新着情報

科学研究費補助金　基盤研究(A) 20H00576
「大規模複雑データの理論と方法論の革新的展開」研究代表者: 青嶋 誠
学術研究助成基金助成金　挑戦的研究 (萌芽) 22K19769
「テンソル構造をもつ巨大データの統計的圧縮技術の開発」研究代表者: 青嶋 誠
による科研費シンポジウム

「大規模複雑データの理論と方法論～新たな発展と関連分野への応用～」

世話人： 青嶋　誠（筑波大学）、矢田和善（筑波大学）、中山優吾（京都大学）
日　時： 2022年11月4日 (金) ～ 5日 (土)
場　所： つくば国際会議場 中会議室 202 ( https://www.epochal.or.jp/ja/ )
開催形式： 対面＋オンライン (Zoom)によるハイブリッド型

プログラムとアブストラクトは、下記サイトでご確認下さい。
https://www.math.tsukuba.ac.jp/~aoshima-lab/jp/symposium_detail_2022.html

シンポジウムの最新情報は、下記サイトでご確認ください。
https://www.math.tsukuba.ac.jp/~aoshima-lab/jp/symposium.html

ご参加にあたっては、以下のGoogleフォームから参加登録を
お願い致します。
感染症対策のため、対面での参加人数制限を設けております。
ご了承ください。
----------------------------------------------------
対面での参加登録フォーム (締め切り11/2):
https://forms.gle/KYRX3mHqUtEUQBNu8

オンライン(Zoom)での参加登録フォーム (締め切り11/3):
https://forms.gle/C8My9qbi4h9md6s28
----------------------------------------------------

対面で参加される場合の注意事項:
1. つくば国際会議場の感染症防止対策事項を遵守し、開催いたします。
広い会議室を用意しておりますので、前後左右を空けてご着席ください。
2. 会場では、マスクの着用と手の消毒をお願いします。
3. 開催日より過去2週間以内に発熱等の症状があった場合は、対面での参加は
ご遠慮ください。上記の参加登録フォームから、オンライン(Zoom)でのご参加
をご検討ください。

----
矢田和善
筑波大学 数理物質系 数学域

12月の談話会を以下のように企画しています。

たくさんの方のご参加をお待ちしています。

なお、この談話会は数学フロンティアの対象科目です。

詳細は以下の通りです。

日時：2022年12月1日（水）15:15～16:45

場所：オンライン

連絡先：丹下 基生

講演者：中山 優吾氏（京都大学情報学研究科）

講演タイトル：高次元データに対するガウシアンカーネルとその応用

11月の談話会を以下のように企画しています。

たくさんの方のご参加をお待ちしています。

なお、この談話会は数学フロンティアの対象科目です。

詳細は以下の通りです。

日時：2022年11月24日（水）15:30～17:00

場所：D509

連絡先：丹下 基生

講演者：野澤 啓（立命館大学理工学部）

講演タイトル：タイル張りやグラフに現れるカオスについて

アブストラクト：ユークリッド空間R^dの非周期的なタイル張り（またはその点集合版であるR^d内のデローネ集合）に対して，
平行移動包と呼ばれる空間が考えられ，自然なR^d作用を持ちます．
このR^d作用がカオス的であるようなタイル張りやデローネ集合は，複雑な対称性を持つことが期待されます．
本講演では，こういったタイル張りが非常に多く存在することや，
R^dのタイル張りの構成法としてよく知られている切断射影法の双曲版による具体例の構成についてお話しします．
また，彩色グラフのカオス性についても触れます．
（‪Jesús A. Álvarez López氏 (U. Santiago de Compostela) , Ramon Barral Lijó氏 (立命館大), John Hunton氏 (Durham U.), John Parker氏(Durham U.)との共同研究）

科目番号 0AJAD01（数学学位プログラム（博士前期課程））

科目名  情報数学特論I   (1単位)

講師   中山　優吾 氏  (京都大学 大学院情報学研究科)

日時   ２０２２年１１月１４～１６日　（14日は13時から、15日と16日は10時から予定）

場所　自然系学系棟 D509

概要　この集中講義では、現代のデータ解析で欠かすことのできない機械学習の手法について、特に、高次元データに対する漸近的性質を学習する。科学と情報化の進展に伴い、多くの特徴量を観測することが可能となった。これに伴い、データの形態はますます複雑化し、データの高次元化が進んでいる。機械学習はこのような高次元データの解析手法として有用であることが知られ、盛んに研究されている。しかし、標本数が特徴量数より大きいという前提が崩れる場合には、従来の手法の見直しが必要となる。そこで、機械学習の基礎理論と高次元統計解析の方法論について学ぶことで、高次元データ解析のための機械学習を学習する。

TWINS履修申請期間     ２０２２年９月６日（火）～１１月１４日（月）

世話人 矢田 和善

10月の談話会を以下のように企画しています。

たくさんの方のご参加をお待ちしています。

なお、この談話会は数学フロンティアの対象科目です。

詳細は以下の通りです。

日時：2022年10月5日（水）15:15～16:45

場所：オンライン

連絡先：Scott Carnahan（carnahan@math.tsukuba.ac.jp）

講演者：川節 和哉（熊本大学）

講演タイトル：アフィン頂点代数の表現論