Masahiro Suzuki's Page

業績・活動一覧

訳書

  • 強化学習（R. Sutton, A. Barto著），監訳・分担翻訳（第2版序文，表記のまとめ，第I部序文，第II部序文，第III部序文，第13章），森北出版，2022年11月1日発売.
  • 深層学習（Ian Goodfellow，Yoshua Bengio，Aaron Courville著），監訳・分担翻訳（本書冒頭〈ウェブサイト，謝辞，表記〉，第I部冒頭，第II部冒頭，第III部冒頭，第16章，第17章，第18章，第19章，第20章)，KADOKAWA，2018年3月7日発売．

原著論文

  • 冨山翔司, 鈴木雅大, 落合桂一, 松尾豊: 文書生成タスクに対する強化学習応用における文書生成器のサンプルに非依存な報酬関数学習フレームワークの提案, 電子情報通信学会和文論文誌D, 2024.
  • 今井翔太, 岩澤有祐, 鈴木雅大, 松尾豊: 異なる事前知識を持つ深層生成モデルを用いてメッセージ生成を行うエージェント間のコミュニケーション創発, 人工知能学会論文誌, 2024.
  • 中村友昭, 鈴木雅大, 谷口彰, 谷口忠大: ガウス過程潜在変数モデルとニューラルネットワークの統合によるマルチエージェント記号創発と潜在表現学習, 日本ロボット学会誌（レター）, 2024.
  • Masahiro Suzuki, Takaaki Kaneko, Yutaka Matsuo, Pixyz: a Python library for developing deep generative models, Advanced Robotics, 2023.
  • Tadahiro Taniguchi, Shingo Murata, Masahiro Suzuki, Dimitri Ognibene, Pablo Lanillos, Emre Ugur, Lorenzo Jamone, Tomoaki Nakamura, Alejandra Ciria, Bruno Lara, Giovanni Pezzulo, World Models and Predictive Coding for Cognitive and Developmental Robotics: Frontiers and Challenges, Advanced Robotics, 2023.
  • Hitoshi Nakanishi, Masahiro Suzuki, Yutaka Matsuo: HAWK-Net: Hierarchical Attention Weighted Top-K Network for High-resolution Image Classification, IPSJ, 2023.
  • 小林由弥, 鈴木雅大, 松尾豊: 深層生成モデルによる背景情報を利用したシーン解釈, 人工知能学会論文誌, 第38巻3号, 2023.
  • Yuya Kobayashi, Masahiro Suzuki, Yutaka Matsuo: Learning Global Spatial Information for Multi-View Object-Centric Models, Advanced Robotics, 2023.
  • 山本裕樹, 鈴木雅大, 落合桂一, 松尾豊: Bayesian Neural Networkによる景気テキストの不確実性評価と景気指標の開発, 情報処理学会論文誌, 2023.
  • 蔭山智, 鈴木雅大, 落合桂一, 松尾豊: 顔の角度情報を用いたDeepFake動画の検出手法の提案, 電子情報通信学会和文論文誌D, 2023.
  • 山本裕樹, 鈴木雅大, 落合桂一, 松尾豊: 産業間の取引構造を用いた深層学習モデルによる生産指数の予測, 情報処理学会論文誌, 2022.
  • Hitoshi Nakanishi, Masahro Suzuki, Yutaka Matsuo, Fixing the train-test objective discrepancy: Iterative Image Inpainting for Unsupervised Anomaly Detection, IPSJ, 2022.
  • Tadahiro Taniguchi, Hiroshi Yamakawa, Takayuki Nagai, Kenji Doya, Masamichi Sakagami, Masahiro Suzuki, Tomoaki Nakamura, Akira Taniguchi: A Whole Brain Probabilistic Generative Model: Toward Realizing Cognitive Architectures for Developmental Robots, Neural Networks, 2022.
  • 小林由弥, 鈴木雅大, 松尾豊: Transformerと自己教師あり学習を用いたシーン解釈手法の提案, 人工知能学会論文誌, 第37巻2号, 2022.
  • Masahro Suzuki, Yutaka Matsuo: A survey of multimodal deep generative models, Advanced Robotics, 2022.
  • 山本裕樹, 落合桂一, 鈴木雅大, 松尾豊: LSTMモデルによる金融経済レポートの指数化, 論文誌トランザクションデジタルプラクティス, 2022.
  • 岡本弘野, 鈴木雅大, 松尾豊: 深層ニューラルネットワークによるクラスと幾何変換の同時分類確率を利用した分布外検知, 情報処理学会論文誌, Vol.62, No.7, 2021.
  • 岡本弘野, 鈴木雅大, 松尾豊: 深層ニューラルネットワークの中間層出力を利用した半教師あり分布外検知, 情報処理学会論文誌, Vol.62, No.4, 2021.
  • Tadahiro Taniguchi, Tomoaki Nakamura, Masahiro Suzuki, Ryo Kuniyasu, Kaede Hayashi, Akira Taniguchi, Takato Horii & Takayuki Nagai, Neuro-SERKET: Development of Integrative Cognitive System Through the Composition of Deep Probabilistic Generative Models, New Generation Computing, Vol.38, pp.23-48, 2020.
  • 久保静真, 岩澤有祐, 鈴木雅大, 松尾豊，服の領域を考慮した写真上の人物の自動着せ替えに関する研究, 情報処理学会論文誌, Vol.60, No.3, pp.870-879, 2019.
  • 鈴木雅大, 松尾豊, 深層生成モデルを用いた半教師ありマルチモーダル学習, 情報処理学会論文誌,Vol.59, No.12, pp.2261-2278, 2018.
  • 鈴木雅大, 松尾豊, 異なるモダリティ間の双方向生成のための深層生成モデル, 情報処理学会論文誌, Vol.59, No.3, pp.859–873, 2018.
  • 鈴木雅大, 佐藤晴彦, 小山聡, 栗原正仁, 松尾豊, 属性ごとの観測確率を考慮したゼロショット学習, 情報処理学会論文誌, Vol.57, No.5, pp.1-15, 2016.

国際会議論文

  • Shohei Taniguchi, Masahiro Suzuki, Yusuke Iwasawa, Yutaka Matsuo. End-to-end Training of Deep Boltzmann Machines by Unbiased Contrastive Divergence with Local Mode Initialization, ICML 2023, 2023.
  • Akihiro Nakano, Masahiro Suzuki, Yutaka Matsuo, Interaction-Based Disentanglement of Entities for Object-Centric World Models, ICLR 2023, 2023.
  • Kazutoshi Shinoda, Yuki Takezawa, Masahiro Suzuki, Yusuke Iwasawa, Yutaka Matsuo, Improving the Robustness to Variations of Objects and Instructions with a Neuro-Symbolic Approach for Interactive Instruction Following, International Conference on Multimedia Modeling (MMM2023), 2022.
  • Kazutoshi Shinoda, Yuki Takezawa, Masahiro Suzuki, Yusuke Iwasawa, Yutaka Matsuo, Improving the Robustness to Variations of Objects and Instructions with a Neuro-Symbolic Approach for Interactive Instruction Following, Workshop on NILLI, EMNLP 2021, 2021.
  • Shizuma Kubo, Yusuke Iwasawa, Masahiro Suzuki, Yutaka Matsuo, UVTON: UV Mapping to Consider the 3D Structure of a Human in Image-Based Virtual Try-On Network, Workshop on Computer Vision for Fashion, Art and Design, The IEEE International Conference on Computer Vision (ICCV 2019), November 2019.
  • Hirono Okamoto, Masahiro Suzuki, Itto Higuchi, Shohei Ohsawa, Yutaka Matsuo, Dual Space Learning with Variational Autoencoders, Workshop on Deep Generative Models for Highly Structured Data, International Conference on Learning Representation (ICLR 2019), May 2019.
  • Masahiro Suzuki, Kotaro Nakayama, Yutaka Matsuo, Joint Multimodal Learning with Deep Generative Models, Workshop, International Conference on Learning Representation (ICLR 2017), April 2017.
  • Masatoshi Uehara, Issei Sato, Masahiro Suzuki, Kotaro Nakayama and Yutaka Matsuo, b-GAN: New Framework of Generative Adversarial Networks, Workshop on Adversarial Training, The Conference on Neural Information Processing Systems (NIPS 2016), December 2016.
  • Takeshi Itoh, Jumpei Ukita, Ayaka Kato, Takaaki Kaneko, Masahiro Suzuki, Yusuke Iwasawa, Modeling the Development of Place Cells in Hippocampus, Workshop on Whole Braine Architecture Initiative (WBAI), International Conference on Biologically Inspired Cognitive Architectures (BICA 2015), November 2015.
  • Masahiro Suzuki, Haruhiko Sato, Satoshi Oyama, Masahito Kurihara, Transfer Learning Based on the Observation Probability of Each Attribute, IEEE International Conference on Systems, Man, and Cybernetics (SMC 2014), pp.3648-3652, October 2014.
  • Keiki Zen, Masahiro Suzuki, Haruhiko Sato, Satoshi Oyama, Masahito Kurihara, Monophonic Sound Source Separation by Non-negative Sparse Autoencoders, IEEE International Conference on Systems, Man, and Cybernetics (SMC 2014), pp.3644-3647, October 2014.
  • Masahiro Suzuki, Haruhiko Sato, Satoshi Oyama, Masahito Kurihara, Image Classification by Transfer Learning Based on the Predictive Ability of Each Attribute, International MultiConference of Engineers and Computer Scientists (IMECS 2014), Vol.I, pp.75-78, March 2014.

Preprinted papers (not included in the list above)

  • Masahiro Suzuki, Kotaro Nakayama, Yutaka Matsuo, Improving Bi-directional Generation between Different Modalities with Variational Autoencoders, arXiv, 2018.
  • Masahiro Suzuki, Kotaro Nakayama, Yutaka Matsuo, Joint Multimodal Learning with Deep Generative Models, arXiv, 2016.
  • Joji Toyama, Masanori Misono, Masahiro Suzuki, Kotaro Nakayama, Yutaka Matsuo, Neural Machine Translation with Latent Semantic of Image and Text, arXiv, 2016.
  • Masatoshi Uehara, Issei Sato, Masahiro Suzuki, Kotaro Nakayama, Yutaka Matsuo, Generative Adversarial Nets from a Density Ratio Estimation Perspective, arXiv, 2016.

国内会議論文（査読なし）

  • 中村友昭, 鈴木雅大, 谷口彰, 谷口忠大, ガウス過程潜在変数モデルとニューラルネットワークの統合によるマルチエージェント記号創発と潜在表現学習, 2023年度日本ロボット学会学術講演会, 2023.
  • 谷口尚平, 鈴木雅大, 岩澤有祐, 松尾豊, 不偏マルコフ連鎖モンテカルロ法を用いた深層ボルツマンマシンの一気通貫学習, 2023年度人工知能学会全国大会, 2023.
  • 髙城頌太, 谷口尚平, 中野聡大, 岩澤有祐, 鈴木雅大, 熊谷亘, 谷中瞳, 松尾豊, 大規模言語モデルを補助に用いた言語指示ロボット学習に関する分析, 2023年度人工知能学会全国大会, 2023.
  • 開航平, 鈴木雅大, 松尾豊, Transformerを用いた多様な環境のデータに基づくテニスにおけるヒット検出に関する研究, 2023年度人工知能学会全国大会, 2023.
  • 中野聡大, 鈴木雅大, 松尾豊, 物体中心表現の学習における内的報酬の検討, 2023年度人工知能学会全国大会, 2023.
  • 山蔦栄太郎, 内山史也, 関戸麗矢, 川原雄登, 鈴木雅大, 松尾豊, 潜在拡散モデルを用いた世界モデルの提案, 2023年度人工知能学会全国大会, 2023.
  • 大島佑太, 鈴木雅大, 松尾豊, 反復償却推論によるマルチモーダル情報統合の改善, 2023年度人工知能学会全国大会, 2023.
  • 青木瑞穂, 藤重天真, 塚本慧, 藤本昌也, 鈴木雅大, 松尾豊, 世界モデルベースマルチエージェント強化学習におけるエージェント間の公平性を考慮した経路計画手法の提案, 2023年度人工知能学会全国大会, 2023.
  • 谷口忠大, 山川宏, 長井隆行, 銅谷賢治, 坂上雅道, 鈴木雅大, 中村友昭, 谷口彰, WB-PGM: 全脳確率的生成モデル〜発達するロボットのための認知アーキテクチャに向けて〜, 2022年度人工知能学会全国大会, 2022.
  • 湯川直旺, 鈴木雅大, 松尾豊, EEGデータでの事前学習済み深層学習モデルを用いたInner Speechの単語分類, 2022年度人工知能学会全国大会, 2022.
  • 小林由弥, 鈴木雅大, 松尾豊, CLIP-GANを用いたtext-to-imageモデルのAttentionによる構造化, 2022年度人工知能学会全国大会, 2022.
  • 中野聡大, 鈴木雅大, 松尾豊, 物体中心学習における時間方向のもつれを解いたエンティティ表現の獲得, 2022年度人工知能学会全国大会, 2022.
  • 原田憲旺, 鈴木雅大, 松尾豊, 潜在空間上における目標状態へのベクトルとしての行動表現, 2022年度人工知能学会全国大会, 2022.
  • 鈴木雅大, 松尾豊, 潜在表現空間での深層距離学習に基づく強化学習における行動表現の再考, 汎用人工知能研究会, 2021.
  • 原田憲旺, 鈴木雅大, 松尾豊, 複雑な環境における階層再帰型状態空間モデルの学習, 2021年度人工知能学会全国大会, 2021.
  • 開航平, 鈴木雅大, 松尾豊, 二段階骨格推定を用いたテニスにおけるサーブの落下地点予測, 2021年度人工知能学会全国大会, 2021.
  • 小林由弥, 鈴木雅大, 松尾豊, Transformerを用いた深層生成モデルによる教師なし物体認識手法の提案, 2021年度人工知能学会全国大会, 2021.
  • 篠田一聡, 竹澤祐貴, 鈴木雅大, 岩澤有祐, 松尾豊, Interactive Instruction FollowingのためのNeuro-Symbolic手法による多様な物体と言語指示への頑健性の向上, 2021年度人工知能学会全国大会, 2021.
  • 篠田一聡, 竹澤祐貴, 鈴木雅大, 岩澤有祐, 松尾豊, Instruction Followingにおける構成的タスク表現の獲得, 2021年度人工知能学会全国大会, 2021.
  • 竹澤祐貴, 篠田一聡, 鈴木雅大, 岩澤有祐, 松尾豊, Instruction Followingにおけるサブタスクへの分割と抽象化された行動の予測による長い行動系列への頑健性の向上, 第16回汎用人工知能研究会, 2020.
  • 鈴木雅大, 松尾豊, 深層生成モデルのエネルギー関数を用いた補助情報に基づく条件付き画像修復, 2020年度人工知能学会全国大会, 2020.
  • 小林由弥, 鈴木雅大, 松尾豊, データ分布の対照によるシーン認識モデルの改良, 2020年度人工知能学会全国大会, 2020.
  • 中西均, 鈴木雅大, 松尾豊, 正確な相互情報量を持つ深層生成モデルによる教師なし異常検知, 2020年度人工知能学会全国大会, 2020.
  • 岡本弘野, 鈴木雅大, 松尾豊, 高次元データにおける深層生成モデルの低次元表現を利用した分布外検知, 2020年度人工知能学会全国大会, 2020.
  • 蔭山智, 鈴木雅大, 松尾豊, 時系列情報を用いたDeepFake動画の検知, 2020年度人工知能学会全国大会, 2020.
  • 熊田周, 鈴木雅大, 松尾豊, VAEを用いた半教師あり学習による自動コード認識, 2020年度人工知能学会全国大会, 2020.
  • 鈴木雅大, 金子貴輝, 谷口尚平, 松嶋達也, 松尾豊, Pixyz：複雑な深層生成モデル開発のためのフレームワーク, 2019年度人工知能学会全国大会, 2019.
  • 久保静真, 岩澤有祐, 鈴木雅大, 松尾豊, 身体の3次元構造を考慮したニューラル仮想試着, 2019年度人工知能学会全国大会, 2019.
  • 鈴木雅大, 松尾豊, 半教師ありマルチモーダル深層生成モデルにおける共有表現の有効性と単一モダリティ入力への拡張, 2018年度人工知能学会全国大会, 2018.
  • 鈴木雅大, 松尾豊, 深層生成モデルを用いたマルチモーダルデータの半教師あり学習,2017 年度人工知能学会全国大会, 2017.
  • 冨山翔司, 味曽野雅史, 鈴木雅大, 中山浩太郎, 松尾豊, 画像とテキストの潜在的な意味情報を用いたニューラル翻訳モデルの提案,2017 年度人工知能学会全国大会, 2017.
  • 上原雅俊, 佐藤一誠, 鈴木雅大, 中山浩太郎, 松尾豊, b-GAN: 密度比推定の視点から見たGenerative Adversarial Nets, 第19回情報論的学習理論ワークショップ, 2016.
  • 鈴木雅大, 松尾豊, 深層生成モデルを用いたマルチモーダル学習,2016 年度人工知能学会全国大会, 2016.
  • 鈴木雅大, 佐藤晴彦, 小山聡, 栗原正仁, 属性ごとの観測確率を考慮した転移学習,2014 年度人工知能学会全国大会, 2014.
  • 数原良彦, 鈴木雅大, 戸田浩之, 鷲崎誠司, 少数の正解ラベルを用いた移動履歴からの移動手段判定,2014 年度人工知能学会全国大会, 2014.
  • 鈴木雅大, 佐藤晴彦, 小山聡, 栗原正仁, 属性ごとの予測能力を考慮した属性ベース転移学習, 情報処理北海道シンポジウム 2013 講演論文集, pp. 43-46, 2013.
  • 鈴木雅大, 佐藤晴彦, 小山聡, 栗原正仁, 属性ごとの予測能力に基づく属性ベース転移学習, 第12回情報科学技術フォーラム講演論文集, Vol.2, pp. 371-372, 2013.

講演（基調講演・招待講演など）

  • 深層学習と世界モデルについて，こまば 光・精密研究会，2023年12月19日.
  • 深層学習と深層生成モデル・世界モデルについて，2023年11月22日.
  • Perspectives on World Models and Predictive Codings in Cognitive Robotics, IROS2023, October 5, 2023.
  • 深層学習：深層生成モデルの概要と世界モデルへの発展，第33回日本神経回路学会全国大会，2023年9月3日.
  • 生成AIの研究の進展と社会へのインパクト，研究・イノベーション学会　ブレークスルー研究会，2023年6月29日.
  • テクノロジー視点での生成AIの捉え方ーGANから拡散モデルへ、深層生成モデルの技術的発展ー，生成AI革命　ー破壊的テクノロジーがもたらすチャンスとリスク，2023年4月25日.
  • Recent trends in deep generative models and world models, 15th Prediction Science Seminar, April 6th, 2023.
  • 深層生成モデルと世界モデル，人工知能学会第124回人工知能基本問題研究会(SIG-FPAI)，2023年3月17日.
  • 深層生成モデルと世界モデル，FIT2022，2022年9月13日.
  • Pixyz: 深層確率時系列モデルを容易に活用できる計算プラットフォーム ，2022年度統計関連学会連合大会，2022年9月5日.
  • ディープラーニングと記号処理の融合，エネルギー・プラント業界のAI/データ活用，2021年4月14日.
  • 深層生成モデルと世界モデル，第13回汎用人工知能研究会，2020年11月20日．
  • Pixyz: a framework for developing deep generative models, Tutorial on Deep Probabilistic Generative Models for Robotics (IROS2020), November, 2020.
  • 深層生成モデルと世界モデル，深層生成モデルライブラリPixyzについて，第1回TensorFlow User Group(TFUG)ベイズ分科会，2020年9月6日．
  • 深層生成モデルと世界モデル，第4回統計・機械学習若手シンポジウム，2019年11月15日．
  • Pixyz: a framework for developing complex deep generative models, Workshop on Deep Probabilistic Generative Models for Cognitive Architecture in Robotics (IROS2019), November, 2019.
  • 生成モデル最新動向〜深層生成モデル，マルチモーダル学習および世界モデルについて〜，株式会社マクニカ，2018年10月19日．
  • 生成モデルとマルチモーダル学習および世界モデルについて，理研シンポジウム: 第2回ものづくりワークショップ，2018年10月3日．
  • 深層生成モデルを用いたマルチモーダル情報の学習について, 次世代脳プロジェクト 4領域合同若手シンポジウム， 2017年12月20日.
  • 機械学習とディープラーニングの理論的枠組み, 第2回「人工知能等が経済に与える影響研究」研究会，2016年3月22日.

講義（大学）

  • 2023年度世界モデルと知能 講座設計・講師
  • 2023年度深層学習／Deep Learning基礎講座 講師
  • 2022年度スプリングセミナー（深層生成モデル） 講座設計・講師
  • 2022年度世界モデルと知能 講座設計・講師
  • 2022年度サマースクール（深層生成モデル） 講座設計・講師
  • 2022年度深層学習／Deep Learning基礎講座 講師
  • 2021年度世界モデルと知能 講座設計・講師
  • 2021年度サマースクール（深層生成モデル） 講座設計・講師
  • 2021年度深層学習／Deep Learning基礎講座 講師
  • 2020年度スプリングセミナー（深層生成モデル） 講師
  • 2020年度サマースクール（深層生成モデル） 講座設計・講師
  • 2020年度深層学習／Deep Learning基礎講座 講師
  • 2019年度スプリングセミナー（深層生成モデル） 講座設計・講師
  • 2019年度深層学習／Deep Learning基礎講座 運営補助・講師
  • 2018年度Deep Learning基礎講座 運営・講師
  • 2018年度第2回DL4US 運営・講座作成
  • 2017年度第1回DL4US 運営・講座作成
  • 2017年度先端人工知能論Ⅱ／Deep Learning応用講座 運営・講師
  • 2017年度先端人工知能論Ⅰ／Deep Learning基礎講座 運営・講師
  • 2016年度Deep Learning基礎講座 運営・講師
  • 2016年度先端人工知能論Ⅰ 運営・講師
  • 2015年度Deep Learning基礎講座 運営・講師

講義（外部）

  • 香川高専サマースクール2022~人工知能・深層学習の復習と発展トピック~，香川県三豊市（オンライン），2022年9月16日
  • 深層学習と生成モデル，人工知能プログラミング，東京電機大学，2019年5月13日
  • 人工知能サマースクール~発展トピック~，香川県三豊市，2018年8月25日
  • 2018年JDLA実施 E資格試験 速習研修，2018年6月25日～29日

解説論文・総合報告等

解説記事等

学会活動

  • 人工知能学会全国大会実行委員, 2021〜2022

学術雑誌編集委員等

  • Guest Editor, Special Issue on World Models and Predictive Coding in Robotics, Advanced Robotics, 2022.
  • Guest Editor, Special Issue on World Models for Intelligence, New Generation Computing, 2022.

学会オーガナイザー

  • IROS 2023 Workshop on World Models and Predictive Coding in Cognitive Robotics, 2023.
  • オーガナイズドセッション「世界モデルと知能」, JSAI2023.
  • オーガナイズドセッション「世界モデルと知能」, JSAI2022.
  • オーガナイズドセッション「世界モデルと知能」, JSAI2020.

メディア取材・出演

  • ディープラーニングで「世界」を獲得する，データサイエンス百景，2023年7月19日
  • 文章を画像化するGoogleの新AI，監修，科学雑誌 Newton 2022年9月号
  • アカリク博士の選択・院進-k，2017年12月7日
  • 朝日新聞GLOBE 取材協力
  • ワールドビジネスサテライト（WBS），2016年8月15日
  • Crimson FM Rakutenクラブ デジタル部 ゲスト出演，2016年8月8日～12日