-
Taiji Suzuki: Minimax optimality and generalization mechanism of foundation models. Seminar talk at Center for Machine Learning Research, Peking University and School of Mathematical Sciences, Peking University. 8th/April/2024. Online presentation.
- Taiji Suzuki: Nonparametric estimation ability of deep learning for modern structured models. Workshop on Functional Inference and Machine Intelligence. The Institute of Statistical Mathematics, Tokyo, Japan, March 14-16, 2023. (presented in 14/March/2023)
-
Taiji Suzuki, Atsushi Nitanda, Denny Wu, Kazusato Oko: Convergence of mean field gradient Langevin dynamics for optimizing two-layer neural networks. The 15th International Conference of the ERCIM WG on Computational and Methodological Statistics (CMStatistics 2022). King's College London, UK, 17-19 December 2022. (presented in 18/Dec)
-
秋山俊太;，大古一聡，鈴木大慈: 低次元構造を持つデータに対するニューラルネットワークの良性過学習の解析．第25回情報論的学習理論ワークショップ, つくば国際会議場, 2022年11月22日．
-
大古一聡，秋山俊太，村田智也，鈴木大慈: Toward optimal complexities for cross-device federated learning under less heterogeneity．第25回情報論的学習理論ワークショップ, つくば国際会議場, 2022年11月22日．
-
大古一聡，秋山俊太，村田智也，鈴木大慈: Reducing Communication in Federated Learning with a Novel Single-Loop Variance Reduction Method．第25回情報論的学習理論ワークショップ, つくば国際会議場, 2022年11月21日．
-
橋本悠香，園田翔，石川勲，二反田篤史，鈴木大慈: Koopman作用素を用いたニューラルネットワーク解析．第25回情報論的学習理論ワークショップ, つくば国際会議場, 2022年11月21日．
-
鈴木大慈：深層学習の特徴学習による高次元データ学習理論．
第9回 統計数理研究所 リスク解析戦略研究センター，金融シンポジウム「金融が直面する新環境への対応と方法論Ⅳ」．
2022年12月12日～13日．オンライン開催．(12/12発表)
-
鈴木大慈：深層学習の特徴学習による高次元データ学習理論．
第9回 統計数理研究所 リスク解析戦略研究センター，金融シンポジウム「金融が直面する新環境への対応と方法論Ⅳ」．
2022年12月12日～13日．オンライン開催．(12/12発表)
-
鈴木大慈：高次元データ学習における特徴学習の優位性．
基盤研究 (A) 科研費シンポジウム『大規模複雑データの理論と方法論～新たな発展と関連分野への応用～』．
2022年11月4日～5日．つくば国際会議場 中会議室 202．(11/5発表)
-
木下佑利，鈴木大慈：勾配ランジュバン動力学の分散縮小型確率的離散スキームの収束改善およびその最適化への応用．2022年度統計関連学会連合大会，成蹊大学．2022年9月4日～8日．（9月7日発表）
-
秋山俊太，鈴木大慈：教師生徒設定における二層ReLUニューラルネットワークの線形推定量に対する優位性について．2022年度統計関連学会連合大会，成蹊大学．2022年9月4日～8日．（9月7日発表）
-
西川直輝，鈴木大慈：平均場設定における無限次元入力二層ニューラルネットワークの大域的最適化．2022年度統計関連学会連合大会，成蹊大学．2022年9月4日～8日．（9月7日発表）
-
Taiji Suzuki: Adaptivity of deep learning: Efficiency of function estimation and optimization guarantee from nonconvexity view-point. "Statistical estimation and deep learning in UQ for PDEs", Erwin Schrodinger International Institute for Mathematics and Physics. 2022/5/30--6/3. (6/3発表)
- Taiji Suzuki: Effect of feature learning ability of neural networks for high dimensional input. Workshop on Functional Inference and Machine Intelligence. March 29-31, 2022 (virtual). (presented in 29/March/2022)
-
Hiroaki Mikami, Kenji Fukumizu, Shogo Murai, Shuji Suzuki, Yuta Kikuchi, Taiji Suzuki, Shin-ichi Maeda, Kohei Hayashi: CGから実写への転移学習におけるスケーリング則．第24回情報論的学習理論ワークショップ,オンライン開催, 2021年11月11日．
-
渡邊千紘, 鈴木大慈: 多層ニューラルネットワークモデルに基づくmatrix reordering．第24回情報論的学習理論ワークショップ,オンライン開催, 2021年11月12日．
-
秋山俊太, 鈴木大慈: ノイズ付き勾配法を用いた教師生徒設定における二層ReLuニューラルネットワークの学習．第24回情報論的学習理論ワークショップ,オンライン開催, 2021年11月12日．
-
大古 一聡, 鈴木 大慈, 二反田 篤史, Wenny Wu: Particle Stochastic Dual Coordinate Ascent: Exponential convergent algorithm for mean field neural network optimization．第24回情報論的学習理論ワークショップ,オンライン開催, 2021年11月10日．
-
二反田 篤史，大古 一聡，Denny Wu，鈴木 大慈: 平均場ニューラルネットワークの効率的最適化法．2021年度統計関連学会連合大会,オンライン開催, 2021年9月8日．
-
秋山 俊太，鈴木 大慈: 教師生徒設定における勾配法による二層ReLU ニューラルネットワークの学習可能性について．2021年度統計関連学会連合大会,オンライン開催, 2021年9月8日．
-
平川 雅人，鈴木 大慈: ResNetのモデル圧縮手法の提案および圧縮誤差理論解析．2021年度統計関連学会連合大会,オンライン開催, 2021年9月8日．コンペティション講演・優秀報告賞受賞．
-
長谷川 貴大，鈴木 大慈: リンク予測におけるバイアス項によるグラフニューラルネットワークの表現力強化．2021年度統計関連学会連合大会,オンライン開催, 2021年9月8日．コンペティション講演・優秀報告賞受賞．
-
Taiji Suzuki, Atsushi Nitanda, and Kazuma Tsuji: Optimality and superiority of deep learning for estimating functions in variants of Besov spaces. 4th International Conference on Econometrics and Statistics (EcoSta2021). 25th/June/2021.
(I organized a session "EO195: Theories of modern machine learning methodologies.")
-
Taiji Suzuki: Benefit of deep learning: Statistical efficiency and optimization guarantee with non-convex noisy gradient descent. Statistics Seminar at University of Bristol. invited talk. 2021年2月12日．
-
Taiji Suzuki: Statistical efficiency and optimization of deep learning from the viewpoint of non-convexity. Math Machine Learning seminar MPI MIS + UCLA. invited talk. 2021年1月21日．
-
Taiji Suzuki: Statistical efficiency and optimization of deep learning from the view point of non-convexity. "AI + Math" Colloquia, Institute of Natural Sciences, Shanghai Jiao Tong University. invited talk. 2020年11月12日．
-
Taiji Suzuki: Statistical efficiency and optimization of deep learning from the view point of non-convexity. Applied Mathematics and Computation Seminar at UMass Amherst. invited talk. 2020年11月17日．
-
二反田 篤史, Denny Wu, 鈴木 大慈: 粒子双対平均化法：平均場ニューラルネットワークの大域的収束保証付最適化法．第23回情報論的学習理論ワークショップ,オンライン開催, 2020年11月24日．
-
辻 和真, 鈴木 大慈: 変動指数Besov 空間の回帰問題に対する深層学習の推定誤差解析．第23回情報論的学習理論ワークショップ,オンライン開催, 2020年11月24日．
-
大野 健太, 鈴木 大慈: マルチスケールグラフニューラルネットの勾配ブースティング法による解析．第23回情報論的学習理論ワークショップ,オンライン開催, 2020年11月24日．
-
辻 和真，鈴木 大慈: 変動指数Besov空間の回帰問題に対する深層学習の推定誤差解析．2020年度統計関連学会連合大会,オンライン開催, 2020年9月11日．コンペティション講演・優秀報告賞受賞．
-
佐藤 寛司，鈴木 大慈: 再生核ヒルベルト空間上の非凸最適化問題に対する勾配ランジュバン動力学の収束誤差解析．2020年度統計関連学会連合大会,オンライン開催, 2020年9月11日．コンペティション講演・優秀報告賞受賞．
-
渡邊 千紘，鈴木 大慈: Latent Block Modelのブロック構造に関する選択的推論．2020年度統計関連学会連合大会,オンライン開催, 2020年9月10日．
-
二反田 篤史，鈴木 大慈: 確率的勾配降下法のNTK理論による最適収束率．2020年度統計関連学会連合大会,オンライン開催, 2020年9月12日．
-
大野 健太，鈴木 大慈: 勾配ブースティング法を用いたマルチスケールグラフニューラルネットの学習とその最適化・汎化性能解析．2020年度統計関連学会連合大会,オンライン開催, 2020年9月12日．
-
鈴木大慈: 無限次元勾配ランジュバン動力学によるニューラルネットワークの最適化理論と汎化誤差解析．2020年度統計関連学会連合大会,オンライン開催, 2020年9月12日．
-
Taiji Suzuki: Generalization error of deep learning and its learning dynamics from compression ability point of view．The 11th Innovation with Statistics and Data Science (ICSA 2019) ("Statistical Theory for Neural Networks and Machine Learning" session), Hangzhou Dragon Hotel (杭州黄龍飯店), 22/Dec/2019．
-
二反田篤史, 鈴木大慈: 高次元二層ニューラルネットに対する勾配降下法による識別誤差の大域収束性と汎化性能解析．
IBIS2019 ポスターセッション, ウインクあいち, 2019年11月21日．
-
谷口晃一, 池田正弘, 園田翔, 大野健太, 鈴木大慈: ReLU深層ニューラルネットワークの一般化されたBesov空間での関数近似能力について.
IBIS2019 ポスターセッション, ウインクあいち, 2019年11月20日．
-
渡邊千紘, 鈴木大慈: Latent Block Modelのクラスタ数に関する適合度検定．
IBIS2019 ポスターセッション, ウインクあいち, 2019年11月20日．
-
八嶋晋吾, 二反田篤史, 鈴木大慈:Random Featureを用いた確率的勾配法の期待識別誤差の収束解析．
IBIS2019 ポスターセッション, ウインクあいち, 2019年11月20日．
-
八嶋晋吾, 二反田 篤史, 鈴木大慈: カーネル法におけるrandom featureを用いた確率的勾配法の期待識別誤差の線形収束性．2019年度統計関連学会連合大会, 滋賀大学 彦根キャンパス, 2019年9月12日．
-
大野健太, 鈴木大慈: グラフスペクトルを介した深層グラフモデルの漸近挙動解析．2019年度統計関連学会連合大会, 滋賀大学 彦根キャンパス, 2019年9月11日．
-
二反田 篤史, 鈴木大慈: 識別問題に対する高次元二層ニューラルネットの勾配法による汎化性能解析．2019年度統計関連学会連合大会, 滋賀大学 彦根キャンパス, 2019年9月11日．
-
鈴木大慈: 深層ニューラルネットワークの圧縮可能性を用いた非圧縮ネットワークの汎化誤差解析．2019年度統計関連学会連合大会, 滋賀大学 彦根キャンパス, 2019年9月11日．
-
高橋亜実, 鈴木大慈: Bayesian optimization for dose finding studies．2019年度統計関連学会連合大会, 滋賀大学 彦根キャンパス, 2019年9月11日．
-
早川知志, 鈴木大慈: スパースなパラメータ空間における深層ニューラルネットワークのミニマックス最適性および優位性について．2019年度統計関連学会連合大会, 滋賀大学 彦根キャンパス, 2019年9月9日．(コンペティション講演・最優秀報告賞受賞)
-
Kenta Oono, Taiji Suzuki：Toward Understanding Expressive Power of Graph Convolutional Neural Networks.
Data Science, Statistics & Visualization (DSSV2019).
Doshisha University, Kyoto, Japan, 14/Aug/2019.
-
Atsushi Nitanda, Taiji Suzuki：Exponential Convergence of Stochastic Gradient Descent for Binary Classification Problems.
Data Science, Statistics & Visualization (DSSV2019).
Doshisha University, Kyoto, Japan, 13/Aug/2019.
-
Taiji Suzuki：Generalization error bound of deep learning via spectral analysis and its application to model compression.
3rd International Conference on Econometrics and Statistics (EcoSta2019).
National Chung Hsing University, Taiwan, 27/Jun/2019.
-
鈴木大慈: 深層学習理論チーム成果報告.
AIPシンポジウム2018年度成果報告会. 2019/3/19. ＪＰタワー ホール＆カンファレンス．（ポスター発表）
-
Taiji Suzuki: Generalization error analysis of deep learning and its application to model compression.
DL2.0 Unit, I2R-TokyoTech Co-workshop on Deep Learning. 2019/3/8. I2R, Singapore.
-
〇二反田 篤史，鈴木 大慈:
強低ノイズ条件下識別問題に対する確率的勾配降下法の線形収束性.
IBIS2018．ポスターセッション．かでる2.7．2018年11月6日．(会期：2018年11月4日-7日)
-
〇二反田 篤史，鈴木 大慈:
確率的勾配降下法による期待識別誤差の線形収束性.
統計関連学会連合大会．中央大学，9月9-13日，2018年．（9/13発表）
-
Taiji Suzuki:
Generalization error analysis of deep learning: avoiding curse of dimensionality and practical application.
統計関連学会連合大会，2018 CSA-KSS-JSS Joint International Sessions: Machine Learning．
中央大学，9月9-13日，2018年．（9/12発表）
-
鈴木大慈:
統計学と機械学習，そして人工知能.
統計関連学会連合大会．中央大学，9月9-13日，2018年．（9/12発表）
-
〇Masaaki Takada, Taiji Suzuki and Hironori Fujisawa:
Sparse Modeling with Uncorrelated Variables.
統計関連学会連合大会．中央大学，9月9-13日，2018年．（9/11発表）
-
Taiji Suzuki：Accelerated stochastic optimization for finite sum regularized empirical risk minimization．
First Conference on Discrete Optimization and Machine Learning．25th/July/2018.
RIKEN Center for Advanced Intelligence Project Tokyo, Japan.
(conference: 23th--25th/July)
-
Taiji Suzuki：
Estimating nonlinear tensor product in infinite dimensional functional space by kernel and neural network models.
IMS-APRM2018.
Oral presentation．26th/Jun/2018. National University of Singapore. (conference: 26th--29th/Jun/2018)
-
鈴木大慈：
深層学習の汎化誤差理論とモデル圧縮への応用 ．
「人工知能を用いた統合的ながん医療システムの開発」CRESTセミナー．口頭発表．2018年5月9日．国立がん研究センター研究所．
-
鈴木大慈：
深層学習理論チームの取り組み～深層学習の汎化誤差理論～．
AIPセンターシンポジウム 兼 成果報告会 ～社会実装，倫理から基礎数理まで革新知能研究の最先端～.
口頭発表．2018年3月16日．ＪＰタワー ホール＆カンファレンス．
-
鈴木大慈：
統合的機械学習手法の数理．
変わりゆく数学 ～数学による社会的・人類的課題への挑戦～.
口頭発表．2018年3月7日．東京大学駒場キャンパス．
-
鈴木大慈：
カーネル法による深層学習の汎化誤差理論．
JST ERATO 河原林巨大グラフプロジェクト，情報系 WINTER FESTA Episode3.
ポスターセッション．
2017年12月26日．（会期：2017年12月25-26日）
-
Taiji Suzuki:
Estimation accuracy and computational efficiency of non-parametric kernel tensor estimators.
The 10th International Conference of the ERCIM WG on Computational and Methodological Statistics (CMStatistics 2017).
Senate House, University of London, UK, 16-18 December 2017. (presented in 17/Dec)
-
二反田篤史，鈴木大慈:
関数微分法による深層ニューラルネットワークの構築.
IBIS2017．ポスターセッション．東京大学．2017年11月10日．(会期：2017年11月8日-11日)
-
髙田正彬, 鈴木大慈, 藤澤洋徳:
IILasso：相関情報を罰則項に導入したスパースモデリング.
IBIS2017．ポスターセッション．東京大学．2017年11月9日．(会期：2017年11月8日-11日)
-
Taiji Suzuki:
Generalization error bounds of deep learning by Bayesian and empirical risk minimization approaches from a kernel perspective.
France/Japan Machine Learning Workshop.
21-22/September, 2017. Amphi, Jean-Jaurès, Paris.
-
○鈴木 大慈：カーネル法の理論による深層学習の汎化誤差解析．
大規模統計モデリングと計算統計 IV．
東京大学大学院数理科学研究科，2017年9月11日-12日．（9/12発表)
-
○二反田 篤史, 鈴木 大慈：
輸送写像による確率測度の最適化とその応用．
統計関連学会連合大会，南山大学，9月3-6日，2017年．（9/6発表）
-
○鈴木大慈(Taiji Suzuki)：
カーネル法の理論を用いた深層学習の汎化誤差評価（Generalization error analysis of deep learning via a kernel perspective）．
統計関連学会連合大会，南山大学，9月3-6日，2017年．口頭英語発表．（9/6発表）
-
○鈴木大慈：
高次元機械学習手法の統計的学習理論と計算理論．
統計関連学会連合大会，企画セッション：日本統計学会賞および日本統計学会研究業績賞受賞者記念講演，南山大学，9月3-6日，2017年．口頭発表．（9/5発表）
-
○Atsushi Nitanda, Taiji Suzuki：A stochastic optimization method and generalization bounds for voting classifiers by continuous density functions．
第28回IBISML研究会．東京工業大学．2017年3月7日．(会期：2017年3月6日-7日)
-
○Tomoya Murata, Taiji Suzuki：Doubly Accelerated Stochastic Variance Reduced Gradient Method for Regularized Empirical Risk Minimization．
第28回IBISML研究会．東京工業大学．2017年3月7日．(会期：2017年3月6日-7日)
-
○大橋耕也，鈴木大慈：深層リカレントニューラルネットワークを用いたfMRIの解析及び脳機能の解読．
第28回IBISML研究会．東京工業大学．2017年3月6日．(会期：2017年3月6日-7日)
-
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．
|
