研究者
J-GLOBAL ID:201601018424833177   更新日: 2024年04月16日

鈴木 大慈

スズキ タイジ | Suzuki Taiji
所属機関・部署:
職名: 教授
研究分野 (1件): 数理情報学
研究キーワード (5件): 統計的学習理論 ,  高次元統計 ,  カーネル法 ,  確率的最適化 ,  ベイズ統計
競争的資金等の研究課題 (10件):
  • 2020 - 2025 大規模複雑データの理論と方法論の革新的展開
  • 2018 - 2022 深層機械学習理論の深化とその構造解析への応用
  • 2018 - 2021 深層学習の理論的究明による人工知能技術の革新
  • 2015 - 2020 生命病態システムの数理モデリングとその個別化医療への応用のための数理的基盤の確立
  • 2015 - 2020 大規模複雑データの理論と方法論の総合的研究
全件表示
論文 (26件):
  • Hiroaki Kingetsu, Kenichi Kobayashi, Taiji Suzuki. Neural Network Module Decomposition and Recomposition with Superimposed Masks. 2023 International Joint Conference on Neural Networks (IJCNN). 2023
  • Stefano Massaroli, Michael Poli, Sho Sonoda, Taiji Suzuki, Jinkyoo Park, Atsushi Yamashita, Hajime Asama. Differentiable Multiple Shooting Layers. Advances in Neural Information Processing Systems 34: Annual Conference on Neural Information Processing Systems 2021(NeurIPS). 2021. 16532-16544
  • Song Liu, Taiji Suzuki, Raissa Relator, Jun Sese, Masashi Sugiyama, Kenji Fukumizu. SUPPORT CONSISTENCY OF DIRECT SPARSE-CHANGE LEARNING IN MARKOV NETWORKS. ANNALS OF STATISTICS. 2017. 45. 3. 959-990
  • Song Liu, Akiko Takeda, Taiji Suzuki, Kenji Fukumizu. Trimmed Density Ratio Estimation. Advances in Neural Information Processing Systems 30: Annual Conference on Neural Information Processing Systems 2017, 4-9 December 2017, Long Beach, CA, USA. 2017. 4518-4528
  • Song Liu, John A. Quinn, Michael U. Gutmann, Taiji Suzuki, Masashi Sugiyama. Direct Learning of Sparse Changes in Markov Networks by Density Ratio Estimation. NEURAL COMPUTATION. 2014. 26. 6. 1169-1197
もっと見る
MISC (14件):
  • Hiroaki Kingetsu, Kenichi Kobayashi 0001, Taiji Suzuki. Neural Network Module Decomposition and Recomposition. CoRR. 2021. abs/2112.13208
  • Song Liu, Taiji Suzuki, Masashi Sugiyama, Kenji Fukumizu. Structure learning of partitioned Markov networks. 33rd International Conference on Machine Learning, ICML 2016. 2016. 1. 657-671
  • 金川 平志郎, 鈴木 大慈. Non-parametric tensor learning with Gaussian process prior and its application to multi-task learning (情報論的学習理論と機械学習 情報論的学習理論ワークショップ(IBIS2015)). 電子情報通信学会技術研究報告 = IEICE technical report : 信学技報. 2015. 115. 323. 273-280
  • 杉山 将, 鈴木 大慈. いまさら聞けない! コンピュータの数学:3. 機械学習のための数学. 情報処理. 2015. 56. 5. 442-447
  • 冨岡 亮太, 鈴木 大慈, 林 浩平. 凸最適化に基づくテンソル分解. 応用数理. 2014. 24. 4. 160-167
もっと見る
※ J-GLOBALの研究者情報は、researchmapの登録情報に基づき表示しています。 登録・更新については、こちらをご覧ください。

前のページに戻る