理工学部 教員紹介

松田 源立

マツダ ヨシタツ  (Yoshitatsu Matsuda)

基本情報

所属
成蹊大学 理工学部 理工学科 准教授
学位
博士(学術)(東京大学)

研究者番号
40433700
J-GLOBAL ID
200901053855347169
researchmap会員ID
6000010698

外部リンク

論文

 55

MISC

 43
  • Yoshitatsu Matsuda, Kazunori Yamaguch
    2024年8月30日  
    Independent component analysis (ICA) is a widely used method in various applications of signal processing and feature extraction. It extends principal component analysis (PCA) and can extract important and complicated components with small variances. One of the major problems of ICA is that the uniqueness of the solution is not guaranteed, unlike PCA. That is because there are many local optima in optimizing the objective function of ICA. It has been shown previously that the unique global optimum of ICA can be estimated from many random initializations by handcrafted thread computation. In this paper, the unique estimation of ICA is highly accelerated by reformulating the algorithm in matrix representation and reducing redundant calculations. Experimental results on artificial datasets and EEG data verified the efficiency of the proposed method.
  • 田中, 耀祐, 松田, 源立
    第86回全国大会講演論文集 2024(1) 479-480 2024年3月1日  
    動画共有サービスにおいて視聴者の意見や感想が反映されているコメント欄を分析することは動画再生回数を伸ばす手段として重要である。本研究では動画共有サービスのコメント欄と再生回数についてジャンルを分けて収集し、各ジャンルにおいてリッジ回帰を用いてコメント欄の名詞の生起から再生回数の対数が推定可能であることを示した。また、リッジ回帰により各ジャンルでの再生回数に影響を与える重要名詞を抽出し、視聴者が動画に求めているニーズを発見することができた。さらに各ジャンル間での重要名詞の共通性を順位相関係数を用いて調査し、ジャンルによってコメントにおける重要名詞には大きな差異があることを示した。
  • 小出, 崇博, 松田, 源立
    第86回全国大会講演論文集 2024(1) 549-550 2024年3月1日  
    近年、敵対的生成モデルによる画像生成の研究が盛んに行われている。しかし、敵対的生成モデルは損失関数の性質により学習の安定性が低く、最終的な学習に失敗することが多いという弱点がある。本研究では、カテゴリ分類項を識別器に追加することで生成画像の性能向上を目的としたAuxiliary Classifier GANsを参考に、階層的なカテゴリ分類項の追加により学習の安定性を向上させる手法を提案した。Progressive Growing GANに提案手法を組み込んだ結果、従来手法より最終的な学習の失敗率が低くなることを示した。
  • 中屋和樹, 松田源立
    言語処理学会年次大会発表論文集(Web) 30th 2024年  
  • 守屋 拓馬, 川又 泰介, 松田 源立
    成蹊大学理工学研究報告 60(1・2) 7-12 2023年12月  
    In baseball, the pitch sequence is a significant factor in determining the outcome of a game. However, previous research has primarily focused on the direct relation between outcome and pitches rather than pitch sequences. In order to improve the game strategy in baseball, this study investigates the difference between the pitch sequences in outs and those in hits. For this purpose, pitching data of six pitchers of Nippon Professional Baseball (NPB) in 2022 was collected. Sequential pattern mining was then applied to extract common patterns in the pitch sequences. The results showed that the accuracy of the final phase pitches is crucial for achieving an out and that a pitch sequence incorporating fast-breaking is effective. Furthermore, the extracted patterns in hit suggested the appropriate inning to change pitchers.

共同研究・競争的資金等の研究課題

 9