国内発表

発表スライド (Slideshare)

著書

招待講演

  • 鈴木大慈:「統計・機械学習における確率的最適化」統計数理研究所公開講座.2016年11月28日.
  • 鈴木大慈:「低ランクテンソルの学習理論と計算理論」IBIS2016.2016年11月16日.京都大学.
  • 鈴木大慈: 統計・計算理論 で広がる機械学習. 統計関連学会連合大会チュートリアル講演. 2016年9月4日.金沢大学.
  • 鈴木大慈: 確率の不思議と機械学習. 第8回マスフェスタ(全国数学生徒研究発表会), 2016年8月27日. 京都大学吉田キャンパス.
  • 鈴木大慈: 確率的交互方向乗数法の理論と応用. 日本オペレーションズ・リサーチ学会, 最適化の基礎とフロンティア研究会, 2016年4月23日. 東京理科大学神楽坂キャンパス森戸記念館.
  • 鈴木大慈: スパース推定の数理:統計理論から計算手法まで. 日本応用数理学会, 三部会連携「応用数理セミナー」, 2015年12月24日. 東京大学本郷キャンパス.
  • 鈴木大慈: 確率的最適化から始める機械学習入門. IBIS2015チュートリアル,2015年11月28日.エポカルつくば,口頭発表.(会期:11月25日~11月28日)
  • 鈴木大慈: Gaussian process methods for high dimensional learning. 統計関連学会連合大会.CSA-KSS-JSS joint international session II: Machine Learning and Its Applications.2015年9月8日.岡山大学,口頭発表.(会期:9月6日~9月9日)
  • Taiji Suzuki: Stochastic Optimization. 機械学習サマースクール(MLSS2015, Kyoto), 2015. Kyoto, Japan. 23/Aug-4/Sep,2015 (presented in 2-4/Sep/2015).
  • 鈴木大慈: マルチプルカーネル学習とスパース推定の統計的性質. 日本数学会年会,特別講演. 2014年3月17日.学習院大学,口頭発表.(会期:3月15日~18日)
  • 鈴木大慈: 機械学習におけるオンライン確率的最適化の理論. 情報処理学会連続セミナー2013,ビッグデータの深化と真価,第一回「ビッグデータ活用のための機械学習技術」. 2013年6月26日.化学会館7Fホール.口頭発表.(スライド)
  • 鈴木大慈: マルチプルカーネル学習およびスパース加法モデルの統計的性質. 「九州大学 統計科学セミナー」と「最適化ワークショップ: 拡がっていく最適化」の共催.2013年2月19日.九州大学伊都キャンパス.口頭発表.
  • 鈴木大慈: 正則化学習法における最適化手法. 「文部科学省委託事業 数学協働プログラム」最適化ワークショップ: 拡がっていく最適化.2013年2月18日.九州大学伊都キャンパス.口頭発表.
  • 鈴木大慈: 統計的学習理論チュートリアル:基礎から応用まで. 第15回情報論的学習理論ワークショップ (IBIS2012),筑波大学.2012年11月7日.筑波大学東京キャンパス文京校舎.口頭発表. (スライド)
  • 鈴木大慈: 構造的正則化を用いた学習方法の最適化法と統計的性質. RIMS研究集会「次世代計算科学の基盤技術とその展開」.2012年10月24日.京都大学数理解析研究所.口頭発表.
  • 鈴木大慈: Multiple Kernel Learningの効率的計算法と統計的性質について. 応用数理学会若手の会単独研究会.2011年12月26日.早稲田大学西早稲田キャンパス.口頭発表.
  • 鈴木大慈: スパース正則化学習の学習性能,特にスパース性と汎化誤差の関係について. 第13回情報論的学習理論ワークショップ (IBIS2010),東京大学.2010年11月4日.東京大学生産技術研究所.口頭発表.

  • 鈴木大慈: 日本応用数理学会論文賞(JSIAM Letters部門)(2016年度). Improvement of Multipler Kernel Learning using Adaptively Weighted Regularization (JSIAM Letter, vol.5, pp.49-52, 2013).
  • 鈴木大慈: 東京工業大学挑戦的研究賞・学長特別賞 (2014年度).
  • 鈴木大慈: 2012年度IBISML研究会賞. Dual Averaging and Proximal Gradient Descent for Online Alternating Direction Multiplier Method.
  • 鈴木大慈: 情報理工学系研究科長賞 東京大学大学院情報理工学系研究科,2009年.
  • 鈴木大慈: 情報理工学系研究科長賞 東京大学大学院情報理工学系研究科,2006年.
  • MIRU優秀論文賞, Meeting on Image Recognition and Understanding 2008 (MIRU2008), 2008年 "Direct Importance Estimation - A New Versatile Tool for Statistical Pattern Recognition" Masashi Sugiyama (Tokyo Institute of Technology), Takafumi Kanamori (Nagoya University), Taiji Suzuki (University of Tokyo), Shohei Hido (IBM Research), Jun Sese (Ochanomizu University), Ichiro Takeuchi (Mie University), and Liwei Wang (Peking University).

論文

  • 鈴木大慈:統計的学習理論概説.『日本応用数理学会論文誌』, 23(3), 537-561, 2013. (サーベイ論文)

学会および研究集会,シンポジウムでの発表

  • 鈴木大慈:「コンピューターが学び賢くなる-人工知能のための数学-」. 第19回JST数学キャラバン.岡山大学.2016年12月18日.
  • Taiji Suzuki: Some convergence results of nonparametric tensor estimators. International Symposium on Statistical Analysis for Large Complex Data. Tsukuba University, Japan. 2016年11月23日. 口頭発表.
  • ○Atsushi Nitanda, Taiji Suzuki: Particle Mirror Descent for the Infinite Majority Vote Classifier. IBIS2016,京都大学,2016年11月17日.ポスター発表.
  • ○金川平志郎,小林隼人,清水伸幸,田頭幸浩,鈴木 大慈:「ニュース・動画サービス間のクロスドメイン推薦における課題」.IBIS2016,京都大学,2016年11月18日.ポスター発表.
  • ○千葉龍一郎,鈴木大慈:「深層学習による画像特徴抽出の自己位置推定への応用」.IBIS2016,京都大学,2016年11月18日.ポスター発表.
  • ○村田智也,鈴木大慈:「正則化項付き期待誤差最小化問題に対する加速AdaGradの提案」.IBIS2016,京都大学,2016年11月18日.ポスター発表.
  • 鈴木大慈: ノンパラメトリックテンソルの推定理論と計算理論. 大規模統計モデリングと計算統計III,東京大学駒場キャンパス,9月27-28日,2016年.口頭発表.(9/27発表)
  • ○森裕一,鈴木大慈: 多変量正規分布におけるミニマックス性をもつベイズ予測分布のクラスと線形回帰への応用. 統計関連学会連合大会,金沢大学,9月4-7日,2016年.口頭発表.(9/6発表)
  • ○二反田篤史,鈴木大慈: 確率的DCアルゴリズムと深層ボルツマンマシン学習への応用. 統計関連学会連合大会,金沢大学,9月4-7日,2016年.口頭発表.(9/5発表)
  • 鈴木大慈: 発展する機械学習と統計分野の関わりそして今後について. 統計関連学会連合大会,【企画セッション】若手研究者セッション:これからの統計科学を考える,金沢大学,9月4-7日,2016年.口頭発表.(9/4発表)
  • 鈴木大慈: はじめての機械学習~機械学習を行うにあたっての考え方,ポイント,活用事例など~. 株式会社情報機構セミナー. 2016年4月25日.大田区産業プラザ.口頭発表.
  • 鈴木大慈: スパース性を用いた機械学習手法. (株)トリケップス,技術セミナー. 2016年2月24日.神田小川町あすか会議室.口頭発表.
  • 鈴木大慈: 確率的交互方向乗数法とマルチクラスグラフ型正則化学習への応用. 統計学と機械学習における数理とモデリング. 2016年2月22日.東京工業大学大岡山キャンパス.口頭発表. (会期:2016年2月21日~22日)
  • 鈴木大慈: 構造のある高次元データにおける機械学習とその理論. 先端学際工学特別講義. 2016年1月12日.東京大学先端研.口頭発表.
  • 鈴木大慈: Statistical properties of high dimensional low rank tensor estimators. 早稲田大学理工学研究所プロジェクト研究「金融数理および年金数理研究」セミナー. 2015年12月22日, 早稲田大学. 口頭発表.
  • Taiji Suzuki: Bayes method for low rank tensor estimation. International Meeting on “High-Dimensional Data Driven Science” (HD3-2015). Dec. 14th-17th/2015, Kyoto Japan. Oral presentation.
  • ○村田智也,鈴木大慈: 正則化経験誤差最小化問題に対する確率的分散縮小双対平均化法. IBIS2015, 2015年11月27日.エポカルつくば,ポスター発表.(会期:11月25日~11月28日)
  • ○金川平志郎,清水伸幸,小林隼人,田頭幸浩,鈴木大慈: 非線形テンソル学習手法の高速化とYahoo!ショッピング購買金額予測への適用. IBIS2015, 2015年11月27日.エポカルつくば,ポスター発表.(会期:11月25日~11月28日)
  • ○金川平志郎,鈴木大慈: ガウシアンプロセスカーネル法による非線形テンソル学習およびマルチタスク学習への応用. IBIS2015, 2015年11月27日.エポカルつくば,ポスター発表.(会期:11月25日~11月28日)
  • 鈴木大慈: Stochastic Alternating Direction Method of Multipliers and its Recent Development. 大規模統計モデリングと計算統計II. 2015年9月25日.東京大学大学院数理科学研究科,口頭発表.(会期:9月25日~26日, 26日発表)
  • ○森裕一,鈴木大慈: 多変量線形回帰における一般化リッジ推定量に基づいたモデル選択規準. 統計関連学会連合大会,岡山大学,9月6-9日,2015年.口頭発表.(9/8発表)
  • ○リー・マイケル,鈴木大慈: Time-Series Analysis on Multiperiodic Conditional Correlation by Sparse Covariance Selection and Its Computational Method. 統計関連学会連合大会,岡山大学,9月6-9日,2015年.口頭発表.(9/8発表)
  • 鈴木大慈:低ランクテンソル推定におけるベイズ推定量の性質. 第9回日本統計学会春季集会, 企画セッション「スパース・低ランク推定手法による高次元データ解析」. 2015年3月8日.明治大学中野キャンパス,口頭発表.
  • 鈴木大慈: 構造的正則化学習における確率的交互方向乗数法. 大規模統計モデリングと計算統計. 2015年2月6日.東京大学大学院数理科学研究科,口頭発表.(会期:2月6日~7日)
  • ○鈴木 大慈: スパース推定概観:モデル・理論・応用. 統計関連学会連合大会, pp. 247, 東京大学, 2014年9月13-16日,口頭発表.(9/15発表)
  • ○金川元信,鈴木 大慈,福水健次: 正定値カーネルを用いた条件付き確率密度推定. 統計関連学会連合大会, pp. 120, 東京大学, 2014年9月13-16日,口頭発表.(9/14発表)(発表奨励賞受賞)
  • ○Taiji Suzuki: PAC-Bayesian Bound for Gaussian Process Regression and Multiple Kernel Additive Model. 2014年度 数学協働プログラムワークショップ「超高次元データ解析の数理基盤」,統計数理研究所,2014年3月13-15日,口頭発表.(3/15発表)
  • ○Taiji Suzuki: Risk bounds for convex and Bayesian tensor estimators. ASC2014 Asymptotic Statistics and Computations 2014, March 11-12, 2014, ISM and University of Tokyo, oral presentation. (presented in 12th/March)
  • ○鈴木 大慈: マルチプルカーネル学習およびガウス過程事前分布を用いたスパース加法モデル推定 シンポジウム「高次元データ解析の理論と方法論、及び、関連分野への応用」,筑波大学,2013年11月25-27日,口頭発表.(11/26発表)
  • ○鈴木 大慈: スパース推定における確率集中不等式 京都大学数理研及び文部科学省 共催の研究集会「高次元量子トモグラフィにおける統計理論的なアプローチ」,京都大学,2013年10月30日-11月1日,口頭発表.(10/31発表)
  • ○鈴木 大慈: 低ランク行列推定におけるベイズ推定法の性質. 統計関連学会連合大会, pp. 211, 大阪大学, 2013年9月8-11日,口頭発表.(9/10発表)
  • ○鈴木 大慈: ガウシアンプロセス回帰を用いた加法モデル推定のPAC-Bayesバウンド. 統計関連学会連合大会, pp. 252, 北海道大学, 2012年9月9-12日,口頭発表.(9/11発表)
  • ○金森 敬文,武田 朗子 ,鈴木 大慈: 2値判別における損失関数と不確実性集合の共役性. 統計関連学会連合大会, 北海道大学, 2012年9月9-12日,口頭発表.(9/11発表)
  • ○鈴木 大慈: 疎でないマルチプルカーネル学習の速い収束レートおよび最適な正則化に関して. 第14回情報論的学習理論ワークショップ (IBIS2011),奈良女子大学. 2011年11月9日,ポスター発表.(2011/11/9~11) 信学技報, vol. 111, no. 275, IBISML2011-64, pp. 147-154, 2011年11月.
  • ○鈴木 大慈, 冨岡 亮太, 杉山 将: Fast Convergence Rate of Multiple Kernel Learning with Elastic-net Regularization. 第4回IBISML研究会, 阪大中之島センター,2011年3月28日-29日,口頭発表.(3/29発表) 信学技報, vol. 110, no. 476, IBISML2010-126, pp. 153--160, 2011年3月. <スライド>
  • ○金森敬文(名大),鈴木大慈(東大),杉山 将(東工大): カーネル密度比推定の統計的解析. 第4回IBISML研究会, 阪大中之島センター,2011年3月28日-29日,口頭発表.(3/29発表) 信学技報, vol. 110, no. 476, IBISML2010-110, pp. 41--48, 2011年3月.
  • ○鈴木 大慈, 冨岡 亮太, 杉山 将. Elasticnet型正則化を用いたMultiple Kernel Learningの漸近的性質について. 統計関連学会連合大会, p.55, 早稲田大学, 2010年9月5-8日,口頭発表.(9/6発表)
  • ○金森 敬文, 鈴木 大慈, 杉山 将. 密度比の推定による2標本検定. 統計関連学会連合大会, p.52, 早稲田大学, 2010年9月5-8日,口頭発表.(9/6発表)
  • ○鈴木大慈: Multiple Kernel Learningの効率的な計算手法とその拡張について. ベイズ統計への情報理論的アプローチとその周辺,東京大学,2009年12月4日,口頭発表.
  • ○鈴木 大慈, 冨岡 亮太: SpicyMKL: efficient multiple kernel learning method using dual augmented Lagrangian. 統計連合大会,同志社大学,2009年9月8日,口頭発表.
  • ○鈴木 大慈,杉山 将: Sufficient Dimension Reduction via Squared-loss Mutual Information Estimation.統計関連学会連合大会,同志社大学,2009年9月9日,口頭発表.
  • ○冨岡 亮太, 鈴木 大慈, 杉山 将. スパース正則化およびマルチカーネル学習のための最適化アルゴリズムとCV・PRへの応用 電子情報通信学会技術研究報告, PRMU2009-63, pp.43-48, 2009.
  • ○Suzuki, T. & Sugiyama, M. Sufficient dimension reduction via squared-loss mutual information estimation. In Proceedings of The Fourth International Workshop on Data-Mining and Statistical Science (DMSS2009), pp.68-77, Kyoto, Japan, Jul. 7-8, 2009.
  • ○Sugiyama, M., Kanamori, T., Suzuki, T., Hido, S., Sese, J., Takeuchi, I., & Wang, L. Methods and applications of density ratio estimation, In Proceedings of Acoustical Society of Japan 2009 Spring Meeting, no.2-5-12, pp.73-76, Tokyo, Japan, Mar. 17-19, 2009.
  • ○Suzuki, T. & Sugiyama, M. Independent component analysis by direct density-ratio estimation. IEICE Technical Report, NC2008-136, pp.195-199, 2009. (Presented at Meeting of IEICE Neurocomputing (NC) Technical Group, Tokyo, Japan, Mar. 11-13, 2009)
  • ○Sugiyama, M., Kanamori, T., Suzuki, T., Hido, S., Sese, J., Takeuchi, I., & Wang, L. Direct importance estimation---A new versatile tool for statistical pattern recognition. In Proceedings of Meeting on Image Recognition and Understanding 2008 (MIRU2008), pp.29-36, Nagano, Japan, Jul. 29-31, 2008. (This paper was selected for Best Paper Runner-up Award)
  • ○鈴木大慈、杉山将、瀬々潤、金森敬文: Approximating Mutual Information by Maximum Likelihood Density Ratio Estimation. 第11回情報論的学習理論ワークショップ (IBIS2008),仙台国際センター. 2008年10月30日,ポスター発表.
  • ○鈴木大慈: 局所データ統合によるマルチタスクラーニングの汎化誤差について. 統計連合大会,慶応義塾大学,2008年9月9日,口頭発表.
  • ○鈴木大慈: Boostingにおけるベイズ推定の一致性. 統計連合大会,神戸大学,2007年9月7日,口頭発表.
  • ○鈴木大慈,駒木文保: 一般化ベイズ推定における事前分布の選択. 統計関連学会連合大会,東北大学,2006年9月8日,口頭発表.
  • ○島田 尚,出田 亜位子,津本 国親,辻 繁樹,平田 祥人,鈴木 大慈,田中 剛平,武内 功,北村 唯一,合原 一幸: 前立腺癌の間欠的ホルモン療法の数理モデルによる解析. 第94回日本泌尿器科学会総会,2006年3月10日.
  • ○鈴木大慈,合原一幸: ハイブリッドシステムと間欠的療法. 科学費基盤研究(C)(企画調査) 「複雑システムを制御する多分解能動的システム理論の創成」第5回打ち合わせ, SICE制御部門マルチレゾルブドシステム調査研究会の第8回打ち合わせの合同会議,2005年9月25日.
  • ○鈴木大慈,合原一幸: 統計的学習理論の研究. 生産技術研究所,学術講演会・産学連携フォーラム合同講演会, 2005年1月27日,ポスター.

解説記事

  • 鈴木大慈:アメリカで急伸する機械学習,基礎研究を重視する経営のすすめ. JMAマネジメント.Vol.2, No.12, 2014 (2014年12月), pp.24-25.Vol.3, No.1, 2015. (2015年1月), pp.26-27.
  • 冨岡亮太,鈴木大慈,林浩平,鹿島久嗣:凸最適化に基づくテンソル分解.『応用数理』,Vol. 24,No. 4,2014,pp. 16--23.
  • 鈴木大慈:機械学習におけるオンライン確率的最適化手法の理論. 『ビッグデータ・マネジメント-データサイエンティストのためのデータ利活用技術と事例』,pp.99--107. 株式会社エヌ・ティー・エス,2014年3月10日発刊.

特別講義・集中講義

  • 大阪大学, 2016年9月12-15日.統計情報科学,行動統計学特講2,数理特論II.
  • 名古屋大学, 2015年9月24-25日.「大規模機械学習の確率的最適化技法」
  • 東京大学, 2015年1月.「機械学習と統計的学習理論」
  • 北海道大学, 2014年9月.「機械学習における確率的最適化」

教育機関以外(企業など)での講義・セミナー

  • 鈴木大慈:「Minimax optimal alternating minimization for kernel nonparametric tensor learning」PFN主催NIPS2016読み会.2017年1月19日.
  • 鈴木大慈: ノンパラメトリックバウンドの理論と応用. NECデータマイニングセミナー, 2009年7月3日.
  • 小林徹也,冨岡亮太,大竹洋平,藤原寛太郎,鈴木大慈,合原一幸: ゲノムの数理~数学で理解する遺伝子のゆらぎ~. 文部科学省科学研究費特定領域研究ゲノム4領域 ゲノムひろば2004 in京都,京都染織会館(京都市四条烏丸),2004年8月7~8日,ポスター.

学会等活動