# 不完全情報学習チーム（ヘルシンキ大学 Hanlin Yu 氏による講演）

> 理研AIPのオンライン講演。Hanlin Yu氏が幾何・密度比・エネルギーベースモデルによる分布と表現の比較を解説します。

このイベントは終了しました。

- 日時: 2026年6月24日(水) 15:00–16:00 JST
- 場所: オンライン
- 主催者: 理化学研究所 革新知能統合研究センター
- 言語: EN
- 出典: Doorkeeper — https://c5dc59ed978213830355fc8978.doorkeeper.jp/events/197825
- Page: https://japantech.info/ja/events/doorkeeper-197825/

## 概要

理化学研究所 AIP の不完全情報学習チームが、ヘルシンキ大学の Hanlin Yu 氏による研究講演「分布と表現の比較：幾何、密度比、エネルギーベースモデル」を開催します。本セッションでは、多くの機械学習の問題を確率分布、モデル表現、または非正規化エネルギーの比較として捉え、それらを行うための原理的かつスケーラブルな手法を紹介します。

講演は三つの柱で構成されます。第一に、リーマン幾何が確率モデル、ニューラルネットワークの潜在表現、経験的データ多様体にわたる自然な局所比較演算子をどのように与えるか。第二に、確率経路に沿った微小分類による密度比推定で、高速かつスケーラブルな推定を可能にする条件付き時間スコアマッチングとそのベクトル化版を導入します。第三に、時空間的差分によるエネルギーベースモデルの学習で、既存の時間的・空間的アルゴリズムを統合しつつそれらの失敗モードを回避します。

これらの結果は、合理的な比較を構築することで頑健な機械学習が実現できるという統一的な視点を示します。この1時間のオンラインセッションは、確率モデリング、表現学習、生成モデルに取り組む研究者や実務家に適しています。

## コミュニティについて

国立の AI 研究センター内の研究チームで、招待した研究者が機械学習の理論と手法に関する最新の成果を発表する技術セミナーを開催しています。講演は英語で行われ、研究者や大学院レベルの実務家が集まります。

#machine-learning #energy-based-models #density-ratio-estimation #riemannian-geometry #representation-learning #research-talk #riken-aip