KOSHI WATANABE 渡部 航史

  • TOP
  • 渡部 航史

渡部 航史 Koshi Watanabe

確率的モデルを用いた機械学習に関する研究に従事。
IEEE Graduate Student Member，電子情報通信学会 会員。修士 (情報科学)。

E-mail: koshi [at] lmd.ist.hokudai.ac.jp

google scholar

経歴 職歴 論文誌 国際会議 国内学会 その他

経歴

  • 2018年4月-2022年3月 北海道大学 工学部
  • 2022年4月-2024年3月 北海道大学大学院情報科学院 修士課程
  • 2024年4月-現在 北海道大学大学院情報科学院 博士後期課程

職歴

ティーチングアシスタント

  • 北海道大学 全学教育科目「ロボットは感情を持つか？」（2023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, IIA」（2022年度 前期・後期、2023年度 前期・後期、2024年度 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」（2022前期、2024前期）

研究業績

論文誌

  1. 〇渡部 航史, 小川 直輝, 前田 圭介, 小川 貴弘, 長谷山 美紀, “Attention-based multiple instance learningに基づく背景の多様性に頑健な道路附属物の異状判定,” AI・データサイエンス論文集, vol. 4, no. 3, pp. 482-489, 2023. [paper]
  2. 〇Koshi Watanabe, Keisuke Maeda, Takahiro Ogawa and Miki Haseyama, “SpectralMAP: Approximating data manifold with spectral decomposition,” IEEE Access, vol. 11, pp. 31530-31540, 2023. (2022 IF=3.9) [paper]
  3. 〇Koshi Watanabe, Keisuke Maeda, Takahiro Ogawa and Miki Haseyama, “Gaussian Process Decoder with Spectral Mixtures and Locally Estimated Manifold for Data Visualization,” Applied Sciences, vol. 13, no. 8018, pp. 1-16, 2023. (2022 IF=2.7) [paper]

国際会議

  1. 〇Koshi Watanabe, Keisuke Maeda, Takahiro Ogawa and Miki Haseyama, “Hyperboloid GPLVM for discovering continuous hierarchies via nonparametric estimation,” International Conference on Artificial Intelligence and Statistics (AISTATS, Accepted), 2025. [arXiv]
  2. 〇Koshi Watanabe, Keisuke Maeda, Takahiro Ogawa and Miki Haseyama, “Estimating graph topology with smooth latent signals via Gaussian process,” International Workshop on the New Frontiers in Convergence Science and Technology: The 26th HU-SNU Joint Symposium Satellite Session, 2023.
  3. 〇Koshi Watanabe, Keisuke Maeda, Takahiro Ogawa and Miki Haseyama, “Learning graph Laplacian from intrinsic patterns via Gaussian process,” IEEE International Conference on Acoustics Speech and Signal Processing (ICASSP), 2023. [paper]
  4. 〇Koshi Watanabe, Keisuke Maeda, Takahiro Ogawa and Miki Haseyama, “Summarizing data structures with Gaussian process and robust neighborhood preservation,” European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases (ECML PKDD), pp.153-173, 2022. (242/932=26%) [paper]
  5. 〇Koshi Watanabe, Keisuke Maeda, Takahiro Ogawa and Miki Haseyama, “Distributed label dequantized Gaussian process latent variable model for multi-view data integration,” IEEE International Conference on Acoustics Speech and Signal Processing (ICASSP), pp.4643-4647, 2022. [paper]
  6. 〇Koshi Watanabe, Keisuke Maeda, Takahiro Ogawa and Miki Haseyama, “Movie rating estimation based on weakly supervised multi-modal latent variable model,” IEEE Global Conference on Consumer Electronics (GCCE), pp.221–222, 2021. [paper]

国内会議

  1. 〇渡部 航史, 前田 圭介, 小川 貴弘, 長谷山 美紀, “双曲空間上で定義されるガウス過程潜在変数モデルを用いた階層構造の可視化,” 第27回情報論的学習理論ワークショップ (IBIS), 2024.
  2. [特別講演] 〇渡部 航史, 前田 圭介, 小川 貴弘, 長谷山 美紀, “道路附属物のドローン映像を用いたvision transformerに基づく変状検出技術,” 映像情報メディア学会技術報告, vol. 48, no. 6, pp. 120–123, 2024.
  3. 〇渡部 航史, 前田 圭介, 小川 貴弘, 長谷山 美紀, “クラス情報を導入したグラフ表現による教師有り潜在変数モデルの高精度化に関する検討,” 映像情報メディア学会技術報告, vol. 47, no. 6, pp. 233–237, 2023.
  4. 〇渡部 航史, 前田 圭介, 小川 貴弘, 長谷山 美紀, “自己教師あり学習を導入した潜在変数モデルによる低次元特徴の抽出に関する検討,” 令和3年度 電気・情報関係学会北海道支部連合大会, pp. 108–109, 2021.

その他

受賞

  • The 2024 IEEE Sapporo Section Encouragement Award (2025年2月)
  • 令和5年度 電子情報通信学会北海道支部 学生奨励賞 (2024年3月)

競争的資金/奨学金

  • 2024.4-2027.3 日本学術振興会 特別研究員DC1
  • 2023.4-2024.3 似鳥国際奨学財団　北海道みらいIT人材奨学金 奨学生