学位
-
博士（工学） （ 2024年9月 慶應義塾大学 ）
-
修士（工学） （ 2021年9月 慶應義塾大学 ）
研究キーワード
-
次元削減
-
ロバスト推定
-
凸最適化
-
スパースモデリング
-
信号処理
-
機械学習
学歴
-
慶應義塾大学 理工学研究科 総合デザイン工学専攻
2021年9月 - 2024年9月
国名： 日本国
-
慶應義塾大学 理工学研究科 総合デザイン工学専攻
2020年4月 - 2021年9月
国名： 日本国
-
慶應義塾大学 理工学部 電気情報工学科
2016年4月 - 2020年3月
国名： 日本国
経歴
-
東京科学大学 工学院 助教
2024年12月 - 現在
-
慶應義塾大学 訪問研究員
2024年10月 - 2024年11月
-
独立行政法人日本学術振興会 日本学術振興会特別研究員（PD）
2024年10月 - 2024年11月
-
独立行政法人日本学術振興会 日本学術振興会特別研究員（DC1）
2022年4月 - 2024年9月
所属学協会
-
Institute of Electrical and Electronics Engineers (IEEE)
論文
-
Sparse Signal Recovery Based on Lower-Semicontinuous 1-Weakly-Convex Envelope of Marginal Function 査読 国際誌
Kyohei Suzuki, Masahiro Yukawa
ICASSP 2026 - 2026 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP) 161 - 165 2026年5月
-
Nonconvex Regularization for Feature Selection in Reinforcement Learning 査読 国際誌
Kyohei Suzuki, Konstantinos Slavakis
ICASSP 2026 - 2026 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP) 5886 - 5890 2026年5月
-
External Division of Two Proximity Operators—Part II: Generalization and Properties 査読 国際誌
Kyohei Suzuki, Masahiro Yukawa
IEEE Transactions on Signal Processing 74 167 - 182 2025年10月
-
External Division of Two Proximity Operators—Part I: Debiased Feature Grouping 査読 国際誌
Kyohei Suzuki, Masahiro Yukawa
IEEE Transactions on Signal Processing 74 150 - 166 2025年10月
-
A discrete measure for debiased feture grouping: A limit of Moreau-enhanced OSCAR regularizer and its proximity operator 査読 国際誌
Kyohei Suzuki, Masahiro Yukawa
European Signal Processing Conference(EUSIPCO) 2025年9月
-
Bias Reduction for Feature Grouping Based on a Limit of Moreau-Enhanced OSCAR Regularizer
Kyohei Suzuki, Masahiro Yukawa
Proc. IEICE Signal Processing Symposium 2024年12月
-
Sparse Signal Recovery Based on Continuous Relaxation of Reversely Ordered Weighted \ell_1 Shrinkage Operator
Taiki Okuda, Kyohei Suzuk, Masahiro Yukawa
Proc. IEICE Signal Processing Symposium 2024年12月
-
Kyohei Suzuki, Masahiro Yukawa
IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP) 9471 - 9475 2024年4月
-
Debiased Estimation of Signals with Structured Sparsity Based on External Division of Two Proximity Operators
Kyohei Suzuki, Masahiro Yukawa
IEICE SIP Symposium 1 - 6 2023年11月
-
Linearly-Involved Moreau-Enhanced-Over-Subspace Model: Debiased Sparse Modeling and Stable Outlier-Robust Regression 査読
Masahiro Yukawa, Hiroyuki Kaneko, Kyohei Suzuki, Isao Yamada
IEEE Transactions on Signal Processing 2023年3月
-
Multiscale Manifold Clustering and Embedding with Multiple Kernels
Kyohei Suzuki, Masahiro Yukawa
IEICE Technical Repor 122 ( 388 ) 276 - 281 2023年2月
-
Sparse Stable Outlier-Robust Signal Recovery Under Gaussian Noise 査読
Kyohei Suzuki, Masahiro Yukawa
IEEE Transactions on Signal Processing 71 372 - 387 2023年2月
-
Sparse Stable Outlier-Robust Regression with Minimax Concave Function. 査読
Kyohei Suzuki, Masahiro Yukawa
32nd IEEE International Workshop on Machine Learning for Signal Processing(MLSP) 1 - 6 2022年8月
-
On Grouping Effect of Sparse Stable Outlier-Robust Regression 査読
Kyohei Suzuki, Masahiro Yukawa
32nd IEEE International Workshop on Machine Learning for Signal Processing(MLSP) 1 - 6 2022年8月
-
Stable Robust Regression under Sparse Outlier and Gaussian Noise. 査読
Masahiro Yukawa, Kyohei Suzuki, Isao Yamada
30th European Signal Processing Conference(EUSIPCO) 2236 - 2240 2022年8月
-
Sparse Stable Outlier-Robust Regression Using Minimax Concave Function
Kyohei Suzuki, Masahiro Yukawa
IEICE SIP Symposium 96 - 101 2021年9月
-
Robust Jointly-Sparse Signal Recovery Based on Minimax Concave Loss Function. 査読
Kyohei Suzuki, Masahiro Yukawa
28th European Signal Processing Conference(EUSIPCO) 2070 - 2074 2021年1月
-
Robust Recovery of Jointly-Sparse Signals Using Minimax Concave Loss Function 査読
Kyohei Suzuki, Masahiro Yukawa
IEEE Transactions on Signal Processing 69 669 - 681 2020年12月
-
A robust approach to jointly-sparse signal recovery based on minimax concave loss function
Kyohei Suzuki, Masahiro Yukawa
119 ( 440 ) 123 - 128 2020年3月
講演・口頭発表等
-
ガウス性雑音環境下でのスパース安定頑健信号復元法 招待
鈴木京平
FIT2023 2023年9月
受賞
-
令和5年度 信号処理若手奨励賞
2024年12月 信号処理研究専門委員会
鈴木京平
-
第39回電気通信普及財団賞（テレコムシステム技術学生賞）
2024年3月 電気通信普及財団
鈴木京平
-
IEEE SPS Japan Student Journal Paper Award
2024年2月 IEEE Signal Processing Society Tokyo Joint Chapter
鈴木京平
-
令和4年度 信号処理研究会賞
2023年8月 信号処理研究専門委員会
-
優秀卒業論文賞
2020年3月
共同研究・競争的資金等の研究課題
-
多重スケールデータの頑健オンライン次元削減法の構築
研究課題/領域番号：22KJ2720 2020年3月 - 2025年3月
日本学術振興会 科学研究費助成事業 特別研究員奨励費
鈴木 京平, 鈴木 京平
配分額：2500000円 （ 直接経費：2500000円 ）
多くの頑健スパース信号復元法では、統計的性質の異なる雑音と外れ値を区別しない定式化のため、高雑音環境下で性能が劣化してしまうことが問題となっている。また、推定精度と大域的最適性の間にトレードオフ問題が存在することも知られている。これらの問題を解決するため、2022年度は、minimax concave (MC)罰則に基づくスパース信号復元法とMC誤差関数に基づく頑健回帰推定法を凸最適化の枠組みで統合した新しい定式化を提案した。目的関数の大域的最適性を保証するため、滑らかな項が凸関数となるための必要十分条件を導出した。提案法により、高雑音環境下かつ劣決定問題の場合においても、外れ値に対して頑健にスパース信号復元が可能であることを、音声信号の雑音除去への応用を含む数値実験により実証した。さらに、提案法の定式化により、強い相関を持つ変数のグループが同時に選択されやすくなる効果（グルーピング効果）が得られることを理論的に示し、数値実験で実証した。グルーピング効果をもたらす代表的な手法であるエラスティックネットとは対照的に、入力ベクトルに高い相関がある場合、対応する係数の差の絶対値の上界が観測ベクトルの大きさに依存しないことを証明した。これにより、観測値に大きな外れ値が含まれる場合でもグルーピング効果を保つことが可能となる。これらの成果は2編の国際会議論文（MLSP）と1編の学術論文（IEEE Trans. Signal Processing）として発表した。