(2021) 🏅 1st place
Kohei Ozaki (小嵜 耕平)
機械学習およびコンピュータービジョン技術の応用を得意領域とするソフトウェアエンジニアです。 保険、金融、広告業界をはじめとした幅広い分野で10年以上にわたりデータ分析および研究開発を手掛けてきました。 現在は株式会社RistにてAIフェロー兼シニアマネージャーとしてAI技術の実用化のための業務に従事しています。
特に衛星画像分析、UAV空撮画像分析、GEOINT分野に興味を持っています。 NGA、DIU、SpaceNet（IQT LabsとMaxarによって設立）が主催するAIコンペティションにてそれぞれ優勝や入賞をした実績があります。
AIコンペティションの参加だけでなく、コンペティションの設計と運営にも興味があります。経済産業省およびNEDOが主催するAIエッジコンテストの準備委員、運営委員、審査委員を2018年から2023年まで務めました。 プライベートでも麻雀AIを対戦させてベンチマークするためのプラットフォームとしてRiichiLabを構築し、運営しています。
Publications
Papers (selected)
- Two-stage discriminative re-ranking for large-scale landmark retrieval
Shuhei Yokoo, Kohei Ozaki, Edgar Simo-Serra, Satoshi Iizuka.
CVPR2020 workshop on Image Matching: Local Features and Beyond - Team PFDet's Methods for Open Images Challenge 2019
Yusuke Niitani, Toru Ogawa, Shuji Suzuki, Takuya Akiba, Tommi Kerola, Kohei Ozaki, Shotaro Sano.
ICCV 2019 workshop on Open Images Challenge - Large-scale landmark retrieval and recognition under a noisy and diverse dataset
Kohei Ozaki, Shuhei Yokoo.
CVPR2019 workshop on Landmark Recognition - Using the mutual k-nearest neighbor graphs for semi-supervised classification on natural language data
Kohei Ozaki, Masashi Shimbo, Mamoru Komachi, Yuji Matsumoto.
CoNLL 2011
Books
- Kaggleに挑む深層学習プログラミングの極意
小嵜耕平, 秋葉拓哉, 林孝紀, 石原祥太郎.
Presentations / Talks
International Conference
- 5th place solution: kNN shortlist and rotation correction
CVPR 2023 workshop on Image Matching: Local Features and Beyond - Local vs Global Descriptor? Relevance Scoring using Both
CVPR 2018 workshop on Large-Scale Landmark Recognition - 3-Stage Ensemble and Feature Engineering for MOOC Dropout Prediction
KDD 2015 workshop (KDD Cup)
チュートリアル、シンポジウムなど
- 機械学習コンテストの登り方
ViEW 2022 ビジョン技術の実利用ワークショップ, 2022-12-08 - データ分析コンテストの 勝者解答から学ぶ
千葉工業大学 ステアラボ人工知能シンポジウム, 2018-03-03 - データ分析コンテストの技術と最近の進展
千葉工業大学 第14回ステアラボ人工知能セミナー, 2017-10-20 - Python とデータ分析コンテストの実践
FIT2016 第15回情報科学技術フォーラム, 2016-09-09 - 競技データマイニングにおけるテクニックと動向
京都大学 鹿島研究室公開セミナー, 2015-10-15
大学講義
- 情報科学特論
首都大学東京 (集中講義および演習), 2019-09-19 - ビッグデータ解析
大阪大学 (ゲスト担当分講義), 2018-07-24
slides
プロジェクト
麻雀AI
強化学習によって強いゲームAIを開発するための手段を模索しています。麻雀AIは対戦相手の多くの情報が隠されている非完全情報ゲームです。また報酬を得るまでに非常に長い手順を必要とするため、強化学習の題材として難易度が高く興味深い課題です。 最終的には強いゲームAIの開発を経て、ゲーム戦略の分析や発見に役立てることを目指しています。
効率的に学習をするための方法にも興味があります。 単純な self-training では局所最適に陥りやすく、特徴量エンジニアリング、重点サンプリング、カリキュラム学習、探索などの技術によって学習の効率化が行えることを検証しています。
その他の活動
コンペティション
これまでにKDD CupやKaggleをはじめとした様々な機械学習コンテストに参加しています。 Kaggleのユーザーランキングでは最高で4位にランクインしました。Kaggleコンペティションの上位者に与えられる金メダルを合計で20個獲得しています。 Kaggle Grandmasterの称号が生まれた際、これまでの成績に応じて自動的にGrandmasterの称号を与えられたため、世界で最初のKaggle Grandmasterの一人です。
特に新しい技術に触れることが好きであるため、学会併設のコンペティションであったり、何らかの研究をベースとしたコンペティションには積極的に参加しています。 また関心分野である衛星画像を取り扱ったコンペティションにも積極的に取り組んでいます。
イベント主催（Kaggle Tokyo Meetup）
2016年から2023年にかけてKaggle Tokyo Meetupを企画して運営しました。コミュニティ主導の技術交流会として、様々な企業様のオフィスをお借りして合計8回のイベントを開催しました。 6人ほどのミートアップからはじまり、たくさんの登壇者の魅力的な発表に支えられ、最終的にGoogle東京オフィスをお借りして120人以上が参加するイベントまで成長しました。
イベントの様子はKaggle Tokyo Meetup 2023 Live 配信 (youtube)から視聴することができます。
プログラミングコンテスト
ACM/ICPCは年次開催されている世界中の大学対抗の競技プログラミングコンテストです。 大学在学時に東京理科大学の友人とチームを組んで参加し、アジア地区予選に二度進出しました（2007年東京大会、2008年会津大会）。
また、ACM SIGPLANのカンファレンスであるICFPが主催するプログラミングコンテストにも参加していました。 2014年は Standard ML/Yeah! という名前で単独参加し、ライトニングラウンドで6位にランクインしました。 この年はLISPマシン上で動作するパックマンクローンのAIを実装するコンテストでした。
勉強会やイベントの登壇
- IMC2023振り返り&コードコンペの戦い方, 第1回 関東Kaggler会
- 「Kaggleに挑む深層学習プログラミングの極意」著者によるAMA, Weights & Biases 東京ミートアップ #2
- データ分析コンテストの解答から学ぶ, PyCon mini Osaka
- 画像処理コンペティションにおける技術とワザ, Kaggle Student Meetup by Sansan
- 実験の再現性と効率化の話（Docker と Serialization 周辺）, ビッグデータ基盤技術勉強会 (筑波大学)
- Workflow, Serialization & Docker for Kaggle, Kaggle Tokyo Meetup #1
- Techniques (Tricks) for Data Mining Competition, BrainPad 社内講演
- データマイニングコンテストにおけるテクニック, PyData.Tokyo Meetup #6
- InfluxDB & LevelDB Inside-out, Monitoring Casual Talk in Kyoto
- Distributed Graph System & Related Topics, 第18回 データマイニング+WEB 勉強会