櫻井 慶悟 Keigo Sakurai
推薦システムに関する研究に従事．
IEEE Graduate Student Member．電気情報通信学会会員．映像情報メディア学会会員．修士(情報科学)．
E-mail: sakurai [at] lmd [dot] ist [dot] hokudai [dot] ac [dot] jp
経歴 職歴 論文誌 国際会議 国内学会 講演 受賞
経歴
- 2014年4月-2017年3月 新潟県立国際情報高等学校
- 2017年4月-2021年3月 北海道大学 工学部
- 2021年4月-2023年3月 北海道大学大学院情報科学院 修士課程
- 2023年4月-現在 北海道大学大学院情報科学院 博士後期課程
- 2023年4月-現在 日本学術振興会 特別研究員 DC1
職歴
ティーチングアシスタント
2021年度
- 北海道大学 工学部専門科目「メディアネットワーク実験IA, IIA」（前期・後期）
- 北海道大学 工学部専門科目「メディアネットワーク演習II」（前期・後期）
2022年度
- 北海道大学 全学教育科目「ロボットは感情を持つか？」（前期）
- 北海道大学 工学部専門科目「メディアネットワーク実験IA」（前期）
- 北海道大学 工学部専門科目「メディアネットワーク演習II」（前期）
研究業績
論文誌
- 櫻井慶悟, 前田圭介, 藤後廉, 小川貴弘, 長谷山美紀, “地下鉄トンネル点検時の一人称視点映像を用いたVision Transformerに基づく変状検出,” 土木学会 AI・データサイエンス論文集, vol.3, no.J2, pp.470-478, 2022.
- K. Sakurai, R. Togo, T. Ogawa and M. Haseyama, “Controllable music playlist generation based on knowledge graph and reinforcement learning,” Sensors, vol.22, no.10: 3277, 2022.
- K. Sakurai, R. Togo, T. Ogawa and M. Haseyama, “Deep reinforcement learning-based music recommendation with knowledge graph using acoustic features,” ITE Transactions on Media Technology and Applications, vol.10, no.1, pp.8-17, 2022.
国際会議
- 〇K. Sakurai, R. Togo, T. Ogawa and M. Haseyama, “Knowledge-guided sequential recommendation with reinforcement learning using empirical distribution function,” in Proceedings of IEEE Global Conference on Life Sciences and Technologies (LifeTech), 2022, pp. 391-392.
- 〇K. Sakurai, R. Togo, T. Ogawa and M. Haseyama, “Explainable artist recommendation based on reinforcement knowledge graph exploration,” in Proceedings of International Workshop on Advanced Image Technology (IWAIT), 2022, pp. 91-96 (Best Paper Award).
- 〇K. Sakurai, R. Togo, T. Ogawa and M. Haseyama, “Listener recommendation for artist based on knowledge graph and reinforcement learning,” in Proceedings of IEEE Global Conference on Consumer Electronics (GCCE), 2021, pp. 228-229.
- 〇K. Sakurai, R. Togo, T. Ogawa and M. Haseyama, “User background information-aware music recommendation with reinforcement learning-based knowledge graph exploration,” in Proceedings of IEEE International Conference on Consumer Electronics – Taiwan (ICCE-TW), 2021, pp. 165-166.
- 〇K. Sakurai, R. Togo, T. Ogawa and M. Haseyama, “Music playlist generation based on graph exploration using reinforcement learning,” in Proceedings of IEEE Global Conference on Life Sciences and Technologies (LifeTech), 2021, pp. 53-54.
- 〇K. Sakurai, R. Togo, T. Ogawa and M. Haseyama, “Music playlist generation based on reinforcement learning using acoustic feature map,” in Proceedings of IEEE Global Conference on Consumer Electronics (GCCE), 2020, pp. 556-557.
国内会議
- 櫻井慶悟, 藤後廉, 小川貴弘, 長谷山美紀, “メタデータを考慮した楽曲グラフ探索に基づく強化学習を用いた楽曲プレイリスト生成に関する検討,” 令和3年度 電気・情報関係学会北海道支部連合大会 講演論文集, pp. 108-109, 2021 (若手優秀論文発表賞).
- 櫻井慶悟, 藤後廉, 小川貴弘, 長谷山美紀, “自己組織化マップを用いた強化学習に基づく楽曲プレイリスト生成に関する検討,” 令和2年度 電気・情報関係学会北海道支部連合大会 講演論文集, pp. 100-101, 2020.
技術報告
- 櫻井慶悟, 藤後廉, 小川貴弘, 長谷山美紀, “ユーザの嗜好を考慮した強化学習と知識グラフに基づく楽曲プレイリスト生成に関する検討,” 映像情報メディア学会技術報告, vol. 46, no. 6, pp. 109–112, 2022 (優秀研究発表賞).
講演
- K. Sakurai, “Listener recommendation for artists and effective method with high explainability,” 1st Hokkaido Young Professionals Workshop, Muroran Institute of Technology, Hokkaido, Japan, 2021/10/14 (Best Student Presentation Award).
受賞
- 北海道大学大学院情報科学院 首席・学院長賞 (2023年3月)
- 電子情報通信学会北海道支部 学生奨励賞 (2023年3月)
- 映像情報メディア学会 優秀研究発表賞 (2022年12月)
- 2022 International Workshop on Advanced Image Technology Best Paper Award (2022年1月)
- 令和3年度 電気・情報関係学会北海道支部連合大会 若手優秀論文発表賞 (2021年11月)
- The 1st Hokkaido Young Professionals Workshop Best Student Presentation Award (2021年10月)
奨学金・助成金
- 日本学術振興会 特別研究員DC1 (2023年4月〜) [link]
- NEC C&C財団 研究員助成 (2023年4月〜) [link]
- 似鳥国際奨学財団 北海道大学みらいIT人財奨学金 (2022年4月〜2023年3月) [link]
- 日本証券奨学財団 奨学金 (2021年4月〜2022年3月) [link]
メディア紹介
- “知識グラフと強化学習を組み合わせた説明可能な新しいアーティスト推薦システム,” AI-SCHOLAR, 2022/08/18. (K. Sakurai et al., IWAIT2022に関して) [link]
資格
- 第一級陸上特殊無線技士
- 第三級海上特殊無線技士
- 普通自動車運転免許
- 剣道弐段
- 小太刀護身道初段