研究者データベース
| 野口 渉(ノグチ ワタル) |
| 数理・データサイエンス教育研究センター |
| 特任助教 |
Last Updated :2023/12/05
基本情報
所属
職名
学位
J-Global ID
研究キーワード
研究分野
職歴
- 2023年06月 - 現在 北海道大学 数理・データサイエンス 教育研究センター 特任助教
- 2021年01月 - 2023年05月 北海道大学 大学院情報科学研究院 博士研究員
- 2019年09月 - 2020年12月 北海道大学 人間知・脳・AI研究教育センター 博士研究員
- 2018年04月 - 2019年09月 日本学術振興会 特別研究員DC1
学歴
- 2018年04月 - 2019年09月 北海道大学 情報科学研究科 情報理工学専攻 博士後期課程
- 2016年04月 - 2018年03月 北海道大学 情報科学研究科 情報理工学専攻 修士課程
- 2012年04月 - 2016年03月 北海道大学 工学部 情報エレクトロニクス学科
所属学協会
研究活動情報
論文
- Superposition mechanism as a neural basis for understanding othersWataru Noguchi, Hiroyuki Iizuka, Masahito Yamamoto, Shigeru TaguchiScientific Reports 12 2859 2022年02月 [査読有り]
- Wataru Noguchi, Hiroyuki Iizuka, Masahito YamamotoAdvanced Robotics 36 1-2 85 - 99 2021年11月02日 [査読有り][通常論文]
- Wataru Noguchi, Hiroyuki Iizuka, Shigeru Taguchi, Masahito YamamotoProceedings of the Artificial Life Conference 2019 531 - 532 2019年07月 [査読有り][通常論文]
- Modeling place and head-direction cells self-organized in different environments using recurrent neural networksWataru Noguchi, Hiroyuki Iizuka, Masahito YamamotoProceedings of the Twenty-Fourth International Symposium on Artificial Life and Robotics (AROB2019) 67 - 72 2019年01月 [査読無し][通常論文]
- Wataru Noguchi, Hiroyuki Iizuka, Masahito YamamotoAdvanced Robotics 33 11 539 - 549 2019年01月 [査読有り][通常論文]
- Wataru Noguchi, Hiroyuki Iizuka, Masahito YamamotoProceedings of the 2018 Conference on Artificial Life 147 - 154 2018年07月 [査読有り][通常論文]
Animals develop spatial recognition through visuomotor integrated experiences. In nature, animals change their behavior during development and develop spatial recognition. The developmental process of spatial recognition has been previously studied. However, it is unclear how behavior during development affects the development of spatial recognition. To investigate the effect of movement pattern (behavior) on spatial recognition, we simulated the development of spatial recognition using controlled behaviors. Hierarchical recurrent neural networks (HRNNs) with multiple time scales were trained to predict visuomotor sequences of a simulated mobile agent. The spatial recognition developed with HRNNs was compared for various values of randomness of the agent's movement. The experimental results show that spatial recognition was not developed for movements with a randomness that was too small or too large but for movements with intermediate randomness. - Navigation Behavior based on Spatial Representation Self-organized in Hierarchical Recurrent Neural NetworksWataru Noguchi, Hiroyuki Iizuka, Masahito YamamotoProceedings of the 2nd Workshop on Machine Learning Methods for High-Level Cognitive Capabilities in Robotics 2017年09月 [査読有り][通常論文]
- Wataru Noguchi, Hiroyuki Iizuka, Masahito YamamotoProceedings of the 14th European Conference on Artificial Life 2017 324 - 331 2017年09月 [査読有り][通常論文]
- Wataru Noguchi, Hiroyuki Iizuka, Masahito YamamotoAdaptive Behavior 25 3 129 - 146 2017年05月 [査読有り][通常論文]
- Hierarchical recurrent neural network model for goal-directed motion planning using self-organized cognitive mapWataru Noguchi, Hiroyuki Iizuka, Masahito YamamotoProceedings of the Twenty-Second International Symposium on Artificial Life and Robotics 2017 (AROB 22nd 2017) 73 - 78 2017年01月 [査読無し][通常論文]
- Wataru Noguchi, Hiroyuki Iizuka, Masahito YamamotoEAI Endorsed Transactions on Security and Safety 3 10 e1 2016年05月24日 [査読有り][通常論文]
We propose an architecture of neural network that can learn and integrate sequential multimodal information using Long Short Term Memory. Our model consists of encoder and decoder LSTMs and multimodal autoencoder. For integrating sequential multimodal information, firstly, the encoder LSTM encodes a sequential input to a fixed range feature vector for each modality. Secondly, the multimodal autoencoder integrates the feature vectors from each modality and generate a fused feature vector which contains sequential multimodal information in a mixed form. The original feature vectors from each modality are re-generated from the fused feature vector in the multimodal autoencoder. The decoder LSTM decodes the sequential inputs from the regenerated feature vector. Our model is trained with the visual and motion sequences of humans and is tested by recall tasks. The experimental results show that our model can learn and remember the sequential multimodal inputs and decrease the ambiguity generated at the learning stage of LSTMs using integrated multimodal information. Our model can also recall the visual sequences from the only motion sequences and vice versa. - Proposing Multimodal Integration Model Using LSTM and AutoencoderWataru Noguchi, Hiroyuki Iizuka, Masahito YamamotoProceedings of the 9th EAI International Conference on Bio-inspired Information and Communications Technologies (BICT 2015) 2015年12月 [査読有り][通常論文]
講演・口頭発表等
- 野口 渉, 飯塚 博幸, 山本 雅人情報処理学会 第85回全国大会 2023年03月 口頭発表（一般）
- 感覚運動予測学習による物体形状表現の獲得モデル [通常講演]野口 渉情報処理学会 第84回全国大会 2022年03月 口頭発表（一般）
- 深層学習モデルによる自己と他者の共有身体イメージの獲得 [通常講演]野口 渉, 飯塚 博幸, 山本 雅人第19回情報科学技術フォーラム 2020年09月 口頭発表（一般）
- 野口 渉, 飯塚 博幸, 山本 雅人2018年度人工知能学会全国大会（第32回） 2018年06月 口頭発表（一般）
- 野口 渉, 飯塚 博幸, 山本 雅人情報処理学会第79回全国大会 2017年03月 口頭発表（一般）
- 階層型リカレントニューラルネットワークを用いた認知地図の自己組織化と目的行動の生成 [通常講演]野口 渉, 飯塚 博幸, 山本 雅人第16回 複雑系マイクロシンポジウム 2017年03月 口頭発表（一般）
- ゲート型リカレントユニットを用いた運動と視覚の分節化と感覚統合モデル [通常講演]野口 渉, 飯塚 博幸, 山本 雅人第15回複雑系マイクロシンポジウム 2016年03月 口頭発表（一般）
- LSTMとオートエンコーダを用いた感覚統合モデルによる模倣学習 [通常講演]野口 渉, 飯塚 博幸, 山本 雅人情報処理北海道シンポジウム2015 2015年10月 ポスター発表
その他活動・業績
- 野口 渉, 飯塚 博幸, 山本 雅人 情報処理学会第85回全国大会講演論文集 (2) 1 -2 2023年03月 [査読無し]
- 感覚運動予測学習による物体形状表現の獲得モデル野口 渉 情報処理学会第84回全国大会講演論文集 (2) 15 -16 2022年03月 [査読無し]
- 深層学習モデルによる自己と他者の共有身体イメージの獲得野口 渉, 飯塚 博幸, 山本 雅人 第19回情報科学技術フォーラム (FIT2020) 講演論文集 第2分冊 229 -230 2020年09月
- 高次元データの認識から生まれる生命性についての深層学習アプローチ野口 渉, 飯塚 博幸, 山本 雅人 2018年度人工知能学会全国大会（第32回）大会論文集 2018年06月 [査読無し]
- 深層強化学習によるシグナル伝達を介したマルチエージェントフォーメーションの形成野口 渉, 飯塚 博幸, 山本 雅人 情報処理学会第79回全国大会講演論文集 2017年03月 [査読無し]
- 階層型リカレントニューラルネットワークを用いた認知地図の自己組織化と目的行動の生成野口 渉, 飯塚 博幸, 山本 雅人 第16回複雑系マイクロシンポジウム講演論文集 2017年03月 [査読無し]
- ゲート型リカレントユニットを用いた運動と視覚の分節化と感覚統合モデル野口 渉, 飯塚 博幸, 山本 雅人 第15回複雑系マイクロシンポジウム講演論文集 2016年03月 [査読無し]
- LSTMとオートエンコーダを用いた感覚統合モデルによる模倣学習野口 渉, 飯塚 博幸, 山本 雅人 情報処理北海道シンポジウム2015講演論文集 2015年10月 [査読無し]