教員紹介

佐藤 一宏（さとう かずひろ）

東京大学大学院　情報理工学系研究科

数理情報学専攻
講師

E-mail：kazuhiro@mist.i.u-tokyo.ac.jp

〒113-8656 東京都文京区本郷7-3-1 工学部6号館 434号室
Tel: 03-5841-6934

[ホームページ]

略歴

研究テーマ

システム制御分野に関する問題を最適化や機械学習などの異分野の方法を用いて解決することに特に興味があります。以下の３つが主要な研究テーマです。

1. 最適化理論のシステム制御理論への応用：リーマン多様体上の最適化理論、近接写像の理論、劣モジュラ最適化理論などで、どのようなシステム制御の問題が解決できるかを研究します。
2. システム制御理論の最適化理論への応用：ハイブリッドシステムや受動性に関するシステム制御理論の成果などを利用することで、どのような最適化問題を効率的に解くことが可能になるかを研究します。
3. システム制御のためのデータ駆動型モデリング：時々刻々と取得されるデータからシステムを制御する際に有効なモデルを構築する方法を最適化、機械学習、数値解析などの知見を利用して研究します。

主な論文・著書

• K. Sato:Riemannian optimal model reduction of linear port-Hamiltonian systems,
  Automatica, Vol. 98, pp. 428–434, 2018.
• K. Sato and H. Sato: Structure preserving H^2 optimal model reduction based on Riemannian trust-region method, IEEE Transactions on Automatic Control, Vol. 63, No. 2, pp. 505-511, 2018.
• K. Sato: Riemannian optimal control and model matching of linear port-Hamiltonian systems,
  IEEE Transactions on Automatic Control, Vol. 62, No. 12, pp. 6575-6581, 2017.

教員紹介

泉田 勇輝（いずみだ ゆうき）

東京大学大学院 新領域創成科学研究科 複雑理工学専攻
東京大学大学院 情報理工学系研究科 数理情報学専攻 兼担
講師

E-mail：izumida@k.u-tokyo.ac.jp

[柏キャンパス]
〒277-8561 千葉県柏市柏の葉5-1-5
新領域基盤棟 5H5 (メールボックス411)
Tel: 04-7136-3934

[本郷キャンパス]
〒113-8656 東京都文京区本郷7-3-1
工学部6号館 433号室
Tel: 03-5841-6930

[ホームページ]

略歴

研究テーマ

非平衡熱統計力学・非線形動力学によって記述される複雑かつ動的なシステムの基礎的な側面について, 具体的な物理・工学・生物システムの数理モデリングを通して研究している. これまで取り組んできている研究テーマは, 非平衡熱機関の効率論, 低温度差スターリングエンジンの力学系モデリングと回転メカニズムの解明, 結合振動子の同期現象のエネルギー論の構築など.

主な論文・著書

• Y. Izumida: “Nonlinear dynamics analysis of a low-temperature-differential kinematic Stirling heat engine”, EPL(Europhysics Letters) 121, 50004 (2018)
• Y. Izumida, H. Kori, U. Seifert: “Energetics of synchronization in coupled oscillators rotating on circular trajectories”, Phys. Rev. E 94, 052221 (2016)
• Y. Izumida, K. Okuda: “Work Output and Efficiency at Maximum Power of Linear Irreversible Heat Engines Operating with a Finite-Sized Heat Source”,
  Phys. Rev. Lett. 112, 180603 (2014)
• Y. Izumida, K. Okuda: “Onsager coefficients of a finite-time Carnot cycle”,
  Phys. Rev. E 80, 021121 (2009)
• Y. Izumida, K. Okuda: “Molecular kinetic analysis of a finite-time Carnot cycle”,
  EPL(Europhysics Letters) 83, 60003 (2008)

教員紹介

豊泉 太郎（とよいずみ たろう）

東京大学大学院 情報理工学系研究科
数理情報学専攻
連携教授

理化学研究所 脳神経科学研究センター
チームリーダー

〒351-0198 埼玉県和光市広沢2-1
Tel: 048-467-9644
Fax: 048-467-9670

E-mail：taro.toyoizumi@riken.jp

[ホームページ]

略歴

研究テーマ

計算神経科学，情報統計力学，神経学習理論．

数理モデルの解析を通して，脳の神経回路が環境に対して適応し，学習するメカニズムの研究をしている．統計力学や情報理論などで培われた解析技術をコンピュータシミュレーションと組み合わせることにより，神経回路網が適切に機能する為に必要な基本的原理の理解を目指している．特に，神経細胞がその活動に応じて自身の性質を変化させる現象（神経可塑性）は脳の学習，記憶，発達に大きな役割を果たしている．数理的なモデルを駆使して，細胞レベルから回路レベルの知見を包括する可塑性の理論の構築を目指している．更に，その結果形成される神経回路がどのような情報処理の性能を持つかを予測する．

主な論文・著書

Isomura T and Toyoizumi T.: “Error-Gated Hebbian Rule: A Local
Learning Rule for Principal and Independent Component Analysis”
Scientific Reports , 8, 1835 (2018), doi:10.1038/s41598-018-20082-0

Buckley C L and Toyoizumi T.: “A theory of how active behavior
stabilizes neural activity: neural gain modulation by closed-loop
environmental feedback”
PLOS Computational Biology , 14, e1005926 (2018), doi:
10.1371/journal.pcbi.1005926

Kuśmierz Ł and Toyoizumi T.: “Emergence of Lévy walks from
second-order stochastic optimization”
Physical Review Letters, 119, 250601 (2017), doi: 10.1103/PhysRevLett.119.250601

Tajima S, Mita T, Bakkum D, Takahashi H, and and Toyoizumi T.:
“Locally embedded presages of global network bursts”
Proc. Natl. Acad. Sci, 114, 9517-9522 (2017), doi: 10.1073/pnas.1705981114

Huang H and Toyoizumi T.: “Clustering of neural code words revealed by
a first-order phase transition”
Physical Review E, 93, 062416 (2016), doi: 10.1103/PhysRevE.93.062416

Shimazaki H, Sadeghi K, Ishikawa T, Ikegaya Y, and Toyoizumi T.:
“Simultaneous silence organizes structured higher-order interactions
in neural populations.”
Sci Rep, 5, 9821 (2015), doi: 10.1038/srep09821

Toyoizumi T, Kaneko M, Stryker MP, and Miller KD.: “Modeling the
dynamic interaction of Hebbian and homeostatic plasticity”
Neuron, 84(2), 497-510 (2014), doi: 10.1016/j.neuron.2014.09.036

Toyoizumi T, Miyamoto H, Yazaki-Sugiyama Y, Atapour N, Hensch TK, and
Miller KD.: “A theory of the transition to critical period plasticity:
inhibition selectively suppresses spontaneous activity” Neuron, 80(1),
51-63 (2013), doi: 10.1016/j.neuron.2013.07.022

Toyoizumi T and Abbott LF.: “Beyond the edge of chaos: Amplification
and temporal integration by recurrent networks in the chaotic regime”
Physical Review, E 84(5), 051908 (2011), doi: 10.1103/PhysRevE.84.051908

Toyoizumi T, Aihara K, and Amari S.: “Fisher information for
spike-based population decoding.”
Phys Rev Lett, 97(9), 98102 (2006), doi: 10.1103/PhysRevLett.97.098102

Toyoizumi T, Pfister JP, Aihara K, and Gerstner W.: “Generalized
Bienenstock-Cooper-Munro rule for spiking neurons that maximizes
information transmission.”
Proc Natl Acad Sci U S A, 102(14), 5239-44 (2005), doi: 10.1073/pnas.0500495102

教員紹介

荻原　哲平（おぎはら　てっぺい）

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

〒113-8656 東京都文京区弥生2-11-16 工学部12号館212号室
Tel: 03-5841-7958 内線 27958
Fax:

E-mail：ogihara@mist.i.u-tokyo.ac.jp

[ホームページ]

略歴

研究テーマ

数理統計学，特に確率過程の統計解析と金融データ解析への応用．

拡散過程やジャンプ型拡散過程，自己励起型点過程といった確率過程に対する最尤型推定量やベイズ型推定量の理論や，Malliavin解析を用いた推定量の漸近有効性等の理論を研究している．応用研究として，日本・米国株式市場の一日内の全取引を記録したような「高頻度データ」を確率過程でモデリングして，ボラティリティ・共変動といったリスク量を計測する実証研究を行っている．

主な論文・著書

Teppei Ogihara, Parametric inference for nonsynchronously observed diffusion processes in the presence of market microstructure noise, Bernoulli, Volume 24, Issue 4B (2018), pp.3318-3383 (doi:10.3150/17-BEJ962).

Teppei Ogihara, Local asymptotic mixed normality property for nonsynchronously observed diffusion processes, Bernoulli, Volume 21 (2015), pp.2024-2072 (doi:10.3150/14-BEJ634).

Teppei Ogihara and Nakahiro Yoshida, Quasi-likelihood analysis for nonsynchronously observed diffusion processes, Stochastic Processes and their Applications, Volume 124 (2014), pp.2954-3008 (doi:10.1016/j.spa.2014.03.014).

Teppei Ogihara and Nakahiro Yoshida, Quasi-likelihood analysis for the stochastic differential equation with jumps, Statistical Inference for Stochastic Processes, Volume 14 (2011), pp. 189-229 (doi:10.1007/s11203-011-9057-z).

Profile

Teppei Ogihara（荻原　哲平）

Associate Professor,
Department of Mathematical Informatics, Graduate School of Information
Science and Technology, University of Tokyo

2-11-16 Yayoi, Bunkyo-ku, Tokyo, 113-8656

Eng. 12 Bldg. Room 212
Tel: +81-3-5841-7958, ext. 27958
Fax:

E-mail：ogihara@mist.i.u-tokyo.ac.jp

[Home Page]

Curriculum Vitae

Research Themes

Statistical inference for stochastic processes and applications to financial data analysis

I am studying maximum-likelihood- and Bayes-type estimation for diffusion processes, jump diffusion processes and self-exciting point processes, and the theory of asymptotic efficiency of estimators by using Malliavin calculus. I am also working with high-frequency data in Japanese and US stock markets and forecasting stock volatility and covariation.

Selected Publications

Teppei Ogihara, Parametric inference for nonsynchronously observed diffusion processes in the presence of market microstructure noise, Bernoulli, Volume 24, Issue 4B (2018), pp.3318-3383 (doi:10.3150/17-BEJ962).

Teppei Ogihara, Local asymptotic mixed normality property for nonsynchronously observed diffusion processes, Bernoulli, Volume 21 (2015), pp.2024-2072 (doi:10.3150/14-BEJ634).

Teppei Ogihara and Nakahiro Yoshida, Quasi-likelihood analysis for nonsynchronously observed diffusion processes, Stochastic Processes and their Applications, Volume 124 (2014), pp.2954-3008 (doi:10.1016/j.spa.2014.03.014).

Teppei Ogihara and Nakahiro Yoshida, Quasi-likelihood analysis for the stochastic differential equation with jumps, Statistical Inference for Stochastic Processes, Volume 14 (2011), pp. 189-229 (doi:10.1007/s11203-011-9057-z).

教員紹介

藤原　寛太郎（ふじわら　かんたろう）

東京大学 国際高等研究所ニューロインテリジェンス国際研究機構

東京大学大学院 情報理工学系研究科 数理情報学専攻 兼担

特任准教授

 

〒113-0033 東京都文京区本郷7-3-1 医学部1号館S302号室

Tel: 03-5841-8247 内線 28247

Fax:

 

E-mail：fujiwara＠mist.i.u-tokyo.ac.jp

 

[ホームページ]

略歴

研究テーマ

主な研究分野は、計算論的神経科学や脳神経系のデータ解析です。

1. 計算論的神経科学

単一神経細胞の数理モデリングから大規模のニューラルネットワークモデリングを通じて学習や適応など脳における様々な現象に取り組んでいます。

2. 脳神経系のデータ解析

脳神経系データを解析するにあたり必要な数理理論や解析手法の確立、そして実データへの適用・予測を行っています。

3. 生体情報処理

脳神経系以外の生体情報理論にも取り組んでいます。具体的には、膵ベータ細胞の数理モデリング、糖尿病の数理モデリングなどです。

主な論文・著書

– R. Nomura , Y-Z Liang, K. Morita, K. Fujiwara and T. Ikeguchi,
Threshold-varying integrate-and-fire model reproduces distributions of spontaneous blink intervals,
PLOS ONE 13, 10, e0206528 (2018)

– T. Kobayashi, Y. Shimada, K. Fujiwara and T. Ikeguchi,
Reproducing Infra-Slow Oscillations with Dopaminergic Modulation,
Scientific Reports, 7, 2411 (2017)

– H. Ando and K. Fujiwara,
Numerical analysis of bursting activity in an isolated pancreatic β-cell model,
Nonlinear Theory and its Applications, 7, pp. 217-225 (2016)

– K. Fujiwara, H. Suzuki, T. Ikeguchi and K. Aihara,
Method for analyzing time-varying statistics on point process data with multiple trials,
Nonlinear Theory and its Applications, 6, pp. 38-46 (2015)

教員紹介

郡 宏（こおり ひろし）

東京大学大学院 新領域創成科学研究科 複雑理工学専攻
東京大学大学院 情報理工学系研究科 数理情報学専攻 兼担
教授

E-mail：kori@k.u-tokyo.ac.jp

[柏キャンパス]
〒277-8561 千葉県柏市柏の葉5-1-5
新領域基盤棟 5H3 (メールボックス410)
Tel: 04-7136-3936

[本郷キャンパス]
〒113-8656 東京都文京区本郷7-3-1
工学部6号館 433号室
Tel: 03-5841-6930

[ホームページ]

略歴

研究テーマ

基礎的な理論研究をベースに，モデリングや実験研究者との協働を通して，社会的ニーズのある問題の解決を目指す．具体的に，以下のような話題に取り組んでいる．

・同期現象の基礎理論の構築
・複雑ネットワークとダイナミクス，同期，ゆらぎ，最適化
・体内時計の数理的理解と時差ボケの回避法の提案，実験検証
・細胞分化における遺伝子発現リズムの記述と役割
・歩行や遊泳などのロコモーションの数理モデル
・微生物の遊泳の数理モデル
・電力網や輸送網の最適ネットワーク構造
・自己組織化，時空間のパターン形成
・化学反応系の記述とダイナミクスの制御
・非線形・非平衡系におけるミクロ・マクロリンク

主な論文・著書

• H. Kori, Y. Yamaguchi, H. Okamura: “Accelerating recovery from jet lag: prediction from a multi-oscillator model and its experimental confirmation in model animals”, Scientific Reports 7, 17466 (2017)
• H. Kori, Y. Kuramoto, S. Jain, I.Z. Kiss, J.L. Hudson: “Clustering in Globally Coupled Oscillators Near a Hopf Bifurcation: Theory and Experiments”, Phys. Rev. E 89, 062906 (2014)
• Y. Yamaguchi, H. Kori, H. Okamura et al: “Mice Genetically Deficient in Vasopressin V1a and V1b Receptors Are Resistant to Jet Lag”,
  Science 342,  85 (2013)
• I. Imayoshi, H. Kori, R. Kageyama et al.: “Oscillatory Control of Factors Determining Multipotency and Fate in Mouse Neural Progenitors”,
  Science 342, 1203 (2013)
• I.Z. Kiss, C.G. Rusin, H. Kori, J.L. Hudson: “Engineering Complex Dynamical Structures: Sequential Patterns and Desynchronization”,
  Science 316, 1886 (2007)
• 郡宏、森田善久：「生物リズムと力学系」共立出版　(2011)

教員紹介

近江 崇宏 （おうみ　たかひろ）

東京大学 生産技術研究所
東京大学大学院 情報理工学系研究科 数理情報学専攻 兼担
特任准教授

〒153-8505 東京都目黒区駒場4-6-1 東京大学生産技術研究所 3部合原研究室
Tel: 03-5452-6697 内線 56697
Fax:

E-mail：omi@sat.t.u-tokyo.ac.jp

略歴

研究テーマ

統計学に基づく時系列解析の研究を行なっています。特に、点過程と呼ばれる不規則に起こる事象の時系列データの解析に取り組んでいます。具体的なテーマとしては、 (1)ベイズ統計を用いた推定や予測手法の構築 (2)地震、経済、社会などのデータへの応用 などを扱っています。

主な論文・著書

T. Omi, Y. Hirata, and K. Aihara, “Hawkes process model with a time-dependent background rate and its application to high-frequency financial data”, Physical Review E 96, 012303 (2017).

T. Omi, Y. Ogata, Y. Hirata, and K. Aihara, “Forecasting large aftershocks within one day after the main shock”, Scientific Reports 3, 2218 (2013).

T. Omi and S. Shinomoto, “Optimizing time histograms for non-Poissonian spike trains”, Neural Computation 23, 3125 (2011).

教員紹介

眞溪 歩（またに あゆむ）

東京大学大学院 情報理工学系研究科
システム情報学専攻
准教授

〒113-8656 東京都文京区本郷7-3-1
Tel: 03-5841-7768
Fax:

E-mail：matani＠isp.ac

[ホームページ]

略歴

研究テーマ

信号処理工学，計測工学，情報通信工学，電気電子回路学をベースとした認知神経工学研究を行っている．

認知科学実験に伴う脳波計測では，脳波の独立変数は時間，空間(測定チャネル)，エポック(実験試行番号)となる．脳波解析では，時間，空間に対しては多彩なフィルタが提案されており，それぞれ固有かつ互いに排他的な役割を持っている．エポックに対してもフィルタを構築すれば，原理的に時間・空間フィルタではできないことができる．たとえば，クロス周波数カップリング現象の解析のために，いくつかのエポックフィルタを提案した(2,3)．

神経細胞において，シナプス後電位は樹状突起電流を生じさせ，樹状突起電流は膜電位を作った後，細胞外に流れ出て頭部内を分布電流として流れ，電流の連続性からまたもとの神経細胞へと戻る．樹状突起電流の空間和を，頭表の電圧降下として測定すると脳波となる．したがって，頭表にインピーダンスを取り付けると，樹状突起電流は変調され，その源となった神経細胞の膜電位に影響を与えることができる．たとえば，視覚選択反応課題の反応時間を短縮することができた(1)．

主な論文・著書

1) A. Matani, M. Nakayama, M. Watanabe, Y. Furuyama, A. Hotta, and S. Hoshino, Transcranial extracellular impedance control (tEIC) modulates behavioral performances, PLoS ONE, e0102834, 2014.

2) A. Matani, Y. Naruse, Y. Terazono, N. Fujimaki, and T. Murata, Phase-Interpolated Averaging for Analyzing Electroencephalography and Magnetoencephalography Epochs, IEEE Trans. on Biomedical Engineering, vol. 58, no. 1, pp. 71-80, 2011.

3) A. Matani, Y. Naruse, Y. Terazono, T. Iwasaki, N. Fujimaki, and T. Murata, Phase-Compensated Averaging for Analyzing Electroencephalography and Magnetoencephalography Epochs, IEEE Trans. on Biomedical Engineering, vol. 57, no. 5, pp. 1117-1123, 2010.

教員紹介

田中　剛平（たなか　ごうへい）

東京大学 国際高等研究所 ニューロインテリジェンス国際研究機構
東京大学大学院 情報理工学系研究科 数理情報学専攻
東京大学大学院 工学系研究科 電気系工学専攻
特任准教授

〒113-0033 東京都文京区本郷 3-7-1 医学部1号館 N308 号室
Tel:  ——–  内線 ——–

E-mail：gtanaka＠g.ecc.u-tokyo.ac.jp

[ホームページ]

略歴

研究テーマ

主な研究分野は，複雑系科学，脳型コンピューティング，数理モデリングなどです．

1. 脳型省エネルギー情報処理
次世代情報処理システムを実現するためには，デバイスを微細化したり構造をコンパクトにして省エネルギー化をはかる必要があります．そこで，脳型計算システムをハードウェア上で高速かつ低消費電力で動作させることを目標とし，システムを省エネ化する数理的手法の開発に取り組んでいます．

2. 機械学習および先端数理の応用
機械学習を利用して，従来は人間が担っていたタスクを効率的に行なうことができるようになってきています．そこで，まだ機械学習や数理モデリングの応用が進んでいない分野の問題を定式化し，複数の機械学習手法や数理的技術を組合せることによりそれを解決することを目指します．

3. 医療・社会システムの数理モデリング
センサーデバイスの発達により，医療・社会システムに関する豊富なデータがとれるようになってきています．そのようなデータに基づいて，従来よりも現実的な数理モデルを構築し，医療・社会分野の課題解決を目指します．

4. ネットワーク頑強性
ネットワークシステムは，電力網，交通網，生体網など，至るところに見られます．ネットワークによって通常時の利便性は拡大しますが，一部の故障が全体に波及して被害を拡大するというリスクも伴います．そこで，ネットワークシステム機能の頑強性が，ネットワーク構造，ダイナミクス，要素間相互作用などにどのように依存するかを数理的に明らかにすることを目指しています．

主な論文・著書

田中 剛平，中根 了昌，廣瀬 明 (著)
リザバーコンピューティング：時系列パターン認識のための高速機械学習の理論とハードウェア
森北出版 (2021).

G. Tanaka, R. Nakane, T. Takeuchi, T. Yamane, D. Nakano, Y. Katayama, and A. Hirose
Spatially Arranged Sparse Recurrent Neural Networks for Energy Efficient Associative Memory
IEEE Transactions on Neural Networks and Learning Systems, vol. 31, issue 1, pp. 24-38 (2020).
DOI: 10.1109/TNNLS.2019.2899344

A. Matsuki and G. Tanaka
Intervention threshold for epidemic control in susceptible-infected-recovered metapopulation models
Physical Review E, vol. 100, 022302 (2019).

G. Tanaka, T. Yamane, J. B. Heroux, R. Nakane, N. Kanazawa, S. Takeda, H. Numata, D. Nakano, and A. Hirose
Recent Advances in Physical Reservoir Computing: A Review
Neural Networks, vol. 115, pp. 100-123 (2019).

田中 剛平
リザバーコンピューティングの概念と最近の動向 (Open Access 話題の記事),
電子情報通信学会誌 (小特集:リザバーコンピューティング), vol. 102, no. 2 (Feb. 2019), pp. 108-113 (2019).