlinear scoring functions," Xiv submit/2294250, 2018.
• Ueda, N., and Naya, F., "Spatio-temporal multidimensional collective data analysis for providing comfortable living anytime and anywhere," APSIPA Transactions on Signal and Information Processing, Vol.7, No.4, 2018.
• Iwata, T., Hirao, T., Ueda, N.,"Topic models for unsupervised cluster matching," IEEE Transactions on Knowledge and Data Engineering, Volume:30, Issue:4, pages 786--795, 2018.
• Iwata, T., Shimizu, H., Naya, F. and Ueda, N., "Estimating people flow from spatio-temporal population data via collective graphical mixture models," ACM Transactions on Spatial Algorithms and Systems, Vol. 3, Issue 1, Article 39. 2017.
• Ishiguro, K., Sato, I. and Ueda, N., "Averaged collapsed variational Bayes inference," Journal of Machine Learning Resaerch (JMLR), Volume 18, Number 1, pp.1--29, 2017.
• 上田修功, "時空間予測技術に基づく先行的集団最良誘導," 応用統計学(招待論文), Vol.45, No.3, pp.89-104, 2016.
• Morii, M., Ikeda, S., Tominaga, N., Tanaka, M., Morokuma, T., Ishiguro, K., Yamato, J., Ueda, N., Suzuki, N., Yasuda, N. and Yoshida, N., "Machine-learning selection of optical transients in Subaru/hyper suprime-cam survey," Publication of Astronomical Society of Japan, Vol.68, No.6, pp.104-112, 2016.
• Inoue, S., Ueda, N., Nohara, Y. and Nakashima, N., "Recognizing and understanding nursing activities for a whole day with a big data set," Journal of Information Processing, Vol.57, No.10, 2016.
• 上田修功,"時空間予測技術とその先行的人流誘導への応用,"画像電子学会誌(招待論文), Vol.45, No.1, pp.4-11, 2016.
• Iwata, T., Hirao T. and Ueda, N., " Unsupervised many-to-many object matching via probabilistic latent variable models,"Information Processing & Management, Volume 52, Issue 4, pp682-697, July 2016.
• Blondel, M., Onogi, A., Iwata, H. and Ueda, N., "A Ranking Approach to Genomic Selection,"PLOS ONE (peer-reviewed open acces journal), Public Library of Science, 2015.
• Nohara, Y., Kai, E., Ghosh, P., Islam, R., Ahmed, A., Kuroda, M., Inoue, S., Hiramatsu, T., Kimura, M., Shimizu, S., Kobayashi, K., Baba, Y., Kashima, H., Tsuda, K., Sugiyama, M., Blondel, M., Ueda, N., Kitsuregawa, M. and Nakashima, N., "Health Checkup and Telemedical Intervention Program for Preventive Medicine in Developing Countries: Verification Study," Journal of Medical Internet Research, Vol.17, No.1 January 2015.
• 田中祐典,上田修功.田中利幸, "クラス固有の特徴選択に基づくベイズ分類器,"　電子情報通信学会和文論文誌(D-II), Vol.J96-D, No.11, pp.2755-2764, 2013. Sun, X. Kashima, H. and Ueda, N., "Large-Scale Personalized Human Activity Recognition using Online Multi-Task Learning, "IEEE Transactions on Knowledge and Data Engineering (TKDE), Vol.25, No.11, pp.2551-2563, 2013. [IEEE Copyright Notice]
• Sawada, H., Kameoka, H., Araki, S. and Ueda, N., "Multichannel Extensions of Non-negative Matrix Factorization with Complex-valued Data," IEEE Transactions on Audio, Speech, and Language Processing, Vol.21, No.5, pp.971-982, 2013. [IEEE Copyright Notice]
• Iwata, T., Yamada, T. and Ueda, N., "Modeling Noisy Annotated Data with Application to Social Annotation," IEEE Transactions on Knowledge and Data Engineering, Vol.25, No.7, pp.1601-1613, 2013. [IEEE Copyright Notice]
• Fujino, A., Ueda, N. and Nagata, M., "Adaptive semi-supervised learning on labeled and unlabeled data with different distributions," Knowledge and Information Systems(KAIS), Vol. 37, Issue 1, pp. 129-154, Springer, 2013, (invited paper).
• Iwata, T., Yamada, T., SakuraI, Y. and Ueda, N., "Sequential Modeling of Topics Dynamics with Multiple Timiscales," ACM Transactions on Knowledge Discovery from Data (TKDD), Volume 5 Issue 4, 19:1-19:27, 2012.
• Hachiya, H., Sugiyama, M. and Ueda, N., "Importance-weighted least-squares probabilistic classifier for covariate shift adaptation with application to human activity recognition," Neurocomputing, Vol. 80, pp 93-101, 2012.
• 藤野昭典, 上田修功, 永田昌明, "ラベルありデータの選択バイアスに頑健な 半教師あり学習," 情報処理学会論文誌, Vol.4, No.2, pp. 31-42, 2011.
• Iwata, T., Tanaka, T., Yamada, T. and Ueda, N., "Improving Classifier Performance Using Data with Different Taxonomies," IEEE Transactions on Knowledge and Data Engineering (TKDE), Vol.23, No.11, 1668-1677, 2011.[IEEE Xplore] [IEEE Copyright Notice],
• 藤野昭典, 上田修功, 永田昌明, "ラベルありデータの選択バイアスに頑健な半教師あり学習," 情報処理学会論文誌 数理モデル化と応用, Vol.2010-MPS-80 No.8, 2010.
• 石黒 勝彦, 岩田具治, 上田修功, "時間依存関係データ分析のための動的無限関係モデル,"情報処理学会論文誌 数理モデル化と応用, Vol.3, No.1, pp. 1-12, 2010.
• 岩田具治, 渡部晋治, 山田武士, 上田修功, "購買行動解析のためのトピック追跡モデル," 電子情報通信学会, Vol.J93-D, No.6, pp.978-987, 2010
• 岩田具治, 田中利幸, 山田武士, 上田修功, "分布が変化するデータにおけるモデル学習法," 電子情報通信学会, Vol.J-92D, No.3, 361-370, 2009.
• 岩田具治, 山田武士, 上田修功, "トピックモデルに基づく文書群の可視化," 情報処理学会論文誌, Vol.50, No.6, 1649-1659, 2009.
• 川前徳章, 坂野　鋭, 山田武士, 上田修功, "ユーザの嗜好の時系列性と先行性に着目した協調フィルタリング," 電子情報通信学会論文誌 (D-II), Vol.J92-DII, No.6, pp. 767-776, 2009.
• Fujino, A., Ueda, N. and Saito, K., "Semisupervised learning for a hybrid generative/discriminative classifier based on the maximum entropy principle," IEEE Transactions on Pattern Analysis and Machine Intelligence (TPAMI), Vol.30, No.3, pp.424-437, 2008, [IEEE Xplore] [DOI link] [IEEE Copyright Notice].
• 桑田修平, 山田武士, 上田修功, "ディリクレ過程混合モデルに基づく離散データの共クラスタリング, "情報処理学会論文誌：数理モデル化と応用, pp. 60-73, 2008, [情報処理学会].
• 岩田具治, 山田武士, 上田修功, "購買順序を効率的に用いた協調フィルタリング," 情報処理学会論文誌：数理モデル化と応用 Vol.49, No.SIG4 (TOM20), pp. 125-134, 2008.
• Naud, A., Usui, S., Ueda, N. and Taniguchi T., "Visualization of documents and concepts in Neuroinformatics with the 3D-SE Viewer," Neuroinformatics, 2007.
• 桑田修平, 上田修功, "一括予測型協調フィルタリング," 情報処理学会論文誌, Vol.48, No.SIG 15(TOM 18), pp. 153-162, 2007, [情報処理学会].
• 川前徳章, 山田武士, 上田修功, "Relative Innovator の発見によるパーソナライズ手法の提案," FIT2007 Letters, Vol.6, pp.99-102, 2007.
• Kuwata, S. and Ueda, N., "An efficient collaborative filtering algorithm based on marginal rating distributions," International Journal of IT & IC, IEEE CIS, Vol.2, No.1, 2007.
• 藤野昭典, 上田修功, 斉藤和巳, "複数の構成要素データを扱う多クラス 分類器の半教師有り学習法," 情報処理学会論文誌, 数理モデル化と応用(TOM), 48(SIG 15), pp. 163-175, 2007, [情報処理学会].
• Fujino, A., Ueda, N. and Saito, K., "A hybrid generative/discriminative approach to text classification with additional information," Information Processing & Management, Elisevier, Vol.43, No.2, pp. 379-392, 2007.
• Usui, S., Plames, P., Nagata, K., Taniguchi, T. and Ueda, N., "Keyword extraction, ranking, and organization for the neuroinfomatics platform," Biosystems, Elsevier Science, Vol.88, Issue 3, pp. 334-342, 2007, [Biosystems]. Iwata, T., Saito, K., Ueda, N., Stromsten, S., Griffiths, T. and Tenenbaum, J., "Parametric Embedding for Class Visualization," Neural Computation Vol. 19, No. 9, pp. 2536-2556, 2007.
• Kawamae, N., Yamada, T. and Ueda, N.,"Personalized Ranking by Identifying, RelativeInnovators," FIT2007 L, Vol.6, pp.99-102, 2007.
• 上田修功, 山田武士, "ノンパラメトリックベイズモデル," 応用数理 Vol.17, No.3, pp.196-214, 2007.
• 藤野昭典, 上田修功, 斉藤和巳, "最大エントロピー原理に基づく付加情報 の効率的な利用によるテキスト分類," 情報処理学会論文誌, Vol.47, No.10, pp. 2929-2937, 2006, [情報処理学会].
• 藤野昭典, 上田修功, 斉藤和巳, "半教師あり学習のための生成・識別ハイブリッド分類器の設計法人工知能学会論文誌, Vol.21, No.3, pp. 301-309, 2006.
• Ueda, N. and Saito, K., "Parametric mixture models for multi-topic text," Systems and Computers in Japan, Vol.37, No.2, pp. 56-66, 2006, [Systems and Computers in Japan].
• 上田 修功, "アンサンブル学習," 情報処理学会論文誌(招待論文), Vol.46, No.SIG15(CVIM 12), pp. 11-20, 2005, [情報処理学会 ].
• 岩田具治, 斎藤和巳, 上田修功, "パラメトリック埋め込み法によるクラス構造の可視化," 情報処理学会論文誌, vol.46,no.9, pp. 2337-2346, 2005.
• 藤野 昭典, 上田 修功, 　斉藤 和巳, "生成・識別ハイブリッドモデルに基づく半教師あり学習," FIT2005 情報科学技術レターズ, 2005.
• Kimura, M., Saito K. and Ueda, N., "Modeling network growth with directional attachment and communities," Systems and Computers in Japan, Vol. 35, No. 8, pp. 1-11, 2004, [Systems and Computers in Japan].
• 岩田具治, 斉藤和巳, 上田修功, "事後確率構造の可視化," 情報科学技術レターズ, Vol. 3, pp. 119-120, 2004.
• 金田 有二, 斉藤 和巳, 上田 修功, "文書分類体系間の対応関係の自動抽出," FIT2004 情報科学技術レターズ, Vol. 3, pp.121-122, 2004.
• 金田 有二, 上田 修功, "高次元データに対して頑健な文書クラスタリング手法," FIT2004 情報科学技術レターズ, Vol. 3, pp. 123-124, 2004.
• 藤野昭典, 上田修功, 斉藤和巳, "交差確認法に基づく適合性フィードバック," FIT2004 情報科学技術レターズ, Vol. 3, pp. 53-54, 2004.
• Kimura, M., Saito, K. and Ueda, N., "Modeling share dynamics by extracting competition structure," Physica D, Vol.198, pp. 51-73, 2004.
• Watanabe, S., Minami, Y., Nakamura, A. and Ueda, N., "Variational Bayesian Estimation and Clustering for Speech Recognition," IEEE transaction on Speech and Audio Processing, Vol. 12, pp.365-381, 2004.
• Kimura, M., Saito, K. and Ueda, N., "Modeling of growing networks with directional attachment and communities," Neural Networks, Vol. 17, No. 7, pp. 975--988, 2004.
• 上田修功, 斉藤和己, "多重トピックテキストの確率モデル --パラメトリック混合モデル--," 電子情報通信学会論文誌 (D-II), Vol. J87-DII, No.3, pp. 872-883, 2004.
• Ueda, N. and Inoue, M., "Extended Tied-Mixture HMMs for Both Labeled and Unlabeled Time Series Data," Journal of VLSI Signal Processing Systems, Vol. 37, pp. 189-197, 2004.
• 木村昌弘, 斉藤和巳, 上田修功, "指向性アタッチメントとコミュニティをもつ成長ネットワークモデル," 電子情報通信学会論文誌, Vol. J86-DII, No, 10, pp. 1468-1479, 2003.
• 上田修功, 斉藤和己, "類似テキスト検索のための多重トピックテキストモデル" 情報処理学会論文誌, Vol. 44, No. SIG14(TOM9), pp. 1-8, 2003, [情報処理学会].
• 山田武士, 斉藤和巳, 上田修功, "クロスエントロピー最小化に基づくネットワークデータの埋め込み," 情報処理学会論文誌, Vol. 44, No. 9, pp. 2401-2408, 2003, [情報処理学会]
• Inoue, M. and Ueda, N., "Exploitation of unlabeled sequences in hidden markov models," IEEE Transaction on Pattern Analysis and Machine Intelligence (PAMI), Vol. 25, No. 12, pp1570-1581, 2003.
• 渡部晋治, 南泰浩, 中村篤, 上田修功, "ベイズ的基準を用いた 状態共有型HMM構造の選択" 電子情報通信学会論文誌, (D-II), Vol. J86-DII, No. 6, pp. 776-786, 2003.
• 井上雅史, 上田修功, "隠れマルコフモデルにおけるクラスラベル無しデータの利用 " 電子情報通信学会論文誌, (D-II), Vol. J86-DII, No.2, pp. 173-183, 2003.
• Ueda, N. and Ghahramani, Z., "Bayesian model search for mixture models based on optimizing variational bounds," Neural Networks, Vol. 15, No.10, pp. 1223-1241, 2002.
• 上田修功,"最良モデル探索の変分ベイズ法," 人工知能学会論文誌, Vol.16, No.2, SP-F, 2001.
• 鈴木 敏, 上田修功, "混合回帰モデルのためのSMEMアルゴリズム" 電子情報通信学会論文誌, (D-II), Vol. J83-DII, No. 12, pp. 2777-2785, 2000.
• Ueda, N., "EM algorithm with split and merge operations for mixture models (invited)," Transactions of IEICE, Vol. E83-D, No. 12, pp. 2047-2055, 2000.
• 鈴木 敏, 上田修功, "モジュール競合学習を用いた適応的クラスタリング" 電子情報通信学会論文誌, (D-II), Vol. J83-DII, No. 6, pp. 1529-1538, 2000.
• Ueda, N., Nakano, R., Ghahramani, Z. and Hinton, G. E., "SMEM algorithm for mixture models," Neural Computation, Vol. 12, No. 9, pp. 2109-2128, 2000.
• Ueda, N., Nakano, R., Ghahramani, Z. and Hinton, G. E., "Split and merge EM algorithm for improving Gaussian mixture density estimates (invited), "Journal of VLSI Signal Processing, Vol. 26, pp.133-140Z, 2000.
• Ueda, N., "Optimal linear combination of neural networks for improving classification performance," IEEE Transactions on Pattern Analysis and Machine Intelligence (PAMI), Vol. 22, No. 2, pp. 207-215, 2000.
• 上田修功, 中野良平, "確率的混合部分空間法" 電子情報通信学会論文誌, (D-II), Vol. J82-DII, No. 12, pp. 2394-2401, 1999.
• 上田修功, 中野良平, "混合モデルのための併合分割操作付きEMアルゴリズム" 電子情報通信学会論文誌(D-II), Vol. J82-DII, No. 5, pp. 930-940, 1999.
• 上田修功, "分類誤り最小基準に基づくニューラルネット識別機の最適線形統合法,"電子情報通信学会論文誌(D-II), Vol. J82_DII, No. 3, pp. 522-530, 1999.
• Ueda, N. and Nakano, R., "Deterministic annealing EM algorithm," Neural Networks, Vol.11, No. 2, pp.271-282, 1998.
• 上田修功, 中野良平, "アンサンブル学習の汎化誤差解析," 電子情報通信学会論文誌(D-II), Vol. J80-DII, No. 9, pp. 2512-2521, 1997.
• 上田修功, 中野良平, "確定的アニーリングEMアルゴリズム," 電子情報通信学会論文誌(D-II), Vol.J80-DII, No.1, pp. 267-276, 1997.
• Ueda, N. and Mase, K., "Tracking moving contours using energy-minimizing elastic contour models," International Journal of Pattern Recognition and Artificial Intelligence, Vol. 9, No. 3, pp. 465-484, 1995.
• Ueda, N. and Nakano, R., "A new competitive learning approach based on an equidistortion principle for designing optimal vector quantizers," Neural Networks, Vol.7, No.8, pp. 1211-1227, 1994.
• 上田修功, 中野良平, "ベクトル量子化器設計のための淘汰型競合学習法 -等ひずみ原理とその実現アルゴリズム-" 電子情報通信学会論文誌(D-II), Vol. J77-DII, No. 11, pp. 2265-2278, 1994.
• Ueda, N. and Suzuki, S., "Learning visual models from shape contours using multiscale convex/concave structure matching," IEEE Transactions on Pattern Analysis and Machine Intelligence (PAMI), Vol. 15, No. 4, pp. 337-352, 1993, [IEEE Transactions on Pattern Analysis and Machine Intelligence (PAMI)].
• Suzuki, S., Ueda, N. and Sklansky, J., "Graph-Based Thinning for Binary Images," International Journal of Pattern Recognition and Artificial Intelligence, Vol. 7, No. 5 pp. 1009-1030, 1993.
• 上田修功, 間瀬健二, 末永康仁, "弾性輪郭モデルとエネルギー最小化原理に基づく動輪郭追跡手法," 電子情報通信学会論文誌(D-II), Vol. J75-DII, No. 1, pp. 111-120, 1992.
• 上田修功, 鈴木智, "凹凸構造の一般化に基づく輪郭形状モデルの自動獲得," 電子情報通信学会論文誌(D-II), Vol. J74-DII, No. 2, pp. 220-229, 1991.
• 上田修功, 鈴木智, "多重スケールの凹凸構造を用いた変形図形のマッチングアルゴリズム," 電子情報通信論文誌(D-II), Vol. J73-DII, No. 7, pp. 992-1000, 1990.
• 上田修功, 名倉正計, 小杉 信, 森 克己, "図面の2値化のための画質改善," テレビジョン学会誌, Vol. 42, No. 8, pp. 831-836, 1988.

●国際会議論文

• Miyoshi, T., Honda,T., Otsuka,S., Amemiya, A., Maejima,Y., Ishikawa, Y., Seko, H.,Yoshizaki,Y., Ueda,N., Tomita, H., Ishikawa,Y., Satoh,S., Ushio,T., Koike,K., and Nakada, Y., "Big data assimilation: Real-time workflow for 30-second-update forecasting and perspectives toward DA-AI integration," Proc. of EGU General Assembly, EGU2020-2483, 2020.
• Kalantar, B., Ueda, N., Al-Najjar, H. A. H.Saeidi, V., Gibril, M. B. A, Halin, A.,"A comparison between three conditioning factors dataset for landslide prediction in the Sajadrood Catchment of Iran," Proc. of ISPRS Annals of the Photogrammetry, Remote Sensing and Spatial Information Sciences (ISPRS),2020 (to appear).
• Yamaguchi, T., Ichimura, T., Fujita, K., Naruse,A., Wells,J.C., Zimmer, C. J., Straatsma,T.P., Hori,M., Lalith, W., and Ueda, N., "Implicit low-order finite element solver with small matrix-matrix multiplication accelerated by AI-specific hardware," Proc. Of Platform for Advanced Scientific Computing Conference (PASC2020), 2020 (accepted).
• Ichimura, T., Fujita, K., Yamaguchi, T., Hori, M., Wijerathne, L., and Ueda, N, “Fast multi-step optimization with deep learning for data-centric supercomputing,” The 4th International Conference on High Performance Compilation, Computing and Communications, 2020 (accepted) .
• Iwata, T., Fujino, A., Ueda, N., "Semi-supervised Learning for maximizing the partial AUC," Proc. of Association for the Advancement of Artificial Intelligence (AAAI2020), 2020.
• Hachiya, H., Hirahara,K.,and Ueda, N.,"Machine learning approach for adaptive integration of multiple relative intensity models toward improved earthquake forecasts in Japan," International Union of Geodesy and Geophysics (IUGG2019),2019.
• Hachiya, H., Yamamoto, Y., Hirahara, K, and Ueda, N., "Adaptive truncated residual regression for fine-grained regression problems," Proc. of Asian Conference on Machine Learning (ACML), 2019.
• Miyoshi, T., Otsuka, S., Honda, T., Lien, G., Maejima, Y., Ohhigashi, M., Yoshizaki, Y., Seko, H., Tomita, H., Satoh, S., Ushio, T., Gerofi, B., Ishikawa, Y., Ueda, N., Koike, K., Nakada, Y., “Big data assimilation: Past 6 years and future plans,” AMS 39th Conference on Radar Meteorology, 2019. *AMS: American Meteorological Society
• Otsuka,T.,Shimizu,H.,Iwata,T.,Naya,F.,Sawada,H., and Ueda,N., "Bayesian optimization for crowd traffic control using multi-agent simulation," Proc. Intelligent transportation systems conference (ITSC), 2019. Omi, T, Ueda, N, and Aihara, K,"Fully neural based model for general temporal point processes," Proc. Neural Information Processing Systems, NeuriPS2019.
• Okazaki, T, Hachiya, H, Ueda, N., Iwaki, A., Maeda, T. and Fujiwara, H.,"Synthesis of broadband ground motions using embedding and neural networks," Geophysical Research Abstracts, Vol. 21, EGU2019-4590, EGU General Assembly 2019.
• Ichimura,T., Fujita, K.,Yamaguchi, T., Naruse,A., Wells, J.C., Zimmer, C. J.,Straatsma,T.,Hori, T., Puel,S., Becker, T.W., Hori,M., and Ueda, T,"2416-PFLOPS fast scalable implicit solver on low-ordered unstructured finite elements accelerated by 1.10-ExaFLOPS kernel with reformulated AI-like algorithm: For equation-based earthquake modeling," Proc. of International Conference for High Performance Computing, Networking, Storage, and Analysis (SC2019). 2019.
• Kalantar, B., Ueda, N., Al-Najjar, H.A.H., Gibril M. B. A., Lay, U.S., Motevalli, A.,"An evaluation of landslide susceptibility mapping using remote sensing data and machine learning algorithms in Iran. ISPRS Annals of the Photogrammetry", Remote Sensing and Spatial Information Sciences, 2019.
• Kalantar, B., Ueda, N., Al-Najjar, H.A.H., Moayedi. H., Halin, A.A., Mansor, S.,"UAV and LiDAR image registration: A surf-based approach for ground control points selection", International Archives of the Photogrammetry, Remote Sensing and Spatial Information Sciences - ISPRS Archives, 2019.
• Kalantar, B., Ueda, N., Lay, U.S., Al-Najjar, A.H.A., Halin, A.A., "Conditioning factors determination for landslide susceptibility mapping using support vector machine learning",IEEE International Geoscience and Remote Sensing Symposium, 2019.
• Fujiwara,Y., Ida, Y., Kanai,S., Kumagai,A., Arai, J., and Ueda, N., "Fast random forest algorithm via incremental upper bound," Proc. of the 28th ACM International Conference on Information and Knowledge Management (CIKM2019) , 2019.
• Okita, T., Hachiya,H.,Inoue, S.,and Ueda, N.,"Translation between waves, wave2wave," Proc. of the 22nd International Conference on Discovery Science (DS2019) ,2019.
• Fujiwara, Y., Kanai, S., Arai, J., Ida, Y., and Ueda, N., "Efficient data point pruning for one-class SVM," Proc. of Association for the Advancement of Artificial Intelligence (AAAI2019), 2019.
• Shimizu, H., Matsubayashi, T., Tanaka, Y., Iwata1, T., Ueda, N., and Sawada, H.,"Improving route traffic estimation by considering staying population," The 21st International Conference on Principles and Practice of Multi-Agent Systems (PRIMA), 2018.
• Kalantar, B., Mansor, S., Halin, A. A., Ueda, N., Shafri, H. Z. M. and Zand, M., "A graph-based approach for moving objects detection from UAV videos," Proc. of SPIE Image and Signal Processing for Remote Sensing, Vol.10789, 2018.
• Kalantar, B., Ueda, N., AL-Najjar, H. A. H., Idrees, M. O., Motevalli, A. and Pradhan, B., "Landslide susceptibility mapping at dodangeh watershed, Iran, using LR and ANN models in GIS," Proc. of SPIE Earth Resources and Environmental Remote Sensing, Vlo.10790, 2018.
• Azeez, O. S., Kalantar, B., Al-Najjar, H. A. H., Halin, A. A., Ueda, N. and Mansor, S., "Object boundaries regularization using the dynamic polyline compression algorithm," The International Archives of the Photogrammetry, Remote Sensing and Spatial Information Science (ISPRS2018), Vol.XLII-4, pp. 541-546, 2018.
• Yonezawa, T., Takeuchi, K., Itoh, T., Sakamura, N., Kishino, Y., Naya, F, Ueda, N. and Nakazawa, J., "Accelerating urban science by crowdsensing with civil officers," Proc. of ACM International Joint Conference on Pervasive and Ubiquitous Computing (UbiComp2018), 2018.
• Kishino, Y., Shirai, Y., Takeuchi, K., Suyama, T., Naya, F. and Ueda, N., "Regional Garbage Amount Estimation and Analysis using Car-Mounted Motion Sensor," Proc. of ACM International Joint Conference on Pervasive and Ubiquitous Computing (UbiComp2018), 2018.
• Fujiwara, Y., Arai, J., Kanai, S., Ida, Y. and Ueda, N., "Adaptive data pruning for support vector machines," Proc. of IEEE International Conference on Big Data, 2018. Choffin, B., and Ueda, N.,"Scaling Bayesian optimization up to higher dimensions: A review and comparison of recent algorithms," Proc. of IEEE International Workshop on Machine Learning for Signal Processing (MLSP2018), 2018.
• Kimura, A., Gharamani, Z., Takeuchi, K., Iwata, T., and Ueda, N., "Few-shot learning of neural networks from scratch by pseudo example optimization, " Proc. of 29th British Machine Vison Confernece （BMVC), 2018. Tanaka, Y., Iwata, T, Kurashima, T., Toda, H., and Ueda, N., "Estimating latent people flow without tracking individuals," International Conference on Artificial Intelligence (IJCAI), July 2018.
• Kimura, A., Takahashi, I., Tanaka, M., Yasuda, N., Ueda, N., and Yoshida, N., "Single-epoch supernova classification with deep convolutional neural networks," Proc. US-Japan Workshop on Collaborative Global Research on Applying Information Technology, in conjunction with ICDCS2017.
• Blondel, M., Niculae, V., Otsuka, T., and Ueda, N., "Multi-output polynomial networks and factorization machine, "Proc. Neural Information Processing Systems (NIPS2017), 2017.
• Kishino, Y., Takeuchi, K., Shirai, Y., Naya, F., and Ueda, N., "Datafying city: detecting and accumulating sptio-temporal events by vehicle-mounted sensors, "Proc of International Workshop on Smart Cities (IWSC2017), 2017.
• Takeuchi, K., Kashima, H., and Ueda, N., "Autoregressive tensor factorization for spatio-temporal predictions," Proc. of IEEE Ineternationl Conference on Data Mining (ICDM2017), 2017.
• Fujiwara, Y., Marumo, N., Blondel, M., Takeuchi, K., Kim, H., Iwata, T. and Ueda, N., "Scaling Locally Linear Embedding," In Proc. SIGMOD 2017, pp. 1479-1492, 2017.
• Kim, H., Iwata, T., Fujiwara, Y. and Ueda, N., "Read the Silence: Well-Timed Recommendation via Admixture Marked Point Processes," In Proc. AAAI 2017, pp. 132-139, 2017.
• Ichimura1, T., Fujita1, K., Yamaguchi, T., Hori1, M., Lalith1, M. and Ueda, N., "AI with Super-computed Data for Monte Carlo Earthquake Hazard Classification," Proc. of the international conference for high performance computing, networking, storage and analysis (SC2017), 2017.
• Kimura, A., Takahashi, I., Tanaka, M., Yasuda, N., Ueda, N. and Yoshida, N., "Single-epoch supernova classification with deep convolutional neural networks," The 1st US-Japan Workshop 2017, 2017.
• Toda, T., Inoue, S. and Ueda, N., "Mobile activity recognition through training labelswith inaccurate activity segments," 13th Annucal International Conference on Mobile and Ubiquitous Systems 2016.(MobiQuious2016), 2016.
• Blondel, M., Ishihata, M., Fujino, A. and Ueda, N., "Higher-order factorization machines," Advances in Neural Information Processing Systems (NIPS2016), 2016.
• Fujino, A. and Ueda, N., "A semi-supervised AUC optimization method with generative models," IEEE International Conference on Data Mining (ICDM2016), 2016.
• Takeuchi, K. and Ueda, N., "Graph regularized non-negative tensor completion for spatio-temporal data analysis," The Second International Workshop on Smart Cities, 2016.
• M. Blondel, Fujino, A. and Ueda, N., "Polynomial Networks and Factorization Machines: New Insights and Efficient Training Algorithms," International Conference on Machine Learning (ICML2016), 2016.
• Ishiguro, K., Sato, I., Ueda, N., Nakano, M. and Kimura, S., "Infinite plaid models for infinite bi-clustering," Proc. the 27th AAAI Conference on Artificial Intelligence (AAAI2016), 2016.
• Ueda, N., Naya, F., Shimizu, H., Iwata, T., Okawa, M. and Sawada, H., "Real-time and proactive navigation via spatio-temporal prediction, "Proceedings of the 2015 ACM International Joint Conference on Pervasive and Ubiquitous Computing and Proceedings of the 2015 ACM International Symposium on Wearable Computers(UbiComp 2015), pp. 1559-1566, 2015.
• Inoue, S., Ueda., N., Nohara, Y. and Nakashima, N., "Mobile activity recognition for a whole day: recognizing real nursing activities with big dataset," Proceedings of the 2015 ACM International Joint Conference on Pervasive and Ubiquitous Computing(UbiComp2015), pp. 1269-1280, 2015.
• Baba, Y., Kashima, H., Nohara, Y., Kai, E., Ghosh, P., Islam, R., Ahmed, A., Kuroda, M., Inoue, S., Hiramatsu, T., Kimura, M., Shimizu, S., Kobayashi, K., Tsuda, K., Sugiyama, M., Blondel, M., Ueda, N., Kitsuregawa, M. and Nakashima, N., "Predictive Approaches for Low-Cost Preventive Medicine Program in Developing Countries," Proceedings of the 21th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD2015), pp. 1681-1690, 2015.
• Blondel, M., Fujino, A. and Ueda, N., "Convex Factorization Machines," Proceedings of European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases(ECML PKDD), Part II, LNAI 9285, pp. 19-35, 2015.
• Matsubara, Y., Sakurai, Y., Ueda, N. and Yoshikawa M., "Fast and Exact Monitoring of Co-Evolving Data Streams," 2014 IEEE International Conference on Data Mining(ICDM), pp. 390-399, 2014. Blondel, M. Fujino, A. and Ueda, N., "Large-scale Multiclass Support Vector Machine Training via Euclidean Projection onto the Simplex," 22nd International Conference on Pattern Recognition (ICPR2014), pp. 1289-1294, 2014
• Nakano, M., Ishiguro, K., Kimura, A., Yamada, T. and Ueda, N., "Rectangular tiling process," Proceedings of The 31st International Conference on Machine Learnin (ICML2014), pp. 361–369, 2014.
• Blondel, M., Kubota, Y. and Ueda, N., "Online Passive-Aggressive Algorithms for Non-Negative Matrix Factorization and Completion," Proc. 17th International Conference on Artificial Intelligence and Statistics (AISTATS2014), Vol.33, pp. 96-104, 2014.