論文 【 表示 ／ 非表示 】
-
Centered kNN Graph for Semi-Supervised Learning，In proceedings of the 40th Annual ACM SIGIR Conference (SIGIR)，857-860，2017年
Ikumi Suzuki, Kazuo Hara
共著（海外含む）
-
Flattening the Density Gradient for Eliminating Spatial Centrality to Reduce Hubness，In Proceedings of the 30th AAAI Conference on Artificial Intelligence (AAAI)，1659-1665，2016年
Kazuo Hara, Ikumi Suzuki, Kei Kobayashi, Kenji Fukumizu, Milos Radovanovic
共著（海外含む）
-
Reducing Hubness: A Cause of Vulnerability in Recommender Systems ，In proceedings of the 38th Annual ACM SIGIR Conference，815-818，2015年08月
Kazuo Hara, Ikumi Suzuki, Kei Kobayashi, Kenji Fukumizu
共著（海外含む）
-
Localized Centering: Reducing Hubness in Large-Sample Data，In Proceedings of the 29th AAAI Conference on Artificial Intelligence (AAAI)，2645-2651，2015年01月
Kazuo Hara, Ikumi Suzuki, Masashi Shimbo, Kei Kobayashi, Kenji Fukumizu, Miloš Radovanović
共著（海外含む）
-
Reducing Hubness for Kernel Regression，In Proc. the 8th International Conference on Similarity Search and Applications (SISAP)，339-344，2015年
Kazuo Hara, Ikumi Suzuki, Kei Kobayashi, Kenji Fukumizu, Miloš Radovanović
共著（海外含む）
科研費（文科省・学振）獲得実績 【 表示 ／ 非表示 】
-
基盤研究(B)，2018年04月 ～ 2020年03月，大規模データセットに生じるハブ現象の解明とその医療生命系データへの応用
-
基盤研究(C)，2016年04月 ～ 継続中，ハブネスの数理基盤
-
基盤研究(C)，2016年04月 ～ 2020年03月，ハブネスの数理基盤
-
若手研究(B)，2013年04月 ～ 2016年03月，大規模高次元データの近傍検索・分類に適した類似度尺度の研究