トップページ

Yuma Ichikawa / 市川佑馬

プロフィール画像

Hukushima Laboratory in Department of Basic Science, The University of Tokyo, Fujitsu Limited/ 東京大学大学院総合文化研究科広域科学専攻相関基礎科学系 福島研究室, 富士通研究所人工知能研究所（Google Scholar, LinkedIn）

＊問い合わせは以下のメールアドレスからお願いいたします。

  • E-mail（大学関連） : ichikawa-yuma1@g.ecc.u-tokyo.ac.jp
  • E-mail（企業関連）：ichikawa.yuma@fujitsu.com

 

Publications / 学術論文

 

2024

  1. Yuma Ichikawa, Ryosuke Yano, Large Multimodal AI and Its Application to Disaster Field, Mathematical Sciences Practice Research Letter, LMSR 2024-4.
  2. Yuichi Ishida, Yuma Ichikawa, Aki Dote, Toshiyuki Miyazawa, Koji Hukushima, Ratio Divergence Learning Using Target Energy in Restricted Boltzmann Machines: Beyond Kullback–Leibler Divergence Learning, arXiv:2409.07679
  3. Yuma Ichikawa, Koji Hukushima, Statistical Mechanics of Min-Max Problems, arXiv:2409.06053
  4. Yuma Ichikawa, Yamato Arai, Optimization by Parallel Quasi-Quantum Annealing with Gradient-Based Sampling, arXiv:2409.02135
  5. Nobuo Namura, Yuma Ichikawa, Training-Free Time-Series Anomaly Detection: Leveraging Image Foundation Models, arXiv:2408.14756
  6. Yuma Ichikawa, Hiroaki Iwashita, Continuous tensor Relaxation for Finding Diverse Solutions in Combinatorial Optimization Problems, arXiv:240202190

2023

  1. Yamato Arai, Yuma Ichikawa and Koji Hukushima, Adaptive Flip Graph Algorithm for Matrix Multiplication, arXiv:2312.16960
  2. Yuma Ichikawa and Koji Hukushima, Dataset Size Dependence of Rate-Distortion Curve and Threshold of Posterior Collapse in Linear VAE, arXiv:2309.07663.
  3. Yuma Ichikawa, Controlling Continuous Relaxation for Combinatorial Optimization, arXiv:2309.16965.
  4. Yuma Ichikawa and Koji Hukushima, Learning Dynamics in Linear VAE: Posterior Collapse Threshold, Superfluous Latent Space Pitfalls, and Speedup with KL Annealing, arXiv:2310.15440.

2022

  1. Yuma Ichikawa and Koji Hukushima, Statistical-mechanical Study of Deep Boltzmann Machine Given Weight Parameters after Training by Singular Value Decomposition, Journal of the Physical Society of Japan, 91, 114001 (2022), https://journals.jps.jp/doi/10.7566/JPSJ.91.114001（関連記事）
  2. Yuma Ichikawa, Akira Nakagawa, Hiromoto Masayuki and Yuhei Umeda, Toward Unlimited Self-Learning MCMC with Parallel Adaptive Annealing, arXiv:2211.14024.

 

Presentations / 研究発表

 

International Conferences / 国際会議

2024

  1. Yuma Ichikawa and Koji Hukushima, Learning Dynamics in Linear VAE: Posterior Collapse Threshold, Superfluous Latent Space Pitfalls, and Speedup with KL Annealing, Artificial Intelligence and Statistics 2024, 2024/05/02

2023

  1. Yuma Ichikawa and Koji Hukushima, Statistical-mechanical analysis of variational autoencoders, 28th International Conference on Statistical Physics, Statphys28, 2023/08/07

 

Domestic Presentation / 国内発表

2024

  1. Yamato Arai, Yuma Ichikawa and Koji Hukushima,  Temperature-extended greedy algorithm using symmetry for matrix multiplication problems（対称性を活かした温度拡張貪欲アルゴリズムによる 行列積問題の新規解法）, JPS Spring meeting （日本物理学会春季大会）, Online, 2024/03/18（Oral）
  2. Yuma Ichikawa and Koji Hukushima, Optimal-solution reachability in the learning dynamics of variational autoencoders using replica method （レプリカ法による変分オートエンコーダの学習ダイナミクスおける 最適解への到達可能性）, JPS Spring meeting （日本物理学会春季大会）, Online, 2024/03/20（Oral）
  3. Yamato Arai, Yuma Ichikawa, Koji Hukushima, Informed temperature exchange proposals for replica exchange MCMC（Local Balanced Proposalによるレプリカ交換モンテカルロ法の温度交換）, JPS Fall meeting（日本物理学会秋季大会）, 2024/09/17（Oral）
  4. Yuma Ichikawa, Koji Hukushima, Dynamics of stochastic gradient descent for non-linear variational autoencoder,（非線形変分オートエンコーダの勾配降下法による学習ダイナミクスの解析）, JPS Fall meeting（日本物理学会秋季大会）, 2024/09/17（Oral）
  5. Sota Nishiyama, Yuma Ichikawa, Koji Hukushima, Massaki Imaizumi, Learning dynamics of two-layer neural networks and its reachability to the global minimum（二層ニューラルネットワークの学習ダイナミクスと大域的最適解の到達可能性）, JPS Fall meeting（日本物理学会秋季大会）, 2024/09/17（Oral）
  6. Yuichi Ishida, Yuma Ichikawa, Aki Dote, Shunsuke Miyazawa, Koji Hukushima, Learning method for energy-based models using ratio divergence（尤度比に基づくエネルギーベースモデルの学習方法）, JPS Fall meeting（日本物理学会秋季大会）, 2024/09/17（Oral）

2023

  1. Yuma Ichikawa and Koji Hukushima, Statistical-mechanical analysis of generalization properties of variational autoencoders and their dependence on regularization parameters（変分オートエンコーダの汎化性能の統計力学的解析と正則化パラ メータ依存性）, JPS Spring meeting （日本物理学会春季大会）, Online, 2023/03/22（Oral）
  2. Yuma Ichikawa and Ryosuke Yano, Mathematics of Semantic Space Extraction from Image Space with Multimodal AI 〜Example of Semantic Extraction of Disaster Images〜 （マルチモーダルAIによる画像空間から意味空間抽出の数理〜災害画像の意味抽出を例に〜）, Numerical Analysis Symposium 2023; NAS2023（数値解析シンポジウム2023）, 2023/07/14（Oral）
  3. Yuma Ichikawa and Koji Hukushima, Dynamics of stochastic gradient descent for variational autoencoder（変分オートエンコーダの確率的勾配降下法における学習ダイナミクスの解析）, 2023/09/19（Oral）
  4. Yuma Ichikawa and Ryosuke Yano, Mathematics of Semantic Space Extraction from Image Space with Multimodal AI 〜Example of Semantic Extraction of Disaster Images〜（マルチモーダルAIによる画像空間から意味空間抽出の数理〜災害画像の意味抽出を例に〜）, 数物フロンティア国際卓越大学院（Wings FMSP）社会数理実践研究成果発表会2023年（n.データ班, 東京海上ディーアール株式会社）, 2023/10/28（Oral）

2022

  1. Yuma Ichikawa and Koji Hukushima, Statistical-mechanical analysis of adversarial learning（敵対的学習の統計力学）, JPS Fall meeting（日本物理学会秋季大会）, Tokyo, 2022/9/14（Oral）
  2. Yuma Ichikawa and Koji Hukushima, Statistical-mechanical analysis of deep Boltzmann machines in learning process（学習過程の深層ボルツマンマシンの統計力学的解析）, JPS Spring meeting（日本物理学会春季大会）, Online, 2022/3/15（Oral）
  3. Yuma Ichikawa and Koji Hukushima, Statistical-mechanical study of deep Boltzmann machine given weight parameters after training by singular value decomposition（学習を反映した重みパラメータを持つ深層ボルツマンマシンの統計力学的解析）, World-leading Innovative Graduate Study for Frontiers of Mathematical Sciences and Physics（数物フロンティア国際卓越大学院）, Qualifying Exam, 2022(Poster)

2021

  1. Yuma Ichikawa and Koji Hukushima, Statistical-mechanical study of phase structure on deep Boltzmann machine given weight parameters by singular value decomposition（重みパラメータを特異値分解で与えた深層ボルツマンマシンの相構造の解析）, JPS Fall meeting（日本物理学会秋季大会）, Online, 2021/9/22（Oral）
  2. Yuma Ichikawa and Koji Hukushima, Statistical-mechanical study of deep Boltzmann machine given weight parameters after training by singular value decomposition（学習後のパラメータを特異値分解で与えたDeep Boltzmann Machineの性質）, JPS Spring meeting（日本物理学会春季大会）, Online, 2021/3/15（Oral）

2020

  1. Yuma Ichikawa and Koji Hukushima, Thermodynamics of Partially Annealed Restricted Boltzmann Machine（Partially Annealed 制限ボルツマンマシンの熱力学的性質）, JPS Fall meeting（日本物理学会秋季大会）, Online, 2020/9/10（Oral）

 

Domestic Lecture / 国内講演

2024

  1. 市川佑馬, 強化学習を応用した最適化ソルバーの限界と教師なし学習による大規模最適化ソルバーの開発, 富山数理ワークショップ2024, 富山大学, 五福キャンパス, 2024/2/20
  2. 市川佑馬, 変分オートエンコーダの統計力学的解析, 情報統計力学とその周辺, 東京大学, 駒場Iキャンパス, 2024/4/5

2023

  1. 市川佑馬, 機械学習を応用した組み合わせ最適化ソルバーの限界と可能性, 融合の場2023深層学習がもたらすブレイクスルーと可能性（創発的研究支援事業）, 早稲田大学西早稲田キャンパス, 2023/9/5

 

Award / 受賞

2024

  1. 日本物理学会学生優秀発表賞, レプリカ法による変分オートエンコーダの学習ダイナミクスにおける最適解への到達可能性 (Optimal-solution reachability in the learning dynamics of variational autoencoders using replica method), 2024

2021

  1. 東京大学大学院総合文化研究科広域科学専攻奨励賞, 学習を反映した重みパラメータを持つ深層ボルツマンマシンの統計力学的解析, 2021/3

2020

  1. Best Presentation Award for Graduation Research（卒業研究優秀発表賞）, van Hove理論を用いたスピングラス緩和過程の解析, 2020/3/17

 

Article/記事

2024

  1. 富士通、博士課程進学と同時に雇用　研究しながら働く二刀流人材に, 日経ビジネス, 2024/10/15
  2. 大学院生が会社員としてお給料をもらえる！？富士通の「卓越社会人博士制度」ってなに？, 富士通広報note, 2024/04/09

2023

  1. 学習1回でハイパーパラメータを決定、富士通がVAE向けに新技術, 日経XTECH, 2023/09/08

 

Grant

 

2022

  1. 東京大学情報理工領域知識創成教育研究プログラム 基礎課程取得
  2. 東京大学情報理工領域知識創成教育研究プログラム 応用課程取得

2019

  1. 東京大学国際卓越大学院数物フロンティア国際卓越大学院

 

新着記事

 

最新記事をチェック
 

 

List of Read Papers

 

List of Read Papers

 

Twitter

 

Click My Twitter Home Page

 

Time Line