古屋　貴士
フルヤ　タカシ
生命医科学部医工学科
助教（有期）
Last Updated :2025/05/11

研究者情報

      科研費研究者番号

      00883696

    研究キーワード

    • 機械学習
    • 逆問題
    • 偏微分方程式

    研究分野

    • 自然科学一般 / 数理解析学

    経歴

    • 同志社大学, 生命医科学部 医工学科, 助教, 2025年04月 - 現在
    • 島根大学, 研究・学術情報本部 数理・データサイエンス教育研究センター, 助教, 2022年08月 - 2025年03月
    • 北海道大学, 大学院理学研究院 数学部門, 日本学術振興会PD, 2021年04月 - 2022年07月
    • 名古屋大学, 大学院多元数理科学研究科, 日本学術振興会DC, 2019年04月 - 2021年03月

    学歴

    • 名古屋大学, 大学院多元数理科学研究科, 2016年04月 - 2021年03月

    所属学協会

    • 日本応用数理学会, 2023年04月, 9999年
    • Inverse Problems International Association, 2023年01月, 9999年
    • 日本数学会, 2018年04月, 9999年

    論文

    • Quantitative Approximation for Neural Operators in Nonlinear Parabolic Equations.
      Takashi Furuya; Koichi Taniguchi; Satoshi Okuda
      ICLR 2025, 2025年, 研究論文（学術雑誌）
      URL
    • Transformers are Universal In-context Learners.
      Takashi Furuya; Maarten V. de Hoop; Gabriel Peyré
      ICLR 2025, 2025年, 研究論文（学術雑誌）
      URL
    • Out-of-distributional risk bounds for neural operators with applications to the Helmholtz equation
      Jose Antonio Lara Benitez; Takashi Furuya; Florian Faucher; Anastasis Kratsios; Xavier Tricoche; Maarten V. de Hoop
      Journal of Computational Physics, 513 113168 - 113168, 2024年09月
      DOI URL
    • Convergences for Minimax Optimization Problems over Infinite-Dimensional Spaces Towards Stability in Adversarial Training
      T. Furuya; S. Okuda; K. Suetake; Y. Sawada
      Transactions on Machine Learning Research, 2024, 2024年06月, 研究論文（学術雑誌）
      URL
    • Consistency of the Bayes method for the inverse scattering problem
      Takashi Furuya; Pu-Zhao Kow; Jenn-Nan Wang
      Inverse Problems, 40(5) 055001 - 055001, 2024年03月18日
      URLDOI URL
    • Can neural operators always be continuously discretized?
      Takashi Furuya; Michael Puthawala; Matti Lassas; Maarten V. de Hoop
      NeurIPS, 2024年, 研究論文（国際会議プロシーディングス）
      URL
    • Local recovery of a piecewise constant anisotropic conductivity in EIT on domains with exposed corners
      Maarten V de Hoop; Takashi Furuya; Ching-Lung Lin; Gen Nakamura; Manmohan Vashisth
      Inverse Problems, 39(2) 025005 - 025005, 2023年01月19日, 研究論文（学術雑誌）
      URLDOI URL
    • Globally injective and bijective neural operators.
      Takashi Furuya; Michael Puthawala; Matti Lassas; Maarten V. de Hoop
      Advances in Neural Information Processing Systems 36: Annual Conference on Neural Information Processing Systems 2023(NeurIPS), 36 57713 - 57753, 2023年12月, 研究論文（国際会議プロシーディングス）
    • Inverse medium scattering problems with Kalman filter techniques
      Takashi Furuya; Roland Potthast
      Inverse Problems, 38(9) 095003 - 095003, 2022年08月15日, 研究論文（学術雑誌）
      URLDOI URL
    • Spectral Pruning for Recurrent Neural Networks
      Takashi Furuya; Kazuma Suetake; Koichi Taniguchi; Hiroyuki Kusumoto; Ryuji Saiin; Tomohiro Daimon
      Proceedings of the 25th International Conference on Artificial Intelligence and Statistics (AISTATS), PMLR 151 3458 - 3482, 2022年03月
      Permalink
    • Remarks on the factorization and monotonicity method for inverse acoustic scatterings
      Takashi Furuya
      Inverse Problems, 37(6) 065006 - 065006, 2021年06月01日, 研究論文（学術雑誌）
      URLDOI URL
    • Scattering by the local perturbation of an open periodic waveguide in the half plane
      Takashi Furuya
      Journal of Mathematical Analysis and Applications, 489(1) 124149 - 124149, 2020年09月, 研究論文（学術雑誌）
      DOI URL
    • The factorization and monotonicity method for the defect in an open periodic waveguide
      Takashi Furuya
      Journal of Inverse and Ill-posed Problems, 28(6) 783 - 796, 2020年06月11日, 研究論文（学術雑誌）
      URLDOI URL
    • The direct and inverse scattering problem for the semilinear Schrödinger equation
      Takashi Furuya
      Nonlinear Differential Equations and Applications NoDEA, 27(3), 2020年04月07日, 研究論文（学術雑誌）
      URLDOI URL
    • The monotonicity method for the inverse crack scattering problem
      Tomohiro Daimon; Takashi Furuya; Ryuji Saiin
      Inverse Problems in Science and Engineering, 28(11) 1570 - 1581, 2020年03月09日, 研究論文（学術雑誌）
      URLDOI URL
    • A modification of the factorization method for scatterers with different physical properties
      Takashi Furuya
      Mathematical Methods in the Applied Sciences, 42(11) 4017 - 4030, 2019年04月21日, 研究論文（学術雑誌）
      URLDOI URL
    • Hermite expansions of some tempered distributions
      Hiroyuki Chihara; Takashi Furuya; Takumi Koshikawa
      Journal of Pseudo-Differential Operators and Applications, 9(1) 105 - 124, 2017年05月16日, 研究論文（学術雑誌）
      DOI URL

    共同研究・競争的資金等の研究課題

    • 偏微分方程式の逆問題に対する作用素近似の研究
      古屋 貴士
      日本学術振興会, 科学研究費助成事業, 2024年04月 -2027年03月, 研究代表者, 若手研究, 島根大学
    • 深層学習を用いた偏微分方程式の不良設定逆問題における近似解の研究
      古屋貴士
      住友財団基礎科学研究助成, 2023年12月 -2024年11月
    • 不確定性を持つ散乱逆問題の再構成について
      古屋 貴士
      日本学術振興会, 科学研究費助成事業, 2021年04月 -2024年03月, 特別研究員奨励費, 北海道大学
    • 深層学習を活用した偏微分方程式の逆問題における再構成法
      古屋貴士
      山梨県若手研究者奨励事業費補助金, 2022年08月 -2023年03月, 研究代表者
    • 散乱逆問題におけるサンプリング法の統一について
      古屋 貴士
      研究対象は、サンプリング法である。サンプリング法とは、散乱逆問題において観測データから未知領域を推定するための手法であり、特にFactorization Methodと呼ばれる手法に着目している。Factorization Methodは唯一、観測データから未知領域を推定する議論が抽象的な一般論としてまとめられており、この点から、Factorization Methodはサンプリング法を統一する理論の基軸になると考えている。 2020年度の大きな研究成果は、Factorization Methodの考え方に沿って、Monotonicity Methodの関数解析の枠組みによる一般論の整備を行うことに成功したことである。そのおかげで、一般論上でFactorization MethodとMonotonicity Methodの2つの比較を行える環境が整った。その比較によって、Monotonicity MethodはFactorization Methodよりも先天的仮定が少ない下で未知領域の再構成公式を与えることができることを確認した。しかし、Monotonicity Methodは、未知領域を点でテストするFactorization Methodとは異なり、領域でテストするため、特定の問題において(例えば、それぞれ異なる性質を持つ物体が混在している複雑な未知領域同定問題)は、数値実験がうまく運ばず、視覚的に未知領域を確認できないことがあった。こういったMonotonicity Methodの領域テストの数値実験部分については、今後改善すべき課題である。, 日本学術振興会, 科学研究費助成事業, 2019年04月 -2021年03月, 特別研究員奨励費, 名古屋大学

    担当経験のある科目（授業）

    • 応用数理
      同志社大学
    • 線形代数学
      同志社大学
    • 微分積分学
      同志社大学
    • データサイエンス基礎, AI基礎
      島根大学
    • オープンデータ分析
      島根大学
    • 線形代数学II
      北海道大学