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./li>
• 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

△ページトップへ戻る

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
• ultilevel-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
• 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

△ページトップへ戻る

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

△ページトップへ戻る

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

△ページトップへ戻る