統計的機械学習に基づく実世界現象の予測と制御
実世界における多様な現象が「いつ・どこで」発生するかを高精度に予測し、さらにそれらを望ましい状態へと導くための機械学習技術の確立を目指します。
表彰
- 2024年 NeurIPS Top Reviewer Award
- 2017年 IEEE MDM Honorable Mention Award
- 2017年 電子情報通信学会 IBISML研究会賞ファイナリスト
- 2012年 日本神経回路学会 大会奨励賞
- 2010年 日本神経回路学会 論文賞
学会役員等
- 情報処理学会論文誌「数理モデル化と応用」編集委員会 編集委員(2026.4 - )
客員教授等
論文
- Hideaki Kim, Tomoharu Iwata, "A Representer Theorem for Hawkes Processes via Penalized Least Squares Minimization," International Conference on Learning Representations (ICLR), oral, 2026.
- Hideaki Kim, Tomoharu Iwata, Akinori Fujino, "K2IE: Kernel Method-based Kernel Intensity Estimators for Inhomogeneous Poisson Processes," International Conference on Machine Learning (ICML), 2025.
- Hideaki Kim, "Inverse M-Kernels for Linear Universal Approximators of Non-Negative Functions," Neural Information Processing Systems (NeurIPS), 2024.
- Hideaki Kim, "Survival Permanental Processes for Survival Analysis with Time-Varying Covariates," Neural Information Processing Systems (NeurIPS), 2023.
- Hideaki Kim, Taichi Asami, Hiroyuki Toda, "Fast Bayesian Estimation of Point Process Intensity as Function of Covariates," Neural Information Processing Systems (NeurIPS), 2022.
技術キーワード
機械学習、イベント時系列解析、点過程、カーネル法、確率微分方程法