Refereed Journal Papers

1. Regression framework incorporating intermediate parameters for improved prediction accuracy in multilayer thin films for silicon heterojunction solar cells with high efficiency
   Japanese Journal of Applied Physics, 65 (9), 09SP05, 2026.
   Soma Kondo, Yasuyoshi Kurokawa, kentaro kutsukake, Shion Takeno, Ryoji Katsube and Noritaka Usami
   Paper
2. Regret Analysis of Posterior Sampling-Based Expected Improvement for Bayesian Optimization
   Transactions on Machine Learning Research (TMLR), 2025.
   Shion Takeno, Yu Inatsu, Masayuki Karasuyama, Ichiro Takeuchi
   Paper Preprint
3. Regret Analysis for Randomized Gaussian Process Upper Confidence Bound
   Journal of Artificial Intelligence Research 84, Article 18, 2025,
   Shion Takeno, Yu Inatsu, Masayuki Karasuyama
   Paper Preprint IF in 2024 = 4.6
4. Active Learning for Level Set Estimation Using Randomized Straddle Algorithms
   Transactions on Machine Learning Research (TMLR), 2024.
   Yu Inatsu, Shion Takeno, Kentaro Kutsukake, Ichiro Takeuchi
   Paper Preprint
5. Bayesian Optimization for Cascade-type Multi-stage Processes
   Neural Computation, 34 (12): 2408–2431, 2022.
   Shunya Kusakawa, Shion Takeno, Yu Inatsu, Kentaro Kutsukake, Shogo Iwazaki, Takashi Nakano, Toru Ujihara, Masayuki Karasuyama, Ichiro Takeuchi
   Paper Preprint Code IF in 2021 = 3.278 (Our figure is selected as a cover)
6. A Generalized Framework of Multi-fidelity Max-value Entropy Search through Joint Entropy
   Neural Computation, 34 (10): 2145–2203, 2022.
   Shion Takeno, Hitoshi Fukuoka, Yuhki Tsukada, Toshiyuki Koyama, Motoki Shiga, Ichiro Takeuchi, and Masayuki Karasuyama
   Paper Code IF in 2021 = 3.278
7. Cost-effective search for lower-error region in material parameter space using multifidelity Gaussian process modeling
   Physical Review Materials, vol.4, 083802, 2020.
   Shion Takeno, Yuhki Tsukada, Hitoshi Fukuoka, Toshiyuki Koyama, Motoki Shiga, and Masayuki Karasuyama
   Paper Preprint IF in 2019 = 3.337
8. Estimation of material parameters based on precipitate shape: efficient identification of low-error region with Gaussian process modeling
   Scientific Reports, vol.9, 15798, 2019.
   Yuhki Tsukada, Shion Takeno, Masayuki Karasuyama, Hitoshi Fukuoka, Motoki Shiga, and Toshiyuki Koyama
   Paper IF in 2018 = 4.525

Refereed International Conference Papers

1. On Regret Bounds of Thompson Sampling for Bayesian Optimization
   Proceedings of The 43rd International Conference on Machine Learning (ICML 2026), vol. XX, pp. XX-XX, PMLR, 2026 (To appear).
   Shion Takeno, Shogo Iwazaki
   Preprint (Acceptance rate 26.6% ≈ 6352 / 23918)
2. Distributionally Robust Active Learning for Gaussian Process Regression
   Proceedings of The 42nd International Conference on Machine Learning (ICML 2025), vol. 267, pp. 58339-58358, PMLR, 2025.
   Shion Takeno, Yoshito Okura, Yu Inatsu, Tatsuya Aoyama, Tomonari Tanaka, Satoshi Akahane, Hiroyuki Hanada, Noriaki Hashimoto, Taro Murayama, Hanju Lee, Shinya Kojima, Ichiro Takeuchi
   Paper Preprint (Acceptance rate 26.9% ≈ 3260 / 12107)
3. Improved Regret Analysis in Gaussian Process Bandits: Optimality for Noiseless Reward, RKHS norm, and Non-Stationary Variance
   Proceedings of The 42nd International Conference on Machine Learning (ICML 2025), vol. 267, pp. 26642-26672, PMLR, 2025.
   Shogo Iwazaki, Shion Takeno
   Paper Preprint (Oral, Top 1% ≈ 120 / 12107)
4. Near-Optimal Algorithm for Non-Stationary Kernelized Bandits
   Proceedings of the 28th International Conference on Artificial Intelligence and Statistics (AISTATS 2025), vol. 258, pp. 406-414, PMLR, 2025.
   Shogo Iwazaki, Shion Takeno
   Paper Preprint (Oral, Top 2 % in 1861 submissions)
5. No-Regret Bayesian Optimization with Stochastic Observation Failures
   Proceedings of the 28th International Conference on Artificial Intelligence and Statistics (AISTATS 2025), vol. 258, pp. 415-423, PMLR, 2025.
   Shogo Iwazaki, Tomohiko Tanabe, Mitsuru Irie, Shion Takeno, Kota Matsui, Yu Inatsu
   Paper (Acceptance rate 31.3% ≈ 583 / 1861)
6. Posterior Sampling-Based Bayesian Optimization with Tighter Bayesian Regret Bounds
   Proceedings of The 41st International Conference on Machine Learning (ICML 2024), vol. 235, pp. 47510-47534, PMLR, 2024.
   Shion Takeno, Yu Inatsu, Masayuki Karasuyama, Ichiro Takeuchi
   Paper Preprint Code (Acceptance rate 27.5% ≈ 2609 / 9473)
7. Risk Seeking Bayesian Optimization under Uncertainty for Obtaining Extremum
   Proceedings of the 27th International Conference on Artificial Intelligence and Statistics (AISTATS 2024), vol. 238, pp. 1252-1260, PMLR, 2024.
   Shogo Iwazaki, Tomohiko Tanabe, Mitsuru Irie, Shion Takeno, Yu Inatsu
   Paper (Acceptance rate 27.6% ≈ 546 / 1980)
8. Bounding Box-based Multi-objective Bayesian Optimization of Risk Measures under Input Uncertainty
   Proceedings of the 27th International Conference on Artificial Intelligence and Statistics (AISTATS 2024), vol. 238, pp. 4564-4572, PMLR, 2024.
   Yu Inatsu, Shion Takeno, Hiroyuki Hanada, Kazuki Iwata, Ichiro Takeuchi
   Paper Preprint (Acceptance rate 27.6% ≈ 546 / 1980)
9. Multi-objective Bayesian Optimization with Active Preference Learning
   Proceedings of the 38th AAAI Conference on Artificial Intelligence (AAAI 2024), 38(13), pp. 14490-14498, 2024.
   Ryota Ozaki, Kazuki Ishikawa, Youhei Kanzaki, Shinya Suzuki, Shion Takeno, Ichiro Takeuchi, Masayuki Karasuyama
   Paper Preprint (Acceptance rate 23.8% ≈ 2342 / 9862)
10. Failure-Aware Gaussian Process Optimization with Regret Bounds
    Proceedings of Advances in Neural Information Processing Systems 36 (NeurIPS 2023), pp. 24388-24400, 2023.
    Shogo Iwazaki, Shion Takeno, Tomohiko Tanabe, Mitsuru Irie
    Paper (Acceptance rate 26.1% ≈ 3218 / 12343)
11. Randomized Gaussian Process Upper Confidence Bound with Tighter Bayesian Regret Bounds
    Proceedings of The 40th International Conference on Machine Learning (ICML 2023), vol. 202, pp. 33490-33515, PMLR, 2023.
    Shion Takeno, Yu Inatsu, Masayuki Karasuyama
    Paper Preprint (Acceptance rate 27.9% ≈ 1827 / 6538)
12. Towards Practical Preferential Bayesian Optimization with Skew Gaussian Processes
    Proceedings of The 40th International Conference on Machine Learning (ICML 2023), vol. 202, pp. 33516-33533, PMLR, 2023.
    Shion Takeno, Masahiro Nomura, Masayuki Karasuyama
    Paper Preprint Code (Acceptance rate 27.9% ≈ 1827 / 6538)
13. Sequential- and Parallel- Constrained Max-value Entropy Search via Information Lower Bound
    Proceedings of The 39th International Conference on Machine Learning (ICML 2022), vol. 162, pp. 20960-20986, PMLR, 2022.
    Shion Takeno, Tomoyuki Tamura, Kazuki Shitara, and Masayuki Karasuyama
    Paper Preprint Code (Acceptance rate 21.9% ≈ (1117 + 118) / 5630)
14. Bayesian Optimization for Distributionally Robust Chance-constrained Problem
    Proceedings of The 39th International Conference on Machine Learning (ICML 2022), vol. 162, pp. 9602-9621, PMLR, 2022.
    Yu Inatsu, Shion Takeno, Masayuki Karasuyama, Ichiro Takeuchi
    Paper Preprint (Acceptance rate 21.9% ≈ (1117 + 118) / 5630)
15. Multi-fidelity Bayesian Optimization with Max-value Entropy Search and its Parallelization
    Proceedings of The 37th International Conference on Machine Learning (ICML 2020), vol. 119, pp. 9334–9345, PMLR, 2020.
    Shion Takeno, Hitoshi Fukuoka, Yuhki Tsukada, Toshiyuki Koyama, Motoki Shiga, Ichiro Takeuchi, and Masayuki Karasuyama
    Paper Preprint Code (Acceptance rate 22% ≈ 1088 / 4990)
16. Multi-objective Bayesian Optimization using Pareto-frontier Entropy
    Proceedings of The 37th International Conference on Machine Learning (ICML 2020), vol. 119, pp. 9279–9288, PMLR, 2020.
    Shinya Suzuki, Shion Takeno, Tomoyuki Tamura, Kazuki Shitara, and Masayuki Karasuyama
    Paper Preprint Code (Acceptance rate 22% ≈ 1088 / 4990)

International Workshop Papers

1. Hot off the Press: Towards Practical Preferential Bayesian Optimization with Skew Gaussian Processes
   Proceedings of the Companion Conference on Genetic and Evolutionary Computation Conference Companion (GECCO2024), pp. 59-60, Association for Computing Machinery, 2024
   Shion Takeno, Masahiro Nomura, Masayuki Karasuyama
   Paper
2. Preferential Bayesian Optimization with Hallucination Believer
   NeurIPS Workshop on Gaussian Processes, Spatiotemporal Modeling, and Decision-making Systems, 2022.
   Shion Takeno, Masahiro Nomura, Masayuki Karasuyama
   Paper

Online preprint

1. Optimal-Point Variance Reduction For Bayesian Optimization With Regret Guarantee
   arXiv:2606.00956, 2026.
   Shion Takeno
   Preprint
2. Safe Distributionally Robust Feature Selection under Covariate Shift
   arXiv:2603.16062, 2026.
   Hiroyuki Hanada, Satoshi Akahane, Noriaki Hashimoto, Shion Takeno, Ichiro Takeuchi
   Preprint
3. Randomized Kiring Believer for Parallel Bayesian Optimization with Regret Bounds
   arXiv:2603.01470, 2026.
   Shuhei Sugiura, Ichiro Takeuchi, Shion Takeno
   Preprint
4. Dose-finding design based on level set estimation in phase I cancer clinical trials
   arXiv:2504.09157, 2025.
   Keiichiro Seno, Kota Matsui, Shogo Iwazaki, Yu Inatsu, Shion Takeno, Shigeyuki Matsui
   Preprint
5. Distributionally Robust Safe Sample Screening
   arXiv:2406.05964 , 2024.
   Hiroyuki Hanada, Tatsuya Aoyama, Satoshi Akahane, Tomonari Tanaka, Yoshito Okura, Yu Inatsu, Noriaki Hashimoto, Shion Takeno, Taro Murayama, Hanju Lee, Shinya Kojima, Ichiro Takeuchi
   Preprint

Domestic Journals

1. Sliced Wasserstein カーネルを用いたマルチフィデリティベイズ最適化による梁構造最適化
   情報論的学習理論と機械学習研究会(IBISML), 信学技報, vol. 126, no. 91, IBISML2026-14, pp. 61-68, 2026年7月
   上田修史, 杉浦秀平, 竹内一郎, 崔 羿, 竹野思温
2. ガウス過程トンプソンサンプリングの高確率リグレット保証に関する検討
   情報論的学習理論と機械学習研究会(IBISML), 信学技報, vol. 125, no. 308, IBISML2025-22, pp. 1-5, 2025年12月
   竹野思温, 岩崎省吾
3. 二値，選好情報を利用する非近視眼的ベイズ最適化
   情報論的学習理論と機械学習研究会(IBISML), 信学技報, vol. 125, no. 308, IBISML2025-23, pp. 6-13, 2025年12月
   栗聡汰, 杉浦秀平, 竹内一郎, 竹野思温
4. 内側の関数の観測が得られない合成関数に対するベイズ最適化
   情報論的学習理論と機械学習研究会(IBISML), 信学技報, vol. 125, no. 308, IBISML2025-24, pp. 14-21, 2025年12月
   戸田海仁, 杉浦秀平, 竹野思温, 竹内一郎
5. 事後分布サンプリングに基づく並列ベイズ最適化のリグレット解析
   情報論的学習理論と機械学習研究会(IBISML), 信学技報, vol. 125, no. 308, IBISML2025-25, pp. 22-29, 2025年12月
   杉浦秀平, 竹内一郎, 竹野思温
6. ガウス過程回帰モデルによるテスト分布を考慮した能動学習
   情報論的学習理論と機械学習研究会(IBISML), 信学技報, vol. 124, no. 321, IBISML2024-37, pp. 41-48, 2024年12月
   大藏芳斗, 竹野思温, 稲津 佑, 青山竜也, 田中智成, 赤羽智志, 花田博幸, 橋本典明, 村山太朗, 李 翰柱, 小嶋信矢, 竹内一郎
7. 最適値の情報量に基づいたマルチフィデリティベイズ最適化
   第37回人工知能学会全国大会論文集, pp.4Q3OS1402-4Q3OS1402, 2023年
   竹野思温, 烏山昌幸.
   
8. 複数目的のレベル集合推定のための適応的意思決定アルゴリズムの提案
   第37回人工知能学会全国大会論文集, pp.4Q3OS1405-4Q3OS1405, 2023年
   岩崎省吾, 竹野思温, 稲津佑, 松井孝太.
   
9. 選好考慮型多目的ベイズ最適化によるユーザの好みを反映したハイパーパラメータ最適化
   情報論的学習理論と機械学習研究会(IBISML), 信学技報, vol. 122, no. 325, IBISML2022-60, pp. 120-127, 2022年12月
   尾崎令拓, 石川和樹, 神崎陽平, 竹野思温, 竹内一郎, 烏山昌幸
10. 乱択GP-UCBアルゴリズムのリグレット解析
    情報論的学習理論と機械学習研究会(IBISML), 信学技報, vol. 122, no. 325, IBISML2022-49, pp. 38-45, 2022年12月
    竹野思温, 稲津佑, 烏山昌幸
11. 情報量の下界に基づく逐次的及び並列的な制約付きベイズ最適化
    情報論的学習理論と機械学習研究会(IBISML), 信学技報, vol. 121, no. 321, IBISML2021-19, pp. 9-16, 2022年1月
    竹野思温, 田村友幸, 設楽一希, 烏山昌幸
12. 情報量に基づく複数タスクの同時ベイズ最適化
    情報論的学習理論と機械学習研究会(IBISML), 信学技報, vol. 121, no. 321, IBISML2021-28, pp. 75-80, 2022年1月
    山田倫太郎, 竹野思温, 烏山昌幸
13. 分布的ロバストな機会制約付き最適化問題に対する能動学習
    情報論的学習理論と機械学習研究会(IBISML), 信学技報, vol.121, no.80, IBISML2021-7, pp.47-54, 2021年6月
    稲津佑, 竹野思温, 烏山昌幸, 竹内一郎
14. マルチフィデリティな評価関数を活用した能動的レベルセット推定
    情報論的学習理論と機械学習研究会(IBISML), 信学技報, vol.118, no.81, IBISML2018, pp.1-8, 2018年6月
    竹野思温, 福岡準史, 塚田祐貴, 小山敏幸, 志賀元紀, 竹内一郎, 烏山昌幸

International Conference

1. Cascade-type multistage Bayesian optimization for High-Performance Multilayer Electron-Selective Films Containing Nanocrystalline Silicon Oxide
   36th International Photovoltaic Science and Engineering Conference (PVSEC-36), 9th Nov. 2025.
   ○ Soma Kondo, Yasuyoshi Kurokawa, Kentaro Kutsukake, Shion Takeno, Ryoji Katsube, and Noritaka Usami
2. Data assimilation for crystal growth simulation incorporating multiple uncertainties using machine learning
   11th International Workshop on Modeling in Crystal Growth, Timisoara, Romania, 24th Sep. 2024.
   ○ Kentaro Kutsukake, Shion Takeno, Masato Ota, Ichiro Takeuchi, and Toru Ujihara

Domestic Workshop (Oral presentation)

1. マルチフィデリティベイズ最適化によるボロノイ分割を用いた構造の最適化
   日本機械学会 第 39 回計算力学講演会 (CMD2026), 大阪, 2026年9月.
   ○ 上田修史, 山本 康太, 杉浦秀平, 竹野思温, 竹内一郎, 崔 羿
2. Sliced Wasserstein カーネルを用いたマルチフィデリティベイズ最適化による梁構造最適化
   情報論的学習理論と機械学習研究会 (IBISML2026), 沖縄, 2026年7月.
   ○ 上田修史, 杉浦秀平, 竹内一郎, 崔 羿, 竹野思温
3. 物理的知見を取り入れた多段回帰モデルによるシリコンヘテロ接合太陽電池用多層エミッタ薄膜の高性能化
   第73回応用物理学会春季学術講演会, 東京, 2026年03月.
   ○ 近藤蒼馬, 黒川康良, 沓掛健太郎, 竹野思温, 勝部 涼司, 宇佐美 徳隆
4. ガウス過程トンプソンサンプリングの高確率リグレット保証に関する検討
   情報論的学習理論と機械学習研究会 (IBISML2025), 名古屋, 2025年12月.
   ○ 竹野思温, 岩崎省吾
5. 二値，選好情報を利用する非近視眼的ベイズ最適化
   情報論的学習理論と機械学習研究会 (IBISML2025), 名古屋, 2025年12月.
   ○ 栗聡汰, 杉浦秀平, 竹内一郎, 竹野思温
6. 内側の関数の観測が得られない合成関数に対するベイズ最適化
   情報論的学習理論と機械学習研究会 (IBISML2025), 名古屋, 2025年12月.
   ○ 戸田海仁, 杉浦秀平, 竹野思温, 竹内一郎
7. 事後分布サンプリングに基づく並列ベイズ最適化のリグレット解析
   情報論的学習理論と機械学習研究会 (IBISML2025), 名古屋, 2025年12月.
   ○ 杉浦秀平, 竹内一郎, 竹野思温
8. マルチフィデリティベイズ最適化によるミクロ構造最適化
   第72回応用物理学会春季学術講演会, 2025年3月.
   ○ 栗田智啓, 竹野思温, 崔羿, 竹内 一郎
9. ガウス過程回帰モデルによるテスト分布を考慮した能動学習
   情報論的学習理論と機械学習研究会 (IBISML2024), 函館, 2024年12月.
   ○大藏芳斗, 竹野思温, 稲津佑, 青山竜也, 田中智成, 赤羽智志, 花田博幸, 橋本典明, 村山太朗, 李翰柱, 小嶋信矢, 竹内一郎
10. 多様な誤差を考慮した製造装置シミュレーションのデータ同化
    日本機械学会 第37回計算力学講演会 (CMD2024), 2024年10月.
    ○沓掛 健太朗, 竹野思温, 太田 壮音, 竹内 一郎, 宇治原 徹
11. 人間参加型選好ベイズ最適化の半導体製造プロセス開発への応用
    第71回応用物理学会春季学術講演会, 2024年3月.
    松田凌芽, 霜田大貴, 吉田拓未, 竹野思温, ○ 沓掛健太朗, 宇治原徹, 竹内 一郎
12. ガウス過程に対する乱択UCBアルゴリズム
    2022年度統計関連学会連合大会, 京都, 2023年9月.
    ○竹野思温, 稲津佑, 烏山昌幸
13. 最適値の情報量に基づいたマルチフィデリティベイズ最適化
    第37回人工知能学会全国大会, 熊本, 2023年6月.
    ○竹野思温, 烏山昌幸
14. 複数目的のレベル集合推定のための適応的意思決定アルゴリズムの提案
    第37回人工知能学会全国大会, 熊本, 2023年6月.
    ○ 岩崎 省吾, 竹野思温, 稲津佑, 松井孝太
15. 選好考慮型多目的ベイズ最適化によるユーザの好みを反映したハイパーパラメータ最適化
    情報論的学習理論と機械学習研究会(IBISML2022), 京都, 2022年12月.
    ○尾崎令拓, 石川和樹, 神崎陽平, 竹野思温, 竹内一郎, 烏山昌幸
16. 乱択GP-UCBアルゴリズムのリグレット解析 (IEICE IBISML 研究会賞 ファイナリスト)
    情報論的学習理論と機械学習研究会(IBISML2022), 京都, 2022年12月.
    ○竹野思温, 稲津佑, 烏山昌幸
17. 専門家の知識を入れたものづくりのためのデータ同化（ii）-SiC溶液成長シミュレーションへの適用-
    第83回応用物理学会秋季学術講演会, 2022年9月.
    ○ 太田壮音, 沓掛健太朗, 竹野思温, 烏山昌幸, 竹内一郎, 原田俊太, 田川美穂, 宇治原徹
18. 専門家の知識を入れたものづくりのためのデータ同化（i）-手法の提案-
    第83回応用物理学会秋季学術講演会, 2022年9月.
    ○ 沓掛健太朗, 竹野思温, 太田壮音, 烏山昌幸, 竹内一郎, 宇治原徹
19. 情報量の下界に基づく逐次的及び並列的な制約付きベイズ最適化
    情報論的学習理論と機械学習研究会(IBISML2022), Online, 2022年1月.
    ○竹野思温, 田村友幸, 設楽一希, 烏山昌幸
20. 情報量に基づく複数タスクの同時ベイズ最適化
    情報論的学習理論と機械学習研究会(IBISML2022), Online, 2022年1月
    ○山田倫太郎, 竹野思温, 烏山昌幸
21. 情報量の下界に基づく制約付きベイズ最適化
    第24回情報論的学習理論ワークショップ (IBIS2021), Online, 2021年11月.
    ○竹野思温, 田村友幸, 設楽一希, 烏山昌幸
22. カスケードタイプの多ステージプロセスに対するベイズ最適化
    第24回情報論的学習理論ワークショップ (IBIS2021), Online, 2021年11月.
    ○草川隼也, 竹野思温, 稲津佑, 沓掛健太朗, 岩崎省吾, 中野高志, 烏山昌幸, 宇治原徹, 竹内一郎
23. 分布的ロバストな機会制約付き最適化問題に対する能動学習 (IEICE IBISML 研究会賞 ファイナリスト)
    情報論的学習理論と機械学習研究会(IBISML2021), Online, 2021年6月.
    ○稲津佑, 竹野思温, 烏山昌幸, 竹内一郎
24. 多段階プロセスに対するベイズ最適化の中断可能設定への拡張
    第18回情報学ワークショップ (WINF2020), 名古屋工業大学, 2020年11月.
    ○草川隼也, 竹野思温, 沓掛健太朗, 竹内一郎
25. マルチフィデリティな評価関数を活用した能動的レベルセット推定
    情報論的学習理論と機械学習研究会(IBISML2018), 沖縄科学技術大学院大学, 2018年6月.
    ○竹野思温, 竹内一郎, 烏山昌幸

Domestic Workshop (Poster)

1. 乱択期待改善量に基づくベイズ最適化 (IBIS Workshop 優秀プレゼンテーション賞 ファイナリスト)
   第27回情報論的学習理論ワークショップ (IBIS2024), さいたま, 2024年11月.
   ○竹野思温, 稲津佑, 烏山昌幸, 竹内一郎
2. レベル集合推定のためのランダム化に基づく適応的意思決定アルゴリズム
   第27回情報論的学習理論ワークショップ (IBIS2024), さいたま, 2024年11月.
   ○稲津佑, 竹野思温, 沓掛健太朗, 竹内一郎
3. ガウス過程回帰モデルによるテスト分布を考慮した能動学習
   第27回情報論的学習理論ワークショップ (IBIS2024), さいたま, 2024年11月.
   ○大藏芳斗, 竹野思温, 稲津佑, 青山竜也, 田中智成, 赤羽智志, 花田博幸, 橋本典明, 村山太朗, 李翰柱, 小嶋信矢, 竹内一郎
4. 二値応答と選好情報を活用するベイズ最適化
   第27回情報論的学習理論ワークショップ (IBIS2024), さいたま, 2024年11月.
   ○栗聡汰, 竹野思温, 稲津佑, 竹内一郎
5. 系列データに対する潜在変数を用いた連続緩和に基づくベイズ最適化
   第27回情報論的学習理論ワークショップ (IBIS2024), さいたま, 2024年11月.
   ○田中優次, 竹野思温, 増田慎太郎, 稲津佑, 烏山昌幸, 永田崇, 井上圭一, 竹内一郎
6. 事後分布からのサンプルに基づくベイズ最適化 (IBIS Workshop 優秀プレゼンテーション賞 ファイナリスト)
   第26回情報論的学習理論ワークショップ (IBIS2023), 福岡, 2023年10月.
   ○竹野思温, 稲津佑, 烏山昌幸, 竹内一郎
7. 入力不確実性が存在する下での信用領域を用いたリスク尺度に対する多目的ベイズ最適化手法
   第26回情報論的学習理論ワークショップ (IBIS2023), 福岡, 2023年10月.
   ○稲津佑, 花田博幸, 岩田和樹, 竹野思温, 竹内一郎
8. 入力データ分布に対する不確実性の下での分布ロバストな能動学習
   第26回情報論的学習理論ワークショップ (IBIS2023), 福岡, 2023年10月.
   ○大藏芳斗, 稲津佑, 竹野思温, 花田博幸, 青山竜也, 田中智成, 赤羽智志, 小嶋信矢, 李翰柱, 竹内一郎
9. Max-value Entropy Searchに基づくMulti-fidelityベイズ最適化
   第22回情報論的学習理論ワークショップ (IBIS2019), ウインクあいち, 2019年11月.
   ○竹野思温, 福岡準史, 塚田祐貴, 小山敏幸, 志賀元紀, 竹内一郎, 烏山昌幸
10. Pareto-frontier Entropyに基づく多目的ベイズ最適化
    第22回情報論的学習理論ワークショップ (IBIS2019), ウインクあいち, 2019年11月.
    ○鈴木進也, 竹野思温, 田村友幸, 設楽一希, 烏山昌幸

Invited talk

1. 発展的問題のためのベイズ最適化
   計測・制御・システム工学部会シンポジウム（制御技術部会共催）, 新潟, アートホテル上越, 2024年11月14日.
   竹野思温
2. 選好に基づくベイズ最適化
   第27回情報論的 学習理論ワークショップ, さいたま ソニックシティ, 2024年11月6日.
   竹野思温
3. 乱択ガウス過程UCBとその期待リグレット上界
   第23回情報科学技術フォーラム トップコンファレンスセッション, 広島工業大学 五日市キャンパス, 2024年9月4日.
   竹野思温
4. 出力空間の情報量に基づくベイズ最適化の発展
   理研AIP データ駆動型生物医科学チーム オンラインセミナー, Online, 2022年9月15日.
   竹野思温
5. 出力空間の情報量を用いたベイズ最適化とその発展
   第5回 統計・機械学習若手シンポジウム (StatsML Symposium'20), Online, 2020年12月4日.
   竹野思温

Research Grants

Academic Activities

1. Reviewer for TMLR (Transactions on Machine Learning Research): 2025 ~ present
2. Reviewer for ICLR (International Conference on Learning Representations): 2026
3. Reviewer for AAAI (Annual AAAI Conference on Artificial Intelligence): 2026
4. Reviewer for ICML (International Conference on Machine Learning): 2024, 2026 (silver reviewer)
5. Reviewer for AISTATS (International Conference on Artificial Intelligence and Statistics): 2024, 2025, 2026
6. Reviewer for NeurIPS (Advances in Neural Information Processing Systems): 2023 (top reviewer)
7. Program committee of IBIS 2024 (The 27th Information-Based Induction Sciences Workshop)
8. Reviewer for others (J. of Computational Physics)

Awards

1. FY2025 Funai Information Technology Award for Young Researchers
2. FY2024 IBIS Workshop Excellence Presentation Award Finalist (Third prize)
3. FY2023 IBIS Workshop Excellence Presentation Award Finalist (Third prize)
4. FY2022 IEICE TC-IBISML Research Award Finalist (Second prize)
5. FY2022 Nagoya Institute of Technology Foundation Student Research Encouragement President's Award (Academic Activities, First Prize)
6. FY2021 IEICE TC-IBISML Research Award Finalist (co-author, Second prize)
7. FY2020 Nagoya Institute of Technology Foundation Student Research Encouragement Vice President's Award (Academic Activities, Second Prize)

Press Release

1. 【CyberAgent】 AI Lab、機械学習分野のトップカンファレンス「ICML2023」にて共著論文採択
2. 【CyberAgent】 AI Lab Creative Researchチームの論文がNeurIPS2022のワークショップ「Gaussian Processes, Spatiotemporal Modeling, and Decision-making Systems」に採択

Review, Commentary, etc.

1. マテリアル・機械学習・ロボット (現代化学増刊48)
   第Ⅲ部 9: 精度・正確度と観測コストを考慮したマルチフィデリティ最適化
   東京化学同人, 2024年
   竹野思温, 烏山昌幸, 竹内一郎.
   
2. ベイズ最適化の基礎と材料探索への応用
   Material Stage vol.23, no.3 pp.54-58, 2023年
   竹内一郎, 竹野思温, Vo Nguyen Le Duy, 花田博幸, 橋本典明, 田地宏一.
   
3. マテリアルズインフォマティクスのためのデータ作成とその解析・応用事例
   第4章 第5節 精度と観測コストのトレードオフを考慮したベイズ的探索法: 材料パラメータ推定での適用事例
   技術情報協会 2021年
   烏山昌幸, 竹野思温, 塚田祐貴, 小山敏幸, 志賀元紀.

Teaching

1. FY2026 First semester Mathematics Ⅱ Tutorial
2. FY2026 First semester Machine Learning and Data Analysis Excercise
3. FY2025 Second semester Laboratory in Physics
4. FY2024 First semester Mathematics Ⅱ Tutorial
5. FY2024 First semester Dynamic System Control Theory
6. FY2024 Second semester Laboratory in Physics

Patent

1. ``推定装置、推定方法、およびプログラム'', 特願2022-134361（2022/08/25出願）
   沓掛健太朗, 竹野思温, 竹内一郎, 宇治原徹, 太田壮音, 烏山昌幸

Consultant

1. 2022/11 ~ 2024/9 Farmnote, Inc.
2. 2024/6 ~ 2025/3 Toyota Industries Corporation

Collaborative Research

1. 2025/1 ~ 2025/3 Farmnote, Inc.