ABOUT
結城 凌 (CV), (Twitter), (LinkedIn)
東京大学大学院 情報理工学系研究科
山西研究室 博士課程
Email: jie-cheng-ling[at]g.ecc.u-tokyo.ac.jp
EDUCATION
2021年3月 東京大学大学院情報理工学系研究科 数理情報学専攻 修士課程卒業(指導教員: 山西健司 教授)
2019年3月 東京大学工学部精密工学科卒業(指導教員: 大竹豊 准教授)
2015年3月 私立早稲田高校卒業
RESEARCH INTEREST
・グラフマイニング
・統計的モデル選択
・異常検知
・X線CT
KEY SKILLS
Machine Learning Knowledge: Advanced
Mathematics: The Statistical Certification, Grade 1 (in Japan) and Mathematics Certification Level 1st (in Japan).
Python,C,C++: Advanced
Java,Ruby,HTML and CSS: Beginner
Git: Advanced
Unix Commands: Advanced
Arduino,CAD: Intermediate
Languages: HSK V 204 pts and HSKK Beginner (Chinese)
RESEARCH EXPERIENCE
2019年4月-2021年3月 Change Sign Detection with Two-Stage MDL Change Statistics
指導教員: 山西 健司 教授
・修士論文 (slide)
・2段階の変化検知により、変化の予兆を捉える研究。
2020年2月-2020年7月 Change Sign Detection with Differential MDL Change Statistics and its Applications to COVID-19 Pandemic Analysis (link)
・変化スコアの微分情報を用いた変化予兆検知手法、およびCOVID-19感染流行に関する解析を行った研究。
・COVID-19感染流行の変化予兆をリアルタイムで検知するシステムを公開。(link).
2018年4月-2019年3月 A Machine Learning Approach for Fast X-ray Computed Tomography Scan by Deblurring Transmission Images (機械学習による焦点ボケ補正を利用したCT計測時間短縮) (link)
指導教員: 大竹 豊 准教授
・学士論文
・機械学習の一つであるConvolutional Neural Networks (CNN) を用いて、産業用CT装置から得られた透視像をボケ補正することにより、高精度かつ高速な撮像を実現する手法。
・10th conference on industrial computed tomography 2020 (iCT2020)に採択.
INTERNSHIP EXPERIENCE
2021年8月-9月 株式会社Preferred Networks
2018年9月-現在 株式会社pluszero
機械学習・数理モデルを駆使した人工知能技術をコアに課題にチャレンジしている会社です。入社時よりPM(プロジェクトマネージャ) として社内メンバーを率い課題解決に取り組んでおり、時系列データ解析や異常検知プラットフォームの研究開発などに携わっております。
2019年8月-2019年9月 Wantedly Inc.
企業と社会人をマッチングするサイト「Wantedly Visit」や社会人同士をマッチングするアプリ「Wantedly People」などを運営する会社です。Wantedly Visitの異常アクセスやユーザを検知し取り除くことでユーザへ募集を推薦するシステムの改善に取り組みました。
2016年8月-2017年9月 株式会社モルフォ
スマートフォン・デジタルカメラなどに画像処理技術を提供する会社です。Javaを用いたアプリケーション開発、深層学習の研究開発などを行いました。
2015年10月-2018年3月 株式会社花まるラボ
小学生向け知育アプリの開発を1年、小学生向けプログラミング学習教材の開発責任者を1年半経験いたしました。
AWARDS
2019年8月 AI RUSH 準優勝
LINE株式会社により開催された機械学習コンペティション。100チーム中総合2位。
2018年7月 精密工学科Sターム開講授業「英語プレゼンテーション」 優秀賞
2018年4月-2019年3月 公益財団法人 林レオロジー記念財団奨学生
2017年4月-2019年3月 公益財団法人 新日本奨学会奨学生
2017年4月-2019年3月 公益財団法人 古河記念基金奨学生
2017年4月-2019年3月 公益財団法人 里見奨学会奨学生
2016年4月-2017年4月 公益財団法人 日揮・実吉奨学会奨学生
CERTIFICATIONS
2019年12月 漢語水平考試(HSK) 五級取得
中国政府公認の中国語能力を測る試験。HSKではリスニング・リーディング・ライティングを、HSKKではスピーキングの能力を測ることができます。204pts.
2019年10月 数学検定1級取得
2019年3月 漢語水平口試考試(HSKK) 初級取得
2018年12月 統計検定 1級取得(優秀成績賞)
データ分析および統計に関する知識や活用力を評価する試験。
PROJECTS
2016年9月-2018年5月 精密工学科学園祭展示「精密Lab.」 副代表、代表
「学科で学んだことを活かす」ということをモットーに、VRアプリケーション・ドローン操縦体験・カクテル自動製造マシンなど工学部らしいプロダクトの開発・展示を行う団体です。自分自身では、その人の顔に似合うアプリケーションの開発を行いつつ、代表として各プロジェクトの管理を行っていました。例年非常に好評を博しており、
・2016年度 日テレ「ヒルナンデス」取材、東大発オンラインメディア「UmeeT」取材(記事)、東大工学部広報誌「Ttime!」取材(記事)
・2017年度 日テレ「スクール革命!」取材
・2018年度 フジテレビ「めざましテレビ」取材、日テレ「PON!」取材、東大工学部広報誌「Ttime!」取材(記事)
などの実績を持ちます。私が代表を務めていた時代の詳しい内容はこちらにあります。
2017年1月-2017年12月 東京大学白ばら会合唱団 団長
入学当初から所属していた合唱団にて最高責任者を1年間務めました。主に団体の新歓活動の改善などの面で成果を上げました。
SOFTWARES
2018年5月 深層学習を用いた、顔に似合う髪型を提案するアプリケーション開発 Github
人の顔を読み取り、その顔に最も似合う髪型を提案するアプリケーションを作成しました。アルゴリズムには深層学習の一手法であるCNN(Convolutional Neural Network)を、実装にはpythonおよび深層学習フレームワークであるKerasを利用しました。
2017年7月 遺伝的アルゴリズムにより巡回セールスマン問題を解く様子の可視化
Github
大学の授業の課題で作成したソフトウェアです。アルゴリズムには遺伝的アルゴリズムを、可視化にはOpenGLを用いました。
PUBLICATIONS (Referred)
Yuki, R., Suzuki, A., & Yamanishi, K. (2023). Dimensionality and curvature selection of graph embedding using decomposed normalized maximum likelihood code-length. accepted for presentation at ICDM2023 (short paper). (slide) (poster)
Yuki, R., Ike, Y. & Yamanishi, K. (2023). Dimensionality selection for hyperbolic embeddings using decomposed normalized maximum likelihood code-length. Knowledge and Information Systems. https://doi.org/10.1007/s10115-023-01934-2
Yuki, R., Ike, Y., & Yamanishi, K. (2022). Dimensionality selection of hyperbolic graph embeddings using decomposed normalized maximum likelihood code-length. accepted for presentation at ICDM2022 (regular paper). (slide) (poster)
Yamanishi, K., Xu, L., Yuki, R., Fukushima, S., & Lin, C. H. (2021). Change sign detection with differential MDL change statistics and its applications to COVID-19 pandemic analysis. Scientific reports, 11(1), 1-15.
Yuki, R., Ohtake, Y., & Suzuki, H. (2022). Acceleration of X-ray computed tomography scanning with high-quality reconstructed volume by deblurring transmission images using convolutional neural networks. Precision Engineering, 73, 153-165.
Yuki, R., Ohtake, Y., & Suzuki, H. (2020). Deblurring X-ray transmission images using convolutional neural networks to achieve fast CT scanning. The 10th international conference on industrial computed tomography (iCT2020), Wels, Austria, Feb. 2020. (full paper) (link) (slide)
PUBLICATIONS (Preprint)
Yuki, R., Akiyama, S., Suzuki, A., & Yamanishi, K. (2023). Learning Sparse Representation of Graph Embedding with General Similarities using GroupLasso and Luckiness Normalized Maximum Likelihood Code-Length. Available at SSRN 4663084.