教員紹介

田中（石井）久美子（たなか（いしい）くみこ）

東京大学 先端科学技術研究センター
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

〒153-8904 東京都目黒区駒場4-6-1
東京大学駒場リサーチキャンパス 14号館
Tel:
Fax:

E-mail：kumiko＠cl.rcast.u-tokyo.ac.jp

[ホームページ]

略歴

研究テーマ

自然言語とは数理的にどのような系か

・計算言語科学
多量の多種多様な自然言語データを用いて、自然言語とはどのような系なのかを、数理的に捉えることに挑んでいます。たとえば、自然言語のエントロピーレートは正なのか、自然言語の再帰度合いはどの程度なのかといった、基礎的な問題を考えることを通して、言語の数理モデルを再考します。

・統計的自然言語処理
新しい数理モデルを教師なし機械学習手法の事前知識として用いる言語工学手法を探求します。構文解析、意味解析や文書分類といった要素技術の性能向上を目指し、それらに基づきWebやSNSを処理する応用システムや、言語インターフェースも構築しています。

主な論文・著書

Kumiko Tanaka-Ishii and Shunsuke Aihara. Text Constancy Measures. Computational Linguistics, 41(3): 481–502, 2015.

Hiroshi Yamaguchi and Kumiko Tanaka-Ishii. Text Segmentation by Language Using Minimum Description Length. Proceedings of Annual Conference for Computational Linguistics, 969-978, 2012, July.

Kumiko Tanaka-Ishii, Satoshi Tezuka, and Hiroshi Terada. Sorting by readability. Computational Linguistics, 36(2) 203–227, 2010.

Kumiko Tanaka-Ishii. Semiotics of Programming. Cambridge University Press. 2010, May.

Scott MacKenzie and Kumiko Tanaka-Ishii, editors. Text Entry Systems —Accessibility, Mobility, Universality— Morgan Kaufmann, 2007.

教員紹介

小林　徹也（こばやし　てつや）

東京大学 生産技術研究所
東京大学大学院 工学系研究科 電子工学専攻 兼担
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

〒153-8505 東京都目黒区駒場 4-6-1 生産技術研究所 Ce-501 号室
Tel: 03-5452-6798 内線 56798
Fax: 03-5452-6798

E-mail：tetsuya＠sat.t.u-tokyo.ac.jp

[ホームページ]

略歴

研究テーマ

・確率的細胞情報処理の数理：情報理論・ベイズの生体情報処理への応用
・進化の数理構造：経路積分表現を介した時系列空間上の統計物理的な変分構造の応用
・哺乳類発生動態の定量生物学：画像解析、系譜解析、多細胞発生モデリング
・獲得免疫系の生命情報学：TCR配列多様性解析、細胞動態解析、抗原認識モデリング
・細胞の定量生物学：エピジェネティクス記憶、概日リズム、細胞走性、ほか

主な論文・著書

・Hideki Ukai, Tetsuya J. Kobayashi, Mamoru Nagano, Koh-hei Masumoto, Mitsugu Sujino, Takao Kondo, Kazuhiro Yagita, Yasufumi Shigeyoshi and Hiroki R. Ueda: Melanopsin-dependent photo-perturbation reveals desynchronizationunderlying the singularity of mammalian circadian clocks, Nature CellBiology, Vol. 9, No.11, pp. 1327-1334, October 2007.

・Tetsuya J. Kobayashi: Implementation of Dynamic Bayesian Decision Making by Intracellular Kinetics, Physical Review Letters, Vol.104, p.0228104, June 2010.

・Tetsuya J. Kobayashi & Yuki Sughiyama: Fluctuation Relations of
Fitness and Information in Population Dynamics, Physical Review
Letters, Vol. 115, pp. 238102, December 2015.

・小林徹也 定量データが切り開く生命科学: 実験医学, Vol.31, No.8, pp.1202-1208, April 2013.

・小林徹也 and 青木一洋: バイオ画像解析 手取り足取りガイド, 羊土社, 2014.

教員紹介

河野　崇（こうの　たかし）

東京大学 生産技術研究所 情報・エレクトロニクス系部門
東京大学大学院 工学系研究科 電子工学専攻 兼担
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

〒153-8505 東京都目黒区駒場 4-6-1 生産技術研究所 Ee-512 号室
Tel: 03-5452-6900 内線 56900
Fax: 03-5452-6901

E-mail：kohno＠sat.t.u-tokyo.ac.jp

[ホームページ]

略歴

研究テーマ

1.神経形態学的システム
神経系における情報処理様式を模倣した人工システムの設計と構築。 神経システムの数理モデルを応用した人工システムモデルの構築。
2.神経システムモデリング
神経の非線形モデルとその分岐現象、学習則など。人工システムの設計やブ\レイン・コンピュータ・インターフェース(BCI)への応用を念頭においた、神経システムの数理モデル。

主な論文・著書

Takashi Kohno and Kazuyuki Aihara:
Mathematical-model-based design method of silicon burst neurons, Neurocomputing, in press.

Takashi Takemoto, Takashi Kohno, and Kazuyuki Aihara:
MOSFET Implementation of Class I* Neurons Coupled by Gap Junctions, Journal of Artificial Life and Robotics, Vol. 10, No. 1, pp. 1-5, July 2006.

Takashi Kohno and Kazuyuki Aihara:
A MOSFET-based model of a Class 2 Nerve membrane, IEEE Transactions on Neural Networks, Vol. 16, No. 3, pp. 754-773, May 2005.

教員紹介

合原　一幸（あいはら　かずゆき）

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
教授

〒153-8505 東京都目黒区駒場 4-6-1 Ce-601 号室
Tel: 03-5452-6691 内線 56691
Fax: 03-5452-6692

〒113-8656 東京都文京区本郷 7-3-1 工学部 6 号館 353 号室
Tel: 03-5841-6910 内線 26910
Fax: 03-5841-8594

E-mail：aihara＠sat.t.u-tokyo.ac.jp

[ホームページ]

略歴

研究テーマ

脳，カオス，複雑系、ゲノムなどに関連した数理的基礎問題を研究している． 具体的な研究テーマとしては，

1. 複雑現象の数理解析
複雑系数理モデル学，カオス工学，複雑系ビッグデータ解析（経済データ，地震データ，感染症伝播データ，風況・日射量データなど），カオス計算論など

2. 脳情報システム理論
人工知能の数理，神経回路網の数理，脳・神経時空間データの非線形解析，脳の学習・自己組織化理論，光電子ニューラルネットワーク論など

3. 疾病の数理モデルと治療への応用
ガンや HIV などの難病の数理モデル構築とその数理モデルに基づくテーラーメードな最適化治療手法や分岐理論解析に基づく動的ネットワークバイオマーカー（DNB）を用いた複雑疾病の未病（疾病前）状態の超早期診断手法など

4. 複雑ネットワークの工学・産業応用
社会インフラシステム，スマートグリッド，コミュニケーションネットワーク，交通流などの工学分野の複雑ネットワークの数理モデル化とその工学・産業応用など

主な論文・著書

中尾裕也，長谷川幹雄，合原一幸：
「ネットワーク・カオス -非線形ダイナミクス，複雑系と情報ネットワーク-」，
情報ネットワーク科学シリーズ 4 (電子情報通信学会 監修), 2017, コロナ社.
合原一幸 編著：
「人工知能はこうして創られる」, 2017, ウェッジ.
合原一幸 編著：
「暮らしを変える驚きの数理工学」, 2015, ウェッジ.
合原一幸 編著：
「社会を変える驚きの数学」, 2008, ウェッジ.
合原一幸, 神崎亮平編著：
「理工学系からの脳科学入門」, 2008, 東京大学出版会.
合原一幸 編著：
「脳はここまで解明された」, 2004, ウェッジ.
合原一幸：
「カオス学入門」, 2001, 放送大学教育振興会.
合原一幸 編：
「複雑系がひらく世界-科学・技術・社会へのインパクト」別冊日経サイエンス 120, 1997, 日経サイエンス社.

教員紹介

谷川　眞一（たにがわ　しんいち）

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 東京都文京区本郷 7-3-1 6号館 340号室
Tel: 03-5841-6906 内線 26906
Fax:

E-mail：tanigawa＠mist.i.u-tokyo.ac.jp

[ホームページ]

 

略歴

研究テーマ

計算幾何学・離散最適化と関連する離散数学の研究を行っています．

●計算幾何学
幾何的対象の代数的・組合せ的性質の関係を解明し，科学・工学の諸問題に現れる幾何データを計算機上で効率的に解析するためのアルゴリズムの設計

●組合せ最適化
グラフやマトロイドなどの離散的対象に関連する最適化問題に対し効率的なアルゴリズムの設計

主な論文・著書

Satoru Fujishige and Shin-ichi Tanigawa: Polynomial combinatorial algorithms for skew-bisubmodular function minimization, Mathematical Programming, to appear, 2017.

Shin-ichi Tanigawa: Singularity degree of the positive semidefinite matrix completion problem, SIAM Journal on Optimization, 27, 986–1009, 2017

Bill Jackson, Tibor Jordan and Shin-ichi Tanigawa: Unique low rank completability of partially filled matrices, Journal of Combinatorial Theory, Series B, 121, 432-462, 2016.

教員紹介

岩田　覚（いわた　さとる）

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

〒113-8656 東京都文京区本郷 7-3-1 6号館 351号室
Tel: 03-5841-7430 内線 27430
Fax:

E-mail：iwata＠mist.i.u-tokyo.ac.jp

[ホームページ]

略歴

研究テーマ

数理工学全般における基礎的諸問題の解決
・離散最適化： マトロイド・劣モジュラ関数に関する効率的なアルゴリズムの設計と解析
・離散数理工学: 離散最適化手法の工学的応用 (大規模システム解析，化学情報学)

主な論文・著書

S. Iwata and M. Takamatsu: Index minimization of differential-algebraic equations in hybrid analysis for circuit simulation, Mathematical Programming, 103 (2010), 105-121.

J. F. Geelen, S. Iwata, and K. Murota: The linear delta-matroid parity problem, Journal of Combinatorial Theory, B88 (2003), 377-398.

S. Iwata, L. Fleischer, and S. Fujishige: A combinatorial strongly polynomial algorithm for minimizing submodular functions, Journal of the ACM, 48 (2001), 761-777.

教員紹介

大西　立顕（おおにし　たかあき）

東京大学大学院 情報理工学系研究科
ソーシャルICT研究センター
准教授

〒113-8656 東京都文京区本郷 7-3-1 工学部 2 号館 92D3 号室
Tel: 03-5841-8980 内線28980
Fax:

E-mail：ohnishi.takaaki＠i.u-tokyo.ac.jp

[ホームページ]

略歴

研究テーマ

我々が日々行っている社会・経済活動に関する多様で詳細な情報が高頻度に記録されるようになってきている．統計科学，経済物理学，社会物理学，複雑ネットワーク科学，複雑系科学，超並列計算などを活用して

1. 時系列データ：金融市場のティックデータ，ニュース時系列，人の行動
2. 時空間データ：不動産市場，商業統計メッシュデータ，人口メッシュデータ，建物の空間分布，都市の発展
3. ネットワークデータ：企業間ネットワーク，振込ネットワーク，貿易ネットワーク，金融市場間の相関構造
4. テキストデータ：新聞，古文書，ウェブ，政治

などのビッグデータを実証科学の視点から研究している．バブル，暴騰・暴落，恐慌，集団行動，流行，集積効果，生産性，ショックの伝播，連鎖倒産・破綻，金融危機，市場間の連鎖，栄枯盛衰といった動的で複雑な社会・経済現象を実データに基づいて分析し，モデル化を行い，予測や制御に役立てることを目指している．

主な論文・著書

Takaaki Ohnishi, Takayuki Mizuno, Chihiro Shimizu, and Tsutomu Watanabe: “Power Laws in Real Estate Prices during Bubble Periods,” International Journal of Modern Physics: Conference Series, vol.16, pp.61-81, 2012.

Takaaki Ohnishi, Hideki Takayasu, Takatoshi Ito, Yuko Hashimoto, Tsutomu Watanabe, and Misako Takayasu: “On the Nonstationarity of the Exchange Rate Process,” International Review of Financial Analysis, vol.23, pp.30-34, 2012.

Takaaki Ohnishi, Hideki Takayasu, and Misako Takayasu: “Network Motifs in Inter-firm Network,” Journal of Economic Interaction and Coordination, vol.5, no.2, pp.171-180, 2010.

Takaaki Ohnishi, Hideki Takayasu, and Misako Takayasu: “Hubs and Authorities on Japanese inter-firm network: Characterization of nodes in very large directed networks,” Progress of Theoretical Physics Supplement, vol.179, pp.157-166, 2009.

教員紹介

鈴木　大慈（すずき　たいじ）

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 東京都文京区本郷 7-3-1 工学部 6 号館 352 号室
Tel: 03-5841-6921 内線26921
Fax:

E-mail：taiji＠mist.i.u-tokyo.ac.jp

[ホームページ]

略歴

研究テーマ

知的な情報処理をいかにして計算機に実行させるかという問題に興味がある．

具体的には機械学習，統計的学習理論，数理統計学，データ解析についてその理論から応用を研究している．これらの研究分野はデータ科学とも呼ばれており，限られた観測データからいかにして有用な情報を取り出し予測や推論に活かすかという方法論を研究する分野である．
１．機械学習の数理：カーネル法や深層学習など機械学習には様々な手法が存在するがそれらの汎化誤差（予測誤差）を理論的に解析することで高い汎化性能を実現させる機構を探求している．
２．高次元統計学：高次元データに埋もれた重要な情報を抜き出す方法論とその理論を研究している．
３．機械学習の高速計算手法：確率的最適化などを用いて大量データ上で効率的に学習を実行する計算方法を開発している．

主な論文・著書

Suzuki, T., Kanagawa, H., Kobayashi, H., Shimizu, N., and Tagami, Y.:”Minimax Optimal Alternating Minimization for Kernel NonparametricTensor Learning,”The 30th Annual Conference on Neural Information Processing Systems(NIPS2016), pp. 3783-3791, (2016).

Kanagawa, H., Suzuki, T., Kobayashi, H., Shimizu, N., and Tagami, Y.:”Gaussian process nonparametric tensor estimator and its minimax optimality,”The 33rd International Conference on Machine Learning (ICML2016), pp.1632-1641, (2016).

Suzuki, T.:”Convergence rate of Bayesian tensor estimator and its minimax optimality,”The 32nd International Conference on Machine Learning (ICML2015), pp.1273-1282, (2015).

Suzuki, T.:”Dual Averaging and Proximal Gradient Descent for Online AlternatingDirection Multiplier Method,”International Conference on Machine Learning (ICML2013), pp. 392-400, (2013).

Suzuki, T., and Sugiyama, M.:”Fast learning rate of multiple kernel learning: trade-off betweensparsity and smoothness,”The Annals of Statistics, vol. 41, number 3, pp. 1381-1405, (2013).

鈴木大慈：『確率的最適化（機械学習プロフェッショナルシリーズ）』．講談社，2015年8月8日．

教員紹介

山西 健司（やまにし けんじ）

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

〒113-8656 東京都文京区本郷 7-3-1 6号館 345号室
Tel: 03-5841-6895 内線 26895
Fax: 03-5841-8599

E-mail：yamanishi＠mist.i.u-tokyo.ac.jp

[ホームページ]

略歴

研究テーマ

1. 情報論的学習理論（情報理論に基づく機械学習理論、モデル選択）
2. データマイニング基礎（異常検知、変化検知、潜在的ダイナミクス）
3. データマイニング応用（セキュリティ、マーケティング、ヘルスケア、交通）

主な論文・著書

・K.Yamanishi: “A Learning Criterion for Stochastic Rules,” Machine Learning, vol.9, pp.165-203, 1992.

・K.Yamanishi: “A Decision-theoretic Extension of Stochastic Complexity and Its Applications to Learning,” IEEE Transactions on Information Theory, vol.44, 4, pp.1424-1439, 1998.

・K.Yamanishi: “Distributed Cooperative Bayesian Learning Strategies,” Information and Computation, vol.150, p.22-56, 1998.

・K.Yamanishi and H.Li: “Mining　Open Answers in Quessionare Data,” IEEE Intelligent Systems. pp.58-63、September/October, 2002.

・K.Yamanishi, J.Takeuchi, G.Williamas, and P.Milne: “On-line Unsupervised Outlier Detection Using Finite Mixtures with Discounting Learning Algorithms,” Data Mining and Knowledge Discovery Journal, pp.275-300, May 2004, vol.8, issue 3.

・J.Takeuchi and K.Yamanishi: “A Unifying Framework for Detecting Outliers and Change-points from Time Series,” IEEE　Transactions on Knowledge and Data Engineering, vol.18, no.44, pp.482-492, 2006.

・K.Yamanishi and Y.Maruyama: “Dynamic Model Selection with Its Applications to Novelty Detection,” IEEE　Transactions on Information Theory,　pp.2180-2189, vol.53, no.6, June, 2007.

・T.Wu, S.Sugawara, and K.Yamanishi: “Decomposed Normalized Maximum Likelihood Codelength Criterion for Selecting Hierarchical Latent Variable Models,” ACM SIGKDD International Conference on Knowledge Discovery and Data Mining(KDD 2017), pp:1165-1174, 2017.

・金明哲, 村上征勝, 永田昌明, 大津起夫, 山西健司: 「言語と心理の統計学」岩波書店, 第4部 2003.

・K.Yamanishi: “Extended Stochastic Complexity and Its Applications to Learning” In Advances in Minimum Description Length: Theory and Applications (edited by Peter D. Grunwald, in Jae Myung, Mark A. Pitt): The MIT Press (2005).

・山西健司: 「データマイニングによる異常検知」共立出版 (2009年).

・山西健司: 「情報論的学習理論」共立出版 (2010年).

・山西健司: 「情報論的学習とデータマイニング」朝倉書店 (2015年).

教員紹介

長尾　大道（ながお　ひろみち）

東京大学地震研究所 巨大地震津波災害予測研究センター
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

〒113-0032 東京都文京区弥生 1-1-1 東京大学地震研究所 3号館 33号室
Tel: 03-5841-1766 内線 21766
Fax: 03-5841-1766

E-mail：nagao＠mist.i.u-tokyo.ac.jp

[ホームページ]

略歴

研究テーマ

　地球規模のリアルタイム観測ネットワークや、超高並列計算機による数値シミュレーション技術が発達した現代の科学技術をもってしても、2011年3月11日の東北地方太平洋沖地震（東日本大震災）では被害の拡大を食い止めることができなかった。いずれまた必ず発生する大地震から可能な限り多くの人命と財産を守るために、地震・津波・災害に関連した観測およびシミュレーションによる膨大なデータを、データ同化を始めとする統計学的手法によって余すところなく統合することにより、総合的な知見を創出することを目指している。

1.データ同化
数値シミュレーションと観測・実験データを、ベイズ統計学の枠組みで統融合するための基盤技術であり、シミュレーションモデルに含まれるパラメータおよび各時刻における状態を逐次推定しながら、将来予測が可能なシミュレーションモデルを創出することができる。主に気象学や海洋学で大きく発展を遂げ、例えば日々の天気予報はデータ同化そのものであり、予報円（確率密度関数）付きの台風の進路予測は、データ同化の結果が端的に表れた好例と言える。気象学とは異なる観点から、地震や津波に代表される固体地球科学に資するデータ同化技術の構築を目指している。

2.逐次ベイズフィルタおよび4次元変分法
データ同化では、数値シミュレーションから算出される予測モデルと観測データを比較するため、
カルマンフィルタ、アンサンブルカルマンフィルタ、粒子フィルタに代表される逐次ベイズフィルタや、
4次元変分法などの極めて多種多様な手法が提案されており、目的や計算負荷を勘案して選択する。
固体地球科学の諸問題に適した、独自の逐次ベイズフィルタおよび4次元変分法の開発を実施している。

主な論文・著書

Sasaki, K., A. Yamanaka, S. Ito, and H. Nagao, Data assimilation for
phase-field models based on the ensemble Kalman filter, Computational
Materials Science, Vol. 141, pp. 141-152, doi:10.1016/j.commatsci.2017.09.025, 2018.

Ito, S., H. Nagao, T. Kasuya, and J. Inoue, Grain growth prediction
based on data assimilation by implementing 4DVar on multi-phase-field
model, Science and Technology of Advanced Materials, Vol. 18, Issue 1, pp. 857-869, doi:10.1080/14686996.2017.1378921, 2017.

Kano, M., H. Nagao, K. Nagata, S. Ito, S. Sakai, S. Nakagawa, M. Hori,
and N. Hirata, Seismic wavefield imaging of long-period ground motion
in the Tokyo Metropolitan area, Japan, J. Geophys. Res. Solid Earth, Vol. 122, doi:10.1002/2017JB014276, 2017.

Kano, M., H. Nagao, D. Ishikawa, S. Ito, S. Sakai, S. Nakagawa, M.
Hori, and N. Hirata, Seismic wavefield imaging based on the replica
exchange Monte Carlo method, Geophys. J. Int., Vol. 208, pp. 529-545, doi:10.1093/gji/ggw410, 2017.

Ito, S., H. Nagao, A. Yamanaka, Y. Tsukada, T. Koyama, M. Kano, and J.
Inoue, Data assimilation for massive autonomous systems based on a
second-order adjoint method, Phys. Rev. E, 94, 043307, doi:10.1103/PhysRevE.94.043307, 2016.