TOP > 研究者プロフィール

教授 佐々木裕(Yutaka Sasaki / ササキ ユタカ)

業績

プロフィール

学位 博士(工学)  
生年月日 年齢
所属研究室 知能数理研究室
研究分野 Machine Learning, Deep Learning, Natural Language Processing, Text Mining, Knowledge Systems, Biomedical/Materials Informatics
URL https://coin.toyota-ti.ac.jp/yutaka-sasaki/
最終学歴 筑波大学修士課程理工学研究科修了(1988年3月)/筑波大学 博士(工学)(2000年9月)
職歴 University of Claude Bernard Lyon 1 客員教授 (2013年08月16日~2013年09月02日)
Toyota Technological Institute at Chicago (Adjoint Professor) (2010年06月~現在)
名古屋大学 非常勤講師 (2010年04月01日~2011年03月31日)
豊田工業大学 教授 (2009年~現在)
英国立マンチェスター大学 (2006年~2009年)
同志社大学 非常勤講師 (2005年10月~2006年03月)
国際電気通信基礎技術研究所(ATR) 室長(NTTより出向) (2004年~2006年)
三重大学 非常勤講師 (2001年10月~2002年03月)
三重大学 非常勤講師 (2000年10月~2001年03月)
日本電信電話株式会社(NTT)情報通信処理研究所、情報通信網研究所、コミュニケーション科学研究所、コミュニケーション科学基礎研究所 (1988年~2004年)
主な研究論文 ・Hassan Ait-Kaci and Yutaka Sasaki, “An Axiomatic Approach to Feature Term Generalization”,12th European Conference on Machine Learning, pp. 1-12, 2001.
・Yutaka Sasaki, “Question Answering as Question-Biased Term Extraction: A New Approach toward Multilingual QA”, 43 rd Annual Meeting of the Association for Computational Linguistics, pp. 215-222, 2005.
・Sophia Ananiadou, Paul Thompson, James Thomas, Tingting Mu, Sandy Oliver, Mark Rickinson, Yutaka Sasaki, Davy Weissenbacher, and John McNaught Philosophical Supporting the education evidnce portal via text mining”, Transactions of the Royal Society A Vol. 368, No. 1925, pp. 3829-3844, 2010.
・Yutaka Sasaki, Xinglong Wang, and Sophia Ananiadou,“Extracting Secondary Bio-Event Arguments with Extraction Constraints”,Computational Intelligence Vol. 27, No. 4, pp. 702-721, 2011.
・Masaki Asada, Makoto Miwa, and Yutaka Sasaki, Using Drug Descriptions and Molecular Structures for Drug-Drug Interaction Extraction from Literature, Bioinformatics, Volume 37, Issue 12, pp.1739–1746, 2021.(IF=6.931)
・Masaki Asada , Makoto Miwa and Yutaka Sasaki, Integrating heterogeneous knowledge graphs into drug-drug interaction extraction from the literature, Bioinformatics, Oxford University Press, Nov. 23, 2022. (https://doi.org/10.1093/bioinformatics/btac754) (IF=6.931)
・Kyosuke Yamaguchi, Ryoji Asahi, Yutaka Sasaki, Superconductivity information extraction from the literature: a new corpus and its evaluations, Advanced Engineering Informatics, Volume 54, ISSN 1474-0346, Elsevier, October 2022. (https://doi.org/10.1016/j.aei.2022.101768) (IF=7.862)
学会活動 ・CAAI Transactions on Intelligence Technology (編集委員)
・International Workshop on Symbolic-Neural Learning (組織委員長)
・言語処理学会第25回年次大会プログラム委員長
・人工知能学会(会員)
・情報処理学会(会員)
・言語処理学会(会員)
・IEICE Transactions(査読員)
社会活動(研究に関する学会活動以外)  
学内運営(委員会活動等) 2022年度
TTIC委員会(委員長)
国際化推進委員会(委員)
博士課程委員会(委員) 
担当授業科目 学部:人工知能、ソフトウェア工学、創造性開発セミナー、情報リテラシー 
修士:機械学習入門1、機械学習入門2 
教育実践上の主な業績 1 教育内容・方法の工夫(授業評価等を含む)

1 演習の効果的活用(2019~2022年度)
2019~2022年度「ソフトウェア工学」(3年次後期、2単位)、2019~2022年度「人工知能」(4年次前期、2単位)、2019~2022年度「機械学習入門1」(修士後期、2単位)、2019~2022年度「機械学習入門2」(修士後期、2単位)の各科目において、学生の理解度を高める目的で、毎回の授業時間の途中に演習問題を出題した。演習問題は、本質的内容を含むが、短時間で解けるものとした。

2 授業スライド、試験問題解答例のWebでの公開(2019~2022年度)
「ソフトウェア工学」(3年次後期、2単位)、「人工知能」(4年次前期、2単位)、「機械学習入門1」(修士後期、2単位)、「機械学習入門2」(修士前期、2単位)の各科目において、授業中に提示したスライドおよび試験問題解答例をGoogle Classroom/moodle上に公開した。

3 学生の授業外の学習促進のための取組み(2019~2022年度)
2019~2022年度「ソフトウェア工学」(3年次後期、2単位)、2019~2022年度「人工知能」(4年次前期、2単位)の各科目において、ソフトウェア設計課題やプログラミング課題を与え、自宅で実際にプログラミングやソフトウェア設計を実践させることにより、授業内容の理解度向上に努めた。

2 作成した教科書、教材、参考書

1「人工知能」(4年次前期、2単位)課題用ソフトウェアの更新(2019~2022年度)
2019~2022年度「人工知能」(4年次前期、2単位)において、CおよびPythonにより独自に作成した(1)人工知能探索法および(2)ミニマックス法による三目並べの2つに関する人工知能プログラムを更新した。これらのプログラムから主要な部分を除いたプログラムを受講者に提示し、元の機能を実現するプログラムを作成する課題を課すことで、講義したアルゴリズムを実際にコンピュータ上で実現する能力を習得させた。探索法の課題は、縦型探索、横型探索、A*探索のプログラミングを完成させるものである。三目並べプログラミングは、人間対コンピュータの対戦型ソフトウェアを完成させるもので、完成させると人間が最善手を指す限り必ず引き分けになることを体験できる。

2「機械学習入門1」(修士後期)のスライド・演習更新(2019~2022年度)
2019~2022年度「機械学習入門1」(修士後期、2単位)の授業スライドと演習問題を更新した。

3「機械学習入門1」(修士後期)の機械学習プログラミング演習教材作成(2020年度)
2020年度「機械学習入門1」(修士後期、2単位)のための機械学習プログラミング演習のための教材を作成した。Pythonの機械学習ライブラリScikit Learn上でSupport Vector Machineを用いた手書き文字認識の演習を行うための教材をオリジナル教材として更新し、講義中に利用した。本演習は、Jupyter Notebook形式で作成されており、プログラムの解説の理解と実行・結果確認をステップ・バイ・ステップで各学生のペースに合わせて行うことができる点が優れており、従来の座学に加えてプログラミングの演習も導入することで、受講者の理解を広げることを狙った。

4「機械学習入門2」(修士前期)のスライド・演習更新(2019~2022年度)
2019~2022年度「機械学習入門2」(修士前期、2単位)の授業スライドと演習問題を更新した。

5「人工知能」(4年次前期)のスライド・演習更新(2019~2022年度)
2019~2022年度「人工知能」(4年次前期、2単位)の授業スライドと演習問題を更新した。

6「ソフトウェア工学」(3年次後期)のスライド・演習更新(2019~2022年度)
2019~2022年度「ソフトウェア工学」(3年次後期、2単位)の授業スライドと演習問題を更新した。

3 教育方法・教育実践に関する発表、講演等

該当なし

4 その他教育活動上特記すべき事項

該当なし 
その他

ページのトップへ戻る