Fundamentals Review

　Fundamentals Review（略称：FR誌，ファンダム・レビュー）は基礎・境界（ESS）ソサイエティ機関誌として，平成19年7月に創刊されました．発行は年4回（7月，10月，1月，4月）で，J-stageにて公開しております．FR誌では，「特別寄稿」，「技術の原点」，「解説論文」等の論説記事，様々な方の御挨拶や慶賀等の「かたい記事」と，基礎・境界ソサイエティに関連した「ESSニュース」や，各研究専門委員会による「研究会に行こう！」，「国際会議報告」，「受賞者の声」，「開催案内」，「論文募集」，各地の様々な活動をお伝えする「だより」等の「やわらかい記事」を掲載してきました．それらは全て，
https://www.ieice.org/ess/ESS/Fundam-Review.html
から御覧になることができます．こちらでは，今までに発行済みの全巻がそろっております．御興味がある方は，是非，上記のFR誌のサイトを御覧下さい．

FR誌ベストオーサー賞

　平成22年4月にFundamentals Reviewベストオーサー賞選奨規程が制定されました．この選奨規程に従い，過去3年間にFR誌に掲載された論説記事の中から，ソサイエティ会員にとって広く有益で，専門外の読者にも分かりやすい構成・表現がとられている，特に優秀な論説1編が選定され，その著者にFundamentals Reviewベストオーサー賞が授与されます．

　令和5年度は，第14巻から第16巻までに掲載された70編の論説が選定対象となり，厳正なる選考の結果，次の論説の著者に令和5年度Fundamentals Reviewベストオーサー賞が授与されました．

 ［選定論説及び受賞者］

題目：少量のデータに対する機械学習

著者：赤穂昭太郎

掲載号等：IEICE Fundamentals Review, vol.16, no.4, pp.247-256, April 2023.

 ［受賞理由］

　高精度な機械学習を実現させるには，膨大な学習データが必要となる．学習に要するコストの課題は，人工知能技術の実用化・普及の障壁となり得る．本論説では，少量データに向いた機械学習の枠組みとして，スパースモデリング，ベイズモデリング，転移学習など幅広いトピックを扱っている．それぞれのトピックについて，数式を使った詳細な説明ではなく，直感的な考え方を説明しており，幅広い読者にとって有益な内容となっている．以上の理由により，本論説の著者を令和5年度FR誌ベストオーサー賞受賞者とした．