Jornal Paper
Visual analytics of set data for knowledge discovery and member selection support
Ryuji Watanabe, Hideaki Ishibashi, Tetsuo Furukawa
Decision Support Systems, Vol.152, January 2022
自己組織化マップによるマルチビュー関係データの包括的可視化 ※受賞
米田圭佑, 中野貴理博, 堀尾恵一, 古川徹生
知能と情報, Vol.30, No.2, pp.525-536, 2018
Hierarchical Tensor SOM Network for Multilevel–Multigroup Analysis
Hideaki Ishibashi, Tetsuo Furukawa
Proceeding of Neural Processing Letters, 47, 3, pp.1011-1025, 2018
Hierarchical Tensor Manifold Modeling for Multi-Group Analysis
Hideaki Isibashi, Masayoshi ERA and Tetsuo FURUKAWA
IEICE TRANSACTIONS on Fundamentals of Electronics, Communications and Computer Sciences, Vol.E101-A, No.11, pp.1745-1755, 2018
Distance Metric Learning for the Self-Organizing Map Using a Co-Training Approach
Keisuke Yoneda, Tetsuo Furukawa
International Journal of Innovative Computing, Information and Control, Vol.14, Number6, pp.2343-2351, 2018
Hierarchical Manifold Modeling for Multi-Team Analysis
Hideaki Ishibashi, Masayoshi Era and Tetsuo Furukawa
Neural Processing Letters, Vol.E101.A, Issue 11, pp.1745-1755, 2018
Hierarchical Tensor SOM Network for Multilevel–Multigroup Analysis
Hideaki Ishibashi, Tetsuo Furukawa
Neural Processing Letters, Vol.47, Issue 3, pp.1011–1025, 2018
自己組織化マップによるマルチビュー関係データの包括的可視化
米田圭佑, 中野貴理博, 堀尾恵一, 古川徹生
知能と情報, Vol.30, No.2, pp.501-512, 2018
Hierarchical Tensor SOM Network for Multilevel–Multigroup Analysis
Hideaki Ishibashi, Tetsuo Furukawa
Neural Processing Letters, pp.1-15, 2017
Tensor SOMによる感性の評価者・評価対象・評価語の同時分析
糸永 恭平, 岩崎 亘, 上村 洋平, 吉田 香, 古川 徹生
知能と情報, Vol.29, No.6, pp.661-669, 2017
tensor SOM and tensor GTM: nonlinear tensor analysis by topographic mappings
Iwasaki, T., Furukawa, T.
Neural Networks, Vol.77, pp.107-125, 2016
自己成長型モジュラーネットワークを用いた自律移動ロボットにおけるハイブリッド地図のオンライン構築
川畑 宣之，徳永 憲洋，古川 徹生
ISSN, Vol.25-2, pp. 659-675, 2013
高階SOMによる形状表現マップの自己組織化-トポロジー拘束のない形状空間法-
大谷 誠, 古川 徹生
ISSN, Vol.25-2, pp.701-720, 2013
shape space estimation by higher-rank of SOM
Yakushiji, S., Furukawa, T.
Neural Computing and Applications, Vol.22, pp.1267-1277, 2012
self evolving modular network
Tokunaga, K., Kawabata, N., Furukawa, T.
IEICE, Vol.E95-D, No.5, pp.1506-1518, 2012
高階化SOMによる形状表現マップ
薬師寺 翔， 古川 徹生
ISSN, Vol.24, No.2, pp.648-659, 2012
the self-organizing adaptive controller
Minatohara, T., Furukawa, T.
IJICIC, Vol.7, No.4, 2011
some learning properties of modular network SOMs
Takeda, M., Ikeda, K., Furukawa, T.
SICE JCMSI, Vol.3, No.1, pp.15-19.
building a cognitive map using an SOM2
Tokunaga, K., Furukawa, T.
JAMRIS, Vol.4, No.2, pp.39-47.
modular network SOM
Tokunaga K., Furukawa, T.
Neural Networks, Vol.22, pp.82-90, 2009.
SOM of SOMs
Furukawa, T.
Neural Networks, Vol.22, Issue 4, pp.463-478, 2009.
task segmentation in a mobile robot by mnSOM and clustering with spatio-temporal contiguity
Aziz Muslim, M., Ishikawa, M., Furukawa, T.
IJICIC, Vol.5, No.4, pp.865-875, 2009
RBFxSOM: an efficient algorithm for large-scale multi-system learning
Ohkubo, T., Tokunaga, K., Furukawa, T.
IEICE Trans.Inf.& Syst, Vol.E92-D, No.7, pp.1388-1396
高階自己組織化マップのハードウェア化: 知識表現を自己組織化するハードウェアの開発
金子 宗司，田向 権，徳永 憲洋，古川 徹生
ISSN, Vol.21, No.5, pp.870-883, 2009
a class density approximation neural network for improving the generalization of Fisherface
Jiang, J., Zhang, L., Furukawa, T.
Neurocomputing Vol.71, Issues 16-18, pp.3239-3246, 2008
適応性と汎化性を考慮した自己組織化適応制御器
湊原 哲也，古川 徹生
IEICED, Vol.J91-D, No.4, pp.1142-1149, 2008
task segmentation in a mobile robot by mnSOM: a new approach to training expert modules
Aziz Muslim, M., Ishikawa, M., Furukawa, T.
Neural Computing & Applications, 2007
水中ロボットにおける自己組織的行動獲得システム -第一報:自己組織化マップを用いた運動制御システムの提案-
西田 周平, 石井 和男, 古川 徹生
JASNAOE Vol.3, pp.205-213, 2006
modular network SOM : self-organizing Maps in function space
Tokunaga, K., Furukawa, T., Yasui, S.
NIPLR, Vol.9, No.1, pp.15-22, 2005
関数空間型SOM
徳永 憲洋, 肝付 謙二, 安井 湘三, 古川 徹生
JNNS, Vol.12, No.1, pp.39-51, 2005
asymmetric temporal properties in the receptive field of retinal transient amacrine cells
Djupsund, K., Furukawa, T., Yasui, S., Yamada, M.
J.Gen.Physiol., Vol.122, 2003
nitric oxide controls the light adaptive chromatic difference in receptive field size of H1 horizontal cell network in carp retina
Furukawa, T., Petruv, R., Yasui, S., Yamada, M., Djamgoz, M.B.
Experimental Brain Reserch, 147, 3, pp.296-304, 2002
データのクラス振り分けとクラス別モデルの同時推定法
古川 徹生
JNNS, 9, 2, pp.92-102, 2002
effects of nitric oxide, light adaptation and APB on spectral characteristics of H1 horizontal cells in carp retina
Yamada, M., Fraser, SP., Furukawa, T., Hirasawa, H., Katano, K., Djamgoz, M., Yasui, S.
Neuroscience Research, Vol.35, Issue 4, pp.309-319, 1999
nitric oxide, 2-amino-4-phosphonobutyric acid and light/dark adaptation modulate short-wavelength-sensitive synaptic transmission to retinal
Furukawa, T., Yamada, M., Petruv, R., Djamgoz, MB., Yasui, S.
Neuroscience Research, Vol.27, Issue 1, pp.65-74, 1997
plasticity of center-surround opponent receptive fields in real and artificial neural systems of vision
Yasui, S., Furukawa, T., Yamada, M., Saito, T.
NIPS, Vol.8, pp.159-165, 1995
International Conference
Simultaneous Meta- modeling of Dynamics and Kinematics based on the Hierarchical Manifold Modeling ※受賞
Daiki Tanka, Hideaki Ishibashi and Tetsuo Furukawa
第3回ニューロモルフィックAIハードウェア国際シンポジウム, 2021
Sparse approximation of unsupervised kernel regressionfor large scale relational data
Kazuki Miyazaki and Hideaki Ishibashi and Tetsuo Furukawa
第3回ニューロモルフィックAIハードウェア国際シンポジウム, 2021
Meta-modeling of manifold models for dynamical systems through biased optimal transport distance minimization
Seitaro Nakashima, Hideaki Ishibashi, andTetsuoFurukawa
第3回ニューロモルフィックAIハードウェア国際シンポジウム, 2021
Scalable manifold modeling by Nadaraya-Watson kernel regression ※受賞
Kazuki Miyazaki, Shuhei Takano, Ryo Tsuno, Hideaki Ishibashi, Tetsuo Furukawa
ICICIC2021, 2021
Fashion outfit retrieval via hashtag search and visually-assisted browsing on jointed manifold models
Shuri Hirowatari, Takuro Ishida, Tohru Iwasaki and Tetsuo Furukawa
ICICIC2021, 2021
Simultaneous Visualization of Documents, Words and Topics by Tensor Self-Organizing Map and Non-negative Matrix Factorization
Kazuki Noguchi, Takuro Ishida, Tetsuo Furukawa
SCIS-ISIS2020, 2020
Space-and-Cost-Efficient Neural Control/Sensory Element Using an Analog FPGAb
Fuminori Kobayashi, Tetsuo Furukawa
ICSSE2019, 2019
Simultaneous Analysis of Subjective and Objective Data Using Coupled Tensor Self-organizing Maps: Wine Aroma Analysis with Sensory and Chemical Data
Keisuke Yoneda, Kimihiro Nakano, Keiichi Horio, Tetsuo Furukawa
ICONIP2018, 2018
Distance Metric Learning for the Self-Organizing Map Using a Co-Training Approach
Keisuke Yoneda, Tetsuo Furukawa
ICICIC2018, 2018
Multilevel-Multigroup Analysis Discovering Member Correspondence between Groups
Hideaki Ishibashi, Masayoshi Era, Ryota Shinriki, Hirohisa Isogai, Tetsuo Furukawa
SISA2017, 2017
self-organizing maps for multi system and multi view datasets
Ishibashi, H., Furukawa, .
SCIS-ISIS2016, 2016
rating-scale questionnaire survey analysis using SOM-based nonlinear tensor decomposition
Ishibashi, H., Iwasaki, T., Date, Y., Furukawa, T.
SCIS-ISIS2016, 2016
multilevel-multigroup analysis using a hierarchical tensor SOM network
Ishibashi, H., Shinriki, R., Isogai, H., Furukawa, T.
ICONIP2016, Neural Information Processing, Vol.9949, pp 459-466, 2016
research on multi-system learning theory: a case study of brain-inspired system
Furukawa, T., Natsume, K., Ohkubo, T.
SCIS-ISIS2012, pp.311-314, 2012
shape space estimation by SOM2
Yakushiji, S., Furukawa, T.
ICONIP2011, LNCS, Vol.7063, pp.618-627, 2011
requirements for the learning of multiple dynamics
Ohkubo, T., Furukawa, T., Tokunaga, K.
WSOM2011, LNCS, Vol.6731, pp.101-110, 2011
multi-dynamics learning algorithm based on SOM2
Matsushita, S., Ohkubo, T., Furukawa, T.
ICCN2011, pp.180, 2011, br>
an adaptive controller system using mnSOM (2nd report: implementation into an autonomous underwater robot)
Takemura, Y., Ishitsuka, M., Nishida, S., Ishii, K., Furukawa, T.
BraiIT2010, Studies in Computational Intelligence, Vol.266, pp.91-96, 2010
line image classification by NGxSOM : application to handwritten character recognition
Otani, M., Gunya, K., Furukawa, T.
WSOM2009, LNCS Vol.5629, pp.219-227, 2009.
an online adaptation control system using mnSOM
Nishida, S., Ishii, K., Furukawa, T.
ICONIP2006, LNCS, Vol.4232, pp.935-942, 2006
generalization of the self-organizing map: from artificial neural networks to artificial cortexes,
Furukawa, T., Tokunaga, K.
ICONIP2006, LNCS, Vol.4232, pp.943-949, 2006
SOM of SOMs : an extension of SOM from ‘Map’ to ‘Homotopy’,
Furukawa, T.
ICONIP2006, LNCS, Vol.4232, pp.950-957, 2006
modular network SOM: theory, algorithm and applications,
Tokunaga, K., Furukawa, T.
ICONIP2006, LNCS, Vol.4232, pp.958-967, 2006
improving the generalization of fisherface by training class selection using SOM2,
Jiang, J., Zhang, L., Furukawa, T.
ICONIP2006, LNCS, Vol.4233, pp.278-285, 2006
SOM of SOMs : self-organizing map which maps a group of self-organizing maps
Furukawa, T.
LNCS2005, Vol.3696, pp.391-396, 2005
modular network SOM(mnSOM): from vector space to function space
Furukawa, T., Tokunaga, K., Moroshita, K., Yasui, S.
IJCNN2005, pp.1581-1586, Canada, 2005.8
Boooks
「自己組織化マップとその応用」（編・徳高平蔵, 大北正昭, 藤村喜久郎）
第６章 mnSOM: パーツ交換可能なモジュール構造型SOM
古川徹生
p.69-84, シュプリンガー・ジャパン, 2007
「感覚情報処理」（編・安井湘三)
第２章 視覚
古川徹生, 八木哲也
pp.13-62, コロナ社, 2004.3
Others
Unsupervised Kernel Regression with Landmarks for Large Relational Data ～ Toward Visual Analytics Method for Complex Relational Data ～
高野修平・津野 龍・野口科瑞稀・宮崎一希・古川徹生
NC, 信学技報, 2020
マルチタスク多様体モデリングの解くべき問題はなにか？ ～ 直積潜在空間と関数空間のアプローチ ～ ※受賞
津野龍・石橋英朗・古川徹生
NC, 信学技報, 2020
文書・単語の同時分布モデル化による両者の関係性可視化
石田琢朗, 波田野創, 古川徹生
NC, 信学技報, 2019
関係データの直積空間への埋め込みによる可視化
宮崎一希, 渡辺龍二, 古川徹生
NC, 信学技報, 2019
Multi-Level SOMによるメンバー構成によるチームパフォーマンスの可視化
瀨野浦貫太, 石橋英朗, 古川徹生
NC, 信学技報, 2019
Optimal Transport based Autoencoder for class and style Disentanglement
Florian Tambon, Tetsuo Furukawa
NC, 信学技報, 2019
Tensor SOMを用いたグループディスカッションにおける幼児間のインタラクションの可視化
楠元啓介, 堀尾恵一, 古川徹生
NC, 信学技報, 2019
ノンパラメトリック表現を用いたTensor SOMの連続表現化
渡辺龍二, 宮崎一希, 古川徹生
JNNS2019, pp48-49, 2019
Tensor SOMによるKWMデータの可視化 -教師による授業改善と生徒の状態把握を目的として-
岩武 澄， 古川 徹生
情報処理学会, 研究報告コンピュータと教育（CE), 2018-CE-143 12号 pp.1-7, 2018
SOMによるマルチタスク学習の実現
比嘉 一志， 古川 徹生
NC, 信学技報, Vol.117, No.417, NC2017-55, pp.29-33, 2018
Tensor SOMの階層化によるマルチグループ解析
江良 昌祥，石橋 英朗，古川 徹生
NC, 信学技報, Vol.117, No.417, NC2017-54, pp.23-28, 2018
非負カーネル平滑化による連続潜在変数モデルの試み
石橋 英朗, 岩崎 亘, 渡辺 龍二, 古川 徹生
NC, 信学技報, Vol.117, No.325, NC2017-32, pp. 29-34, 2018
事後分布推定されたガウス過程間のKLダイバージェンスは有限次元の正規分布間のKLダイバージェンスで評価できる
石橋 英朗, 古川 徹生, 赤穂 昭太郎
IBIS2017, 信学技報117, 55-160, 017
Continuous latent variable model by non-negative kernel smoother
Ishibashi, H., Watanabe, R., Iwasaki, T., Furukawa, T.
JNNS2017, P-07, 2017
Visualization of multi-relational data by combined Tensor SOM
Yoneda, K., Furukawa, T.
JNNS2017, P-04, 2017
Tensor SOMによる風景画像の感性評価解析 〜評価者・評価対象・評価語の同時分析〜
糸永 恭平， 岩崎 亘， 吉田 香， 古川 徹生
NC, 信学技報, Vol.117, No.109, NC2017-12, pp. 45-50
自己組織化マップ間のメトリック学習によるマルチビューデータの非線形正準相関分析
米田 圭佑， 中野 貴理博， 堀尾恵一， 古川 徹生
NC, 信学技報, Vol.117, No.64, NC2017-1, pp. 1-6
多視点データの潜在視点推定法
石橋 英朗， 神力 亮太， 磯貝 浩久， 古川 徹生
NC, 信学技報, pp.37-41, 2017
tensor SOM networkによる複合テンソルデータの可視化と情報伝播
戸島 悠貴， 米田 圭佑， 古川 徹生
NC, 信学技報, pp.83-88, 2017
wing 結合型SOMによるマルチモダリティ解析
米田 圭佑, 中野 貴理博, 堀尾 恵一
FIT2016, 第15回情報科学技術フォーラム講演論文集, G-006, pp.291-296, 2016
tensor SOMを用いた電子メールのトピックと人間関係の同時可視化
波田野 創， 古川 徹生
NC, 信学技報, Vol.115, No.426, pp.61-66, January, 2016
tensor SOMによるe-mailデータのトピック・ロールの同時可視化
波田野 創, 古川 徹生
IBIS2015, なし, D-86, November, 2015
テンソルSOMによる企業内チーム分析
岩崎 亘， 伊達 洋祐， 古川 徹生
FAN2015, B302, September, 2015
データに潜在する観測視点の推定法-観測依存・非依存成分への分解-
石橋 英朗， 古川 徹生
JNNS2015, pp.62, 63, September, 2015
テンソルSOMによる自家用車インパネの印象評価
伊達 洋祐， 岩崎 亘， 古川 徹生
FSS2015, TC1-3, 2015
テンソルSOMによる関係データの可視化
岩崎 亘， 古川 徹生,
FSS2015, TC1-2, 2015
マルチ潜在空間GTMによるテンソルデータの可視化
比嘉 一志， 古川 徹生
NC, 信学技報, Vol.115, No.112, pp. 33-38, 2015
欠損データに対するTensor SOMのロバスト性
脇田 靖弘， 岩崎 亘， 古川 徹生
NC, 信学技報, Vol.114, No.437, NC2014-61, pp. 21-26, 2015
高階SOMの形式ニューロン実装：興奮伝播場による記憶の転送と統合
佐保 雄太， 夏目 季代久， 古川 徹生
NC, 信学技報, Vol.114, No.437, NC2014-62, pp. 27-32, 2015
nonlinear tensor decomposition using generative topographic mapping
Higa, K., Iwasaki, T., Furukawa, T.
IBIS2014, D-16, 2014
tensor SOM による movieLens dataset の解析
伊達 洋祐, 脇田 靖弘, 岩崎 亘, 古川 徹生
NC, 信学技報, Vol.113, No.500, pp63-68, 2014
クラス推定型高階SOMによるライフパターンの可視化: ユーザの環境を考慮した解析手法
石橋 英朗, 岩崎 亘, 堀尾 恵一, 難波 秀行, 古川 徹生
NC, 信学技報, Vol.113, No.148, NC2013-20, pp. 29-34, 2013
形状空間法を用いた火星航空機翼型の分析
糸永恭平, 薬師寺 翔, 大山 聖, 古川 徹生
NC, 信学技報, Vol.113, No.111, NC2013-3, pp. 35-40, 2013
テンソル分解型自己組織化写像によるソーシャルネットワーク解析
橋本 晃二, 岩崎 亘, 古川 徹生
NC, 信学技報, 112, 389(NLP2012 104-143), pp.37-42, 2013
解の多重度を考慮した混合分布モデルはより良い解をもたらす
IBIS, 信学技報 112(279), 395-402, 2012
テンソル分解型自己組織化マップの応用: 欠損データ補間方法の提案
岩崎 亘, 古川 徹生
NC, 電子情報通信学会技術研究報告, 信学技報 112(227), 55-60, 2012
非線形テンソル分解による隠れダイナミカルシステム空間推定
Latent Dynamics研究会, pp.12-13, 2012
変分近似を見直すとSOMとGTMは一元的に理解できる
松下 聡史， 古川 徹生
NC, Vol.111, No.483, pp.257-262, 2012
潜在変数分布で評価する高階自己組織化マップ: ヘテロなデータ集合体の可視化ツール
石橋 英朗， 古川 徹生
NC, Vol.111, No.483, pp.93-98, 2012
テンソル分解型自己組織化マップの開発: 非線形テンソル分解の実現
岩崎 亘， 和田 沙織， 古川 徹生
NC, Vol.111, No.419, pp.101-106, 2012
隠れマルチダイナミカルシステムの学習理論とアルゴリズム: 高階位相写像による実現
古川 徹生， 大久保 貴之
NC, Vol.111, No.419, pp.59-64, 2012
bayesian optimization makes GTM resemble to SOM
Matsushita, S., Furukawa, T.
JNNS2011, pp.182-183, 2011
SOM canonica: establishing a standard algorithm of self-organizing maps
Nakano, M., Ohkubo, T., Furukawa, T.
JNNS2011, pp.178-179, 2011
another-SOM2 for metrics map: a self-referable neural network
Ishibashi, H., Yoneda, K., Furukawa, T.
JNNS2011, pp.180-181, 2011
what is required for a multi-dynamical system learning task?
Ohkubo, T., Furukawa, T.
JNNS2011, pp.114-115, 2011
トポロジー分類のための高階処理の開発
東 祐介， 古川 徹生
SOFT, pp.59-60, 2011
混合ガウスモデルと自己組織化マップによる階層情報処理
一ノ瀬 裕介， 古川 徹生
SOFT, pp.55-58, 2011
教師ありSOMによるメトリクス学習
渡邉 隆之， 古川 徹生
SOFT, pp.53-54, 2011
確率的生成モデルによる位相保存写像のアルゴリズム導出
松下 聡史， 中野 将秀， 古川 徹生
IBIS2011, 2011
位相保存写像を用いた関係データの非線形テンソル分解
岩崎 亘， 和田 沙織， 古川 徹生
IBIS2011, 2011
位相保存写像の標準理論確立の試み
古川 徹生
NC, Vol.111, No.241, pp.101-106, 2011