Journal articles

• Kaiwen Yang, Aiga Suzuki, Jiaxing Ye, Hirokazu Nosato, Ayumi Izumori, Hidenori Sakanashi, “CTG-Net: Cross-task guided network for breast ultrasound diagnosis”, PLOS ONE, PLOS, 2022.
• Aiga Suzuki, Hidenori Sakanashi, Takashi Yanagimoto, Ryohei Nakamura, Shigehiro Sakamoto, “Crack Detection from External Walls of Natural Stones Using Deep Convolutional Neural Network”, The AIJ Journal of Technology and Design, AIJ, 2021
• Aiga Suzuki, Hidenori Sakanashi, Shoji Kido, Hayaru Shouno, “Feature Representation Analysis of Deep Convolutional Neural Network using Two-stage Feature Transfer -An Application for Diffuse Lung Disease Classification-“, IPSJ Transactions on Mathematical Modeling and its Applications (TOM), Vol.11, No.3, IPSJ, Dec. 2018 [Link] [BiBTeX] [Arxiv(preprint)]
• 庄野 逸, 鈴木 藍雅, 鈴木 聡志, 木戸 尚治, “2 段階転移学習を用いたディープコンボリューションネットの医用画像認識”, 日本神経回路学会誌, 日本神経回路学会, 24 (1), pp.3-12 (2017)

International conference

• Aiga Suzuki, “Introducing Neural Plasticity into \Fully-Connected Neural Networks via\ the Over-complete Matrix Decomposition”, International Joint Conference on Neural Networks (IJCNN’24) WBCM-CogM (workshop paper), IEEE, Jul., 2024
• Kaiwen Yang, Aiga Suzuki, Jiaxing Ye, Hirokazu Nosato, Ayumi Izumori, Hidenori Sakanashi,”Multi-task Learning with Consistent Prediction for Efficient Breast Ultrasound Tumor Detection”, 2022 IEEE International Conference on Bioinformatics and Biomedicine (BIBM), IEEE, Dec. 2022
• Shogo Takaoka, Takuya Kitamura, Aiga Suzuki, Masahiro Murakawa, “Initialization Method of Batch Uniformization AE by Principal Component Analysis”, Proc. of the IEEE Symposium Series on Computational Intelligence (IEEE SSCI) 2021, IEEE, Dec. 2021
• Aiga Suzuki, Keiichi Ito, Takahide Ibe, Nubuyuki Otsu, “AdaFilter: Adaptive Filter Design with Local Image Basis Decomposition for Optimizing Image Recognition Preprocessing”, Proc. of the 25th Intl. Conference on Pattern Recognition (ICPR), pp2118–2125, IEEE, Feb. 2021.
• Kaiwen Yang, Hidenori Sakanashi, Hirokazu Nosato, Jiaxing Ye, Aiga Suzuki, Ayumi Izumori, “Tumor Detection from Breast Ultrasound Images Using Mammary Gland Atttentive U-Net”, Proc. of the 7th International Forum on Medical Imaging in Asia (IFMIA), Jan. 2021 (also published in SPIE Proceedings.)
• Fumito Ebuchi, Aiga Suzuki, Masahiro Murakawa, “Improved Subspace Method for Supervised Anomaly Detection With Minmal Anomalous Data”, Proc. of the 2020 Intl. Conference on Pattern Recognition Applications and Methods (ICPRAM), Springer, Feb. 2020
• Aiga Suzuki, Hidenori Sakanashi, “PCI: Principal Component Initialization for Deep Autoencoders”, Proc. of the 2019 Intl. Conference on Artificial Neural Networks (ICANN’19) (Lecture Note on Computer Science 11728), Springer, pp.165-169, Sep. 2019, [BiBTeX]
• Aiga Suzuki, Hayaru Shouno, “Generative Model of Textures Using Hierarchical Probabilistic Principal Component Analysis”, Proc. of the 2017 Intl. Conference on Parallel and Distributed Processing Techniques and Applications (PDPTA’17), CSREA Press, pp.333-338, USA, Jul. 2017. [BiBTeX] [Link]
• Hayaru Shouno, Satoshi Suzuki, Aiga Suzuki, Shoji Kido, “Applying Transfer Method for Deep Learning from Application Viewpoint”, Proc. of the 2017 Intl. Forum on Medical Imaging in Asia (IFMIA 2017), pp.95-99, Japan, Jan. 2017.
• Aiga SUZUKI, Satoshi SUZUKI, Shoji KIDO, Hayaru SHOUNO, “A 2-staged Transfer Learning Method with Deep Convolutional Neural Network for Diffuse Lung Disease Analysis”, Proc. of the 2017 Intl. Forum on Medical Imaging in Asia (IFMIA 2017), pp.160-163, Japan, Jan. 2017. [BiBTeX]

Books

• 学ぶ！究める！医療AI ディープラーニングの基礎から研究最前線まで, iv-MOOK vol.1, インナービジョン (チャプター寄稿) [Link]
• 鈴木 藍雅, “第11回 医工学研究者によるディープラーニング研究最前線”, 月刊インナービジョン2019年12月号, Vol.34, No.12, Nov. 2019 [Link]
• Aiga Suzuki, Hidenori Sakanashi, Shoji Kido, Hayaru Shouno, “Deep Learning in Textural Medical Image Analysis”, Deep Learning in Healthcare - Paradigms and Applications, pp.111-126, Springer, Feb. 2020 [Link]

Domestic Conferences/Symposiums (国内会議)

• 鈴木 藍雅, 相馬 智明, 中村 良平, 安田 聡, 瀬戸享一朗 “AIによる製材の木口面画像を用いたヤング率推定”, 第168回 木質構造研究会 (JTES168), 2023年12月
• 山崎泰知, 鈴木 藍雅, “数値解析を使用したガラスシーリング材の物性値推定の試み - ベイズ最適化を用いた検討”, 情報論的学習理論ワークショップ (IBIS 2023), 2023年10月
• 鈴木 藍雅, “過完備近似行列分解に基づくニューラルネットワークの可塑化”, 情報論的学習理論ワークショップ (IBIS 2023), 2023年10月
• 鈴木 藍雅, “テクスチャ解析と教師なし学習に基づく一様壁面上の異常検知”, 画像の理解・認識シンポジウム(MIRU2023), 2023年6月
• 鈴木 藍雅,坂無 英徳, “多様体仮説に基づく統計的機械学習の圏論的定式化”, 情報処理学会 研究報告数理モデル化と問題解決研究会 (MPS) 研究報告, 2022年3月
• 鈴木 藍雅,坂無 英徳, 柳本 貴司, 中村 良平, 坂本 成弘, “人工知能を用いた外装石材のひび割れ判定手法の開発 - その4 実用化に向けた過検出抑制手法と可視化手法の検討”, 2020年度日本建築学会大会, 2020年10月
• 柳本 貴司, 中村 良平, 坂本 成弘, 鈴木 藍雅, 坂無 英徳, “人工知能を用いた外装石材のひび割れ判定手法の開発 - その3 学習ネットワークモデルの違いによる検出率と精度の検証”, 2020年度日本建築学会大会, 2020年10月
• 鈴木 藍雅, 柳本 貴司, 中村 良平, 坂本 成弘,坂無 英徳, “深層畳み込みニューラルネットワークによる建物外装石材画像からのひび検出”, 情報処理学会 研究報告数理モデル化と問題解決研究会 (MPS) 研究報告, 2020年3月
• 鈴木 藍雅,坂無 英徳, “圏論と多様体仮説に基づく統計的機械学習の再定式化”, 第22回情報論的学習理論ワークショップ (IBIS 2019), 2019年 11月
• 楊 凱文, 叶 嘉星, 鈴木 藍雅,坂無 英徳, “乳腺領域の自動抽出を用いた深層ニューラルネットワークによる乳房超音波画像における腫瘤検出”, 第38回日本医用画像工学会大会 (JAMIT’19), 2019年 7月
• 鈴木 藍雅, “生物に学ぶ深層学習 -第三次人工知能ブームの今とこれから-“, 情報処理学会 第51回 情報科学若手の会, 2018年 10月
• 鈴木 藍雅 , 庄野 逸, 坂無 英徳, “問題への適切性を考慮した畳み込みニューラルネットワークの初期値決定手法”, 情報処理学会 研究報告数理モデル化と問題解決研究会 (MPS) 研究報告, 2018年9月
• 鈴木 藍雅 , 坂無 英徳 , 木戸 尚治 , 庄野 逸, “2段階転移学習を用いた深層畳み込みニューラルネットによるびまん性肺疾患の識別と特徴表現の解析”, 情報処理学会 研究報告数理モデル化と問題解決研究会 (MPS) 研究報告, 2018年3月
• 鈴木 藍雅, 庄野逸, “階層型確率的主成分分析モデルによるテクスチャの生成”, 電子情報通信学会 第83回 ニューロコンピューティング研究会(NC) 信学技報, pp115-120, 2017年 3月
• 鈴木 藍雅, 鈴木 聡志, 木戸 尚治, 庄野逸, “2段階転移学習を用いたDCNNによるびまん性肺疾患の識別”, 第19回情報論的学習理論ワークショップ(IBIS2016), ポスター D1-12, 2016年10月
• 鈴木 藍雅, “正しく育てるニューラルネット - 転移学習という考え方”, 情報処理学会 第49回 情報科学若手の会, No. 1, 2016年 9月
• 鈴木 藍雅, “プログラムの構成と言語の意味”, 情報処理学会 第48回 情報科学若手の会, No. 2, 2015年 9月
• 鈴木 藍雅, “立体高次自己相関特徴を用いた動画像中の動体対象数推定”, 大学コンソーシアムとちぎ 第11回学生＆企業研究発表会 予稿集, pp58-59, 2014年12月

---

This page uses a template by bk2dcradle.