小宮山 純平 (Junpei Komiyama), Ph.D.

(English version is here)

東京大学生産技術研究所 助教 (2016/04-現在)

所属：東京大学生産技術研究所 ソシオグローバル情報工学研究センター

研究分野：機械学習, データマイニング

博士論文: Asymptotically Optimal Multi-armed Bandit Algorithms Aimed at Online Contents Selection (東京大学 数理情報学専攻)
博士指導教員: 中川裕志教授

連絡先

EMail: jkomiyama [at] tkl.iis.u-tokyo.ac.jp

EMail (sub): junpei [at] komiyama.info / junpeikomiyama [at] gmail.com

twitter: jkomiyama_, Slideshare

出版と発表など

国際会議（査読有り）

• J. Komiyama, A. Takeda, J. Honda, and H. Shimao. Nonconvex Optimization for Fair Regression (title subject to change). In Proceedings of the 35th International Conference on Machine Learning (ICML 2018), June 2018, to appear.
• J. Komiyama, J. Honda, and A. Takeda. Position-based Multiple-play Multi-armed Bandit Problem with Unknown Position Bias. In Proceedings of the 31st Neural Information Processing Systems (NIPS 2017), 5005-5015, Long Beach, United States, December 2017.
• Junpei Komiyama, Masakazu Ishihata, Hiroki Arimura, Takashi Nishibayashi, Shin-Ichi Minato. Statistical Emerging Pattern Mining with Multiple Testing Correction. In Proceedings of the 23rd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD 2017), 897-906, Research Track, Halifax, Nova Scotia, Canada, August 13-17, 2017. [ACM][preprint].
• J. Komiyama, J. Honda, and H. Nakagawa. Copeland Dueling Bandit Problem: Regret Lower Bound, Optimal Algorithm, and Computationally Efficient Algorithm. In Proceedings of the 33rd International Conference on Machine Learning (ICML 2016), 1235-1244, New York City, United States, June 2016 (acceptance ratio: 24.3% (322/1327)). arXiv ver.
• J. Komiyama, J. Honda, and H. Nakagawa. Regret Lower Bound and Optimal Algorithm in Finite Stochastic Partial Monitoring. In Proceedings of the 29th Neural Information Processing Systems (NIPS 2015), Montreal, Canada, December 2015. arXiv ver.
• J. Komiyama, J. Honda, H. Kashima, and H. Nakagawa. Regret Lower Bound and Optimal Algorithm in Dueling Bandit Problem. In Proceedings of the 28th Annual Conference on Learning Theory (COLT 2015), 1141-1154, Paris, France, July 2015 (acceptance ratio: 39% (70/176)). arXiv ver.
• J. Komiyama, J. Honda, and H. Nakagawa. Optimal Regret Analysis of Thompson Sampling in Stochastic Multi-armed Bandit Problem with Multiple Plays. In Proceedings of the 32nd International Conference on Machine Learning (ICML 2015), 1152-1161, Lille, France, July 2015 (acceptance ratio: 26% (270/1037)). arXiv ver.
• J. Komiyama and T. Qin. Time-Decaying Bandits for Non-stationary Systems. In Proceedings of the 10th Conference on Web and Internet Economics (WINE 2014), 460-466, Beijing, China, December 2014, (acceptance ratio: 44% (46/107)).
• J. Komiyama, H. Oiwa, and H. Nakagawa. Robust Distributed Training of Linear Classifiers Based on Divergence Minimization Principle. In Proceedings of the 7th European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases (ECML/PKDD 2014), 1-17, Nancy, France, September 2014 (acceptance ratio: 24% (115/483)). Preprint PDF
• J. Komiyama, I. Sato, and H. Nakagawa. Multi-armed bandit problem with lock-up periods. In Proceedings of the 5th Asian Conference on Machine Learning (ACML 2013), 116-132, Canberra, Australia, November 2013 (acceptance ratio: 31% (32/102)).

雑誌（査読有り）

• 小宮山純平，佐藤一誠，中川裕志．ロックアップ期間による制約を考慮した確率的バンディット問題． 情報処理学会論文誌数理モデル化と応用 (TOM), Vol.6 (No.3), 11-22, 2013年12月．

国内会議（査読無し）

• 小宮山純平，本多淳也，鹿島久嗣，中川裕志．比較バンディット問題における最適なアルゴリズム．第21回情報論的学習理論と機械学習研究会 (IBISML 21), 沖縄, 2015年6月．
• 小宮山純平，馬騰飛，佐藤一誠，南賢太郎，中川裕志．非同期並列ベイズ的最適化．第17回情報論的学習理論ワークショップ 2014 (IBIS 2014), 名古屋, 2014年11月（その他共著3報）．
• 小宮山純平，大岩秀和，中川裕志．ダイバージェンス最小化原理を利用した線形分類器のロバスト分散学習．人工知能学会全国大会 2014 (JSAI 2014), 愛媛, 2014年5月．
• 梁 曽漢，小宮山純平，大岩秀和，佐藤一誠，中川裕志．多腕バンディットにおけるリグレットの非線形拡張．人工知能学会全国大会 2014 (JSAI 2014), 愛媛, 2014年5月．
• 小宮山純平，佐藤一誠，中川裕志．ロックアップ期間による制約を考慮した確率的バンディット問題． 第92回数理モデル化と問題解決 (MPS) 研究会, 佐賀，2013年2月．
• 小宮山純平，佐藤一誠，中川裕志．バンディット問題の非定常状態への拡張．第15回情報論的学習理論ワークショップ (IBIS 2012), 東京，2012年11月．

その他

Fellowships

日本学術振興会特別研究員 (JSPS DC2): 2015年4月-2016年3月.

生産技術研究所 選定研究 分担研究者: 2016年 (吉永直樹、小宮山純平)

日本学術振興会 若手研究（B）: 2017年4月-

稲盛財団 研究費助成: 2017年

学外活動

NEC中央研究所 リサーチインターン (2014年10月-2015年3月，神奈川)

Microsoft Research Asia リサーチインターン (2013年11月-2014年2月，北京，中国)

NTTコミュニケーション科学基礎研究所 博士過程実習生 (2012年8月，京都)

受賞等

• IEICE TC-IBISML Research Award (2015)
• The Award of Excellence, by Microsoft Research Asia (2014), in recognition of my participation in the Microsoft Research Asia Internship Program.
• 人工知能学会 2014年度 全国大会優秀賞 （口頭発表部門)
• 人工知能学会 2014年度 全国大会優秀賞 （インタラクティブ発表部門)

ソフトウェア

• Banditlib: multi-armed bandit library: https://github.com/jkomiyama/banditlib
• Banditlib (multi-play ver): https://github.com/jkomiyama/multiplaybanditlib
• DuelingBanditlib: dueling bandit library: https://github.com/jkomiyama/duelingbanditlib

大学教育

• 東京大学フューチャーファカルティプログラム 第三期卒 (2014夏)

コンテスト等

• Stay Alert! The Ford Challenge (Kaggle: machine learning competition) 3rd prize (3/176) March 2011.

プログラミング能力等

• (株)ドワンゴ (2009年4月-2012年6月，ソフトウェア・エンジニアとして勤務)
• C++ / Python / Java / PHP について，5年以上の経験があります
• 関数型言語 OCaml / Haskellで数千行規模のプログラムを書いたことがあります