Publications

Preprints

  1. Chun Fui Liew, Danielle DeLatte, Naoya Takeishi, and Takehisa Yairi,
    “Recent Developments in Aerial Robotics: A Survey and Prototypes Overview,”
    arXiv:1711.10085.

Journal articles

  1. Ryo Sakagami, Naoya Takeishi, Takehisa Yairi, and Koichi Hori,
    “Visualization Methods for Spacecraft Telemetry Data Using Change-point Detection and Clustering,”
    Transactions of the Japan Society for Aeronautical and Space Sciences, Aerospace Technology Japan, in press.

  2. Naoya Takeishi and Takehisa Yairi,
    “Visual Monocular Localization, Mapping, and Motion Estimation of a Rotating Small Celestial Body,”
    Journal of Robotics and Mechatronics, vol. 29, no. 5, pp. 856-863, 2017.
    [paper]

  3. Naoya Takeishi, Yoshinobu Kawahara, and Takehisa Yairi,
    “Subspace Dynamic Mode Decomposition for Stochastic Koopman Analysis,”
    Physical Review E, vol. 96, no. 3, 033310, 2017.
    (Sorry for that there is a typo in the main algorithm in PhysRevE paper. arXiv version (v4 and newer) is fixed.)
    [paper] [arXiv version] [codes]

  4. Takehisa Yairi, Naoya Takeishi, Tetsuo Oda, Yuta Nakajima, Naoki Nishimura, and Noboru Takata,
    “A Data-driven Health Monitoring Method for Satellite Housekeeping Data based on Probabilistic Clustering and Dimensionality Reduction,”
    IEEE Transactions on Aerospace and Electronic Systems, vol. 53, no. 3, pp. 1384-1401, 2017.
    [paper]

  5. Naoya Takeishi, Akira Tanimoto, Takehisa Yairi, Yuichi Tsuda, Fuyuto Terui, Naoko Ogawa, and Yuya Mimasu,
    “Evaluation of Interest-region Detectors and Descriptors for Automatic Landmark Tracking on Asteroids,”
    Transactions of the Japan Society for Aeronautical and Space Sciences, vol. 58, no. 1, pp. 45-53, 2015.
    [paper]

Conference proceedings (refereed)

  1. Naoya Takeishi, Yoshinobu Kawahara, and Takehisa Yairi,
    “Learning Koopman Invariant Subspaces for Dynamic Mode Decomposition,”
    in Advances in Neural Information Processing Systems (Proceedings of NIPS), vol. 30, pp. 1130-1140, 2017.
    Student Travel Award.
    [paper] [codes] [arXiv version]

  2. Naoya Takeishi, Yoshinobu Kawahara, and Takehisa Yairi,
    “Sparse Nonnegative Dynamic Mode Decomposition,”
    in Proceedings of the 24th IEEE International Conference on Image Processing (ICIP), 2017. to appear.

  3. Naoya Takeishi, Yoshinobu Kawahara, Yasuo Tabei, and Takehisa Yairi,
    “Bayesian Dynamic Mode Decomposition,”
    in Proceedings of the 26th International Joint Conference on Artificial Intelligence (IJCAI), pp. 2814-2821, 2017.
    [paper] [slide] [codes]

  4. Naoya Takeishi, Takehisa Yairi, Naoki Nishimura, Yuta Nakajima, and Noboru Takata,
    “Dynamic Grouped Mixture Models for Intermittent Multivariate Sensor Data,”
    in Advances in Knowledge Discovery and Data Mining (Proceedings of PAKDD), Lecture Notes in Artificial Intelligence, vol. 9652, pp. 221-232, 2016.
    [paper] [slide]

  5. Naoya Takeishi, Takehisa Yairi, Yuichi Tsuda, Fuyuto Terui, Naoko Ogawa, and Yuya Mimasu,
    “Simultaneous Estimation of Shape and Motion of an Asteroid for Automatic Navigation,”
    in Proceedings of 2015 IEEE International Conference on Robotics and Automation (ICRA), pp. 2861-2866, 2015.
    IEEE RAS Japan Chapter Young Award.
    [paper] [slide] [poster]

  6. Naoya Takeishi and Takehisa Yairi,
    “Anomaly Detection from Multivariate Time-Series with Sparse Representation,”
    in Proceedings of 2014 IEEE International Conference on Systems, Man and Cybernetics (SMC), pp. 2651-2656, 2014.
    [paper]

  7. Akira Tanimoto, Naoya Takeishi, Takehisa Yairi, Yuichi Tsuda, Fuyuto Terui, Naoko Ogawa, and Yuya Mimasu,
    “Fast Estimation of Asteroid Shape and Motion for Spacecraft Navigation,”
    in Proceedings of 2013 IEEE International Conference on Robotics and Biomimetics (ROBIO), pp. 1550-1555, 2013.
    [paper]

Presentation at International Conferences (not refereed)

  1. Taichi Kitamura, Naoya Takeishi, Takehisa Yairi, and Koichi Hori,
    “Abnormal Sound Detection for Rotary Parts in Noisy Environment by One-class SVM and Non-negative Matrix Factorization,”
    in Proceedings of Asia Pacific Conference of the Prognostics and Health Management Society (PHMAP), pp. 185-188, 2017.
    [paper]

  2. Riku Sasaki, Naoya Takeishi, Takehisa Yairi, Koichi Hori, Kazunari Ide, and Hiroyoshi Kubo,
    “A Health Monitoring Method for Wind Power Generators with Hidden Markov and Probabilistic Principal Components Analysis Models,”
    in Proceedings of Asia Pacific Conference of the Prognostics and Health Management Society (PHMAP), pp. 189-192, 2017.
    [paper]

  3. Naoya Takeishi and Takehisa Yairi,
    “Dynamic Visual Simultaneous Localization and Mapping for Asteroid Exploration,”
    in Proceedings of the 13rd International Sympoisum on Artificial Intelligence, Robotics and Automation in Space (i-SAIRAS), 2016.
    [paper] [slide]

  4. Kosuke Akimoto, Naoya Takeishi, Takehisa Yairi, Koichi Hori, Naoki Nishimura, and Noboru Takata,
    “Tree-based Nonparametric Prediction of Normal Sensor Measurement Range using Temporal Information,”
    in Proceedings of the 13rd International Symposium on Artificial Intelligence, Robotics and Automation in Space (i-SAIRAS), 2016.
    [paper]

  5. Chun Fui Liew, Naoya Takeishi, Mari Ito, and Takehisa Yairi,
    “An Intelligent Tour Planning System TAbI: Tour Advisor by Image,”
    in Proceedings of Malaysia Japan Academic Scholar Conference (MJASC), 2014.

  6. Naoya Takeishi,
    “Automatic Landmark Recognition for Asteroid by Image Features,”
    in Proceedings of the 29th International Symposium on Space Technology and Science (ISTS), 2013.
    JSASS President Award.
    [paper]

Presentation at Domestic Conferences (not refereed)
<国内会議等における発表(査読なし)>

  1. 武石 直也, “Learning Koopman Invariant Subspaces for Dynamic Mode Decomposition (NIPS 2017),”
    第20回情報論的学習理論ワークショップ (IBIS), 東京, 2017年11月.

  2. 武石 直也, 河原 吉伸, 矢入 健久,
    “動的モード分解のためのKoopman不変空間学習,”
    第20回情報論的学習理論ワークショップ (IBIS), 東京, 2017年11月.

  3. 肥田 礼夢, 武石 直也, 矢入 健久, 堀 浩一,
    “トピックの関係および時系列を考慮したトピックモデルの提案,”
    NLP若手の会 第12回シンポジウム (YANS), 那覇, 2017年9月.

  4. 武石 直也, 河原 吉伸, 矢入 健久,
    “ベイズ的動的モード分解,”
    第31回人工知能学会全国大会 (JSAI), 名古屋, 2017年5月.
    [予稿] [発表資料]

  5. 秋元 康佑, 武石 直也, 堀 浩一, 矢入 健久,
    “Markov logic networkを事前分布に持つ潜在変数モデルの検討,”
    第31回人工知能学会全国大会 (JSAI), 名古屋, 2017年5月.
    全国大会優秀賞(口頭発表部門).
    [予稿]

  6. 武石 直也, 河原 吉伸, 矢入 健久,
    “スパース非負値動的モード分解,”
    科研費「新学術領域研究」スパースモデリングの深化と高次元データ駆動科学の創成 公開シンポジウム, 東京, 2016年12月.

  7. 武石 直也,
    “混合確率的動的モード分解,”
    第19回情報論的学習理論ワークショップ (IBIS), 京都, 2016年11月.

  8. 武石 直也, 矢入 健久,
    “工学システムの間欠的センサデータのための動的混合モデル,”
    第30回人工知能学会全国大会 (JSAI), 北九州, 2016年6月.
    [予稿]

  9. 秋元 康佑, 武石 直也, 矢入 健久, 堀 浩一, 西村 尚樹, 高田 昇,
    “アンサンブル木学習によるノンパラメトリックなセンサー値正常範囲推定,”
    第30回人工知能学会全国大会 (JSAI), 北九州, 2016年6月.
    [予稿]

  10. 武石 直也, 矢入 健久,
    “小惑星探査における画像からの天体形状・運動および探査機位置姿勢の推定,”
    計測自動制御学会 システム・情報部門 学術講演会 (SSI), 函館, 2015年11月.

  11. 武石 直也, 根本 啓史, 矢入 健久, 津田 雄一, 照井 冬人, 尾川 順子, 三桝 裕也,
    “小惑星画像のための三次元形状復元手法の検討,”
    第59回宇宙科学技術連合講演会, 鹿児島, 2015年11月.

  12. 武石 直也, 矢入 健久,
    “センサデータとテキスト運用記録を活用した宇宙機運用支援,”
    第29回人工知能学会全国大会 (JSAI), 函館, 2015年5月.
    [予稿]

  13. 武石 直也, 矢入 健久,
    “連続離散混在データに対する潜在変数モデルを用いた異常検知,”
    第17回情報論的学習理論ワークショップ (IBIS), 名古屋, 2014年11月.

  14. 武石 直也, 矢入 健久, 津田 雄一, 照井 冬人, 尾川 順子, 三桝 裕也,
    “局所画像特徴を利用した小惑星形状復元および画像航法の一手法の検討,”
    第58回宇宙科学技術連合講演会, 長崎, 2014年11月.

  15. 矢入 健久, 武石 直也, 櫻田 麻由, 西村 尚樹, 中島 佑太, 関川 知里, 井上 浩一, 高田 昇,
    “SDS-4運用における学習型テレメトリ監視システムの構築(1) ― アルゴリズムと実装 ―,”
    第58回宇宙科学技術連合講演会, 長崎, 2014年11月.

  16. 西村 尚樹, 中島 佑太, 関川 知里, 井上 浩一, 高田 昇, 矢入 健久, 武石 直也, 櫻田 麻由,
    “SDS-4運用における学習型テレメトリ監視システムの構築(2) ― 運用システムによる検証と評価 ―,”
    第58回宇宙科学技術連合講演会, 長崎, 2014年11月.

  17. 武石 直也, 矢入 健久, 佐藤 守一, 田川 貴章,
    “時系列パターン監視による自動車応答特性の変化検知,”
    第28回人工知能学会全国大会 (JSAI), 松山, 2014年5月.
    [予稿]

  18. 小田 哲生, 塩井 宏亮, 谷本 啓, 武石 直也, 桑原 絢一, 矢入 健久, 酒匂 信匡,
    “小型衛星向け知的テレメトリデータ監視システムの開発,”
    第27回人工知能学会全国大会 (JSAI), 富山, 2013年6月.
    [予稿]