(2019/06/18：80名から100名に増枠しました)

LINEではAI関連技術を活用することで、音声認識・文字認識・画像検索など、様々な機能を実現し、各種サービスで提供しています。この「LINE AI Talk」は、AI関連分野において先駆的に基礎研究を行ってこられた第一人者の方をゲストスピーカーとしてお招きして、その分野のOriginを聴衆の方と共に学ばせていただく、という趣旨のトークイベントです。

第二回となる今回は「信号処理」をテーマに、LINEと東京農工大学との共催にてお届けします。

University of Sounthern Californiaにて教鞭を取り、グラフ信号処理の世界的大家であるAntonio Ortega 教授にご講演頂きます。Ortega教授は、東京農工大学のグローバルイノベーション研究院 の特任教授であり、来日のスケジュールに合わせて本イベントを開催する運びとなりました。

続いてLINEからは、国立情報学研究所との共同研究機関である、ロバストインテリジェンス・ソーシャルテクノロジー研究センターの研究員である 戸上真人が、深層学習を用いた音源分離についてお話しします。

開催概要

【日時】 2019/7/5(金) 19:25-20:30 (受付19:00-19:45、懇親会終了:22:00)

【会場】 LINE株式会社 (東京都新宿区新宿四丁目1番6号 JR新宿ミライナタワー 受付:5F)

【アクセス】
・JR新宿駅直結（ミライナタワー改札）（埼京線、総武本線、中央本線、湘南新宿ライン、山手線、成田エクスプレス）
・新宿三丁目駅徒歩1分（東京メトロ丸の内線、副都心線、都営地下鉄）
・バスタ新宿直結

※最寄り新宿駅からの会場ビルまでの行き方はこちら

タイムテーブル

セッション内容

1) Making sense of data on networks: a graph signal processing approach

As technology for sensing, computing and communicating continues to improve, we all are becoming increasingly reliant on a series of very large scale networks: the Internet, which connects computers and phones, as well as a rapidly growing number of devices and systems (the Internet of Things); large information networks such as the web or online social networks; even networks that have existed for decades (e.g., transportation or electrical networks) are now more complex and increasingly a focus of data-driven optimization. This trend is one of the key motivations for research in the emerging field of graph signal processing (GSP). GSP seeks to develop new methods to analyze graph signals, i.e., data associated to nodes in a network, using tools similar to those applied for processing of conventional signals, such as audio, speech or images. In this talk we provide an introduction to graph signal processing (GSP). We review notions of frequency can be applied to graph signals, then describe how these are used to develop filtering and sampling strategies. We then discuss recent advances in the development of GSP tools and illustrate them with applications in sensing, imaging and machine learning.

Antonio Ortega (University of Sounthern California / 東京農工大学特任教授)

Professor at the Department of Electrical and Computer Engineering, University of Southern California Visiting Professor at the Institute of Global Innovation Research, Tokyo University of Agriculture of Technology

※本セッションは英->日通訳を用意します。質疑応答も日本語で対応可能です

2) 深層学習を用いた複数マイクロホンの音源分離 / Multi-channel speech source separation with deep learning

近年の深層学習の進展に伴い、複数の音声が混ざった音を、音源毎に分離する、音源分離技術にも深層学習が取り込まれつつある。音源分離技術では、音声の周波数構造のモデルと、空間伝搬モデルとを如何に表現し、またそのパラメータを如何に学習するかがポイントとなる。本発表では深層学習の取り込み方の観点で、近年の音源分離技術の動向を特に複数マイクロホンを用いた技術にフォーカスし述べると共に、LINEにおける研究状況を説明する。

戸上真人 (LINE株式会社 Research Labs、博士(工学))

2016/9まで日立製作所中央研究所の音声音響信号処理ユニットのユニットリーダー主任研究員として、対話ロボット、テレビ会議システム向けの音響信号処理の研究開発・チームリーディング。その後、2018/5までシリコンバレーの日立アメリカの ラボに所属しStanford大学Stanford Data Science InitiativeのVisiting Scholar。2018/6よりLINE Research Labs/Senior Researcher。15年以上に渡り音声・音響信号処理の研究開発に従事。IEEE Senior Member。

*Interpretation prepared (from English to Japanese), Q&A is available with both languages

入館方法・受付

・新宿ミライナタワー 5Fエントランスに設置した受付で入館手続きをしてください。
・その際 connpass の本イベントで発行した受付票をご提示頂き、受付番号をお伝えください。
・スタッフからゲストカードを受け取り頂き、エレベーターで会場となる15Fにお上り下さい。
・ゲストカードは無くさないようご注意ください。お帰りの際に必ずスタッフに返却願います。イベント中は首から下げることをおすすめします。
・受付は19:45までとなり、以降の入場は出来ません。開始に間に合うようにご来場願います
・遅れた場合、ビルの受付や警備員では対応を行っておりませんのでご留意ください

その他

• 本イベントはAI関連分野の技術に関心のある開発者/研究者/学生の方を対象としております。それ以外の方、宣伝や採用目的、懇親会参加のみを目的とした方のご参加はお断りします。
• 会場では WiFi が利用できます。
• 当社の判断において申し込みをキャンセルさせていただく場合がございます。ご了承ください。