YNU Nakata Lab

Publications

Journals
  1. 加藤 龍大, 洞口 裕真, 中田 雅也, K-RVEAにおけるモデル探索回数の適応的選択, 進化計算学会論文誌, Vol.15, No.1, pp.31-45, 進化計算学会, 2024年9月. [paper]
  2. Yuma Horaguchi, Kei Nishihara and Masaya Nakata, Evolutionary multiobjective optimization assisted by scalarization function approximation for high-dimensional expensive problems, Swarm and Evolutionary Computation, Elsevier, April 2024, Vol. 86, 101516. [paper] [code]
  3. Kei Nishihara and Masaya Nakata, Emulation-based adaptive differential evolution: fast and auto-tunable approach for moderately expensive optimization problems, Vol. 10, pp.3633–3656, Complex & Intelligent Systems, Springer, 2024. [paper] [code]
  4. 庄子天晴, 栗山正輝, 中田雅也, 遺伝的プログラミングと進化的ルール学習を用いた区分的関数同定, 情報処理学会論文誌:数理モデル化と応用, Vol.16, No.2, pp.36-49, 情報処理学会, 2023年 10月. [paper]
  5. 洞口裕真, 池口尭, 中田雅也, 分類器による事前選別を用いた近似型代理モデル多目的進化計算の拡張, 情報処理学会論文誌:数理モデル化と応用, Vol.16, No.2, pp.23-35, 情報処理学会, 2023年 10月. [paper]
  6. Show more
  7. Yusuke Hiruta, Kei Nishihara, Yuji Koguma, Masakazu Fujii, and Masaya Nakata, Automatic Construction of Loading Algorithms With Interactive Genetic Programming, IEEE Access, Vol.10, pp.125167-125180, IEEE, November 2022. [paper]
  8. Rui Sugawara and Masaya Nakata, Theoretical Analysis of Accuracy-based Fitness on Learning Classifier Systems, IEEE Access, Vol.10, pp.64862-64872, IEEE, June 2022. [paper]
  9. Takumi Sonoda and Masaya Nakata, Multiple Classifiers-Assisted Evolutionary Algorithm Based on Decomposition for High-Dimensional Multiobjective Problems, IEEE Transactions on Evolutionary Computation, Vol.26, No.6, pp.1581-1595, IEEE, March 2022. [paper] [code]
  10. 宮原 悠司, 中田 雅也, 分類モデルと近似モデルを併用したハイブリッドサロゲート粒子群最適化法, 進化計算学会論文誌, Vol.12, No.3, pp.73-87, 進化計算学会, 2021年7月. [paper]
  11. Ryo Shiratori, Masaya Nakata, Kosuke Hayashi, and Toshihiko Baba, Particle swarm optimization of silicon photonic crystal waveguide transition, Optics Letters, Vol.46, No.8, pp.1904-1907, Optical Society of America, 2021. [paper]
  12. 西原慧, 中田雅也, 自己適応型差分進化法におけるアルゴリズム構成の事前検証フレームワークによる性能の向上, 情報処理学会論文誌:数理モデル化と応用, Vol.14, No.3, pp.51-67, 情報処理学会, 2021年 8月. [paper]
  13. 蛭田悠介, 西原慧, 小熊祐司, 藤井正和, 中田雅也, Cartesian Genetic Programming を用いた転用可能な積み付けアルゴリズムの自動生成, 情報処理学会論文誌:数理モデル化と応用, Vol.14, No.3, pp.11--26, 情報処理学会, 2021年8月. [paper]
  14. Masaya Nakata and Will N. Browne, Learning Optimality Theory for Accuracy-based Learning Classifier System, IEEE Transactions on Evolutionary Computation, Vol.25, No.1, pp.61-74, IEEE, February 2021. [paper] [code]
  15. Fumito Uwano, Naoki Tatebe, Yusuke Tajima, Masaya Nakata, Tim Kovacs, and Keiki Takadama, Multi-Agent Cooperation Based on Reinforcement Learning with Internal Reward in Maze Problem, Journal of Control, Measurement and System Integration, Vol.11, No.4, pp.321-330, June 2018. [paper]
  16. Masaya Nakata and Keiki Takadama, An Empirical Analysis of Action Map in Learning Classifier Systems, Journal of Control, Measurement, and System Integration, Vol.11, No.3, pp.239-248, May 2018. [paper]
  17. Masya Nakata and Tomoki Hamagami, Revisit of Rule-Deletion Strategy for XCSAM Classifier System on Classification, Transaction of Institute of System, Control, and Engineering, Vol.30, No.7, pp.273-285, July 2017. [paper]
  18. Masaya Nakata and Tomoki Hamagami, An Analysis of Rule Deletion Scheme in XCS on Reinforcement Learning Problem, Journal of Advanced Computational Intelligent Information, Vol.21, No.5, pp.876-884, September 2017. [paper]
  19. Chaili Zhang, Takato Tatsumi, Masaya Nakata, Keiki Takadama, Approach to Clustering with Variance-Based XCS, Journal of Advanced Computational Intelligent Information, Vol.21, No.5, pp.885-893, September 2017. [paper]
  20. Kazuhisa Chiba and Masaya Nakata, From Extraction to Generation of Design Information - Paradigm Shift in Data Mining via Evolutionary Learning Classifier System, Procedia Computer Science, Vol.108, pp.1662-1671, Elsevier, June 2017. [paper]
  21. 辰巳嵩豊, 小峯嵩裕, 中田雅也, 佐藤寛之, 髙玉圭樹, 許容誤差を自己適応可能な学習分類子システム, Vol.6, No.2, pp.90-103, 進化計算学会論文誌, 2016年 4月. [paper]
  22. Masaya Nakata, Pier Luca Lanzi, and Keiki Takadama, Rule Reduction by Selection Strategy in XCS with Adaptive Action Map, Evolutionary Intelligence, Vol.8, No.2-3, pp.71-87, Springer, September 2015. [paper]
  23. Masaya Nakata, Tim Kovacs, Keiki Takadama, XCS-SL: A Rule-based Genetic Learning System for Sequence Labelling, Evolutionary Intelligence, Vol.8, No.2-3, pp.133-148, Springer, September 2015. [paper]
  24. Yusuke Tajima, Masaya Nakata, Hiroyasu Matsushima, Yoshihiro Ichikawa, Keiji Sato, Kiyohiko Hattori, and Keiki Takadama, Evolutionary Algorithm for Uncertain Evaluation Function, New Mathematics and Natural Computation, Vol.11, No.2, pp.201-215, February 2015. [paper]
  25. 中田雅也, ピエール・ルカ・ランチ, 田島友祐, 高玉圭樹, Compact Genetic Algorithmを導入した学習分類子システムによる分類子数の削減, 情報処理学会論文誌:数理モデル化と応用, Vol.7, No.2, pp.1-16, 2014年 11月. [paper]
  26. 中田雅也, 原田智広, 佐藤圭二, 松島博康, 高玉圭樹, 予測報酬に基づく個別化による学習分類子システムの学習性能の向上, 計測自動制御学会論文集, Vol.48, No.11, pp.713-722, 2012年 11月. [paper]
  27. 中田雅也, 原田智広, 佐藤圭二, 松島博康, 高玉圭樹, 個別化による学習分類子システムの一般化促進, 計測自動制御学会論文集, Vol.47, No.11, pp.581-590, 2012年 11月. [paper]

Preprints
  1. Yuma Horaguchi, Masaya Nakata, High-Dimensional Expensive Optimization by Classification-based Multiobjective Evolutionary Algorithm with Dimensionality Reduction, TechRxiv, IEEE, May 2023. [paper]
  2. Yuma Horaguchi, Kei Nishihara, Masaya Nakata, Evolutionary Multiobjective Optimization Assisted by Scalarization Function Approximation for High-Dimensional Expensive Problems, TechRxiv, IEEE, April 2023. [paper] [code]
  3. Takumi Sonoda, Masaya Nakata, Multiple Classifiers-Assisted Evolutionary Algorithm Based on Decomposition for High-Dimensional Multi-Objective Problems, TechRxiv, IEEE, July 2021. [paper] [code]

Proceedings

国際会議

  1. Ryotaro Nakahashi, Ryudai Kato, Yuma Horaguchi, and Masaya Nakata, Effective Utilization of Pre-evaluated Solutions for Surrogate-Assisted Multiobjective Evolutionary Algolthms, SICE Annual Conference 2024, SICE, September 2024.
  2. Ryo Fukami, Yuma Horaguchi, and Masaya Nakata, A Surrogate-Assisted Evolutionary Algorithm with Rough Set Theory for High-Dimensional Expensive Multi-objective Optimization Problems, SICE Annual Conference 2024, SICE, September 2024.
  3. Kei Nishihara, Masaya Nakata, A Surrogate-assisted Partial Optimization for Expensive Constrained Optimization Problems, 18th International Conference on Parallel Problem Solving from Nature (PPSN), pp.391–407, September 2024. [paper] [code]
  4. Hiroki Shiraishi, Rongguang Ye, Hisao Ishibuchi, Masaya Nakata, A Variable-Length Fuzzy Set Representation for Learning Fuzzy-Classifier Systems, 18th International Conference on Parallel Problem Solving from Nature (PPSN), pp.386–402, September 2024. [paper]
  5. Abubakar Siddique, Michael Heider, Muhammad Iqbal, and Hiroki Shiraishi, A Survey on Learning Classifier Systems from 2022 to 2024, The Genetic and Evolutionary Computation Conference (GECCO), pp.1797-1806, July 2024. [paper]
  6. Show more
  7. Takashi Ikeguchi, Shun Sudo, Yuji Koguma and Masaya Nakata, A Random Forest-Assisted Local Search for Expensive Permutation-based Combinatorial Optimization Problems, IEEE CEC, pp.01-08, July 2024. [paper]
  8. Norihiro Kimoto, Yuma Horaguchi and Masaya Nakata, Oversampling-Guided Search for Evolutionary Multiobjective Optimization, IEEE CEC, pp.01-08, July 2024. [paper]
  9. Yuma Horaguchi and Masaya Nakata, A Dual Surrogate-based Evolutionary Algorithm for High-Dimensional Expensive Multiobjective Optimization Problems, IEEE CEC, pp.01-08, July 2024. [paper] [code]
  10. Yuma Horaguchi and Masaya Nakata, High-Dimensional Expensive Optimization by Classification-based Multiobjective Evolutionary Algorithm with Dimensionality Reduction, SICE Annual Conference 2023, pp.1535-1542, SICE, September 2023. [paper] [code]
  11. Kei Nishihara and Masaya Nakata, Utilizing the Expected Gradient in Surrogate-assisted Evolutionary Algorithms, Proceedings of the Genetic and Evolutionary Computation Conference (GECCO) Companion, pp.447-450, July 2023. [paper]
  12. Hiroki Shiraishi, Yohei Hayamizu, Tomonori Hashiyama, Fuzzy-UCS Revisited: Self-Adaptation of Rule Representations in Michigan-Style Learning Fuzzy-Classifier Systems, Proceedings of the Genetic and Evolutionary Computation Conference (GECCO), pp.548-557, July 2023. [paper]
  13. Kei Nishihara, Masaya Nakata, Surrogate-assisted Differential Evolution with Adaptation of Training Data Selection Criterion, IEEE Symposium Series on Computational Intelligence (IEEE SSCI 2022), pp.1675-1682, IEEE, Dec 2022. [code]
  14. Koki Hamasaki, Masaya Nakata, Minimum Rule-Repair Algorithm for Supervised Learning Classifier Systems on Real-valued Classification Tasks,Proceedings of META’2021 8 th International Conference on Metaheuristics and Nature Inspired computing, pp.111-120, META, 2021.
  15. Horiuchi Motoki and Nakata Masaya,Extended Learning Optimality Theory for the XCS classifier system on Multiple Reward Scheme,IEEE Symposium Series on Computational Intelligence (IEEE SSCI 2021), IEEE, 2021.
  16. Nakamura, Yoshiki and Horiuchi, Motoki and Nakata, Masaya,Convergence Analysis of Rule-Generality on the XCS Classifier System,Proceedings of the Genetic and Evolutionary Computation Conference (GECCO), pp.332-339, 2021.
  17. Nishihara, Kei and Nakata, Masaya,Comparison of Adaptive Differential Evolution Algorithms on the MOEA/D-DE Framework,IEEE Congress on Evolutionary Computation (CEC), pp.161-168, IEEE, 2021.
  18. Sonoda, Takumi and Nakata, Masaya,MOEA/D-S3: MOEA/D using SVM-based Surrogates adjusted to Subproblems for Many objective optimization,IEEE Congress on Evolutionary Computation (CEC), pp.E-24155, (8), IEEE, 2020.
  19. Nishihara, Kei and Nakata, Masaya,Competitive-Adaptive Algorithm-Tuning of Metaheuristics inspired by the Equilibrium Theory: A Case Study,IEEE Congress on Evolutionary Computation (CEC), pp.E-24156, (8), IEEE, 2020.
  20. Horiuchi, Motoki and Nakata, Masaya,Self-adaptation of XCS learning parameters based on Learning theory,Proceedings of the Genetic and Evolutionary Computation Conference (GECCO), pp.342-349, 2020.
  21. Nakata, Masaya and Browne, Will N,How XCS Can Prevent Misdistinguishing Rule Accuracy: A Preliminary Study,Proceedings of the Genetic and Evolutionary Computation Conference (GECCO) Companion, pp.183-184, July 2019.
  22. Takadama, Keiki and Yamazaki, Daichi and Nakata, Masaya and Sato, Hiroyuki,Complex-Valued-based Learning Classifier System for POMDP Environments,IEEE Congress on Evolutionary Computation (CEC), pp.1852-1859, June 2019.
  23. Nakata, Masaya and Browne, Will and Hamagami, Tomoki,Theoretical adaptation of multiple rule-generation in XCS,Proceedings of the Genetic and Evolutionary Computation Conference (GECCO), pp.482-489, ACM, July 2018.
  24. Chiba, Kazuhisa and Umeda, Yuhei and Hamada, Naoki and Watanabe, Shinya and Nakata, Masaya and Yasue, Kanako and Suzuki, Koji and Atobe, Takashi and Kuchiishi, Shigeru and Nakatakita, Kazuyuki and Ito, Ken, Determination of Temporal and Spatial Origination of Transonic Buffet via Unsteady Data Mining, Proceedings of AIAA Aerospace Sciences Meeting, 2018-0036, AIAA, January 2018.
  25. Sasaki, Hayato and Nakata, Masaya and Hamatsu, Fumiya and Hamagami, Tomoki,Effect of parameter sharing for multimodal deep autoencoders,Proceedings of IEEE International Conference on Systems, Man, and Cybernetics, pp.1966-1971, IEEE, October 2017.
  26. Chiba, Kazuhisa and Watanabe, Shinya and Nakata, Masaya and Umeda, Yuhei and Hamada, Naoki and Yasue, Kanako and Suzuki, Koji and Atobe, Takashi and Kuchiishi, Shigeru and Nakatakita, Kazuyuki and Ito, Ken, An Attempt for Detecting Transonic Buffet Signature via Unsteady-Data Mining, Proceedings of the International Conference on Data Mining (DMIN'17), pp.28--33, CSREA, July 2017.
  27. Nakata, Masaya and Browne, Will N and Hamagami, Tomoki and Takadama, Keiki,Theoretical XCS parameter settings of learning accurate classifiers,Proceedings of the Genetic and Evolutionary Computation Conference (GECCO), pp.473-480, ACM, July 2017.
  28. Nakata, Masaya and Chiba, Kazuhisa,Design Strategy Generation for a Sounding Hybrid Rocket via Evolutionary Rule-Based Data Mining System,Proceedings of Intelligent and Evolutionary Systems, pp.305-318, Springer, November 2016.
  29. hiba, Kazuhisa and Watanabe, Shinya and Nakata, Masaya and Umeda, Yuhei and Hamada, Naoki and Yasue, Kanako and Suzuki, Koji and Atobe, Takashi and Kuchiishi, Shigeru and Nakatakita, Kazuyuki and Ito, Ken, An Attempt for Detecting Transonic Buffet Signature via Unsteady-Data Mining, Proceedings of the International Conference on Data Mining (DMIN'17), pp.28--33, CSREA, July 2017.
  30. Tatsumi, Takato and Komine, Takahiro and Nakata, Masaya and Sato, Hiroyuki and Kovacs, Tim and Takadama, Keiki, Variance-based Learning Classifier System without Convergence of Reward Estimation, Proceedings of the Genetic and Evolutionary Computation Conference (GECCO), pp.67-68, ACM, July 2016.
  31. Umenai, Yuta and Uwano, Fumito and Tajima, Yusuke and Nakata, Masaya and Sato, Hiroyuki and Takadama, Keiki,A Modified Cuckoo Search Algorithm for Dynamic Optimization Problems,Proceedings of IEEE Congress on Evolutionary Computation (CEC), pp.1754-1764, IEEE, July 2016.
  32. Kovacs, Tim and Rawles, Simon and Bull, Larry and Nakata, Masaya and Takadama, Keiki,XCS-DH: Minimal Default Hierarchies in XCS,Proceedings of IEEE Congress on Evolutionary Computation (CEC), pp.4747-4754, IEEE, July 2016.
  33. Matsumoto, Kazuma and Saito, Rei and Tajima, Yusuke and Nakata, Masaya and Sato, Hiroyuki and Kovacs, Tim and Takadama, Keiki,Learning Classifier System with Deep Auto-encoder,Proceedings of IEEE Congress on Evolutionary Computation (CEC), pp.4739-4746, IEEE, July 2016.
  34. Saito, Rei and Nakata, Masaya and Sato, Hiroyuki and Kovacs, Tim and Takadama, Keiki,Preventing incorrect opinion sharing with weighted relationship among agents,Proceedings of International Conference on Human Interface and the Management of Information, pp.50--62, Springer, July 2016.
  35. Uwano, Fumito and Tatebe, Naoki and Nakata, Masaya and Takadama, Keiki and Kovacs, Tim, Reinforcement Learning with Internal Reward for Multi-Agent Cooperation: A Theoretical Approach, Proceedings of 9th EAI International Conference on Bio-inspired Information and Communications Technologies, pp.332--339, EAI, May 2016.
  36. Murata, Akinori and Nakata, Masaya and Sato, Hiroyuki and Kovacs, Tim and Takadama, Keiki, Optimization of Aircraft Landing Route and Order: An approach of Hierarchical Evolutionary Computation, Proceedings of 9th EAI International Conference on Bio-inspired Information and Communications Technologies, pp.340--347, EAI, May 2016.
  37. Nakata, Masaya and Pier Luca Lanzi and Kovacs, Tim and Browne, Will and Takadama, Keiki,How Should Learning Classifier Systems Cover A State-Action Space?,Proceedings of IEEE Congress on Evolutionary Computation (CEC), pp.3012-3019, IEEE, May 2015.
  38. Takadama, Keiki and Nakata, Masaya,Extracting Both Generalized and Specialized Knowledge by XCS using Attribute Tracking and Feedback,Proceedings of IEEE Congress on Evolutionary Computation (CEC), pp.3034-3041, IEEE, May 2015.
  39. Sato, Minato and Usui, Kotaro and Nakata, Masaya and Takadama, Keiki,Detecting Shoplifting From Customer Behavior Data by Extended XCS-SL: Towards Feature Extraction on Class-Imbalanced Sequence Data,Proceedings of IEEE Congress on Evolutionary Computation (CEC), pp.2981--2988, IEEE, May 2015.
  40. Nakata, Masaya and Kovacs, Tim and Takadama, Keiki, Messy Coding in the XCS Classifier System for Sequence Labelling,Proceedings of International Conference on Parallel Problem Solving from Nature, pp.191-200, Springer, September 2014.
  41. Nakata, Masaya and Kovacs, Tim and Takadama, Keiki, A Modified XCS Classifier System for Sequence Labelling,Proceedings of Genetic and Evolutionary Computation Conference (GECCO), pp.565-572, ACM, July 2014.
  42. Nakata, Masaya and Pier Luca Lanzi and Kovacs, Tim and Takadama, Keiki, Complete action map or Best action map in Accuracy-based Reinforcement Learning Classifier Systems, Proceedings of Genetic and Evolutionary Computation Conference (CEC), pp.557--564, ACM, July 2014.
  43. Usui, Kotaro and Nakata, Masaya and Takadama, Keiki,Reusable knowledge by linkage-classifier in Accuracy-based Learning Classifier System,Proceedings of Sixth world congress on Nature and biologically inspired computing, pp.312-317, IEEE, July 2014.
  44. Komine, Takahiro and Nakata, Masaya and Takadama, Keiki,Archives-holding XCS Classifier System: A preliminary study,Proceedings of Sixth world congress on Nature and biologically inspired computing, pp.53-58, IEEE, July 2014.
  45. Tajima, Yusuke and Nakata, Masaya and Takadama, Keiki,Personalized real-time sleep stage remote monitoring system,Proceedings of 8th International Symposium on Medical Information and Communication Technology, pp.1-5, IEEE, April 2014.
  46. Tajima, Yusuke and Nakata, Masaya and Harada, Tomohiro and Sato, Keiji and Takadama, Keiki,Sleep stage estimation using synthesized data of heart rate and body movement,Proceedings of AAAI Spring Symposium, pp.63-68, AAAI, March 2014.
  47. Nakata, Masaya and Pier Luca Lanzi and Takadama, Keiki,Selection Strategy for XCS with Adaptive Action Mapping,Proceedings of Genetic and Evolutionary Computation Conference (GECCO), pp.1085-1092, ACM, July 2013.
  48. Nakata, Masaya and Pier Luca Lanzi and Takadama, Keiki,Simple Compact Genetic Algorithm for XCS,Proceedings of IEEE Congress on Evolutionary Computation (CEC), pp.1718-1723, IEEE, June 2013.
  49. Nakata, Masaya and Pier Luca Lanzi and Takadama, Keiki,XCS with adaptive action mapping,Proceedings of 9th International Conference on Simulated Evolution and Learning, pp.138-147, Springer, December 2012.
  50. Nakata, Masaya and Pier Luca Lanzi and Takadama, Keiki,Enhancing Learning Capabilities by XCS with Best Action Mapping,Proceedings of International Conference on Parallel Problem Solving from Nature, pp.256-265, Springer, September 2012.
  51. Nakata, Masaya and Sato, Fumiaki and Takadama, Keiki,Towards Generalization by Identification-based XCS in Multi-steps Problem,Third world congress on Nature and biologically inspired computing, pp.389-394, IEEE, October 2011.

国内会議

  1. 白石洋輝, 石渕久生, 中田雅也, 確率的局所探索を取り入れたメンバシップ自己適応型ファジィ進化的機械学習, 第26回進化計算学会研究会論文講演集, pp.1-8, 2024年9月.
  2. 池口尭, 小熊祐司, 中田雅也, 大規模かつ高コストな順列組み合わせ最適化問題に対する分割統治法を用いたサロゲート進化計算, 2024年電気学会 電子・情報・システム部門大会講演論文集, pp.38-43, 2024年 9月.
  3. 志村翼, 山口侑真, 坪田直邦, 上原修, 福榮太郎, 下野誠通, 泉真由子, 五島脩, 中田雅也, グラフ符号化を用いたサロゲート型Evolutionary Neural Architecture Searchの改良, 2024年電気学会 電子・情報・システム部門大会講演論文集, pp.44-49, 2024年 9月.
  4. 山口侑真, 志村翼, 坪田直邦, 上原修, 福榮太郎, 下野誠通, 泉真由子, 五島脩, 中田雅也, Vision Transformerを用いた画像ベース認知症診断支援システムの検討, 2024年電気学会 電子・情報・システム部門大会講演論文集, pp.63-67, 2024年 9月.
  5. 白石洋輝, 石渕久生, 中田雅也, ニューラル支援型ファジィ進化的機械学習, 第40回ファジィシステムシンポジウム講演論文集, pp.584-589, 2024年 9月.
  6. Show more
  7. 洞口裕真, 中田雅也, 代理モデル多因子進化計算を用いた高次元高コスト多目的最適化, 第40回ファジィシステムシンポジウム講演論文集, pp.590-595, 2024年 9月.
  8. 中橋遼太郎, 洞口裕真, 加藤龍大, 中田雅也, 高次元高コスト多目的最適化問題における代理モデルの有効性の調査, 第40回ファジィシステムシンポジウム講演論文集, pp.72-77, 2024年 9月.
  9. 深海諒, 洞口裕真, 中田雅也, ラフ集合を用いた探索範囲削減による代理モデル多目的進化計算の改良, 第40回ファジィシステムシンポジウム講演論文集, pp.596-601, 2024年 9月.
  10. 山口侑真, 志村翼, 坪田直邦, 上原修, 福榮太郎, 下野誠通, 泉真由子, 五島脩, 中田雅也, Data-efficient image Transformerを用いた画像データベース認知症診断支援の検討, 第40回ファジィシステムシンポジウム講演論文集, pp.33-37, 2024年 9月.
  11. 白石洋輝, Rongguang Ye, 石渕久生, 中田雅也, 可変長前件部集合を用いたファジィ進化的機械学習, 第25回進化計算学会研究会講演論文集, pp.60-67, 2024年 3月.
  12. 西原慧, 中田雅也, パレート最適なサロゲート群を利用する適応サロゲート進化計算, 進化計算シンポジウム2023講演論文集, pp.380-387, 2023年 12月.
  13. 白石洋輝, 石渕久生, 中田雅也, Dempster-Shaferの証拠理論に基づくファジィ進化的機械学習, 進化計算シンポジウム2023講演論文集, pp.59-67, 2023年 12月.
  14. 来栖魁人, 中田雅也, 大規模最適化問題における増分学習を用いた分割ベースサロゲート進化計算, 進化計算シンポジウム2023講演論文集, pp.301-308, 2023年 12月.
  15. 針谷亘輝, 西原慧, 中田 雅也, 記号回帰モデルを用いたEvolutionary Neural Architecture Search, 進化計算シンポジウム2023講演論文集, pp.277-284, 2023年 12月.
  16. 池口尭, 須藤駿, 小熊祐司, 中田雅也, 大規模かつ高コストな順列最適化問題に向けたサロゲート進化計算, 進化計算シンポジウム2023講演論文集, pp.406-413, 2023年 12月.
  17. 木元紀宏, 洞口裕真, 中田雅也, 仮想的な親個体を用いた多目的進化計算, 進化計算シンポジウム2023講演論文集, pp.433-440, 2023年 12月.
  18. 小山天輔, 加藤龍大, 洞口裕真, 中田雅也, 部分問題間の探索に転移モデルを用いた代理モデル多目的進化計算, 進化計算シンポジウム2023講演論文集, pp.449-454, 2023年 12月.
  19. 洞口裕真, 中田雅也, 代理モデル多目的進化計算における近似モデルと分類モデルの適応的選択, 進化計算シンポジウム2023講演論文集, pp.216-223, 2023年 12月.
  20. 加藤龍大, 洞口裕真, 中田雅也, 代理モデル多目的進化計算におけるモデル探索回数の適応的選択, 進化計算シンポジウム2023講演論文集, pp.265-272, 2023年 12月.
  21. 福場脩真, 加藤龍大, 池口尭, 中田雅也, 部分問題の最適化順に順列最適化手法を適用したMOEA/Dの検討, 進化計算シンポジウム2023講演論文集, pp.165-172, 2023年 12月.
  22. 藤橋洋紀, 針谷亘輝, 中田雅也, 区分的関数構造を発見する Deep Symbolic Regression, 進化計算シンポジウム2023講演論文集, pp.123-130, 2023年 12月.
  23. 針谷亘輝, 中田雅也, 重み付き隣接行列を用いたサロゲート遺伝的プログラミング, 電気学会 システム/制御合同研究会講演論文集, pp. 41-46, 2023年 12月.
  24. 須藤駿, 中田雅也, 高コストな高次元最適化問題における問題分割手法の検討, 第24回進化計算学会研究会講演論文集, pp. 34-40, 2023年 9月.
  25. 洞口裕真, 中田雅也, Quality indicatorの代理モデルを用いた多目的進化計算, 第24回進化計算学会研究会講演論文集, pp. 41-48, 2023年 9月.
  26. 針谷亘輝,西原慧,中田雅也,深層学習モデルの構造多様性を考慮したNeural Architecture Search,第22回情報科学技術フォーラム講演論文集,pp.79-pp.85,2023年9月.
  27. 宮本裕幸, 瀬川泰雅, 白石洋輝, 中田雅也, 進化的ルール学習における予測誤差更新式の改良, 2023年電気学会 電子・情報・システム部門大会講演論文集, pp.217-222, 2023年 9月.
  28. 須藤駿, 三浦岳也, 中田雅也, 大規模最適化問題におけるスクリーニング機構を用いた共進化アルゴリズム, 2023年電気学会 電子・情報・システム部門大会講演論文集, pp.223-228, 2023年 9月.
  29. 藤橋洋紀, 針谷亘輝, 中田雅也, Deep Symbolic Regression を用いた区分的関数同定手法, 2023年電気学会 電子・情報・システム部門大会講演論文集, pp.229-234, 2023年 9月.
  30. 加藤龍大, 洞口裕真, 中田雅也, 代理モデル多目的進化計算における内部世代数に対する性能分析, 第23回進化計算学会研究会講演論文集, pp. 113-120, 2023年 3月.
  31. 西原慧, 中田雅也, 解更新の成功実績を選定基準とする適応サロゲート進化計算, 第16回進化計算シンポジウム講演論文集, pp.177-184, 2022年 12月.
  32. 蛭田悠介, 小熊裕司, 中田雅也, ヒューリスティックの事前定義を必要としない積み付けアルゴリズムの自動生成手法, 第16回進化計算シンポジウム講演論文集, pp.112-119, 2022年 12月.
  33. 平岡巧光, 蛭田悠介, 三浦岳也, 中田雅也, 代理モデルを用いた Gene Expression Programming, 第16回進化計算シンポジウム講演論文集, pp.17-24, 2022年 12月.
  34. 庄子天晴, 栗山正輝, 中田雅也, 遺伝的プログラミングと進化的ルール学習を用いた区分的関数同定, 第141回数理モデル化と問題解決研究発表会, No.9, pp.1-6, 2022年 12月.
  35. 洞口裕真, 池口尭, 中田雅也, 分類器による事前選別を用いた近似型代理モデル多目的進化計算の拡張, 第141回数理モデル化と問題解決研究発表会, No.10, pp.1-6, 2022年 12月.
  36. 菅原瑠偉, 三浦岳也, 中田雅也, 部分領域に特化したサロゲートを探索と選別で活用する粒子群最適化, 第30回インテリジェント・システム・シンポジウム講演論文集, 2022年 9月.
  37. 池口尭, 礒田真子, 園田拓海, 中田雅也, オートエンコーダによるサロゲート多目的進化計算の高次元問題への展開, 第30回インテリジェント・システム・シンポジウム講演論文集, 2022年 9月.
  38. 洞口裕真, 中田雅也, 代理モデル多目的進化計算におけるスカラー化関数の適応, 第21回情報科学技術フォーラム講演論文集, pp.135-142, 2022年 9月.
  39. 菅原瑠偉, 三浦岳也, 中田雅也, 部分領域ごとに RBF 補間を構築するサロゲート粒子群最適化, 第21回進化計算学会研究会講演論文集, 2022年 3月.
  40. 針谷亘輝, 西原慧, 中田雅也, 視覚情報に基づく進化的関数同定の検討, 第15回進化計算シンポジウム講演論文集, pp.1-8, 2021年 12月.
  41. 三浦岳也, 宮原悠司, 中田雅也, RBF補間を自動調整する適応型サロゲート粒子群最適化, 第15回進化計算シンポジウム講演論文集, pp.210-217, 2021年 12月.
  42. 坪井陽人, 中村嘉来, 堀内素貴, 中田雅也, 進化的ルール学習におけるMoyenne Adaptive Modifi{, 第15回進化計算シンポジウム講演論文集, pp.104-111, 2021年 12月.
  43. 西原慧, 中田雅也, 高計算コストな最適化問題に向けた事前検証型アンサンブル適応差分進化, インテリジェント・システム・シンポジウム(FAN2021)講演論文集, pp.132-137, 2021年 9月.
  44. 蛭田悠介, 西原慧, 小熊祐司, 藤井正和 and 中田雅也, 遺伝的プログラミングを用いた積み付けアルゴリズムの対話的生成, 2021年電気学会 電子・情報・システム部門大会講演論文集, pp.197-202, 2021年 9月.
  45. 礒田真子, 宮原悠司, 園田拓海 and 中田雅也, 非線形次元圧縮法を用いた近似サロゲート型多目的進化計算, 2021年電気学会 電子・情報・システム部門大会講演論文集, pp.191-196, 2021年 9月.
  46. 菅原瑠偉, 堀内素貴, 中田雅也, 進化的ルール学習における適応度関数の理論解析, 第20回進化計算学会研究会講演論文集, 2021年 9月.
  47. 栗山正輝, 濵﨑光希, 中田雅也, Cartesian Genetic Programming を用いた進化的ルール学習による区分的関数同定, 第14回進化計算シンポジウム講演論文集, pp.19-26, 2020年 12月.
  48. 園田拓海, 中田雅也, 高次元かつ高計算コストな多目的最適化におけるサロゲート進化計算の設計指針, 第14回進化計算シンポジウム講演論文集, pp.80-87, 2020年 12月.
  49. 中村嘉来, 堀内素貴, 中田雅也, 進化的ルール学習におけるルール汎用性の理論解析, 第14回進化計算シンポジウム講演論文集, pp.128-135, 2020年 12月.
  50. 掛見弘貴, 堀内素貴, 中田雅也, 確率的ローカルサーチを取り入れた進化的ルール学習, 第14回進化計算シンポジウム講演論文集, pp.176-183, 2020年 12月.
  51. 宮原悠司, 園田拓海, 西原慧, 中田雅也, 分類型と近似型のハイブリッドサロゲートに基づく粒子群最適化法, 第14回進化計算シンポジウム講演論文集, pp.227-234, 2020年 12月.
  52. 西原慧, 中田雅也, 自己適応型差分進化法におけるアルゴリズム構成の事前検証フレームワークによる性能の向上, 研究報告数理モデル化と問題解決, No.3, pp.1-6, 2020年 12月.
  53. 蛭田悠介, 西原慧, 小熊祐司, 藤井正和, 中田雅也, Cartesian genetic programming を用いた転移利用可能な積み付けアルゴリズムの自動生成, 研究報告数理モデル化と問題解決, No.10, pp.1-6, 2020年 12月.
  54. 濵﨑光希, 中田雅也, 決定的ルール修復機構を搭載した進化的ルール学習, 第64回システム制御情報学会研究発表講演会講演論文予稿集, pp.340-347, 2020年 5月.
  55. 吉川太智, 中田雅也, 大規模最適化問題における変数間依存性を考慮した協調共進化計算, 情報処理学会第82回全国大会講演論文集, pp.303-304, 2020年 3月.
  56. 園田拓海, 中田雅也, 部分問題ごとにサロゲートを用いたMOEA/Dによる多数目的最適化の精度向上, 第13回進化計算シンポジウム講演論文集, pp.218-225, 2019年 12月.
  57. 西原慧, 中田雅也, 競争均衡原理に着想を得たメタヒューリスティクスの適応的アルゴリズム調整, 第13回進化計算シンポジウム講演論文集, pp.37-44, 2019年 12月.
  58. 堀内素貴, 中田雅也, 進化的ルール学習における識別精度を調整可能な学習理論, 第16回進化計算学会研究会講演論文集, 2019年 9月.
  59. 池原健矢, 佐々木勇人, 中田雅也, 濱上知樹, SVMを用いた優良個体存在領域の予測による差分進化 (システム研究会 インテリジェント・システム(FAN2018)), 電気学会研究会資料, pp.181-186, 2018年 9月.
  60. 栗原佳祐, 中田雅也, 濱上知樹, 多目的進化計算における解構造維持のための仮想的パレートフロントの適用 (システム研究会 インテリジェント・システム(FAN2018)), 電気学会研究会資料, pp.153-158, 2018年 9月.
  61. 岡崎雅也, 中田雅也, 濱上知樹, 教師なしランダムフォレストを用いた多変量時系列ログデータの類型化 (システム研究会 インテリジェント・システム(FAN2018)), 電気学会研究会資料, pp.159-162, 2018年 9月.
  62. 佐々木勇人, 中田雅也, 山本みずき, 竹島徹平, 湯村寧, 濱上知樹, 生殖医療支援を目的とした精子検出における偽陽性率の調整に関する検討, 知能システムシンポジウム講演資料, pp.ROMBUNNO.C1‐2, 2018年, 3月.
  63. 足立一樹, 中田雅也, 濱上知樹, CNNの注目領域を利用した事前知識の組み込みによる正則化, 知能システムシンポジウム講演資料, B2‐1, 2018年, 3月
  64. 佐々木勇人, 中田雅也, 濱津文哉, 濱上知樹, パラメータ共有型マルチモーダル深層自己符号化器を用いた部分観測下多様体学習の検討, 情報処理学会全国大会講演論文集, pp.2.625‐2.626, 2017年 3月.
  65. 足立一樹, 佐々木勇人, 中田雅也, 濱津文哉, 濱上知樹, 転移学習によるDeep Q‐Networkの学習高速化に向けた検討, 情報処理学会全国大会講演論文集, pp.2.217‐2.218, 2017年 3月.
  66. 齋藤太一, 中田雅也, 濱津文哉, 濱上知樹, Chan-Vese AlgorithmとParticle Filterを組み合わせた輸郭抽出法, 情報処理学会全国大会講演論文集, pp.4.97‐4.98, 2017年 3月.
  67. 山田雄基, 伊藤豪, 中田雅也, 濱津文哉, 濱上知樹, アソシエーション分析に基づく単語補完を用いた電子カルテデータの分類, 知能システムシンポジウム講演資料, B5‐2, 2017年 3月.
  68. 千葉一永, 伊藤健, 渡邉真也, 中田雅也, 梅田裕平, 濱田直希, 保江かな子, 鈴木康司, 口石茂, 中北和之, 設計情報とその駆動:非定常物理現象解明を目指して, 2017年度日本機械学会年次大会, 2017年 3月.
  69. 佐々木勇人, 中田雅也, 濱津文哉, 濱上知樹, Cyber Physical System実現を目指したピラミッド型階層モデルにおけるマルチモーダル深層学習, 電気学会電子・情報・システム部門大会講演論文集, TC3‐1, 2016年 8月.
  70. ZHANG C., 辰巳嵩豊, 中田雅也, 佐藤寛之, 高玉圭樹, 報酬値の分散に基づく学習分類子システムによる一般化度合の異なるルールの同時獲得, 知能システムシンポジウム講演資料, A4-4, 2016年 3月.
  71. 佐塚駿気, 中田雅也, 濱津文哉, 濱上知樹, 道路トポロジーと需要分布を考慮した救急車両配置の提案, 地理情報システム学会講演論文集, C‐1‐6, 2016年 3月.
  72. 臼居浩太郎, 中田雅也, KOVACS Tim, 佐藤寛之, 高玉圭樹, 強化学習環境の規模拡大に対する知識の特殊化による再利用, 計測自動制御学会システム・情報部門学術講演会講演論文集, SS10-5, 2015年 11月.
  73. 中田雅也, 高玉圭樹, 学習戦略を考慮した学習分類子システムの設計法の必要性, 計測自動制御学会システム・情報部門学術講演会講演論文集, SS3-22, 2015年 11月.
  74. 上野史, 建部尚紀, 中田雅也, 高玉圭樹, ジレンマ問題におけるマルチエージェント間協調のための内部報酬推算, 知能システムシンポジウム講演資料, F-11, 2015年 3月.
  75. 辰巳嵩豊, 小峯嵩裕, 中田雅也, 佐藤寛之, 高玉圭樹, 許容誤差を自己適応可能な学習分類子システム, 進化計算学会論文誌, pp.90-103, 2015年 3月.
  76. 臼居浩太郎, 中田雅也, 髙玉圭樹, リンケージ型学習分類子システムによる類似環境に適応可能な汎用的知識の獲得と活用法の提案および性能評価, 研究報告数理モデル化と問題解決, pp.1-6, 2014年 2月.
  77. 田島友祐, 中田雅也, 佐藤寛之, 高玉圭樹, ナップサック問題における評価値変動に対応した遺伝的アルゴリズムの提案, 研究報告数理モデル化と問題解決, pp.(6)1-5, 2013年 9月.
  78. 山﨑大地, 中田雅也, 高玉圭樹, 複素強化学習を用いた学習分類子システムによるPoMDPs環境への展開, 研究報告数理モデル化と問題解決, pp.(12)1-6, 2013年 9月.
  79. 中田雅也, ピエール・ルカ・ランチ, 田島友祐, 高玉圭樹, Compact Genetic Algorithmを導入した学習分類子システムによる分類子数の削減, 研究報告数理モデル化と問題解決, pp.(4)1-6, 2013年 9月.
  80. 中田雅也, Pier Luca Lanzi, 松島裕康, 高玉圭樹, データマイニング問題を対象とした最適行動獲得のための学習分類子システムにおける個体淘汰法の検討, システム制御情報学会研究発表講演会講演論文集, 324-1, 2013年 5月.
  81. 田島友祐, 中田雅也, 松島裕康, 高玉圭樹, 睡眠段階推定率の変動に対する進化型アルゴリズム, 知能システムシンポジウム資料, pp.347-350, 2013年 3月.
  82. 佐藤圭二, 高玉圭樹, 大谷雅之, 市川嘉裕, 原田智広, 中田雅也, 佐藤寛之, 服部聖彦, 環境変化に適応するためのスワップ型一般化, 計測自動制御学会システム・情報部門学術講演会講演論文集, 2C2-2, 2012年 11月.
  83. 松本隆, 中田雅也, 佐藤史盟, 佐藤圭二, 佐藤寛之, 服部聖彦, 高玉圭樹, 正確性に基づく学習分類子システムにおける最大個体数の自動調整, 知能システムシンポジウム資料, pp.121-126, 2012年 3月.
  84. 本間恵理, 服部聖彦, 加川敏規, 中田雅也, 市川嘉裕, 原田智広, 大谷雅之, 松島裕康, 佐藤圭二, 高玉圭樹, 中嶋信生, SLIMプロジェクトに焦点をあてた月面縦穴探査のための複数ローバ協調ナビゲーション手法の提案と評価―複数の自律ローバ協調による測位と位置情報の累積演算を用いた絶対位置推定―, 宇宙科学技術連合講演会講演集, 1G04, 2012年 3月.
  85. 中田雅也, 原田智広, 佐藤圭二, 松島裕康, 高玉圭樹, 個別化による学習分類子システムの一般化促進, 計測自動制御学会論文集, pp.581-590, 2011年 11月.
  86. 本間恵理, 服部聖彦, 中田雅也, 市川嘉裕, 大谷雅之, 松島裕康, 佐藤圭二, 高玉圭樹, 中嶋信生, 2台のローバを用いた逐次位置推定による直進移動性の評価, 宇宙科学技術連合講演会講演集, 3H17, 2011年 11月.
  87. 服部聖彦, 中田雅也, 市川嘉裕, 大谷雅之, 松島裕康, 高玉圭樹, 超小型ローバー2台の協調による月面探査の検討, 宇宙科学技術連合講演会講演集, A07, 2011年 11月.

Others
  1. 中田雅也, 進化的ルール学習の変遷, 電気学会誌, Vol.140, No.12, pp.786-789, 2020年.
  2. 中田雅也, 進化的ルール学習によるデータ解析, 計測と制御, Vol.58, No.9, pp.684-688, 計測自動制御学会, 2019年 9月.
  3. 中田雅也, 高玉圭樹, 解釈性に優れた知識獲得技術としての進化的機械学習, システム/制御/情報, Vol.60, No.7, pp.581--590, システム制御情報学会, 2016年7月.

Awards
  1. 洞口裕真, 修士課程学業成績優秀者賞 , 横浜国立大学, 9月 2024.
  2. 白石洋輝, プレゼンテーション賞 , 第26回進化計算学会研究会, 進化計算学会, 9月 2024.
  3. 中橋遼太郎, 優秀発表賞 , 第40回ファジィシステムシンポジウム(FSS2024), 日本知能情報ファジィ学会, 9月 2024.
  4. 深海諒, 優秀発表賞 , 第40回ファジィシステムシンポジウム(FSS2024), 日本知能情報ファジィ学会, 9月 2024.
  5. 白石洋輝, プレゼンテーション賞 , 第25回進化計算学会研究会, 進化計算学会, 3月 2024.
  6. Show more
  7. 針谷亘輝, 技術委員会奨励賞 , 2023電気学会 電子・情報・システム部門, 電気学会, 2月 2024.
  8. Kei Nishihara, Young Researcher Award, IEEE CIS Japan Chapter, IEEE, December 2022.
  9. 西原慧, プレゼンテーション賞, 第16回進化計算シンポジウム, 進化計算学会, 12月 2022.
  10. 菅原瑠偉, 三浦岳也, 中田雅也, 最優秀論文賞, インテリジェント・システム・シンポジウム(FAN2022), FAN2022運営委員会, 2022年 9月.
  11. 池口尭, 礒田真子, 園田拓海, 中田雅也, 優秀論文賞, インテリジェント・システム・シンポジウム(FAN2022), FAN2022運営委員会, 2022年 9月.
  12. 西原慧, 中田雅也, 優秀論文賞, インテリジェント・システム・シンポジウム(FAN2021), FAN2021運営委員会, 2021年 9月.
  13. 吉川太智, 学生奨励賞, 第82回全国大会, 情報処理学会, 2020年 3月.
  14. 園田拓海, プレゼンテーション賞, 進化計算シンポジウム2020, 進化計算学会, 2020年 12月.
  15. 園田拓海, ベストポスター賞, 進化計算シンポジウム2019, 進化計算学会, 2019年 12月.
  16. 中田雅也, 奨励賞, システム制御情報学会, 2014年 5月.
  17. Masaya Nakata, Young Researcher Award, IEEE CIS Japan Chapter, IEEE, December 2012.
  18. 中田雅也, Pier Luca Lanzi, 高玉圭樹, 最優秀発表賞, 進化計算シンポジウム2012, 進化計算学会, 2012年 12月.
  19. 中田雅也, ベストポスター発表賞, 進化計算シンポジウム2010, 進化計算学会, 2010年 12月.