鈴木大慈 (Taiji Suzuki) - マイポータル

基本情報

所属: 東京大学大学院情報理工学系研究科教授
: 理化学研究所革新知能統合研究センター深層学習理論チームチームディレクター

学位: 博士（情報理工学）(2009年3月東京大学)

研究者番号: 60551372
J-GLOBAL ID: 201601018424833177
researchmap会員ID: 7000018344

外部リンク: https://ibis.t.u-tokyo.ac.jp/suzuki/

2004年東京大学工学部計数工学科卒
2006年東京大学大学院情報理工学系研究科数理情報学専攻修士課程修了
2009年東京大学大学院情報理工学系研究科数理情報学専攻博士課程修了
2009年東京大学大学院情報理工学系研究科数理情報学専攻助教
2013年東京工業大学大学院情報理工学研究科数理・計算科学専攻准教授
2016年東京工業大学情報理工学院数理・計算科学系准教授
2016年理化学研究所革新知能統合研究センター深層学習理論チームチームディレクター（兼任・現在に至る）
2017年東京大学大学院情報理工学系研究科数理情報学専攻准教授
2024年東京大学大学院情報理工学系研究科数理情報学専攻教授（現在に至る）

研究キーワード

研究分野

情報通信 / 数理情報学 / 機械学習

論文

Learning Green's function efficiently using low-rank approximations.

Kishan Wimalawarne, Taiji Suzuki, Sophie Langer

Machine Learning 114(10) 214-214 2025年10月
Mixture of Experts Provably Detect and Learn the Latent Cluster Structure in Gradient-Based Learning.

Ryotaro Kawata, Kohsei Matsutani, Yuri Kinoshita, Naoki Nishikawa, Taiji Suzuki

CoRR abs/2506.01656 2025年6月
On the Role of Label Noise in the Feature Learning Process.

Andi Han, Wei Huang 0034, Zhanpeng Zhou, Gang Niu 0001, Wuyang Chen 0001, Junchi Yan, Akiko Takeda, Taiji Suzuki

CoRR abs/2505.18909 2025年5月
Direct Density Ratio Optimization: A Statistically Consistent Approach to Aligning Large Language Models.

Rei Higuchi, Taiji Suzuki

CoRR abs/2505.07558 2025年5月
Quantifying Memory Utilization with Effective State-Size.

Rom N. Parnichkun, Neehal Tumma, Armin W. Thomas, Alessandro Moro, Qi An, Taiji Suzuki, Atsushi Yamashita, Michael Poli, Stefano Massaroli

CoRR abs/2504.19561 2025年4月
When Does Metadata Conditioning (NOT) Work for Language Model Pre-Training? A Study with Context-Free Grammars.

Rei Higuchi, Ryotaro Kawata, Naoki Nishikawa, Kazusato Oko, Shoichiro Yamaguchi, Sosuke Kobayashi, Seiya Tokui, Kohei Hayashi, Daisuke Okanohara, Taiji Suzuki

CoRR abs/2504.17562 2025年4月
Propagation of Chaos for Mean-Field Langevin Dynamics and its Application to Model Ensemble.

Atsushi Nitanda, Anzelle Lee, Damian Tan Xing Kai, Mizuki Sakaguchi, Taiji Suzuki

CoRR abs/2502.05784 2025年2月
Direct Distributional Optimization for Provable Alignment of Diffusion Models.

Ryotaro Kawata, Kazusato Oko, Atsushi Nitanda, Taiji Suzuki

CoRR abs/2502.02954 2025年2月
Metastable Dynamics of Chain-of-Thought Reasoning: Provable Benefits of Search, RL and Distillation.

Juno Kim, Denny Wu, Jason Lee, Taiji Suzuki

CoRR abs/2502.01694 2025年2月
Optimality and Adaptivity of Deep Neural Features for Instrumental Variable Regression.

Juno Kim, Dimitri Meunier, Arthur Gretton, Taiji Suzuki, Zhu Li

CoRR abs/2501.04898 2025年1月
Weighted Point Set Embedding for Multimodal Contrastive Learning Toward Optimal Similarity Metric.

Toshimitsu Uesaka, Taiji Suzuki, Yuhta Takida, Chieh-Hsin Lai, Naoki Murata, Yuki Mitsufuji

The Thirteenth International Conference on Learning Representations(ICLR) 2025年
State Space Models are Provably Comparable to Transformers in Dynamic Token Selection.

Naoki Nishikawa, Taiji Suzuki

The Thirteenth International Conference on Learning Representations(ICLR) 2025年
On the Optimization and Generalization of Two-layer Transformers with Sign Gradient Descent.

Bingrui Li, Wei Huang 0034, Andi Han, Zhanpeng Zhou, Taiji Suzuki, Jun Zhu 0001, Jianfei Chen 0001

The Thirteenth International Conference on Learning Representations(ICLR) 2025年
Transformers Provably Solve Parity Efficiently with Chain of Thought.

Juno Kim, Taiji Suzuki

The Thirteenth International Conference on Learning Representations(ICLR) 2025年
Optimality and Adaptivity of Deep Neural Features for Instrumental Variable Regression.

Juno Kim, Dimitri Meunier, Arthur Gretton, Taiji Suzuki, Zhu Li

The Thirteenth International Conference on Learning Representations(ICLR) 2025年
Direct Distributional Optimization for Provable Alignment of Diffusion Models.

Ryotaro Kawata, Kazusato Oko, Atsushi Nitanda, Taiji Suzuki

The Thirteenth International Conference on Learning Representations(ICLR) 2025年
Flow matching achieves almost minimax optimal convergence.

Kenji Fukumizu, Taiji Suzuki, Noboru Isobe, Kazusato Oko, Masanori Koyama

The Thirteenth International Conference on Learning Representations(ICLR) 2025年
Exact and Rich Feature Learning Dynamics of Two-Layer Linear Networks.

Wei Huang 0034, Wuyang Chen 0001, Zhiqiang Xu 0003, Zhangyang Wang, Taiji Suzuki

Conference on Parsimony and Learning(CPAL) 1087-1111 2025年
Quantifying the Optimization and Generalization Advantages of Graph Neural Networks Over Multilayer Perceptrons.

Wei Huang 0034, Yuan Cao 0006, Haonan Wang, Xin Cao 0001, Taiji Suzuki

International Conference on Artificial Intelligence and Statistics(AISTATS) 2854-2862 2025年
Clustered Invariant Risk Minimization.

Tomoya Murata, Atsushi Nitanda, Taiji Suzuki

International Conference on Artificial Intelligence and Statistics(AISTATS) 1612-1620 2025年

もっとみる

MISC

Neural Network Module Decomposition and Recomposition.

Hiroaki Kingetsu, Kenichi Kobayashi 0001, Taiji Suzuki

CoRR abs/2112.13208 2021年
Learning sparse structural changes in high-dimensional Markov networks: A review on methodologies and theories

Song Liu, Kenji Fukumizu, Taiji Suzuki

Behaviormetrika 44(1) 265-286 2017年1月1日
Structure learning of partitioned Markov networks

Song Liu, Taiji Suzuki, Masashi Sugiyama, Kenji Fukumizu

33rd International Conference on Machine Learning, ICML 2016 1 657-671 2016年査読有り
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))

金川平志郎, 鈴木大慈

電子情報通信学会技術研究報告 = IEICE technical report : 信学技報 115(323) 273-280 2015年11月26日
いまさら聞けない! コンピュータの数学：3. 機械学習のための数学

杉山将, 鈴木大慈

情報処理 56(5) 442-447 2015年4月15日
凸最適化に基づくテンソル分解

冨岡亮太, 鈴木大慈, 林浩平

応用数理 24(4) 160-167 2014年12月
Support Consistency of Direct Sparse-Change Learning in Markov Networks (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)

LIU Song, SUZUKI Taiji, SUGIYAMA Masashi

電子情報通信学会技術研究報告 = IEICE technical report : 信学技報 114(306) 263-269 2014年11月17日
交互方向乗数法を用いた確率的双対座標降下法 (情報論的学習理論と機械学習)

鈴木大慈

電子情報通信学会技術研究報告 = IEICE technical report : 信学技報 113(286) 205-212 2013年11月12日
Convergence Analysis and Adaptively Weighted Regularization for Multiple Kernel Learning (次世代計算科学の基盤技術とその展開 : RIMS研究集会報告集)

鈴木大慈

数理解析研究所講究録 1848 61-76 2013年8月
Direct Divergence Approximation between Probability Distributions and Its Applications in Machine Learning

Masashi Sugiyama, Song Liu, Marthinus Christoffel Du Plessis, Masao Yamanaka, Makoto Yamada, Taiji Suzuki, Takafumi Kanamori

Journal of Computing Science and Engineering 7(2) 99-111 2013年6月査読有り
Dual Averaging and Proximal Gradient Descent for Online Alternating Direction Multiplier Method (情報論的学習理論と機械学習)

鈴木大慈

電子情報通信学会技術研究報告 : 信学技報 112(452) 39-46 2013年3月4日
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 (情報論的学習理論と機械学習)

鈴木大慈

電子情報通信学会技術研究報告 : 信学技報 111(275) 147-154 2011年11月9日
Least-Squares Conditional Density Estimation

Masashi Sugiyama, Ichiro Takeuchi, Taiji Suzuki, Takafumi Kanamori, Hirotaka hachiya, Daisuke Okanohara

IEICE Transactions on Information and Systems 93-D(3) 583-594 2010年査読有り
A Density-ratio Framework for Statistical Data Processing.

Masashi Sugiyama, Takafumi Kanamori, Taiji Suzuki, Shohei Hido, Jun Sese, Ichiro Takeuchi, Liwei Wang

IPSJ Computer Vision and Application1 1 183-208 2009年査読有り
A least-squares approach to mutual information estimation with application in variable selection

Taiji Suzuki, Masashi Sugiyama, Jun Sese, Takafumi Kanamori

Proceedings of Workshop on New Challenges for Feature Selection in Data Mining and Knowledge Discoverty FSDM2008 362-367 2008年査読有り

共同研究・競争的資金等の研究課題

大規模複雑データの理論と方法論の深化と展開

日本学術振興会科学研究費助成事業基盤研究(A) 2025年4月 - 2030年3月

青嶋誠, 矢田和善, 鈴木大慈, 荒木由布子, 蛭川潤一, 川野秀一, 石井晶, 江頭健斗
大規模基盤モデルの革新的原理解明と方法論の新展開

日本学術振興会科学研究費助成事業基盤研究(B) 2024年4月 - 2029年3月

鈴木大慈
大規模複雑データの理論と方法論の革新的展開

日本学術振興会科学研究費助成事業基盤研究(A) 2020年4月 - 2025年3月

青嶋誠, 矢田和善, 松田安昌, 星野伸明, 田畑耕治, 片山翔太, 鈴木大慈, 中山優吾, 植木優夫, 蛭川潤一, 小森理, 石井晶, 金森敬文, 松井秀俊
深層機械学習理論の深化とその構造解析への応用

日本学術振興会科学研究費助成事業基盤研究(B) 2018年4月 - 2022年3月

鈴木大慈
深層学習の理論的究明による人工知能技術の革新

日本学術振興会科学研究費助成事業挑戦的研究(萌芽) 2018年6月 - 2021年3月

福水健次, 鈴木大慈, 今泉允聡
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

日本学術振興会科学研究費助成事業基盤研究(S) 2015年5月 - 2020年3月

合原一幸, 宮野悟, 鈴木大慈, 奥牧人, 藤原寛太郎, 中岡慎治, 森野佳生, 梶田真司
大規模複雑データの理論と方法論の総合的研究

日本学術振興会科学研究費助成事業基盤研究(A) 2015年4月 - 2020年3月

青嶋誠, 宇野力, 金森敬文, 蛭川潤一, 矢田和善, 廣瀬慧, 星野伸明, 柳原宏和, 小森理, 竹之内高志, 松井秀俊, 植木優夫, 井元清哉, 鈴木大慈
内在的構造を持つ大規模高次元データ解析の理論と方法

日本学術振興会科学研究費助成事業基盤研究(B) 2014年4月 - 2019年3月

福水健次, 鈴木大慈, 小林景
セミパラメトリックベイズ推論アプローチによるスパースモデリングの深化と応用

日本学術振興会科学研究費助成事業新学術領域研究(研究領域提案型) 2013年6月 - 2018年3月

福水健次, 鈴木大慈, 西山悠, 冨岡亮太, 西山悠, 柳松
大規模データにおける構造的推定手法の理論と応用

日本学術振興会科学研究費助成事業若手研究(B) 2013年4月 - 2018年3月

鈴木大慈
データ横断的機械学習手法の理論と応用

日本学術振興会科学研究費助成事業若手研究(B) 2010年 - 2012年

鈴木大慈
学習理論の研究と知能情報処理への応用

日本学術振興会科学研究費助成事業特別研究員奨励費 2006年 - 2009年

鈴木大慈

鈴木大慈

基本情報

研究キーワード

研究分野

論文

MISC

共同研究・競争的資金等の研究課題

メニュー

共著者の一覧