Slider

LATEST NEWS


2021-03-11
Paper arXiv paper "Block-coordinate Frank-Wolfe for semi-relaxed optimal transport" NEW!

2021-03-03
Paper arXiv paper and tool "Manifold optimization for optimal transport"

2021-01-30
Paper ICASSP2021 "Graph embedding using multi-layer adjacent point merging model"

2020-12-11
Presen OPT2020 "Riemannian optimization on the simplex of positive definite matrices"

2020-12-07
Paper arXiv paper "LCS graph kernel based on Wasserstein distance in LCS metric space"

2020-12-01
Recruit AO Admission to English-based Graduate Program Entering in Sep. 2021

2020-10-12
Paper ICPR2020 "Wasserstein k-means with sparse simplex projection"

2020-09-29
News Lecture "optimization theory and applications for ML (最適化理論とその応用)" started

2020-06-03
Paper EUSIPCO2020 "Consistency- and inconsistency-aware graph-based multi-view clustering"

2020-04-26
Event 2020年度 新メンバー(第1期生)研究室配属

2020-04-15
Event 基幹理工学部・研究科 Close Up 「曲がった空間上の最適化」記事掲載

2020-01-25
Paper ICASSP2020 three papers

2019-09-21
News 早稲田大学 基幹理工学部 情報通信学科に研究室オープン

2019-09-20
Presen 情報処理学会AVM研究会で招待講演

2019-08-20
Event 早大・軽井沢セミナーハウスにて合同夏合宿を開催

2019-06-15
Presen 機械学習トップ会議ICML2019で発表

2019-02-07
Paper R-SVRGの論文が最適化理論トップジャーナルSIAM Journal on Optimization (SIOPT)に採録

2018-12-25
Paper グラスマン多様体分散最適化の論文がMachine Learningに採録

2018-12-17
Presen 機械学習トップ会議NeurIPS2018で発表

Optimization, machine learning and signal processing

We are dedicated to optimization, machine learning and signal processing, and their theories, algorithms, and applications for small- and large-scale data. Specifically, we address non-linear and non-convex optimization and structured learning constrained with non-linear structure, for instance, orthogonality, positive definiteness, fixed-rankness, non-negativity, and sparsity. Our focus includes the development and validation of optimization and learning algorithms, the establishment of new machine learning models, and those practical applications. For those items, we tackle with respect to theoretic approaches and numerical evaluations. Its applications range from data analysis, computer vision, video surveillance, network traffic analysis, distributed sensing, and so on.

最適化,機械学習,信号処理

笠井研究室では,スモールデータからビッグデータを対象とした最適化,機械学習,信号処理の理論と応用について研究しています.特に,パラメータやデータが特殊な構造制約(直交性,正定値性,固定ランク,非負値性,スパース性など)を有する構造制約付き最適化・学習,とりわけ非線形構造制約付き非線形・非凸最適化・学習に着目しています.研究対象は,最適化・学習のためのアルゴリズムの開発とその評価,最適化・学習モデルの構築,またアプリケーションへの適用について,数値実験と理論的解析の両面からアプローチします.対象とするアプリケーション分野は,コンピュータ・ビジョン,バイオデータ処理,医療画像,映像カメラ監視,ネットワークトラヒック解析,データ解析,分散センシングなど,多彩です.

RESEARCH TOPICS