研究者
J-GLOBAL ID:202201016928842589   更新日: 2024年03月21日

ポア インジュン

ポア インジュン | Phua Yin Jun
所属機関・部署:
職名: 助教
ホームページURL (2件): https://yinjunphua.com/ja/https://yinjunphua.com/
研究分野 (2件): 計算科学 ,  知能情報学
研究キーワード (3件): ニューラルシンボリック ,  論理推論 ,  深層機械学習
競争的資金等の研究課題 (3件):
  • 2021 - 2025 知識表現・推論と機械学習の統合によるロバストAIの実現
  • 2022 - 2024 記号論理と深層機械学習の統合による新たな知識を発見するAIに関する研究
  • 2021 - 2023 記号論理機械学習と深層機械学習の融合による理解可能なモデルを構築する研究
論文 (6件):
  • Foo Wei Ten, Dongsheng Yuan, Nabil Jabareen, Yin Jun Phua, Roland Eils, Sören Lukassen, Christian Conrad. resVAE ensemble: Unsupervised identification of gene sets in multi-modal single-cell sequencing data using deep ensembles. Frontiers in cell and developmental biology. 2023. 11. 1091047-1091047
  • Quentin Jodelet, Xin Liu, Yin Jun Phua, Tsuyoshi Murata. Class-Incremental Learning using Diffusion Model for Distillation and Replay. CoRR. 2023. abs/2306.17560
  • Yin Jun Phua, Katsumi Inoue. Learning Logic Programs Using Neural Networks by Exploiting Symbolic Invariance. ILP. 2021. 203-218
  • ポア インジュン, 井上 克巳. ノイズを含む遷移データからの論理プログラム学習. 人工知能学会全国大会論文集. 2019. JSAI2019. 72-80
  • Yin Jun Phua, Tony Ribeiro, Katsumi Inoue. Learning Representation of Relational Dynamics with Delays and Refining with Prior Knowledge. IfCoLog Journal of Logics and their Applications(FLAP). 2019. 6. 4. 695-708
もっと見る
MISC (2件):
  • ポア インジュン, 井上 克巳. 重み予測を用いたMLPの初期化による少数例からのダイナミクス深層学習. 人工知能学会全国大会論文集. 2018. JSAI2018. 4A101-4A101
  • ポア インジュン, 井上 克巳. リカレントニューラルネットワークによる遅延を伴う解釈遷移から の論理プログラム表現学習. 人工知能学会全国大会論文集. 2017. JSAI2017. 3O11-3O11
学歴 (3件):
  • 2019 - 2022 総合研究大学院大学 複合科学研究科 情報学専攻
  • 2017 - 2019 東京工業大学 情報理工学院 情報工学コース
  • 2013 - 2017 東京工業大学 工学部 情報工学科
学位 (1件):
  • 博士(情報学) (総合研究大学院大学)
経歴 (3件):
  • 2022/04 - 現在 東京工業大学 情報理工学院 助教
  • 2021/04 - 2022/03 独立行政法人日本学術振興会 特別研究員 (DC2)
  • 2019/04 - 2021/03 国立情報学研究所 特別RA
受賞 (3件):
  • 2023/11 - 東京工業大学 東工大教育賞 優秀賞 手続き型プログラミング
  • 2023/10 - 1st Workshop on Visual Continual Learning, ICCV2023 Best Paper Award Class-Incremental Learning using Diffusion Model for Distillation and Replay
  • 2019/11 - ILP 2019: 29th International Conference on Inductive Logic Programming Best Student Paper Award Learning Logic Programs from Noisy State Transition Data
※ J-GLOBALの研究者情報は、researchmapの登録情報に基づき表示しています。 登録・更新については、こちらをご覧ください。

前のページに戻る