1. Home
  2. 研究室紹介
  3. 革新知能統合研究センター
  4. 汎用基盤技術研究グループ

革新知能統合研究センター 高次元因果解析チーム

チームリーダー 今泉 允聡(Ph.D.)

研究概要

今泉 允聡

高次元因果解析チームは、高次元なデータに含まれる因果構造を解析するチームです。データの取得・保存及び解析技術が発展した現代において、データが保有している構造だけでなく、それを解析するためのデータ科学技術も高度に複雑化しています。本チームでは、大自由度・高次元かつ複雑な構造を持つデータとそれを解析する技術の両方を理解し、それに基づく理論体系の構築と拡張を目指します。具体的な方法論として、現代的な高次元統計学や深層学習理論を研究し、それらを用いて因果構造の解析法および統計的推論手法の開発を行います。

研究主分野

  • 情報学

研究関連分野

  • 数物系科学
  • 情報学基礎/統計科学
  • 情報学基礎/数理情報学

キーワード

  • 高次元統計
  • 統計的因果推論
  • 深層学習理論
  • 統計的学習理論

主要論文

  • 1. R.Zhang, M.Imaizumi, B.Schölkopf, K.Muandet.
    "Instrumental Variable Regression via Kernel Maximum Moment Loss"
    Journal of Causal Inference, 11(1), (2023).
  • 2. M.Imaizumi, J.Schmidt-Hieber.
    "On Generalization Bounds for Deep Networks Based on Loss Surface Implicit Regularization"
    IEEE Transaction on Information Theory, 69(2), (2023).
  • 3. M.Imaizumi, K.Fukumizu.
    "Advantage of Deep Neural Networks for Estimating Functions with Singularity on Hypersurface"
    Journal of Machine Learning Research, 23(111), (2022).
  • 4. M.Kato, M.Imaizumi, K.McAlinn, S.Yasui, H.Kakehi.
    "Learning Causal Models from Conditional Moment Restrictions by Importance Weighting"
    International Conference on Learning Representations (spotlight), (2022).
  • 5. A.Sannai, M.Imaizumi, M.Kawano.
    "Improved Generalization Bounds of Group Invariant / Equivariant Deep Networks via Quotient Feature Spaces"
    PMLR: Uncertainty on Artificial Intelligence, (2021).
  • 6. R.Nakada, M.Imaizumi.
    "Adaptive Approximation and Generalization of Deep Neural Network with Intrinsic Dimensionality"
    Journal of Machine Learning Research 21(174), (2020).
  • 7. M.Imaizumi, K.Fukumizu.
    "Deep Neural Networks Learn Non-Smooth Functions Effectively"
    PMLR: Artificial Intelligence and Statistics, (2019).
  • 8. M.Imaizumi, T.Maehara, Y.Yoshida.
    "Statistically Efficient Estimation for Non-Smooth Probability Densities"
    PMLR: Artificial Intelligence and Statistics, (2018).
  • 9. M.Imaizumi, K.Kato.
    "PCA-based estimation for functional linear regression with functional responses"
    Journal of Multivariate Analysis 163, (2018).
  • 10. M.Imaizumi, T.Maehara, K.Hayashi.
    "On Tensor Train Rank Minimization: Statistical Efficiency and Scalable Algorithm"
    Advances in Neural Information and Processing Systems 30, (2018).

メンバーリスト

主宰者

今泉 允聡
チームリーダー

メンバー

幡谷 龍一郎
特別研究員
BRAUN Guillaume
特別研究員
TSERAN Hanna
特別研究員
仲北 祥悟
客員研究員
松井 孝太
客員研究員

採用情報

募集職種 応募締切
研究員または特別研究員募集(W24003) ポストが決まり次第

お問い合わせ先

〒103-0027 東京都中央区日本橋1-4-1 日本橋一丁目三井ビルディング 15階
Email: masaaki.imaizumi [at] riken.jp
※[at]は@に置き換えてください。

Top