DBJapan September 2022

dbjapan@dbsj.org

3 participants
3 discussions

by makoto onizuka

日本データベース学会の皆様，阪大の鬼塚です． DB界で偉大な功績を残した C Mohan を招いて，ビッグデータ基盤研究会を 11/4(金)に阪大にて実施します．インフォーマルな（草の根）ワークショップですので，皆様の研究のブラッシュアップにぜひ活用してください． C Mohan はご存じの通りARIESの生みの親で，近年は Blockchain に関わる研究などを行っています．また，2022年のThe Seattle report on database research. Commun. ACM 65(8): 72-79 (2022)にも参加しています． https://en.wikipedia.org/wiki/C._Mohan ビッグデータ基盤(BDI)研への参加・発表希望者は，10/14(金)までに以下からご回答ください． https://docs.google.com/forms/d/e/1FAIpQLSfkLC9_RBimA4RJ3tVnHiFsh6SVX8ifOYA… 開催概要：現地参加をデフォルトとしますが，C Mohan の発表はハイブリッド実施の予定です．また発表者に関しては遠隔発表を可とします．場所：大阪大学大学院情報科学研究科A101 会議室: https://www.ist.osaka-u.ac.jp/japanese/access/suita-campus.html 日時(予定)：11/4(金) 10:00-17:00 特別講演: Query Optimization and Processing: Trends and Directions by C Mohan (Distinguished Visiting Professor at Tsinghua University in China, Visiting Researcher at Google) 言語：英語よろしくお願いします． -- Makoto Onizuka(鬼塚真) E-mail: onizuka(a)ist.osaka-u.ac.jp TEL: 06-6879-7750/FAX：06-6879-7743 URL: http://www-bigdata.ist.osaka-u.ac.jp/ 〒565-0871 大阪府吹田市山田丘 1-5 大阪大学大学院情報科学研究科マルチメディア工学専攻ビッグデータ工学講座（鬼塚研究室）

1 year, 5 months

DBSJ Newsletter Vol. 15, No. 5: ICML 2022, KDD 2022, ICPR 2022

by maruhashi.koji＠fujitsu.com

┏━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ ┃ 日本データベース学会 Newsletter ┃ 2022年10月号 ( Vol. 15, No. 5 ) ┗━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━ 本号ではICML 2022，KDD 2022，ICPR 2022の3件の国際会議の参加報告をご寄稿いただきました．それぞれの会議の様子や招待講演の内容，ご自身が発表された研究内容などについて紹介していただいているため，ぜひご覧いただければ幸いです．本号ならびにDBSJ Newsletterに対するご意見あるいは次号以降に期待する内容についてのご意見がございましたらnews-com[at]dbsj.orgまでお寄せください．日本データベース学会電子広報編集委員会（担当編集委員丸橋弘治） ======================================================================== ---- 目次 ---- １．ICML 2022 参加報告竹森翔（富士通株式会社）２．KDD 2022 参加報告高橋大志（株式会社NTTドコモ）３．ICPR 2022 参加報告植田涼介（京都大学） ======================================================================== ■１■ ICML 2022 参加報告竹森翔（富士通株式会社） 2022年7月17日から7月23日までボルティモアで開催されたICML 2022(The Thirty- ninth International Conference on Machine Learning)にオンラインで参加しました．今年のICMLは，基本的には現地での参加が想定されていて，物理的に会場を訪れることのできない参加者のために発表動画やチャットでの質問を受け付けるなどの工夫が用意されました．ICML 2022では5630本の投稿があり，そのうち1117 がshort presentationとして，118がlong presentationとして採択されました．私の「リスク回避のためのカーネル・バンディット問題」に関する主著論文がshort presentationとして採択され，オンライン(virtual only pass)で参加しました． ICML 2022では，査読者の負担や査読の質を改善する試みがなされました．具体的には，AAAIなどの他の国際会議でも導入されている2フェーズ査読がICMLでも導入されました．2フェーズ査読では，最初の査読で1つの論文に対し2人の査読者が割り当てられ，論文を2番目のフェーズに進めるべきか決定されます．2番目のフェーズに進んだ論文は，さらに追加の査読者が割り当てられ，議論に加わったり， rebuttalフェーズで著者たちに質問したりします．査読システムで印象的だったのが，査読スコアが著者やmeta reviewerから見えない点でした(スコア以外は見ることができます)．理由の一つとしては，meta reviewerが査読スコアだけで判断しないようにするためだと思われます．採択された論文の発表の他に，創薬やヘルスケア，気候変動への機械学習の応用，機械学習論文の再現性，因果推論についてなど機械学習に関する(理論・応用のどちらも含む)多岐にわたるトピックについて4件の招待講演，9件のチュートリアルなどが行われました．その中で特に，逐次的意思決定(contextual bandit や強化学習などを含む一般的な問題設定)の理論に関するDylan Foster・Alexander Rakhlinによるチュートリアルが印象に残りました．彼らの最近のプレプリントを基にした講演で，逐次的意思決定に対して"decision estimation coefficient"(DEC) と呼ばれる問題の複雑性を表す量が定義され，それが，サンプル効率性の良い学習ができるかどうかを判定可能にするものであることが紹介されました．これまでは，このような解析は各々の特定の問題(例えば線形bandit)に対して与えられていたのですが，彼らは一般的な問題設定に対して複雑性を表す量を与えました．DECが彼らの研究の中で自然に得られたことも説明され，理想的な研究の流れであるように思いました．私は事前に作成した動画により，「リスク回避のためのカーネル・バンディット問題」について発表しました．通常のカーネル・バンディット問題(ベイズ最適化と呼ばれることもある)は出力の平均を最適化(最大化)するよう入力を探索しますが，リスク回避のためには，出力の分布を考慮した量(例えば，CVaRやMean-Variance) などを最適化することが重要になります．例えば，Mean-Varianceを考慮した場合，入力に依存する出力の確率分布をモデル化し，出力分布の分散が小さく，平均が最大化されるように入力を探索する問題設定になっています．既存研究(特にCVaR の場合)では，強い制約のもとでしか動作しないアルゴリズムが提案されていて，今回の提案手法はより広い場合に適用できる実用的な手法になっています．採択論文ではリスク回避のためのカーネル・バンディット問題のための枠組みを提案していて，似た枠組みが他のカーネル・バンディット問題などに広く適用可能だと思うので，関連研究が盛り上がることを期待しています．去年のICMLはGatherTownによるオンラインのポスター発表があったのですが，残念ながら今年はオンラインの発表は動画とチャットのみでした(オンラインのポスターセッションは当初予定されていましたが，参加者たちの投票による十分な支持がなかったので，なくなりました)．可能であれば，来年は実際に現地を訪れて参加者と議論してみたいと思います．最後に，ICML2023は韓国ソウルで7月24日から30日まで開催される予定です．（竹森翔富士通株式会社） ------------------------------------------------------------------------ ■２■ KDD 2022 参加報告高橋大志（株式会社NTTドコモ） 2022年8月14日から18日まで開催された，KDD2022 (28th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining) に参加してきました．KDD はデータマイニング・データサイエンス分野のトップカンファレンスです．第28 回目となる今年は3年ぶりとなる現地開催で，開催地はワシントンD.C.でした．合計2122人が参加したとのことです．私は機械学習分野の学会に参加することが多く，KDDに参加するのは今回が初めてだったのですが，非常に有意義な体験ができました． KDDでは幅広いトピックを扱っており，学術的貢献を評価するResearch Track，機械学習アルゴリズムの社会実装を評価するApplied Data Science (ADS) Trackが併設されています．今年のResearch Trackへの投稿数は過去最高の1695件で，そのうち254件が採択されました (採択率15.0%)．投稿数は増加傾向にあり，過去最高を記録した去年の1541件から約10%増加しています．また，KDDの特徴として， KDD Cupという世界最大のデータ分析コンテストが併設されています．採択論文の傾向ですが，Research Trackではグラフを扱っている研究が，ADS Track では推薦を扱っている研究が特に多かったです．公平性などの実用上重要なトピックも存在感がありました．また，Transformerといった機械学習分野で注目を集めている技術も広く使われている印象を受けました．私は現在音声認識のチームに所属しているため，音声認識に関する研究をいくつか聴講しました．プライバシーを考慮した上で追加学習を行う研究や，音声認識に対する敵対的攻撃を扱った研究などがあり，機械学習分野の学会と比べて，実用上重要になってくる課題に取り組んでいると感じました．余談ですが，ADS Trackは「System」，「User」，「Product」，「Service」，「Framework」，「Commerce」といった単語がタイトルに使われることが多いようです．インダストリアルに近いKDDならではだと思います．続いて，KDD Cupについて説明します．今年はAmazon主催の「Amazon Product Search」と，Baidu主催の「Wind Power Forecast」という2つのコンテストが行われました．私が所属しているNTTドコモでは，有志がAmazon Product Searchに参加しており，9位入賞されたとのことでした．その方達は残念ながら現地参加できないとのことで，代わりにワークショップを聴講しました．Amazon Product Searchでは，英語，日本語，スペイン語などの複数言語における検索クエリとその結果がデータセットとして提供されています．このデータセットを用いて，Amazonの商品検索の改善に直結するような3つのタスクを解くのが，本コンテストの目的です．各チームの手法を見ていたのですが，Transformerを用いて特徴抽出し，LightGBMを用いて予測を行うという方法が主流のようでした．現在の自然言語処理における分析手法を知ることができ，勉強になりました．私自身はResearch Trackで「Learning Optimal Priors for Task-Invariant Representations in Variational Autoencoders」というタイトルの論文を紹介しました．Variational Autoencoders (VAE) は教師なし表現学習に用いられる手法です．VAEは強力なのですが，データ数が少ない場合に性能が低下するという問題があります．この問題を解決するために，複数のタスク上でVAEを学習する試みが行われています．この時，表現がタスクに依存しないようにすることが重要なのですが，多くの場合は依存してしまうことが知られています．本研究では，このタスク依存性の原因を調査し，従来用いられていた単純な事前分布が一因であることを明らかにしました．その上で，タスク依存性を減らすために最適な事前分布を提案しています．発表後に式変形について熱心に聞きに来てくれる人がいて，とても嬉しかったです．久しぶりの現地開催となったKDDですが，コロナ流行前の学会の雰囲気に戻りつつあるという印象を持ちました．ポスターセッションもオーラルセッションも盛況でした．会場内では料理が提供されていて，参加者が料理を片手にコミュニケーションを取っているのを頻繁に見かけました．コロナ対策もしっかり行われており，会場内ではマスク着用を徹底するように呼びかけられていました．今後も感染対策を徹底した上で現地開催する流れが続き，人がどんどん戻っていくのではないかと思います．来年はロサンゼルス開催とのことですので，興味のある方はぜひ参加または論文投稿を検討されてはいかがでしょうか．（高橋大志株式会社NTTドコモ） ------------------------------------------------------------------------ ■３■ ICPR 2022 参加報告植田涼介（京都大学） 2022年8月21日から25日にかけて開催された26th International Conference on Pattern Recognition (ICPR 2022) に参加しました．ICPRはパターン認識に関する国際会議の一つで，2年ごとに開催されています．今回のICPR 2022は，カナダ・モントリオールでの現地とオンラインのハイブリッドで開催され，口頭発表が 147件，ポスター発表が188件実施されました．ハイブリッドでの開催のため，口頭発表は半分ほどが事前に録画されたプレゼンテーションビデオによるものでした．一方，ポスター発表は私の見る限り全て現地で行われており，議論も活発に行われている印象を受けました．ただし，質問は現地の参加者からのものが大半で，ハイブリッドでのコミュニケーションの難しさを感じました．パターン認識がメインの学会であるため，画像や音声データを対象とした実応用の研究が非常に多く見られました．個人的に特に印象に残っているのは，複数の Keynoteで取り上げられた，顔認証・歩行認証・虹彩認証などの生体認証の分野の研究です．クリーンなデータ（グリーンバックで真っ直ぐ歩く動画など）から始まり，ノイズの大きいデータ（実際の街の固定カメラなど）への適応・実応用でのデータ収集方法など，現実的な課題とその解決についての話が多く，非常に興味深かったです．私は「Mitigating Observation Biases in Crowdsourced Label Aggregation」という研究を口頭発表しました．この研究はアノテーションを統合する問題に対して，因果推論でよく使われる傾向スコア逆重み付けを導入し，精度の高いラベル付きデータセットの構築を目的としています．ICPRではアノテーションを対象とした研究は多くありませんが，「Artificial Intelligence, Machine Learning for Pattern Analysis」トラックに投稿し，採択されました．私が発表したセッションは発表者の現地参加の割合が高く，質疑応答も活発に行われました．初めての国際会議での発表だったので，良い経験になりました．次回のICPR 2024はインド・コルカタで開催されるそうです．新型コロナウイルスの流行が収まり，より活気ある状態で開催できることを願っています．（植田涼介京都大学） ======================================================================== --- 丸橋弘治富士通株式会社 maruhashi.koji(a)jp.fujitsu.com<mailto:maruhashi.koji@jp.fujitsu.com>

1 year, 6 months

NTCIR-17: タスク提案追加募集案内 (締切: 2022年10月31日)

by Takehiro Yamamoto

日本データベース学会の皆様兵庫県立大学の山本岳洋です．今年から2023年12月にかけて，NTCIR-17が行われます． NTCIR-17では，公平性や密検索に関する情報検索タスクや，医療，金融，政治情報を対象とした自然言語処理タスクなどの 6つのタスクが採択されました．この度，これらのタスクに加えて，追加タスクを募集することにいたしましたので，下記の通りご案内いたします．締切は10月31日となっております．ぜひご提案をご検討いただければ幸いです． ********************************************* CALL FOR NTCIR-17 ADDITIONAL TASK PROPOSALS Task Proposals Due: October 31, 2022 (AoE) Submission Link: https://easychair.org/my/conference?conf=ntcir17taskproposal ********************************************* NTCIR (NII Testbeds and Community for Information access Research) is a series of evaluation conferences that mainly focus on information access with East Asian languages and English. The first NTCIR conference (NTCIR-1) took place in August/September 1999, and the latest NTCIR-16 conference took place in June 2022. Research teams from all over the world participate in one or more NTCIR tasks to advance the state of the art and to learn from one another's experiences. At the NTCIR-17, 6 tasks have already been accepted, and the kickoff meeting has been held on September 28, 2022. Among the 6 tasks, three are core tasks (FinArg-1, MedNLP-SC, and QA Lab-PoliInfo-4), and 3 are pilot tasks (FairWeb-1, Transfer, and UFO). Since there are still many diverse problems emerging in information access research, we would like to call for additional task proposals. Additional task proposals will be reviewed by the NTCIR-17 Program Committee, following the schedule below: * IMPORTANT DATES for Additional Task Proposals: October 31 (AoE), 2022 Task Proposal Submission Due December 5, 2022 Acceptance Notification of Additional Task Proposals * NTCIR-17 TENTATIVE SCHEDULE: January 2023: Dataset Release* January-June 2023: Dry Run* March 2023-July 2023: Formal Run* August 1, 2023: Evaluation Result Release August 1, 2023: Draft Task Overview Paper Release September 1, 2023: Draft Participant Paper Submission Due November 1, 2023: All Camera-ready Paper Submission Due December 2023: NTCIR-17 Conference in NII, Tokyo, Japan (* indicates that the schedule can be different for different tasks) Please submit your task proposal to https://easychair.org/my/conference?conf=ntcir17taskproposal by October 31, 2022 (AoE). If you have any questions regarding proposing additional tasks to NTCIR-17, please feel free to contact Program Co-Chairs (ntc-17(a)nii.ac.jp). * WHO SHOULD SUBMIT NTCIR-17 TASK PROPOSALS? To organize an evaluation task is to identify important research problems, tackle them strategically by collaborating with other researchers (both co-organizers and participants), build the necessary evaluation framework to advance the state of the art, and make an impact on the research community and to the future. We encourage applicants to emphasize real-world applications of the proposed task by using real-world data, real tasks, and addressing real-world problems, and address a challenge in information access technology evaluation such as a large number of assessments required for evaluation, privacy-preserving use of proprietary data, and live test with real users. * PROPOSAL TYPES: We will accept two types of task proposals: - Proposal of a Core task: This is for fostering research on a particular information access problem by providing researchers with a common ground for evaluation. New test collections and evaluation methods may be developed through the collaboration between task organizers(proposers) and task participants. At NTCIR-16, the core tasks are Data Search 2, DialEval-2, FinNum-3, QA Lab-PoliInfo-3, WWW-4, and Lifelog-4 (Details can be found at http://research.nii.ac.jp/ntcir/ntcir-16/tasks.html). - Proposal of a Pilot task: This is recommended for organizers who proposed to focus on a novel information access problem and there are uncertainties either in task designing or organization. It may focus on a sub-problem of an information access problem and may attract a smaller group of participating teams than core tasks. However, it may grow into a core challenging task in the next round of NTCIR. At NTCIR-16, the pilot tasks are RCIR, Real-MedNLP, SS, and ULTRE (Details can be found at http://research.nii.ac.jp/ntcir/ntcir-16/tasks.html). Organizers are expected to run their tasks mainly with their own funding and to make the task as self-sustaining as possible. A part of the fund can be supported by NTCIR, which is called "seed funding". It is usually used for some limited purposes such as hiring relevance assessors. The amount of seed funding allocated to each task varies depending on requirements and the total number of accepted tasks. Typical cases would be around 1M JPY for a core task and around 0.5M JPY for a pilot task (note that the amount is subject to change). * TASK PROPOSAL FORMAT: The proposal should not exceed six pages in A4 single-column format. The first five pages should contain the main part and appendix, and the last page should contain only a description of the data to be used in the task. Please describe the data in as much detail as possible so that we can help your data release process after the proposal is accepted. In the past NTCIRs, it took much time to create memorandums for data release, which sometimes slowed down the task organization. Main part - Task name and short name - Task type (core or pilot) - Abstract - Motivation - Methodology - Expected results Appendix - Names and contact information of the organizers - Prospective participants - Data to be used and/or constructed - Budget planning - Schedule - Other notes Data (to be used in your task) - Details (Please describe the details of the data, which should include the source of the data, methods to collect the data, range of the data, etc.) - License (Please make sure that you have a license to distribute the data, and details of the license should be provided. If you do not have permission to release the data yet, please describe your plan to get the permission.) - Distribution (Please describe how you plan to distribute the data to participants. There are mainly three choices: distributed by the data provider, distributed by organizers, and distributed by NII.) - Legal / Ethical issues (If the data can cause legal or ethical problems, please describe how you propose to address them. e.g. some medical data may need approval from an ethical committee. e.g. some Web data may need filtering for excluding discriminative messages.) * REVIEW CRITERIA: - Importance of the task to the information access community and to the society - Timeliness of the task - Organizers’ commitment in ensuring a successful task - Financial sustainability (self-sustainable tasks are encouraged) - Soundness of the evaluation methodology - Detailed description about the data to be used - Language scope * NTCIR-17 PC Members: Chung-Chi Chen, National Institute of Advanced Industrial Science and Technology Hsin-Hsi Chen, National Taiwan University Gareth Jones, Dublin City University Noriko Kando, National Institute of Informatics Makoto P. Kato University of Tsukuba Yiqun Liu, Tsinghua University Alistair Moffat, The University of Melbourne Jian-Yun Nie, University de Montreal Douglas Oard, University of Maryland Tetsuya Sakai, Waseda University Mark Sanderson, RMIT University Ian Soboroff, NIST * NTCIR-17 PROGRAM Co-Chairs Takehiro Yamamoto (Co-chair, University of Hyogo, Japan) Zhicheng Dou (Co-chair, Renmin University of China) * NTCIR-17 GENERAL Chairs: Charles Clarke (University of Waterloo, Canada) Noriko Kando (National Institute of Informatics, Japan) Makoto P. Kato (University of Tsukuba, Japan) Yiqun Liu (Tsinghua University, China) -- Takehiro Yamamoto, Associate Professor School of Social Information Science, University of Hyogo Email: t.yamamoto(a)sis.u-hyogo.ac.jp Tel: 078-794-5212 https://rerank-lab.org/

1 year, 6 months