日時: 9月12日(月)2限(11:00-12:30)

会場: L1

司会: KULA Raula G.
SALDAJENO DON PIETRO BAGADION D, 中間発表 数理情報学 池田 和司, 作村 諭一, 金谷 重彦, 吉本 潤一郎, 久保 孝富, 福嶋 誠, 日永田 智絵
title: Correlation analysis of blood cytokine data and clinical data from triple-negative breast cancer (TNBC) patients using WGCNA
abstract: Triple-negative breast cancer (TNBC) is a type of breast cancer characterized by the lack of expression of estrogen receptors, progesterone receptors, and lack of overexpression of the HER2 protein. Therefore, this type of cancer is unresponsive to currently existing hormone therapies and molecular targeted therapies. New treatment methods for this type of cancer are urgently needed. In this research project, we use Weighted Gene Co-expression Network Analysis (WGCNA) to find cytokines that are correlated with clinical phenotypes such as treatment outcome, homologous recombination deficiency (HRD) score, and patient age.
language of the presentation: English

髙澤 季詠 M, 2回目発表 数理情報学 池田 和司, 作村 諭一, 川鍋 一晃, 田中 沙織, 吉本 潤一郎
title: The neural basis of using category information to infer reward.
abstract: It's thought that human can functionally group experiences and things according to some feature or law. It's called category learning. Human can also use learned categorical information to predict possible future events and rewards. However, the neural basis for the use of learned categorical information is not yet clear. One factor is "tasks that do not use learned categorical information. Therefore, this study focuses on reward prediction, which is also an important survival strategy for humans, and aims to "clarify the neural basis for the use of categorical information for reward prediction. we will develop a task that uses categorical information to predict rewards, and then conduct experiments using the task to analyze representational similarity in regions of interest and whole brain regions for that. Owing to this, we aim to clarify the neural basis of the use of categorical information for reward prediction.
language of the presentation: Japanese
発表題目: 報酬予測のため、カテゴリ情報使用時の神経基盤
発表概要: 人は、知覚的な類似性に依存せず、何らかの特徴や法則によって、経験や物事を機能的にグループ化が可能だと考えられている。これをカテゴリ学習という。また、人は今後起こりうる出来事や報酬を予測するため、学習したカテゴリ情報を使用できる。 しかし、学習したカテゴリ情報を使用する際の神経基盤はまだ明らかになっていない。その要因として、「学習したカテゴリ情報を使用しないタスク」が挙げられる。そこで、本研究は、人間の生存戦略としても重要な報酬予測に着目し、「報酬予測のため、カテゴリ情報が使用される際の神経基盤を明らかにすること」を目的とする。そのために、「報酬予測のため、カテゴリ情報を使用するタスク」を開発したのち、そのタスクを使用した実験を行い、関心領域、全脳領域を対象とした表象類似度解析を行う。これにより、報酬予測のため、カテゴリ情報が使用される際の神経基盤を明らかにすることを目指す。
YU ZIHAO M, 2回目発表 数理情報学 池田 和司, 松本 健一, 川鍋 一晃, 田中 沙織, 福嶋 誠

title: Engineering a Data Processing Pipeline for an Ultra-Lightweight Lensless Fluorescence Imaging Device with Neuronal-Cluster Resolution

abstract: In working towards the goal of uncovering the inner workings of the brain, various imaging techniques have been the subject of research. Among the prominent technologies are devices that are based on the ability of transgenic animals to signal neuronal activity through fluorescent indicators. This paper investigates the utility of an original ultra-lightweight needle-type device in fluorescence neuroimaging. A generalizable data processing pipeline is proposed to compensate for the reduced image resolution of the lensless device. In particular, a modular solution centered on baseline-induced noise reduction and principal component analysis is designed as a stand-in for physical lenses in the aggregation and quasi-reconstruction of neuronal activity. Data-driven evidence backing the identification of regions of interest is then demonstrated, establishing the relative superiority of the method over neuroscience conventions within comparable contexts.

language of the presentation:  English 

椿 隼人 M, 2回目発表 数理情報学 池田 和司, 松本 健一, 吉本 潤一郎, 久保 孝富, 福嶋 誠, 日永田 智絵
title: Evaluation of convolutional Neural Network with output-oriented skip-connections from multiple hidden layers
abstract: The invention of skip connection was one of the biggest breakthroughs in the history of modern deep learning. For example, skip connections in ResNet have enabled the training of deep CNN and other deep learning models, and have dramatically improved the performance of image processing. Recently, a new type of skip connection has also been proposed in graph neural networks, which directly connects the hidden layer to the neighbor of the output layer. Multi-level attention pooling (MLAP) is an example of a model with this kind of skip-connection. MLAP has improved the performance in graph classification tasks by utilizing hierarchical graph representations from multiple hidden layers. Such neural network architecture that propagates representations in multiple hidden layers toward the output layer has not been applied for non-GNN models. In this study, we examine whether MLAP can contribute to the performance of a CNN, which is a representative non-GNN model.
language of the presentation: Japanese
発表概要: 深層学習の発展に短絡結合は大きな役割を果たしてきた。 例えば、ResNetの短絡結合は、畳み込みニューラルネットワークをはじめとしたモデルの学習を深層の場合でも可能とし、画像処理において性能を飛躍的に向上させてきた。 また、 近年、グラフニューラルネットワークにおいて中間層と出力層を直接的に結ぶ短絡結合が提案されている。 このような結合を持つ他のモデルの一例として、多階層アテンションプーリング(MLAP)が挙げられる。 MLAPは、中間隠れ層のグラフ表現を階層的に利用することにより、グラフ分類課題において、優れたパフォーマンスを有することが示された。 このような中間的な表現を出力層近傍まで短絡させるアーキテクチャは、非グラフのニューラルネットワークでは提案されてこなかった。 そこで、本研究では、非グラフニュラルネットワークの一例として、畳込みニューラルネットワークにおいても、MLAPのような短絡結合が有効であるのか検証を行う。

会場: L2

司会: 藤本 大介
中川 桃李 M, 2回目発表 サイバーレジリエンス構成学 門林 雄基, 林 優一, 飯田 元, 妙中 雄三
title: Toward Improving Forensic Readiness in Log Selection Using MITRE ATT&CK
abstract: As the importance of forensics increases, the construction of an environment for forensics Forensic Readiness (Forensic Appropriateness) is attracting attention, and it is especially important to select which logs should be obtained in advance. In selecting the logs, it is necessary to balance the feasibility of forensics and the reduction of forensic costs. Therefore, in this presentation, we will develop threat scenarios using MITRE ATT&CK and calculate the cost and effectiveness of the logs to This presentation describes a method to select logs with the maximum effectiveness for each cost by calculating the cost and effectiveness for each log using MITRE ATT&CK. We will also report on the future expansion policy based on the improvements of the method.
language of the presentation: Japanese
発表題目:MITRE ATT&CKを用いたフォレンジック適正向上手法
発表概要: フォレンジックの重要性が高まるにつれて、フォレンジックを行うための環境構築として Forensic Readiness(フォレンジック適正)が注目されており、特にどのログを事前に取得しておくかを選定することが重要である. ログを選定する際には、フォレンジックが実行可能であることとフォレンジックにかかるコストを削減することを両立する必要がある. そこで、本発表ではMITRE ATT&CKを用いて脅威シナリオを策定し、ログに対してコストと効果を算出することで コストごとに効果が最大となるログを選定する手法について説明する. また、手法の改善点から今後の拡張方針を報告する.
吉村 仁志 M, 2回目発表 サイバーレジリエンス構成学 門林 雄基, 林 優一, 中島 康彦, 妙中 雄三
title: Data protection mechanism for RDBMS using both trust and untrust regions in TEE
abstract: With the spread of cloud computing, database services, which are basically under a heavy load are now on the cloud. As cloud, cloud service providers have higher permission than database and system administrators, even if the OS and database are robust, reading or leaking of confidential data by cloud service providers is a significant threat yet. A hardware-assisted security mechanism called TEE (Trusted Execution Environment), has been installed in CPUs to protect data and processes from cloud providers.TEE allows programs to run while protecting processes and memory in an isolated environment (trust area). However, as TEE allocates dedicated CPU/memory resources for a protected trusted region, it is not possible to use all of the server’s resources; resources allocated for running OS and other processes, called untrust region, is remaining. Especially in the case of protecting data and processes in a high-load database, situations frequently occur where only the Trust region is overloaded and the resources in the Untrust area remain, resulting in low resource utilization efficiency. Therefore, this study proposes a data protection mechanism for RDBMS that protects sensitive data while effectively utilizing the resources of both Trust and Untrust areas by executing only the elements that handle sensitive data in the Trust area.
language of the presentation: Japanese
発表題目: TEEのTrust/Untrust領域の併用による資源利用効率を考慮した RDBMSの機密データ保護機構の提案
発表概要: クラウドの普及によって,負荷の高いデータベースサービスもクラウド上で提供されるようになった. クラウドにおいては,クラウド事業者がデータベースやシステム管理者より上位の権限を持つため,管理者がOS や データベースを堅牢化してもクラウド事業者による機密データの閲覧や漏洩が脅威として残る.昨今では,Trusted Execution Environment(TEE)と呼ばれる隔離環境(Trust 領域)でプロセスやメモリを保護したままプログラムが実 行できるハードウェア支援型のセキュリティ機構がCPU に搭載され,クラウド事業者からのデータやプロセス保護 が可能となった.しかし,TEE は通常のOS やプログラムを稼働させるUntrust 領域とは独立して確保される資源で あるため,サーバ全ての計算資源・メモリ資源を利用することができない.特に高負荷なデータベースでデータ・ 処理プロセスを保護する場合では,Trust 領域のみ過負荷でUntrust 領域の資源が残る状況が頻繁に発生して資源利用 効率が低い.そこで本研究では,機密データを扱う要素のみをTrust 領域で実行することで,Trust/Untrust 領域の両 方の資源を有効活用しながら機密データを保護するRDBMS のデータ保護機構を提案する.

会場: L3

司会: 品川 政太朗
澤田 悠冶 D, 中間発表 自然言語処理学 渡辺 太郎, 中村 哲, 進藤 裕之, 大内 啓樹
title: Towards Controllable Named Entity Recognition
abstract: Named entity recognition aims to identify specific proper nouns and numeric representation from texts, which is fundamental task of natural language processing. My research focus the controllability of named entity recognition models, and aims to effectively extract entities corresponding to user-specified types with limited resouce.
language of the presentation: Japanese
発表題目: ユーザ操作性の高い固有表現認識の実現に向けて
発表概要: 固有表現認識は文中のテキストから特定の固有名詞や数値表現を抽出する技術であり、自然言語処理の応用技術に重要な役割を果たしている。 本研究では固有表現認識技術の操作性に焦点を当て、少量の事例から固有表現クラスを操作可能な固有表現認識モデルを開発する。
川畑 輝 M, 2回目発表 自然言語処理学 渡辺 太郎, 中村 哲, 大内 啓樹
title:Examine the Ability of Language Processing Models to Comprehend Rationales for Logical Reasoning
abstract: Logical reasoning is a crucial skill for human intelligence, thus for the language system. It involves analyzing complicated inferences. In recent years, attemps to evaluate the logical reasoning capabilities of language processing systems have been rising in machine reading comprehension(MRC). However, due to the absence of the dataset, it is currently hard to evaluate the understanding of underlying reasoning. Thus, it is impossible to assess whether the system understands the rationale for inference. In this study, we evaluate the system's ability to comprehend the reason for inference by creating a new dataset.
language of the presentation:Japanese
PAN YUE M, 2回目発表 自然言語処理学 渡辺 太郎, 中村 哲, 大内 啓樹
title: To build a Metric with High Accuracy for Document Simplification System -Using Optimal Transport Based BERTScore
abstract: Document-level simplification has received attention in recent years with the development of simplification research. However, the lack of metrics for evaluating the performance of document simplification systems is becoming a bottleneck in document simplification research. The existing metric for document simplification systems can only assess the literal similarity, not in terms of textual similarity, and they do not consider whether the generated articles are concise enough. BERTScore based on Optimal Transport alignment will be a better evaluation metric to evaluate document simplification systems' performance from the aspects of context and conciseness of the generated documents.
language of the presentation: Japanese
発表題目: 最適輸送理論に基くBERTScoreを使用し、文章レベルの平易化システムための高精度評価指標を構築することに向けて
五藤 巧 M, 2回目発表 自然言語処理学 渡辺 太郎, 中村 哲, 進藤 裕之
title: A Fluent Tagger-based Grammatical Error Correction System using Adversarial Training
abstract: Recently, tagging-based grammatical error correction methods have attracted much attention, but there is a problem of low correction fluency. In this presentation, we point out the problem from a quantitative point of view and propose training methods reinforcement learning, especially adversarial training, as a solution to the problem. We report results of simple reinforcement learning. In addition, introduce just idea of adversarial training method.
language of the presentation: Japanese
発表題目: 敵対的学習による流暢性が高い系列タグ付け文法誤り訂正システム