ANDONG WANG · 王 安東
理化学研究所 革新知能統合研究センター（RIKEN AIP）研究員
※ 本日本語版ページは Gemini により翻訳・作成されました

王 安東 WANG Andong, Ph.D.

理化学研究所 AIP にてテンソル表現学習の研究に従事。行列や関数空間における基礎原理を高次テンソルへと拡張し、概念としての深さと実用的な波及効果を兼ね備えた数理理論の構築を目指しています。

テンソル学習 高信頼学習 AI for Science & 量子機械学習 代数幾何的手法 自動運転・ロボティクス

🤖 初期の工学時代： 理由は不明だが動いていた。
🤯 後期の理論時代： 理由は解明したが動かない。
🫠 現在の野望： 双方の伝統を融合させ、理由も分からず、何ひとつ動かない境地へ。

研究の主要テーマ

表現構造、頑健性、転移性、および不完全情報からの高信頼な学習に関する主要テーマの概観。

📐 データ空間 · テンソル幾何

(generalized) t-product および変換領域演算が誘導する代数幾何構造を解明し、t-スカラー、t-加群、t-多様体を通じたテンソル学習の統一的幾何基盤を構築。

🛡️ パラメータ空間 · 低ランク頑健性

変換領域低ランクパラメータ化による頑健な汎化性能、敵対的頑健性、サンプル効率の向上、およびテンソルニューラルネットワークや構造化回帰モデルの転移性向上。

♾️ 関数空間 · 関数テンソルSVD

テンソル分解を離散配列から無限次元関数空間へと拡張し、関数データ解析、作用素学習、および組合せシフト・分布シフト下での多出力回帰を支援。

⚛️ 応用 · 量子機械学習 & マルチモーダル

量子機械学習およびマルチモーダル表現学習において、テンソルネットワークを構造化表現、プロンプトチューニング、および高ノイズ・欠損データからの頑健復元のための数理言語として活用。

主要論文

テンソル幾何、頑健汎化、転移学習、テンソル復元に関する主要論文。論文に誤り等ございましたら、メールにてご教示いただけますと幸いです（w.a.d@outlook.com）。

  1. Refining dual spectral sparsity in transformed tensor singular values.
     Wang, A., Qiu, Y., Huang, H., Jin, Z., Zhou, G., & Zhao, Q. · ICML 2026. PDF Code
  2. Towards a geometric understanding of tensor learning via the t-product.
     Wang, A., Qiu, Y., Huang, H., Jin, Z., Zhou, G., & Zhao, Q. · NeurIPS 2025. PDF Code
  3. Low-Rank Tensor Transitions (LoRT) for transferable tensor regression.
     Wang, A., Qiu, Y., Jin, Z., Zhou, G., & Zhao, Q. · ICML 2025. PDF Code
  4. Generalized tensor decomposition for understanding multi-output regression under combinatorial shifts.
     Wang, A., Qiu, Y., Bai, M., Jin, Z., Zhou, G., & Zhao, Q. · NeurIPS 2024. PDF Code
  5. Transformed low-rank parameterization can help robust generalization for tensor neural networks.
     Wang, A., Li, C., Bai, M., Jin, Z., Zhou, G., & Zhao, Q. · NeurIPS 2023. PDF Code
  6. Tensor recovery via L-spectral k-support norm.
     Wang, A., Zhou, G., Jin, Z., & Zhao, Q. · IEEE Journal of Selected Topics in Signal Processing, 15(3), 522–534, 2021. Link
  7. Robust Tensor Decomposition via Orientation Invariant Tubal Nuclear Norms.
     Wang, A., Li, C., Jin, Z., & Zhao, Q. · AAAI 2020 Oral. PDF Code
  8. Latent Schatten TT norm for tensor completion.
     Wang, A., Song, X., Wu, X., Lai, Z., & Jin, Z. · ICASSP 2019 Oral. Link
  9. Noisy low-tubal-rank tensor completion.
     Wang, A., Lai, Z., & Jin, Z. · Neurocomputing, 330, 267–279, 2019. Link
  10. Near-optimal noisy low-tubal-rank tensor completion via singular tube thresholding.
     Wang, A. & Jin, Z. · ICDM Workshop 2017. Link （博士課程延期を経てようやく発表に至った人生最初の論文。素朴ながらも、決して容易ではなかった研究生活の原点です）

略歴・研究経歴

学歴および研究機関での着任履歴。

学会活動・社会貢献

国際会議の運営・エリアチェアおよび査読活動。

  1. 理化学研究所 研究員会議 幹事（FY2026–FY2027）。
  2. Area Chair: ICML 2026, NeurIPS 2026, ICLR 2027。
  3. Senior Program Committee: AAAI 2027。
  4. オーガナイザー: ICIAM 2023 ミニシンポジウム「New Trends in Tensor Networks and Tensor Optimization」。
  5. ワークショップ Co-Chair: IEEE CAI 2024「Tensor Models for Machine Learning」。
  6. 査読委員: NeurIPS, ICML, ICLR, AISTATS, AAAI, IJCAI, CVPR, TPAMI, TIP, TSP, TNNLS, TCYB, TCSVT, SIIMS, Pattern Recognition, Neural Networks, Machine Learning 等。

研究助成・プロジェクト・受賞

獲得した競争的研究資金、推進中の研究イニシアチブ、および研究表彰。