研究テーマ

• 機械学習（確率モデル，ガウス過程，点過程，深層学習など）

• Scientific machine learning（作用素学習，Physics-informed neural networks，ニューラル常微分方程式など）

• データ科学（時空間データ解析，ユーザモデリングなど）

出版物

国際会議

1. Yusuke Tanaka, Takaharu Yaguchi, Tomoharu Iwata, Naonori Ueda, Energy-consistent Neural Operators for Hamiltonian and Dissipative Partial Differential Equations, AISTATS, 2025.

2. Yeang Makara, Yusuke Tanaka, Takashi Matsubara, Takaharu Yaguchi, Learning Hamiltonian Partial Differential Equations Using DeepONet with A Symplectic Branch Network, SCML, 2025.

3. Baige Xu, Yusuke Tanaka, Takashi Matsubara, Takaharu Yaguchi, Learning Hamiltonian Density Using DeepONet for Modeling Wave Equations, SCML, 2025.

4. Yusuke Tanaka, Takaharu Yaguchi, Tomoharu Iwata, Naonori Ueda, Energy-consistent Neural Operator Learning, SCML, 2025.

5. Takeshi Koshizuka, Masahiro Fujisawa, Yusuke Tanaka, Issei Sato, Understanding the Expressivity and Trainability of Fourier Neural Operator: A Mean-Field Perspective, NeurIPS, 2024.

6. Tomoharu Iwata, Yusuke Tanaka, Symplectic Neural Gaussian Processes for Meta-learning Hamiltonian Dynamics, IJCAI, pp. 4210 - 4218, 2024.

7. Baige Xu, Yusuke Tanaka, Takashi Matsubara, Takaharu Yaguchi, Operator Learning of Hamiltonian Density for Modeling Nonlinear Waves, SciCADE, 2024. 

8. Yusuke Tanaka, Takaharu Yaguchi, Tomoharu Iwata, Naonori Ueda, Neural Operators for Hamiltonian and Dissipative PDEs, SciCADE, 2024. 

9. Yusuke Tanaka, Learning Hamiltonian Dynamics Under Uncertainty via Symplectic Gaussian Processes, SCML, 2024.

10. Yusuke Tanaka, Tomoharu Iwata, Naonori Ueda, Symplectic Spectrum Gaussian Processes: Learning Hamiltonians from Noisy and Sparse Data, NeurIPS, 2022.

11. Maya Okawa, Tomoharu Iwata, Yusuke Tanaka, Hiroyuki Toda, Takeshi Kurashima, and Hisashi Kashima, Dynamic Hawkes Processes for Discovering Time-evolving Communities' States behind Diffusion Processes, KDD, Virtual Conference,  pp. 1276 - 1286, 2021. (acceptance rate: 238/1541 = 15.4%)

12. Yasunori Akagi, Takuya Nishimura, Yusuke Tanaka, Takeshi Kurashima, Hiroyuki Toda, Exact and Efficient Inference for Collective Flow Diffusion Model via Minimum Convex Cost Flow Algorithm, AAAI, New York, United States, pp. 3163 - 3170, 2020. (acceptance rate: 1591/7737 = 20.6%) 

13. Yoshiaki Takimoto, Yusuke Tanaka, Takeshi Kurashima, Shuhei Yamamoto, Maya Okawa, Hiroyuki Toda, Predicting Traffic Accidents with Event Recorder Data, ACM SIGSPATIAL Workshop on Prediction of Human Mobility (PredictGIS), Chicago, United States, pp. 11 - 14, 2019. 

14. Yusuke Tanaka, Toshiyuki Tanaka, Tomoharu Iwata, Takeshi Kurashima, Maya Okawa, Yasunori Akagi, Hiroyuki Toda, Spatially Aggregated Gaussian Processes with Multivariate Areal Outputs, NeurIPS, Vancouver, Canada, pp. 3000 - 3010, 2019. (acceptance rate: 1428/6743 = 21.2%) [poster],  [code]

15. Maya Okawa, Tomoharu Iwata, Takeshi Kurashima, Yusuke Tanaka, Hiroyuki Toda, Naonori Ueda, Deep Mixture Point Processes: Spatio-temporal Event Prediction with Rich Contextual Information, KDD, Anchorage, United States, pp. 373 - 383, 2019. (acceptance rate: 170/1200 = 14.2%)

16. Yusuke Tanaka, Tomoharu Iwata, Toshiyuki Tanaka, Takeshi Kurashima, Maya Okawa, Hiroyuki Toda, Refining Coarse-grained Spatial Data using Auxiliary Spatial Data Sets with Various Granularities, AAAI, Honolulu, United States, pp. 5091 - 5100, 2019. (acceptance rate: 1150/7095 = 16.2%) [slide, poster]

17. Yusuke Tanaka, Tomoharu Iwata, Takeshi Kurashima, Hiroyuki Toda, Naonori Ueda, Estimating Latent People Flow without Tracking Individuals, IJCAI, Stockholm, Sweden, pp. 3556 - 3563, 2018. (acceptance rate: 710/3470 = 20.5%) [slide, poster]

18. Yusuke Tanaka, Takeshi Kurashima, Yasuhiro Fujiwara, Tomoharu Iwata, Hiroshi Sawada, Inferring Latent Triggers of Purchases with Consideration of Social Effects and Media Advertisements, WSDM, San Francisco, United States, pp. 543 - 552, 2016. (acceptance rate: 67/368 = 18.2%) [slide]

19. Naonori Ueda, Yusuke Tanaka, Akinori Fujino, Robust Naive Bayes Combination of Multiple Classifications, FMI, Fukuoka, Japan, pp. 141 - 155, 2013.

20. Takuya Kitamura, Shigeo Abe, Yusuke Tanaka, Multiple Nonlinear Subspace Methods Using Subspace-based Support Vector Machines, ICMLA, Honolulu, United States, pp. 358 - 363, 2011.

論文

1. Yusuke Tanaka, Toshiyuki Tanaka, Tomoharu Iwata, Takeshi Kurashima, Maya Okawa, Yasunori Akagi, Hiroyuki Toda, Aggregated Multi-output Gaussian Processes with Knowledge Transfer Across Domains, Machine Learning, accepted.  [code]

2. Zhong Chuang, Yusuke Tanaka, Tomoharu Iwata, Meta-Learning for Graphs with Heterogeneous Node Attribute Spaces for Few-Shot Edge Predictions, TMLR, Mar. 2025.

3. Lei Sun, Yusuke Tanaka, Tomoharu Iwata, Meta-Learning under Task Shift, TMLR, Oct. 2024.

4. Maya Okawa, Tomoharu Iwata, Yusuke Tanaka, Takeshi Kurashima, Hiroyuki Toda, Hisashi Kashima, Context-aware spatio-temporal event prediction via convolutional Hawkes processes, Machine Learning, Mar. 2022. 

5. Tomoharu Iwata, Yusuke Tanaka, Few-shot learning for spatial regression via neural embedding-based Gaussian processes, Machine Learning, Nov. 2021. 

6. 大川真耶，岩田具治，倉島健，田中佑典，戸田浩之，上田修功，鹿島久嗣，深層混合点過程  外的要因を考慮した時空間イベント予測，人工知能学会論文誌，36(5), C-L37_1-10, Sep. 2021.

7. Yusuke Tanaka, Tomoharu Iwata, Takeshi Kurashima, Hiroyuki Toda, Naonori Ueda, Toshiyuki Tanaka, Time-delayed Collective Flow Diffusion Models for Inferring Latent People Flow from Aggregated Data at Limited Locations, Artificial Intelligence, Vol. 292, 103430, Mar. 2021.  

8. 瀧本祥章，田中佑典，倉島健，山本修平，大川真耶，戸田浩之，ドライブレコーダを用いた交通事故発生予測，情報処理学会論文誌データベース (IPSJ-TOD), Vol. 14, No. 1, pp. 1 - 7, Jan. 2021.

9. Maya Okawa, Yusuke Tanaka, Takeshi Kurashima, Hiroyuki Toda, Tomohiro Yamada, Marked Temporal Point Processes for Trip Demand Prediction in Bike Sharing Systems, IEICE Trans. Inf. & Syst., Vol. E102-D, No. 9, pp. 1635-1643, Sep. 2019.

10. 河井悠佑，田中佑典，戸田浩之，石川佳治，少量の移動履歴を考慮した大規模な集計データからの人流推定，日本データベース学会和文論文誌，Vol.17-J, No. 7, Mar. 2019.

11. 田中佑典，倉島健，藤原靖宏，岩田具治，澤田宏，社会的影響とメディア広告の影響を考慮した購買要因推定，情報処理学会論文誌, Vol. 58, No. 2, pp. 580 - 593, Feb. 2017.

12. 田中佑典，上田修功，田中利幸，クラス固有の特徴選択に基づくベイズ識別器，電子情報通信学会論文誌 D， Vol. J96-D, No. 11, pp. 2755 - 2764, Nov. 2013.

プレプリント

• Baige Xu, Yusuke Tanaka, Takashi Matsubara, Takaharu Yaguchi, Learning Hamiltonian Density Using DeepONet, arXiv preprint arXiv:2502.19994, 2025.

• Yoshiaki Takimoto, Yusuke Tanaka, Tomoharu Iwata, Maya Okawa, Hideaki Kim, Hiroyuki Toda, Takeshi Kurashima, Meta-learning for Neural Network-based Temporal Point Processes, arXiv:2401.15846, 2024.

• Tomoharu Iwata, Yusuke Tanaka, Naonori Ueda, Meta-learning of Physics-informed Neural Networks for Efficiently Solving Newly Given PDEs, arXiv:2310.13270, 2023.

• Yasunori Akagi, Yusuke Tanaka, Tomoharu Iwata, Takeshi Kurashima, Hiroyuki Toda, Probabilistic Optimal Transport based on Collective Graphical Models, arXiv:2006.08866, 2020.

国内学会発表

• 大野花純，田中佑典，岩田具治，多様な偏微分方程式に基づくPINNsのメタ学習，IBIS, 2025.

• Yeang Makara，田中佑典，松原崇，谷口隆晴， Learning infinite dimensional Hamiltonian systems via shear-type neural operators，IBIS, 2025.

• Yeang Makara，田中佑典，松原崇，谷口隆晴，無限次元ハミルトン系を学習するための近似的なシンプレクティックニューラル作用素，日本応用数理学会 2025年度 年会，2025.

• 田中佑典，谷口隆晴，ハミルトン偏微分方程式のスペクトル表現に基づく構造保存型作用素学習，日本応用数理学会 2025年度 年会，2025.

• 柏村周平，今泉允聡，田中佑典，Symplecticガウス過程の能動学習とハミルトニアンモンテカルロ法への応用，日本物理学会 2025春季大会，2025．

• 徐百歌，田中佑典，松原崇，谷口隆晴，波動方程式のハミルトニアン密度のDeepONetによる作用素学習，IBIS，2024．

• 柏村周平，田中佑典，Symplecticガウス過程を用いたハミルトニアンモンテカルロ法の高速化，IBIS，2024．

• 荘中，田中佑典，岩田具治，異なる特徴空間におけるグラフによるメタ学習，FIT，2024．

• 柏村周平，田中佑典，シンプレクティックガウス過程を用いたサロゲートモデルによるモンテカルロ法，日本物理学会 第79回年次大会，2024．

• 杉本実優，田中佑典，今泉允聡，ニューラル作用素を用いた関数分布間の最適輸送写像推定，日本物理学会 第79回年次大会，2024．

• 徐百歌，田中佑典，松原 崇，谷口隆晴，非線形波動のモデリングのためのハミルトニアン密度の作用素学習，日本応用数理学会 2024年度 年会，2024．

• 中野裕太，田中佑典，福田哲也，河田博昭，気候システムの特性を考慮した深層サロゲートモデルの提案と海洋大循環シミュレーションに対する一応用，情報処理学会 全国大会，2024．

• 孫雷，田中佑典，岩田具治，メタ学習におけるタスク密度比の推定，IBISML，2024．

• 坂本州，岩田具治，田中佑典，メタ学習を用いた物理条件の異なるハミルトニアンの学習，DEIM，2024.

• 越塚毅，藤澤将広，田中佑典，佐藤一誠，深層Fourier Neural Operatorはなぜ性能が悪いのか：カオスの縁の再考，IBIS，2023．

• 瀧本祥章，田中佑典，岩田具治，大川真耶，金秀明，戸田浩之，倉島健，メタ学習に基づく短期間イベントデータからの点過程モデリング，DEIM，2023．

• 三角周平，田中佑典，岩田具治，内容情報を活用した推薦システムのためのメタ学習，DEIM，2023．

• 田中佑典，岩田具治，上田修功，エネルギーの保存・散逸則を満たすガウス過程モデル，IBIS，2022．

• 赤木康紀，田中佑典，倉島健，戸田浩之，Sinkhorn-Knopp アルゴリズムを利用した時刻別エリア人口データからの移動人数推定，DEIM，2020．

• 赤木康紀，西村拓哉，田中佑典，倉島健，戸田浩之，ネットワークフローを利用したCollective Flow Diffusion Modelの効率的な推定，SIG-FPAI，2019.

• 瀧本祥章，田中佑典，倉島健，山本修平，大川真耶，戸田浩之，ドライブレコーダデータに基づくヒヤリハット発生予測，DEIM，2019.

• 田中佑典，岩田具治，田中利幸，倉島健，大川真耶，戸田浩之，多様な解像度の補助空間データを用いた空間データの高解像度化，IBIS，2018．

• 大川真耶， 倉島健， 田中佑典， 戸田浩之，バイクシェアシステムにおけるトリップ予測，JSAI，2018．

• 河井 悠佑，田中 佑典，戸田 浩之，石川 佳治，少数ユーザの移動履歴を考慮した大規模な集計データからの人流推定，DEIM，2018．

• 田中佑典， 戸田浩之， 湯口昌宏，チームスポーツにおける数的優位に至る過程の分析，JSAI，2017．

• 田中佑典，岩田具治，倉島健，戸田浩之，上田修功，集計データに基づく人流グラフ推定技術の検討，IBIS，2016 

• 田中佑典， 倉島健， 藤原靖宏， 岩田具治， 澤田宏，社会的影響と広告の影響とを考慮した購買行動モデルに基づく購買要因の推定，WebDB Forum，2015．

• 田中佑典， 倉島健， 藤原靖宏， 岩田具治， 澤田宏，社会環境から受ける影響を考慮した選択行動モデルの検討，JSAI，2015．

• 上田修功， 田中佑典， 中島直樹，メタ学習に基づく加速度センサからの看護師行動識別，DICOMO，2013．

• 田中佑典， 上田修功， 田中利幸，ベイズモデルに基づく判別特徴選択，MPS，2012.

• 北村拓也，藪脇諒佑，田中佑典，阿部重夫，多重非線形部分空間法に基づくサポートベクトルマシンの開発，知能システムシンポジウム，2011．

解説記事

• 田中佑典，上田修功，ガウス過程に基づく時空間データ解析，統計数理，Vol. 73, pp. 35 - 51, 2025.

• 田中佑典，観測データから物理現象を再現する機械学習技術 ──データ駆動型アプローチに基づく物理シミュレーション，NTT技術ジャーナル，pp. 17-19, 2023.

• Yusuke Tanaka, Machine Learning That Reproduces Physical Phenomena from Data, NTT Technical Review, Vol. 21, No. 10, pp. 15–19, Oct. 2023.

• 田中佑典，ガウス過程と物理現象のモデル化，人工知能，Vol. 38, No. 3, pp. 318 - 325, May, 2023.

寄稿記事

• 人工知能学会 学会誌 「博士論文特集」，Vol. 36, No. 1, 2021

• 若手企業研究者特集号, DBSJ Newsletter Vol. 13, No. 3, 2020.

• ICML 2018 参加報告, DBSJ Newsletter Vol. 11, No. 5, 2018.

報道

• NTTトピックス，2025年5月2日，AI・機械学習分野の難関国際会議AISTATSにNTTから4件採択

• NTTトピックス，2024年12月10日，AI・機械学習分野における最難関国際会議 NeurIPS2024 にNTTから5件の論文が採択

• NTTトピックス，2024年8月5日，人工知能分野の最高峰国際会議IJCAIにNTTから2件採択

• NTTニュースリリース，2023年5月30日，NTTコミュニケーション科学基礎研究所「オープンハウス2023」を開催　～「観測データから物理現象を再現する機械学習技術」など 最新の研究成果16件を公開～

• NTTトピックス，2022年11月28日，AI・機械学習分野の難関国際会議NeurIPSにNTTグループから7件採択

• 電経新聞，2017年5月22日，3面，研究派 #245，チームスポーツ戦略分析技術 時空間データ分析技術を活用

研究展示

• NTTコミュニケーション科学基礎研究所オープンハウス2023 研究講演，観測データから物理現象を再現する機械学習技術　〜データ駆動型アプローチに基づく物理シミュレーション〜

• NTTコミュニケーション科学基礎研究所オープンハウス2023 研究展示，物理現象を再現する機械学習技術　〜エネルギー保存則を組み込んだガウス過程モデル〜

• NTTコミュニケーション科学基礎研究所オープンハウス2020 研究展示，都市における空間集約データの高解像度化　〜空間集約データを補間する多変量ガウス過程〜

• NTT R&Dフォーラム2017 展示，時空間データ分析技術を用いたチームスポーツの戦略分析　〜データに潜むチームの戦略を自動的に抽出します〜

• NTTコミュニケーション科学基礎研究所オープンハウス2017 研究展示，プライバシーを保護しつつ人の動線を抽出　～人流推定のための確率的行動モデル～

教育活動

• 奈良先端科学技術大学院大学　先端科学技術研究科　コミュニケーション学　客員准教授　2021年4月-

• NTT研究所 インターンシップ メンター 2017年, 2024年, 2025年

競争的資金

• JST 次世代のためのASPIRE「深層科学技術計算」主たる共同研究者（Co-PI）2024年2月 - 2027年3月

• JST ACT-X 数理・情報のフロンティア「物理現象を再現する深層ニューラルネットのベイズ学習法」研究代表者（PI）  2021年10月 - 2024年3月

研究活動

招待講演・セミナー

• 田中佑典，物理モデリング・シミュレーションのための機械学習，技術部会，三菱電機 先端技術総合研究所，2026.

• Yusuke Tanaka, Neural Operator Learning based on Spectral Representation of Hamiltonian Partial Differential Equations, REMODEL-DSC Workshop on Differential Equations, Geometry and Machine Learning, Kobe University, 2025.

• 田中佑典，物理学を帰納バイアスとする機械学習，第4回MfIP連携探索ワークショップ，東京大学，2025.

• 田中佑典，物理学に由来する数理構造を活用する機械学習，「希薄プラズマに現れる不安定現象の理解へ向けた数理モデルと数値解法」九州大学IMI 共同利用・共同研究拠点 短期共同研究，九州大学，2025.

• 田中佑典，物理モデリング・シミュレーションのための機械学習，「物理モデリングと機械学習のシナジー」計測自動制御学会・制御部門・プラントモデリング部会, オンライン，2025.

• Yusuke Tanaka, Energy-Consistent Neural Operator Learning, Workshop on Mathematics for Machine Learning and Its Application to Industry, Kyusyu University, 2025.

• 田中佑典，物理シミュレーションのための機械学習，第31回自動車制御とモデル研究部門委員会，2025

• Yusuke Tanaka, Neural operator learning for Hamiltonian and dissipative PDEs, Workshop on Dynamical Systems and Machine Learning, RIKEN Center of API, 2025.

• 田中佑典，ガウス過程に基づくエネルギーの保存・散逸系の学習，WeSCoS Colloquium，2024.

• 田中佑典，力学系が持つ幾何学的構造を活用した機械学習，「幾何と数値解析」九州大学IMI 共同利用・共同研究拠点 短期共同研究，2024.

• Yusuke Tanaka, Machine Learning Models for Hamiltonian and Dissipative Systems, Data Science and Computational Statistics Seminar, University of Birmingham, 2024.

• Yusuke Tanaka, Gaussian Processes for Spatio-temporal Data Analysis, REMODEL-DSC Workshop on Machine Learning and Physics, Hokkaido University, 2024.

• 田中佑典，物理シミュレーションのための機械学習入門，IBISチュートリアル講演，2023．

• Yusuke Tanaka, Inferring Latent People Flows from Aggregated Data in Real-world Settings, ISCIE SSS, 2018.

専門的活動

• 第38回人工知能学会全国大会 (JSAI)，実行委員長補佐，2024.

• Reviewer, Transactions on Machine Learning Research (TMLR), 2022-

• Program Committee Member, WSDM, 2022, 2023.

• Reviewer, ICLR, 2021, 2022, 2023, 2024, 2025, 2026.

• Reviewer, ICML, 2020 (top reviewers), 2021, 2022, 2024, 2025, 2026.

• Program Committee Member, IJCAI, 2020, 2022.

• Program Committee Member, AAAI, 2024, 2025, 2026.

• Reviewer, NeurIPS, 2019 (top reviewers), 2020, 2021, 2022, 2023, 2024, 2025.

受賞

• 第26回情報論的学習理論ワークショップ (IBIS2023) ，学生最優秀プレゼンテーション賞，2023.（共著）

• 電気通信普及財団 テレコム学際研究賞 奨励賞, 2022.（共著）

• Top reviewers, ICML, 2020.

• Top reviewers, NeurIPS, 2019.

• 日本電信電話株式会社 コミュニケーション科学基礎研究所 奨励賞，2024.（社内表彰）

• 日本電信電話株式会社 サービスエボリューション研究所 研究活動賞，2020.（社内表彰）

• 日本電信電話株式会社 サービスエボリューション研究所 特許賞，2019.（社内表彰）

• 日本電信電話株式会社 サービスイノベーション総合研究所 研究開発奨励賞，2018.（社内表彰）

略歴

• 2004年4月 - 2007年3月：奈良県立奈良高等学校卒業．

• 2007年4月 – 2011年3月：神戸大学工学部電気電子工学科卒業．指導教員：阿部重夫 教授

• 2011年4月 - 2013年3月：京都大学大学院情報学研究科システム科学専攻修士課程修了．指導教員：上田修功 教授，田中利幸 教授 

• 2013年4月 - 2020年11月：日本電信電話株式会社　NTTサービスエボリューション研究所

• 2017年4月 - 2020年3月：京都大学大学院情報学研究科システム科学専攻博士課程修了，博士（情報学）．指導教員：田中利幸 教授

• 2020年12月 - 現在：日本電信電話株式会社　NTTコミュニケーション科学基礎研究所

• 2021年4月 - 現在：奈良先端科学技術大学院大学　先端科学技術研究科　情報科学領域

学位論文

• Yusuke Tanaka, Probabilistic Models for Spatially Aggregated Data, Doctoral Thesis, Graduate School of Informatics, Kyoto University, 2020. [slide]

• Yusuke Tanaka, Bayesian Classifier based on Class-Specific Feature Selection, Master's Thesis, Graduate School of Informatics, Kyoto University, 2013.

所属学会

• 電子情報通信学会

• 人工知能学会

• 日本応用数理学会