Shota Saito
スキルアップAI株式会社 / 講師 / 機械学習エンジニア
Shota Saito
スキルアップAI株式会社 / 講師 / 機械学習エンジニア
東京都文京区
プロフィール
つながり
Shota Saito
スキルアップAI株式会社 / 講師 / 機械学習エンジニア
The best way to predict the future is to invent it.
横浜国立大学大学院 環境情報学府 情報メディア環境学専攻（現:情報環境専攻）修了。修士（情報学）。高専時代に画像認識に対して興味を持ったことがきっかけで、現在はDeep Learningや機械学習、進化計算などの人工知能分野におけるアルゴリズムの研究開発やコンサルティングに従事。また、Web技術にも興味を持ち、2015年から3年間都内のベンチャー企業でWebエンジニアインターンとして従事し、PHP・HTML・CSS・Javascriptなどの
未来
この先やってみたいこと
未来
1. スマートフォン・組み込みデバイスのための省メモリ＆高性能なニューラルネットワーク構造の自動設計技術の確立とその応用 2. AutoML技術による「ユーザに合わせて進化していく」機械学習技術の確立とWebサービス・スマートフォンアプリケーションへの適用 3. 機械学習やAR・VR技術によるコミュニケーションのあり方の拡張
-
現在
/assets/images/3675760/original/c88e2f61-9e9b-4a0a-9b8b-f7abd466eaca?1555184347){kind=icon}
スキルアップAI株式会社
講師 / 機械学習エンジニア現在
2018年6月 -
「現場で使えるディープラーニング基礎講座」や「現場で使える機械学習・データ分析基礎講座」，「AIジェネラリスト基礎講座」などの講師を担当．Deep Learningや機械学習，進化計算などの人工知能分野におけるアルゴリズムの研究開発やコンサルティングにも従事．
K. Uchida, S. Saito, P. D. Pamungkasari, Y. Kawai, I. F. Hanoum, F. H. Juwono and Shinichi Shirakawa: Joint Optimization of Convolutional Neural Network and Image Preprocessing Selection for Embryo Grade Prediction in In Vitro Fertilization, ISVC 2019.
R. Abe, T. Takeda, R. Shiratori, S. Shirakawa, S. Saito, T. Baba: Optimization of an H0 photonic crystal nanocavity using machine learning, Optics Letters Vol. 45, Issue 2, pp. 319-322 (2020)
R. Abe, T. Takeda, R. Shiratori, S. Shirakawa, S. Saito, T. Baba: Optimization of H0 Photonic Crystal Nanocavity using Neural Network, 2019 24th OptoElectronics and Communications Conference (OECC) and PSC2019
Shota Saito and Shinichi Shirakawa: Controlling Model Complexity in Probabilistic Model-Based Dynamic Optimization of Neural Network Structures, The 28th International Conference on Artificial Neural Networks (ICANN 2019) (Accepted as oral presentation).
Y. Akimoto, S. Shirakawa, N. Yoshinari, K. Uchida, S. Saito, and K. Nishida: Adaptive Stochastic Natural Gradient Method for One-Shot Neural Architecture Search, The 36th International Conference on Machine Learning (ICML) (2019) (Accepted).
横浜国立大学大学院
環境情報学府
2019年3月
2017年4月入学。情報メディア環境学専攻 情報メディア学コース 博士前期課程(修士)。 研究テーマは，最適化・機械学習． Deep Neural Networkに対しモデルパラメータと使用特徴・構造などの離散パラメータを同時に最適化する新たな学習アルゴリズムの開発に従事。
横浜国立大学 環境情報学府 学業優秀者表彰
2019年3月
Shota Saito, Shinichi Shirakawa, Youhei Akimoto: “Embedded Feature Selection Using Probabilistic Model-Based Optimization”, Student Workshop in Genetic and Evolutionary Computation Conference 2018 (GECCO 2018) , Kyoto, Japan, 15th-19th July (2018).
K. Nishida, H. Aguirre, S. Saito, S. Shirakawa, Y. Akimoto: “Parameterless Stochastic Natural Gradient Method for Discrete Optimization and its Application to Hyper-Parameter Optimization for Neural Network”, preprint arXiv:1809.06517 (2018).
横浜国立大学 環境情報学府 情報メデイア環境学専攻 学業優秀者表彰
横浜国立大学 環境情報学府 情報メデイア環境学専攻 学業優秀者表彰
進化計算コンペティション2017 産業界で使える進化計算とは? - 多目的最適化部門 3位（チーム受賞）
進化計算コンペティション2017 産業界で使える進化計算とは? - 単目的最適化部門 2位（チーム受賞）
武田太一，阿部遼太郎，白鳥遼，白川真一，斉藤翔汰，馬場俊彦：機械学習を用いたフォトニック結晶ナノレーザのQ値向上，応用物理学会春季講演会 (2019).
阿部遼太郎，武田太一，白鳥遼，白川真一，斉藤翔汰，馬場俊彦：ニューラルネットワークを用いたフォトニック結晶ナノレーザの構造最適化，応用物理学会春季講演会 (2019).
斉藤翔汰，白川真一：適応的ノイズ分布を導入したDeep Neural Networkのための学習法，計測自動制御学会 システム・情報部門 第56回システム工学部会研究会，pp.26-32 (2017)．
Hirokazu Kobayashi, Shota Saito, Shinichi Shirakawa: “Dynamic Feature Construction for Neural Networks Using Probabilistic Model-Based Genetic Programming”, 2018 JPNSEC International Workshop on Evolutionary Computation, Shenzhen, China (2018).
白鳥遼，阿部遼太郎，武田太一，中田雅也，白川真一，斉藤翔汰，馬場俊彦：粒子群最適化を用いたSiフォトニック結晶光偏向器の最適化，応用物理学会春季講演会 (2019).
Shota Saito, Shinichi Shirakawa: “Introducing a Penalty Term to Control Structure Complexity in Dynamic Optimization of Neural Network Structures”, 2018 JPNSEC International Workshop on Evolutionary Computation, Shenzhen, China (2018).
斉藤翔汰，白川真一：Information Geometric Optimizationを⽤いた埋め込み型特徴選択，進化計算シンポジウム2017，pp.77-84 (2017).
Shot A Talk(ライトニングトークイベント)
- 第一回は企画・立案および代表 - 第二回はスタッフとして活動 - 第三回は代表を含めて全部やる人
-
2019年3月
横浜国立大学
研究支援員(Intern)
2016年10月 - 2019年3月
白川研究室にて，実験用計算機のセットアップおよび管理，計算機実験の補助などに研究支援業務に従事． 研究支援員制度の詳細： http://www.sankaku.ynu.ac.jp/education/supporter/
ティーチング・アシスタント(Intern)
2017年10月
2017年度学部専門科目「プログラミング演習II」を担当．Javaによるプログラミング演習におけるアシスタント業務に従事． シラバス： https://risyu.jmk.ynu.ac.jp/gakumu/Public/Syllabus/DetailMain.aspx?lct_year=2017&lct_cd=6I2205Z&je_cd=1
-
2018年9月
株式会社インフォメティス
アルゴリズム研究開発補助(Intern)
2018年5月 - 2018年9月
-
2018年3月
卓球情報 シェークハンズ
エンジニア・インターンシップ
2015年10月 - 2018年3月
横浜国立大学
数物・電子情報系学科 情報工学教育プログラム
2017年3月
研究テーマは，最適化・機械学習． 卒研タイトルは「適応的ノイズ分布を導入したDeep Neural Networkのための学習法」 卓球部に所属．
茨城工業高等専門学校
電子情報工学科
2015年3月
研究テーマはAR，VR． 卒研タイトルは「拡張現実技術を導入した技術習得支援システム」 卓球部に所属．
スキルと特徴
進化計算
機械学習
Python
アルゴリズム
ニューラルネットワーク
Publications
徹底攻略ディープラーニングE資格エンジニア問題集
2020年9月
Shota Saito, Shinichi Shirakawa, Youhei Akimoto: “Embedded Feature Selection Using Probabilistic Model-Based Optimization”, Student Workshop in Genetic and Evolutionary Computation Conference 2018 (GECCO 2018) , Kyoto, Japan, 15th-19th July (2018).
K. Uchida, S. Saito, P. D. Pamungkasari, Y. Kawai, I. F. Hanoum, F. H. Juwono and Shinichi Shirakawa: Joint Optimization of Convolutional Neural Network and Image Preprocessing Selection for Embryo Grade Prediction in In Vitro Fertilization, ISVC 2019.
R. Abe, T. Takeda, R. Shiratori, S. Shirakawa, S. Saito, T. Baba: Optimization of an H0 photonic crystal nanocavity using machine learning, Optics Letters Vol. 45, Issue 2, pp. 319-322 (2020)
R. Abe, T. Takeda, R. Shiratori, S. Shirakawa, S. Saito, T. Baba: Optimization of H0 Photonic Crystal Nanocavity using Neural Network, 2019 24th OptoElectronics and Communications Conference (OECC) and PSC2019
さらに表示
Accomplishments/Portfolio
Shot A Talk(ライトニングトークイベント)
Awards and Certifications
横浜国立大学 環境情報学府 学業優秀者表彰
2019年3月
横浜国立大学 環境情報学府 情報メデイア環境学専攻 学業優秀者表彰
横浜国立大学 環境情報学府 情報メデイア環境学専攻 学業優秀者表彰
進化計算コンペティション2017 産業界で使える進化計算とは? - 多目的最適化部門 3位（チーム受賞）
進化計算コンペティション2017 産業界で使える進化計算とは? - 単目的最適化部門 2位（チーム受賞）
さらに表示
アプリをインストールして、知り合いの最新の活躍をフォローしよう