Presentation

Peer-reviewed articles are in the Publication page.

2025
川口 隆人, 武石 直也, 矢入 健久, キッティサレス サリン, 吉田 裕志:
マルチエージェント深層強化学習を用いた倉庫内自動搬送ロボットの交通制御, 
In 第43回日本ロボット学会学術講演会, 東京, 2025.
Leander Thiele, Adrian E. Bayer, Naoya Takeishi:
Simulation-Efficient Cosmological Inference with Multi-Fidelity Simulation-Based Inference, 
In The 3rd Machine Learning for Astrophysics Workshop at ICML, Vancouver, 2025. arXiv:2507.00514
松田 陸杜, 武石 直也, Samir Khan, 矢入 健久:
予測モデルおよび重み適応型モデル予測制御によるUAVの耐故障着陸制御, 
In 第68回自動制御連合講演会, 名古屋, 2025.
Chun Fui Liew, Gengyu Li, Akira Osaka, Samir Khan, Naoya Takeishi, Takehisa Yairi:
Development and Sharing of a Multi-Modal Indoor UAV Dataset for PHM Research, 
In The Asia Pacific Conference of the Prognostics and Health Management Society 2025, Singapore, 2025.
Gengyu Li, Chun Fui Liew, Naoya Takeishi, Takehisa Yairi:
Data-driven Anomaly Detection for Quadcopter UAV Indoor Flight Platform, 
In The Asia Pacific Conference of the Prognostics and Health Management Society 2025, Singapore, 2025.
Yu Watanabe, Kento Ishii, Nana Tamai, Takehisa Yairi, Naoya Takeishi:
Flare Gas Flow Rate Estimation Using Multimodal Deep Learning, 
In The Asia Pacific Conference of the Prognostics and Health Management Society 2025, Singapore, 2025.
Soat The Le, Takehisa Yairi:
Designing Optimal Moon Landing Trajectories: A Study in Fuel Conservation and System Stability, 
In The 35th International Symposium on Space Technology and Science, Tokushima, 2025.
Phoebe Calista Lydwina, Takehisa Yairi, Naoya Takeishi:
Domain Randomization for Sim2Sim in 6 DoF Rendezvous-Docking, 
In The 35th International Symposium on Space Technology and Science, Tokushima, 2025.
渡邉 由羽, 武石 直也, 堤 誠司, 矢入 健久:
深層学習による人工衛星熱数学モデルのパラメータ推論, 
In 第39回人工知能学会全国大会 (JSAI), 大阪, 2025.
平野 皓己, 武石 直也, 矢入 健久:
Neural CBFとConformal Predictionによる制御の確率的な安全性保証, 
In 第39回人工知能学会全国大会 (JSAI), 大阪, 2025.
大坂 光, 武石 直也, 矢入 健久:
モデル化誤差が顕著な状況における制御のためのダイナミクス学習, 
In 第39回人工知能学会全国大会 (JSAI), 大阪, 2025.
Cifong Kang, Takehisa Yairi:
Bridging Human Decision-Making and AI: Personality-Driven LLMs in Bilateral Multi-Issue Negotiations, 
In 第39回人工知能学会全国大会 (JSAI), 大阪, 2025.
Naoya Takeishi:
Learning Hybrid Models Combining Scientific Models and Machine Learning, 
In Workshop on Functional Inference and Machine Intelligence, Naha, 2025. (invited talk)
土肥 宏太, 武石 直也, 矢入 健久:
擬似異常画像の活用による頑健な言語指示型異常画像検知, 
In 第3回スマートマニュファクチャリングとシステム健全性管理研究会, 東京, 2025.
大坂 光, 武石 直也, 矢入 健久:
ドメイン適応におけるハイブリッドモデリングおよび自動的なモデル構造決定, 
In 第28回情報論的学習理論ワークショップ, 那覇, 2025.
矢入 健久:
宇宙分野における予知保全と健全性管理研究の展望, 
In 第69回宇宙科学技術連合講演会, 札幌, 2025.
松島 弘汰:
データスコアリングを用いた機械学習モデルによる予測の評価手法, 
In 第69回宇宙科学技術連合講演会, 札幌, 2025.
秀島 光樹:
3D Gaussian Splattingによる小惑星の写実的形状復元手法, 
In 第69回宇宙科学技術連合講演会, 札幌, 2025.
2024
渡邉 由羽:
深層学習による人工衛星熱数学モデルのパラメータ推論, 
In 第2回スマートマニュファクチャリングとシステム健全性管理研究会, 東京, 2024.
平野 皓己, 武石 直也, 矢入 健久:
未知の制約に対するニューラル制御バリア関数による安全性保証, 
In 第27回情報論的学習理論ワークショップ (IBIS), さいたま, 2024.
大坂 光, 武石 直也, 矢入 健久:
確率微分方程式の学習において物理モデルおよび正則化を導入する効果の検証, 
In 第27回情報論的学習理論ワークショップ (IBIS), さいたま, 2024.
武石 直也:
深層ハイブリッドモデルとその研究開発への適用にむけて, 
In 第27回情報論的学習理論ワークショップ (IBIS), さいたま, 2024.
武石 直也:
機械学習と数理モデル：順問題と逆問題のデータ駆動型解法, 
In 日本地震学会2024年度秋季大会, 新潟, 2024. （招待講演）
Takehisa Yairi:
Integration of Data-Driven and Model-Based Approaches via Latent Variables, 
In SICE Festival 2024 with Annual Conference, Kochi, 2024. (plenary talk)
李 耕宇, 矢入 健久:
運転条件を考慮した教師なしドメイン適応による余寿命予測, 
In 第1回スマートマニュファクチャリングとシステム健全性管理研究会, 東京, 2024.
中島 琢登, 矢入 健久, 武石 直也:
深層学習による時系列異常検知手法の課題点, 
In 第1回スマートマニュファクチャリングとシステム健全性管理研究会, 東京, 2024.
Naoya Takeishi:
Learning Neural Observables for Koopman Operators, 
In Workshop on Koopman Operators in Robotics, RSS 2024, Delft, 2024. (invited talk)
武石 直也:
機械学習と科学モデル, 
In 第38回人工知能学会全国大会 (JSAI), 浜松, 2024. （招待講演）
大坂 光, リュー ジュンフイ, 武石 直也, 矢入 健久:
データと物理モデルを融合した確率的モデリングとその時空間データへの適用, 
In 第38回人工知能学会全国大会 (JSAI), 浜松, 2024.
藤井 慶輔, 筒井 和詩, アトム スコット, 中原 啓, 武石 直也, 河原 吉伸:
実世界マルチエージェントの手本を用いた強化学習における適応的な行動の活用, 
In 第38回人工知能学会全国大会 (JSAI), 浜松, 2024.
Naoya Takeishi:
Toward Bayesian Deep Grey-box Modeling, 
In International Conference on Scientific Computing and Machine Learning, Kyoto & Online, 2024.

Things older are to be added…