Presentation

査読付き論文は発表論文等のページにあります。

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.
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 2025, 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.
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.
2024
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.
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.
Takehisa Yairi:
Integration of Data-Driven and Model-Based Approaches via Latent Variables, 
In SICE Festival 2024 with Annual Conference, Kochi, 2024.
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.
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.
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…