京都大学大学院情報学研究科　准教授

北海道大学人間知・脳・AI研究教育センター（CHAIN） 客員准教授

Curriculum Vitae (a full CV pdf)

北海道大学人間知・脳・AI研究教育センター 特任准教授 (2020-2022)
京都大学大学院情報学研究科知能情報学専攻 特定准教授 (2017-2020)
ホンダ・リサーチ・インスティチュート・ジャパン シニアサイエンティスト (2016-2020)

理化学研究所脳科学総合研究センター　研究員 (2011-2016)
理化学研究所/マサチューセッツ工科大学 訪問研究員 (2008-2011)
日本学術振興会特別研究員 (2006-2007, 2008-2010)

京都大学理学研究科物理学・宇宙物理学専攻　博士(理学) (2007)
ジョンズ・ホプキンス大学医学部神経科学科　修士(神経科学) (2003)
慶應義塾大学理工学部物理情報工学科　学士(工学) (2000)

[Google Scholor] [Researchmap] [ResearchGate] [ORCID]
Email: h.shimazakii.kyoto-u.ac.jp

次回開催

■ 2022 Sep 13-15 International Workshop on Active Inference (IWAI 2023)

■ 2022 July 27,28 Salon du Brain Internaltional

継続的に開催しているもの

■ 北大 CHAINセミナー

■ 京大 サロン・ド・脳

■ 数理モデリング研究会

過去のセミナー・シンポジウム

■ 2021 Dec 13, 14 The free energy principle of the brain: experiments and verification

■ 2019/9/1　生理研研究会2019 認知神経科学の先端「脳の理論から身体・世界へ」 link

■ 2019/8/31-9/1　脳の自由エネルギー原理チュートリアル・ワークショップ link

■ 2017-2020　協調的知能共同研究セミナー （終了しました）

■ 2017/08/29　協調的知能（CI）共同研究講座　ワークショップ２０１７

■ 2017/08/25　日本神経回路学会時限研究会2017 脳の理論から身体・世界へ：行動と認識への再挑戦 link

■ 2017/08/04　協調的知能（CI）共同研究講座　開設記念シンポジウム

■ 2017/11/14　数理モデリング研究会　Fluctuations of event occurrences in a variety of networks

講義資料ページへ

次回講義

第46回日本神経科学大会

----------------------------------------------
教育講演
日時：2023年8月4日（金） 8:00-8:50
会場：第4会場（桜1）
----------------------------------------------

過去の講義

2021年6月22日　人間知序論I　神経科学研究概説：計測技術と方法論

2020年9月　脳と機械の理論入門 開講　（期間 2020/9/29～2021/1/26，毎週火曜日，W309）シラバス

2020年7月22日　人間知序論I 第5回「脳の理論への招待１：認識への理論的アプローチ」(仮題)

2020年7月29日　人間知序論I 第6回「脳の理論への招待２：回路・計算・情報」(仮題)

2019年12月19日, 2020年1月9日 京大総人 脳情報学演習

2020年2月18日　理化学研究所脳科学塾 Statistics for Neuroscience link to a course website

2019年6月5日, 6月19日　京大情 計算論的認知神経科学　階層モデルの学習と脳の計算理論

2019年1月29日　理化学研究所脳科学塾 Statistics for Neuroscience link to a course website

2018年6月6日, 7月17日　京大情 計算論的認知神経科学　階層モデルの学習と脳の計算理論

2017年11月27日　理化学研究所脳科学塾 Statistics for Neuroscience link to a course website

2017年10月26日，12月21日，2019年1月11日　京大総人 脳情報学演習　主成分分析入門・ボルツマンマシンの数理入門・階層モデル

2017年6月21日　京大情 計算論的認知神経科学　　

2017年3月4, 5日　脳科学若手の会合宿　点過程モデリングのワークショップ

2016年12月-3月　国際基督教大学 統計物理　平島大・島崎秀昭

2016年12月　理化学研究所脳科学塾 Statistics for Neuroscience I and II 島崎秀昭・藤澤茂義 link to a course website

2016年2月10日　統計数理研究所公開講座 点過程ネットワークの統計解析入門　小山慎介・島崎秀昭

2015年 理化学研究所脳科学塾 Statistics for Neuroscience I and II 島崎秀昭・藤澤茂義 link to a course website

2014年12月15日, 22日 理化学研究所脳科学塾 Statistics for Neuroscience I and II 島崎秀昭・藤澤茂義 link to a course website

2014年5月10日　明治大学大学院理工学研究科 理工学総合講義D第２回 「知覚/認知と神経コーディング研究入門」「神経情報の解読」

2013 Mar 3-12 集中講義 Introduction to statistical models of neural spike train data

The Institute for Research in Fundamental Sciences, School of Cognitive Sciencesの博士過程の履修科目として点過程・一般化線形モデルを用いた脳・神経データ解析の講義（計6回）を行いました．

脳の数理的理解にむけて：回路・情報・原理

ヒトや動物の認知や行動を可能にする脳や神経系のメカニズムについて，統一的かつ検証可能な理論を構築し，それに基づく新しい人工知能を提案する研究も行っています．具体的には，物理学・統計学・情報理論・機械学習に基づく数学的アプローチを横断的に用いて数理モデルを構築し，脳の回路構造・神経活動の非線形ダイナミクスとその統計構造・神経細胞集団による情報表現等に関する問題を解析しています．これらのモデルを神経活動データに適用して解析することで，推論・行動選択・適応/学習の原理を探り，神経回路網のスパイク活動によってこれらの原理を実現する方法を研究しています．

適応および計算の原理

• Hideaki Shimazaki.The principles of adaptation in organisms and machines II: Thermodynamics of the Bayesian brain. (2020) arXiv:2006.13158
• Hideaki Shimazaki.The principles of adaptation in organisms and machines I: machine learning, information theory, and thermodynamics. (2019) arXiv:1902.11233 [pdf]
• Shimazaki H, Neurons as an Information-theoretic Engine. arXiv:1512.07855 (2015) [pdf, link] (published as a springer book chapter)
• 島崎秀昭. ベイズ統計と熱力学から見る 生物の学習と認識のダイナミクス 日本神経回路学会誌 (2019) 26(3), 72-98 解説論文
• 島崎秀昭. 認識と行動の適応原理. 日本神経回路学会誌 (2018) 25(3), 86-102 解説論文 [link]

神経活動の統計構造と情報表現

• Seyedamin Moosavi, Magalie Tatischeff, Bingyue Zhu, Hideaki Shimazaki. Effects of structured neural correlations in population coding: beneficial or detrimental? Computational and Systems Neuroscience (Cosyne) 2020. Feb 27 - Mar 1. Dember, USA POSTER
• Shimazaki H, Sadeghi K, Ishikawa T, Ikegaya Y, Toyoizumi T, Simultaneous silence organizes structured higher-order interactions in neural populations. Scientific Reports (2015) 5, 9821 . [link]

神経メカニズムと活動の統計構造

• Safura Rashid Shomali, Majid Nili Ahmadabadi, Seyyed Nader Rasuli, Hideaki Shimazaki. Uncovering network architecture using an exact statistical input-output relation of a neuron model. bioRxiv. (2018) doi: https://doi.org/10.1101/479956
• Safura Rashid Shomali, Majid Nili Ahmadabadi, Hideaki Shimazaki, Seyyed Nader Rasuli. How does transient signaling input affect the spike timing of postsynaptic neuron near the threshold regime: an analytical study. Journal of Computational Neuroscience (2018) 44(2), 147-171[link, pdf]

生成モデルによる脳の理解

• Shashwat Shukla, Hideaki Shimazaki, Udayan Ganguly. Structured mean-field variational inference and learning in winner-take-all spiking neural networks. (2019)
• MaBouDi H, Subramani K, Soltanian-Zadeh H, Amari S, Shimazaki H. Learning complex representations from spatial phase statistics of natural scenes. bioRxiv (2017) doi: https://doi.org/10.1101/112813
• MaBouDi H, Shimazaki H, Amari S, Soltanian-Zadeh H, Representation of higher-order statistical structures in natural scenes via spatial phase distributions. Vision Research (2016) 120, 61–73 [pdf, link]

スパイクデータ解析技術の開発

脳の理論構築のために必要なスパイクデータ解析技術を開発しています．

多細胞スパイク時系列データの状態空間モデル

神経細胞集団の協調活動が神経系の情報処理に本質的な役割があるとする仮説が古くから提唱されています. この仮説に従えば, 協調的活動が複数細胞の同期的な発火活動という形で現れ, 観測されたスパイク時系列間の同期スパイクの構造に外界刺激や脳の内部状態（注意や期待）の情報が符号化されている可能性があります.

神経細胞の同期的協調活動を調べるためには, 同時記録された複数細胞のスパイク時系列間に潜むスパイク相関構造を推定する必要があります. ただし, ３つ以上の神経細胞の協調活動を調べるためには２体間の相関だけでなく, 多体間の相関, すなわち高次相関も推定する必要があるかもしれません. また協調活動が動的であるとすれば, 相関構造の変化を追跡できなければなりません.

この問題に対処するために我々は, 対数線形モデルを観測モデルとする状態空間モデルを用いて, 時間変動するスパイク発火率とスパイク相関を同時に推定する技術を開発しています. 対数線形モデルを用いることで, 高次相関を情報幾何の枠組みにより厳密に定義することができます. また状態空間モデルは一般に時間依存システムのモデル化に用いられる手法です. 我々は状態（対数線型モデルの自然母数）の事後分布を対数二次形式で近似し, 非線形再帰濾波公式を導出, 濾波公式と固定幅平滑化公式を併せて時間変動する相関構造を推定する手法を開発しました. これにより集団としての神経細胞活動の動的構造を明らかにし, 動物の認知・行動との関係についての神経生理学的知見を得ることを目標としています.

• 原著論文
  • Aguilera M, Moosavi SA,Shimazaki H. A unifying framework for mean-field theories of asymmetric kinetic Ising systems. (2021) Nature Commun 12 (1), 1197 link
  • Donner C., Obermeyer K., Shimazaki H. Approximate Inference for Time-varying Interactions and Macroscopic Dynamics of Neural Populations. PLoS Comp Biol (2017) 13(1): e1005309 [link, code]
  • Shimazaki H., Amari S., Brown E. N., and Gruen S., State-space Analysis of Time-varying Higher-order Spike Correlation for Multiple Neural Spike Train Data. PLoS Comput Biol (2012) 8(3): e1002385. doi:10.1371/journal.pcbi.1002385 link
• 紀要
  • Jimmy Gaudreault, Arunabh Saxena, Hideaki Shimazaki. Online estimation of multiple dynamic graphs in pattern sequences. (2019)  IJCNN2019
  • Jimmy Gaudreault and Hideaki Shimazaki. State-space analysis of an Ising model reveals contributions of pairwise interactions to sparseness, fluctuation, and stimulus coding of monkey V1 neurons. Lecture Notes in Computer Science (2018) 11141, 641–651
  • Donner C. and Shimazaki H. Approximate inference method for dynamic interactions in larger neural populations. ICONIP 2016, Part III, LNCS 9949, 104–110, 2016
  • Shimazaki H., Single-trial estimation of stimulus and spike-history effects on time-varying ensemble spiking activity of multiple neurons: a simulation study. J. Phys.: Conf. Ser. (2013) 473 012009 doi:10.1088/1742-6596/473/1/012009 [link]
  • Shimazaki H., Amari S., Brown E. N., Gruen S. State-space Analysis on Time-varying Correlations in Parallel Spike Sequences, Proc. IEEE ICASSP2009, 3501-3504.
  • 島崎秀昭, 甘利俊一, Emery Brown, Sonja Gruen. 動的スパイク相関の状態空間モデル. 日本神経回路学会第19回全国大会講演論文集 JNNS2009, p.10-11.
• 解説論文 ・記事
  • 対数線形モデルによるマルチニューロンスパイクデータ解析　日本神経回路学会誌 2011年12月号 Vol18(4) 194-203
  • 日本生物物理学会 生物物理誌トピックス「神経細胞活動の統計モデルによる解析」第53巻第2号p.103-104
• 受賞
  • 日本神経回路学会第19回全国大会研究賞
  • Excellent paper award at ICONIP2016
  • Best student paper award at IJCNN2019
  
  

単一神経細胞スパイク時系列データのレート推定

電気神経生理学の動物実験では感覚刺激・行動・注意等と神経細胞の発火頻度（スパイクレート）の相関関係がよく調べられます. 広く使われているレート推定の手法に, 同一刺激下で行われた複数回の試行のスパイク時系列を適当な時間幅をもつ区間に分割し, その中でのイベント生成率（発火率）を棒グラフとして表すPeristimulus Time Histogram (PSTH) があります.

PSTH の形状は分割する区間の幅, いわゆるビン幅に大きく依存するにもかかわらず, 多くの場合ビン幅は研究者により恣意的に決められてきました. ビン幅が小さすぎるとヒストグラムのサンプル揺らぎが大きくなります. 一方で大きすぎれば背後の変動レートに十分に追従できません. そこで私たちはポワソン過程という条件下で実験データから最適なビン幅を導出する公式を導きました. また所望のビン幅を得るのに必要な実験回数を推定する方法を考案しました[1,2,3].

このほかに, カーネル関数を用いたレート推定のためのカーネルバンド幅最適化の公式[4,5,6], さらに進んだトピックとして最適幅が局所データに適応して変動する可変幅カーネル法の研究[4,6]も行っています.

ヒストグラム最適化　

• [1] Shimazaki and Shinomoto. A Method for Selecting the Bin Size of a Time Histogram. Neural Computation (2007) Vol. 19(6) 1503-1527.
• [2] Shimazaki and Shinomoto: A recipe for optimizing a time-histogram NIPS2007
• [3] 島崎秀昭, 篠本滋: スパイク時系列のヒストグラム作成における最適区間幅決定のレシピ JNNS2005
• 受賞　平成19年度 日本神経回路学会奨励賞

カーネル最適化　

• [4] Shimazaki and Shinomoto. Kernel Bandwidth Optimization in Spike Rate Estimation. Journal of Computational Neuroscience (2010) Vol. 29 (1-2) 171-182.
• [5] Shimazaki and Shinomoto: Kernel Width Optimization in the Spike-rate Estimation, Neural Coding 2007 Abstract p120-123
• [6] 島崎秀昭, 篠本滋: 局所適応カーネル法によるスパイクレート推定 JNNS2008 p186-187
• 受賞　Best Poster Award at Neural Coding 2007

Postdoc and visiting scholar

	Dr Ulises Rodriguez Dominguez	2023 Apr – present (Kyoto U) 2022 Apr 19 – 2022 Jun 30 (Hokkaido U) 2020 Sep – present (online)
	Dr. Anuj Mishra	2023 Apr – present (Kyoto U) 2020 Mar – 2021 Aug (online)
	Dr. Miguel Aguilera (University of the Basque Country, Spain)	2018 Jul – 2018 Aug (Kyoto U)
	Dr. Sayed Amin Moosavi (Kyoto University, Japan)	2018 Mar – 2020 Mar

Graduate students and interns

	Theo Marshal (ENS-Paris-Saclay, France)	2023 Apr 17 – 2023 Aug 21 (Kyoto U)
	Sai Sumedh (IIT Bombay, India)	2020 Sep – present (online) 2022 July 12 – 2022 July 25 (Hokkaido U)
	Masanao Igarashi (Hokkaido U, Japan)	2020 Oct - 2022 Mar
	Ken Ishihara (Hokkaido U, Japan)	2020 Oct - present
	Christian Donner (BCCN Berlin, Germany)	2018 Mar 18 – Apr 6 2014 Jun – 2015 Apr
	Safura Rashid Shomali (IPM, Iran)	2013 Dec – 2017 Sep

Undergraduate students (Internship)

	Bingyue Zhu (University of British Columbia, Canada) Sequential Bayes estimation and anomaly detection method for physiological time-series signals	2019 July – 2019 Aug 2018 Jun 20 – 2019 Apr 26
	Magalie Tatischeff (University of British Columbia, Canada) Data analysis and development of statistical models for spiking activity of neural populations	2018 Jun 20 – 2019 Apr 26
	Shukla Shashwat (IIT Bombay, India) Investigation of advanced time-series models for neural and behavioral activities	2018 May 14 – 2018 Jul 13
	Krishna Subramani (IIT Bombay, India)  Learning a hierarchical model for spatial phases in natural scenes	2018 May 14 – 2018 Jul 13
	Brinti Datta (IIT Bombay, India)                            Filtering methods for time-series analysis	2017 Jul 5 – 2017 Jul 14
	Jimmy Gaudreault (Polytechnique Montreal) Data analysis of neural population activities by the dynamic Ising model	2017 May 15 –2018 Apr 27
	Arunabh Saxena (IIT Bombay, India)                       　 Studying and extending the state-space analysis methods for neural populations	2017 May 8 – 2017 July 14

□ Preprint ■ Under Review ■ Published / In Press

[Google Scholor] [Researchmap] [ResearchGate] [ORCID]

論文・学会紀要・プレプリント

□ Christian Donner, Anuj Mishra, Hideaki Shimazaki, A projected nonlinear state-space model for forecasting time series signals. (2023) arXiv:2311.13247 link

□ Ulises Rodríguez-Domínguez, Hideaki Shimazaki. Alternating shrinking higher-order interactions for sparse neural population activity. (2023) arXiv:2308.13257 link

■ Miguel Aguilera, Masanao Igarashi, Hideaki Shimazaki. Nonequilibrium thermodynamics of the asymmetric Sherrington-Kirkpatrick model. (2023) Nature Communications 14, 3685 10.1038/s41467-023-39107-y (arXiv:2205.09886)

■ Safura Rashid Shomali, Majid Nili Ahmadabadi, Seyyed Nader Rasuli, Hideaki Shimazaki.Uncovering hidden network architecture from spiking activities using an exact statistical input-output relation of neurons. (2023) Communications Biology 6, 169 s42003-023-04511-z link

■ Kazuyoshi Tatsumi, Yasuhiro Inamura, Maiko Kofu, Ryoji Kiyanagi and Hideaki Shimazaki. Optimization and inference of bin widths for histogramming inelastic neutron scattering spectra. (2022) Journal of Applied Crystallography. 55, 533-543 link

■ Takuya Isomura, Hideaki Shimazaki, Karl Friston. Canonical neural networks perform active inference (2022) Communications Biology 5, 55. link

■ Makio Torigoe, Tanvir Islam, Hisaya Kakinuma, Chi Chung Alan Fung, Takuya Isomura, Hideaki Shimazaki, Tazu Aoki, Tomoki Fukai, Hitoshi Okamoto. Zebrafish capable of generating future state prediction error show improved active avoidance behavior in virtual reality. (2021) Nature Communications 12, 5712 10.1038/s41467-021-26010-7

■ Miguel Aguilera, S. Amin Moosavi, Hideaki Shimazaki. A unifying framework for mean-field theories of asymmetric kinetic Ising systems. (2021) Nature Communications 12, 1197 link

■ Donner C, Tagasovska N, He G, Mulleners K, Shimazaki H, Obozinski G. Learning interpretable latent dynamics for a 2D airfoil system. International Conference on Learning Representations (ICLR2021) Workshop: Robust and reliable machine learning in the real world. 2021. link

□ Hideaki Shimazaki. The principles of adaptation in organisms and machines II: Thermodynamics of the Bayesian brain. (2020) arXiv:2006.13158

■ Haruna Nakajo, Ming-Yi Chou, Masae Kinoshita, Lior Appelbaum, Hideaki Shimazaki, Takashi Tsuboi, Hitoshi Okamoto. Hunger potentiates the habenular winner pathway for social conflict by orexin-promoted biased alternative splicing of the AMPA receptor gene Cell Reports (2020) 31, 107790 [link]

□ Shashwat Shukla, Hideaki Shimazaki, Udayan Ganguly. Structured mean-field variational inference and learning in winner-take-all spiking neural networks. (2019) arXiv:1911.05943 [pdf]

■ 島崎秀昭. ベイズ統計と熱力学から見る 生物の学習と認識のダイナミクス 日本神経回路学会誌 (2019) 26(3), 72-98 解説論文 [link]

□ Hideaki Shimazaki. The principles of adaptation in organisms and machines I: machine learning, information theory, and thermodynamics. (2019) arXiv:1902.11233 [pdf]

■ Jimmy Gaudreault, Arunabh Saxena, Hideaki Shimazaki. Online estimation of multiple dynamic graphs in pattern sequences. (2019)  IJCNN2019 arXiv:1901.07298 link

■ 島崎秀昭. 認識と行動の適応原理. 日本神経回路学会誌 (2018) 25(3), 86-102 解説論文 [link]

■ Jimmy Gaudreault and Hideaki Shimazaki. State-space analysis of an Ising model reveals contributions of pairwise interactions to sparseness, fluctuation, and stimulus coding of monkey V1 neurons. Lecture Notes in Computer Science (2018) 11141, 641–651 [link]

■ Safura Rashid Shomali, Majid Nili Ahmadabadi, Hideaki Shimazaki, Seyyed Nader Rasuli. How does transient signaling input affect the spike timing of postsynaptic neuron near the threshold regime: an analytical study. Journal of Computational Neuroscience (2018) 44(2), 147-171[link, pdf]

■ Kass RE, Amari S, Arai K, Diekman CO, Diesmann M, Doiron B, Fairhall A, Fiddyment GM, Fukai T, Grün S, Harrison MT, Helias M, Nakahara H, Teramae J, Thomas PJ, Reimers M, Rodu J, Rotstein HG, Shea-Brown E, Shimazaki H, Shinomoto S, Yu BM, Kramer MA. Computational Neuroscience: Mathematical and Statistical Perspectives. Annual Review of Statistics and Its Application (2018) 5:8.1–8.32 [link]

■ MaBouDi H, Shimazaki H, Giurfa M, Chittka L. Olfactory learning without the mushroom bodies: Spiking neural network models of the honeybee lateral antennal lobe tract reveal its capacities in odour memory tasks of varied complexities. PLoS Computational Biology (2017) 13(6): e1005551. [link]

■ MaBouDi H, Shimazaki H, Soltanian-Zadeh H, Amari S. Learning complex representations from spatial phase statistics of natural scenes. bioRxiv (2017) doi: https://doi.org/10.1101/112813

■ Donner C, Obermeyer K, Shimazaki H. Approximate inference for time-varying interactions and macroscopic dynamics of neural populations. PLoS Computational Biology (2017) 13(1): e1005309 [link, code]

■ Donner C and Shimazaki H. Approximate inference method for dynamic interactions in larger neural populations. The 23rd International Conference on Neural Information Processing (ICONIP 2016) LNCS (2016) 9949, 104–110 [link]

■ Mochizuki Y, Onaga T, Shimazaki H, Shimokawa T, Tsubo Y, Kimura R, Saiki A, Sakai Y, Isomura Y, Fujisawa S, Shibata K, Hirai D, Furuta T, Kaneko T, Takahashi S, Nakazono T, Ishino S, Sakurai Y, Kitsukawa T, Lee JW, Lee H, Jung MW, Babul C, Maldonado PE, Takahashi K, Arce-McShane FI, Ross CF, Sessle BJ, Hatsopoulos NG, Brochier T, Riehle A, Chorley P, Gruen S, Nishijo H, Ichihara-Takeda S, Funahashi S, Shima K, Mushiake H, Yamane Y, Tamura H, Fujita I, Inaba N, Kawano K, Kurkin S, Fukushima K, Kurata K, Taira M, Tsutsui K, Ogawa T, Komatsu H, Koida K, Toyama K, Richmond BJ, and Shinomoto S. Similarity in neuronal firing regimes across mammalian species. Journal of Neuroscience (2016) 36:5736-5747. [link]

■ Chou M.Y., Amo R., Kinoshita M., Cherng B.W., Shimazaki H., Agetsuma M., Shiraki T., Aoki T., Takahoko M., Yamazaki M., Higashijima S., and Okamoto H. Social conflict resolution regulated by two dorsal habenular subregions in zebrafish. Science, (2016) Vol. 352(6281) 87-90 [link]

■ MaBouDi H, Shimazaki H, Amari S, Soltanian-Zadeh H, Representation of higher-order statistical structures in natural scenes via spatial phase distributions. Vision Research (2016) 120, 61–73 [pdf, link]

■ Shimazaki H, Neurons as an Information-theoretic Engine. arXiv:1512.07855 (2015) [pdf, link] (published as a springer book chapter)

■ Shimazaki H, Sadeghi K, Ishikawa T, Ikegaya Y, Toyoizumi T, Simultaneous silence organizes structured higher-order interactions in neural populations. Scientific Reports (2015) 5, 9821 . [link]

■ Shimazaki H., Single-trial estimation of stimulus and spike-history effects on time-varying ensemble spiking activity of multiple neurons: a simulation study. J. Phys.: Conf. Ser. (2013) 473 012009 [link]

■ Shimazaki H., Amari S., Brown E. N., and Gruen S., State-space Analysis of Time-varying Higher-order Spike Correlation for Multiple Neural Spike Train Data. PLOS Computational Biology (2012) 8(3): e1002385. [link]

■ 島崎秀昭. 対数線形モデルによるマルチニューロンスパイクデータ解析. 日本神経回路学会誌 解説論文 2011年12月号 Vol18(4) 194-203 [link, pdf]

■ Shimazaki H. and Shinomoto S., Kernel bandwidth optimization in spike rate estimation. Journal of Computational Neuroscience (2010) Vol. 29 (1-2) 171-182. [pdf, link]

■ Shimazaki H., Amari S., Brown E. N., and Gruen S., State-space analysis on time-varying correlations in parallel spike sequences. Proc. IEEE ICASSP2009, 3501-3504. [link, pdf]

■ Shimazaki H. and Shinomoto S., A method for selecting the bin size of a time histogram. Neural Computation (2007) Vol. 19(6), 1503-1527 [pdf, link]

■ Shimazaki H. and Shinomoto S., A recipe for optimizing a time-histogram, Advances in Neural Information Processing Systems (2007) Vol. 19, 1289-1296. [pdf]

■ Shimazaki H. and Niebur E., Correlated multiplicative modulation in coupled oscillator systems: a model of selective attention, Progress of Theoretical Physics Supplement (2006) No.161 336-339. [link]

■ Shimazaki H. and Niebur E., Phase transitions in multiplicative competitive processes, Physical Review E (2005) 72(1), 011912. [Full Text, PDF, link, 日本語解説]

■ Tsukada M, Aihara T, Kobayashi Y, Shimazaki H., Spatial analysis of spike-timing-dependent LTP and LTD in the CA1 area of hippocampal slices using optical imaging, Hippocampus. (2005) 15(1), 104-109. [link]

■ 小林祐喜, 島崎秀昭, 相原威, 塚田稔, 海馬CA1野の入力と出力逆伝搬の時間タイミング依存性LTP/LTD 日本神経回路学会誌 (2001) Vol8,No.2 p.57-64.

学位論文

■ Recipes for Selecting the Bin Size of a Histogram link

書籍等

■ イベント時系列解析入門　小山慎介・島崎秀昭／著　近代科学社 (2023) link

■ 脳科学辞典（オンライン） 「神経符号化」 脳科学辞典編集委員会 link

■ Neural Engine Hypothesis. pp 267-291 In: Chen Z., Sarma S. (eds) Dynamic Neuroscience. (2018) Springer, Cham link

翻訳

■ カンデル神経科学「付録F：神経科学への理論的アプローチ：単一ニューロンからネットワークまで」日本語版監修 金澤一郎・宮下保司; メディカル・サイエンス・インターナショナル社 (2014)　p1567-1583．原著 Principles of Neural Science 5th edition, Kandel et al.; McGraw-Hill Professional (2012) link

特許

■ 特許第7325755号 (2023年8月15日), 特開2021-112503, 特願2020-007811, 情報処理装置、情報処理方法およびプログラム 島崎 秀昭; 下西 慶; 仁科 繁明; ジュ ビンユエ

寄稿・受賞報告等

■ 島崎秀昭，小川 正, 熊田 孝恒. 知覚の時間構造：認知心理学・神経生理学・計算論の視点から. 日本神経回路学会誌 (2019) 26(3) 49-50 to appear

■ 島崎秀昭，吉田正俊，田口茂，磯村拓哉，田中琢真，大羽成征，乾敏郎．特集「自由エネルギー原理入門」. 日本神経回路学会誌 (2018) 25(3), 51-52 [link]

■ 島崎秀昭，大羽成征，吉田正俊. 2017年度時限研究会 「脳の理論から身体・世界へ:行動と認識への再挑戦」実施報告 日本神経回路学会誌 Vol.24 No.4 228-232, 2017 [pdf]

■ 島崎秀昭. 日本生物物理学会生物物理誌トピックス「神経細胞活動の統計モデルによる解析」第53巻第2号 p.103-104

■ 島崎秀昭. 日本神経回路学会第19回全国大会研究賞の研究概要　日本神経回路学会誌　Vol.17 No.1 51-52 2010年3月[pdf]

■ 島崎秀昭. 平成19年度日本神経回路学会奨励賞の研究概要　日本神経回路学会誌 Vol.15 No.1 2008年3月

■ 島崎秀昭. 脳と心のメカニズム第６回冬のワークショップ参加報告 日本神経回路学会誌 Vol.13 NO.2 2006年 6月

プレス発表・報道

■ 大規模複雑ネットワークの非平衡熱力学を切り開く―非対称イジング模型のエントロピー生成の厳密解導出に成功― (2023/6/27)

■ Charting a course in the brainy frontier (2023/02/17)　others: IPM, persian

■ 神経回路網の構造をつきとめる―神経活動と回路構造をつなぐ新しい地図を作成― (2023/2/16)

■ (共同研究）神経回路は潜在的な統計学者 (2022/1/14)

■ (共同研究）最適な未来予想の実現化をモニターする神経細胞の発見　(2021/9/29)

■ Making sense of the mass data generated from firing neurons (2021/2/19)

■ REKEN RESEARCH Research Highlight (2012/8/3)

■ (プレス発表) 脳神経細胞の協調活動を時々刻々と推定できる統計解析技術を開発 日本語　英語　独語　(報道) 日刊工業新聞(2012/3/12),　化学工業日報(2012/3/12), マイナビニュース, ScienseDaily 他

技術報告

■ 島崎秀昭. 離散力学系の競争モデルに見られる相転移 --統計物理学の視点から--　 物性研究 ８６─４ pp. 534-535 （２００６年７月号） 及び 素粒子論研究 １１３巻２号（２００６年５月号） [pdf]

■ 島崎秀昭, 小林祐喜, 大澤さや香, 森田稔, 溝口健二, 相原威, 塚田稔. LTP・LTDの発火タイミング特性曲線の同定：光計測によるアプローチ, 電子情報通信学会技術研究報告, vol.99, No.686, 2000, p.37-43 [abstract]

■ 小林祐喜, 島崎秀昭, 荻久保佳伸, 溝口健二, 相原威, 塚田稔. 海馬CA１神経回路の入力と出力逆伝搬の時間タイミング依存性LTP・LTDの空間分布, 電子情報通信学会技術研究報告, vol.99, No.686, 2000, p.31-36 [abstract]

■ 2023

巽 一厳* , 松浦 直人 , 山田 武 , 川北 至信 , 島崎 秀昭．中性子準弾性散乱解析への可変幅カーネル密度推定の適用　日本中性子科学会　札幌 link POSTER

石原憲*, 島崎秀昭．非定常・非対称な機能的結合の推定に基づく神経スパイク活動の不可逆性の検証．東京大学 本郷キャンパス 2023年9月5日 POSTER

島崎秀昭．神経符号化研究の歴史と最前線．第33回 日本神経回路学会全国大会 サテライトシンポジウム 「理論と実験の融合のための神経科学チュートリアル」　東京大学 本郷キャンパス 2023年9月3日 link LECTURE

島崎秀昭．脳の計算論概説：効率的符号化仮説からベイズ脳・自由エネルギー原理まで．日本神経科学会 仙台 2023年8月4日 link INVITED LECTURE

Deciphering hidden circuits from higher-order statistics of neural activity CSN Virtual Seminars at Julich Research Center, Online Jul 5, 2023 link

石原憲*, 島崎秀昭．状態空間–キネティックイジングモデルによる非平衡神経スパイク時系列 の解析ニューロコンピューティング研究会 沖 縄 2023年7月1日 TALK

島崎秀昭．大脳皮質局所回路の結合推定と符号化方式．第37回 全脳アーキテクチャ勉強会 オンライン 2023年2月17日 INVITED TALK link　

Ken Ishihara, Hideaki Shimazaki. Analysis of nonequilibrium neuronal dynamics by the state-space kinetic model. Winter Workshop on Mechanism of Brain and Mind 2023. Rusutsu, Japan. Jan 6, 2023 link POSTER

■ 2022

島崎秀昭．脳の認識のダイナミクスと時間遅れ．2022年度 RIMS 共同研究（公開型）「時間遅れ系と数理科学：理論と応用の新たな展開に向けて」 京都大学数理解析研究所 2022年11月17日 link

島崎秀昭．神経活動の高次統計量から回路構造を読み解く．日本神経回路学会 オータムスクールASCONE2022 グランポート木更津, 千葉 2022年11月14日 link

島崎秀昭．脳の自由エネルギー原理：背景と応用． 応用脳科学コンソーシアム アドバンスコース「脳に学ぶAI」 2022年9月9日 NTTデータ経営研究所, 東京 link

島崎秀昭．神経細胞集団活動の数理とデータ解析．日本応用数理学会2022年度年会． 2022年9月8日 北海道大学 link

Hideaki Shimazaki. Consciousness and the thermodynamics of the Bayesian brain. International Symposium on Artificial Intelligence and Brain Science 2022, Jul 5, 2022 link

Ken Ishihara*, Hideaki Shimazaki. The state-space kinetic Ising model for nonequilibrium neuronal dynamics. NEURO2022, Jul 2, 2022

Hideaki Shimazaki, Ken Ishihara, Ulises Rodriguez Dominguez, Sai Sumedh Hindupur, Miguel Aguilera, S. Amin Moosavi, Magalie Tatischeff, Jimmy Gaudreault, Christian Donner. State-space analysis for neural population dynamics. Neuro2022, Jun 30, 2022

■ 2021

島崎秀昭．標準リカレントネットワークモデルでつなぐ皮質回路の構造・機能・作動原理. 　大脳皮質を中心とした神経回路： 構造と機能、その作動原理． 令和3年度生理学研究所研究会 2021年12月3日 岡崎カンファレンスセンター INVITED TALK link

Ulises Rodriguez Dominguez and Hideaki Shimazaki. Bayesian Computation of Generic Neural Binary Code by Local Competition. The 44th Annual Meeting of the Japan Neuroscience Society (Neuro 2021), July 31, 2021. Online. POSTER

Miguel Aguilera*, S. Amin Moosavi, Hideaki Shimazaki. An information geometry approach for unifying mean field theories of asymmetric kinetic Ising systems. Entropy 2020: The Scientific Tool of the 21st Century May 7, 2021. Online. *TALK link

島崎秀昭．非定常・非平衡イジングモデルによる神経細胞集団活動の解明. データ駆動生物学ワークショップ. MACS教育プログラム（京都大学 理学研究科）2021年3月23日 オンライン INVITED TALK link

Safura Rashid Shomali*, S. Nader Rasuli, Hideaki Shimazaki. Revealing hidden microcircuits using higher-order interactions of neuronal activity. The 3rd Sharif Neuroscience Symposium Mar 4, 2021. Online *TALK

島崎秀昭．脳への計算論的アプローチ概説: 視覚野の理論を中心に．日本視覚学会2021年冬季大会 企画セッション「視覚・脳科学への計算論的アプローチの最前線」 2021年1月21日 オンライン INVITED TALK link

■ 2020

Safura Rashid Shomali, Seyyed Nader Rasuli, Hideaki Shimazaki. Higher-order interactions induced by strong shared inputs. 29th Annual Computational Neuroscience Meeting: CNS*2020. Dec 21 BMC Neuroscience 2020, 21(Suppl 1): P185 link

島崎秀昭．ヒストグラム・カネール密度推定の最適化法の紹介．先進計算環境関連研究会 J-PARC 中性子散乱への情報科学の応用 2020年10月14日 オンライン INVITED TALK

島崎秀昭．神経活動の数理モデリングで回路・情報，そして意識へ迫る. CHAIN セミナー 2020年8月3日 オンライン TALK link

Seyedamin Moosavi, Magalie Tatischeff, Bingyue Zhu, Hideaki Shimazaki. Effects of structured neural correlations in population coding: beneficial or detrimental? Computational and Systems Neuroscience (Cosyne) 2020. Feb 27 - Mar 1. Dember, USA POSTER

Safura Rashid Shomali, Majid Nili Ahmadabadi, Seyyed Nader Rasuli, Hideaki Shimazaki. Inferring network motifs from neural activity using analytic input-output relation of LIF neurons. Computational and Systems Neuroscience (Cosyne) 2020. Feb 27 - Mar 1. Dember, USA POSTER

Hideaki Shimazaki. Thermodynamics of the Bayesian brain: A new paradigm for quantifying perceptual capacity of neural dynamics. Computational Principles in Active Perception and Reinforcement Learning in the Brain. Feb 13-14, 2020. Kyoto University. INVITED TALK link

Hideaki Shimazaki. The brain as an information-theoretic engine: A new paradigm for quantifying perceptual capacity of neural dynamics. Combining Information theoretic Perspectives on Agency. Jan 28-29, 2020. The University of Tokyo, Japan. INVITED TALK link

■ 2019

島崎 秀昭. 脳の理論の過去・未来：ベイズ脳仮説からニューラルエンジンへ． シンギュラリティサロン東京．大手町サンケイプラザ　2019年12月7日TALK link

島崎 秀昭. 脳の理論の過去・未来：ベイズ脳仮説からニューラルエンジンへ シンギュラリティサロン大阪．グランフロント大阪・ナレッジサロン・プレゼンラウンジ　2019年11月16日 TALK link

Hideaki Shimazaki*. Dynamic neural interactions revealed by the state-space Ising model. The 7th International Congress on Cognitive Neurodynamics. Sep 29. Alghero, Italy. TALK link

Safura Rashid Shomali*, Majid Nili Ahmadabadi, Seyyed Nader Rasuli, Hideaki Shimazaki
Judging between Excitation and Inhibition: Identifying Local Network Architecture by an Analytic Pre-Post Relation. Bernstein Conference 2019. Sep 18, Berlin, Germany. POSTER link

Miguel Aguilera*, Amin Seyed Moosavi, Hideaki Shimazaki. Unifying framework for mean field theories of asymmetric kinetic Ising systems. 15th Granada Seminar on Computational and Statistical Physics: Stochastic and Collective Effects in Neural Systems. Sep 17. Universidad de Granada, Spain. TALK link

島崎 秀昭. 学習と認識の熱力学：ニューラルエンジンとはなにか？ 生理研研究会2019 認知神経科学の先端 「脳の理論から身体・世界へ」 岡崎 2019年9月2日 TALK

Hideaki Shimazaki. Visualizing dynamics of cooperative activities of neurons for neural coding studies. Data Science, Statistics, & Visualisation (DSSV2019) Aug. 13. Doshisha University, Kyoto, Japan. TALK link

Jimmy Gaudreault*, Arunabh Saxena, Hideaki Shimazaki. Online Estimation of Multiple Dynamic Graphs in Pattern Sequences. The 2019 International Joint Conference on Neural Networks (IJCNN), Budapest Hungary. July 14 2019 TALK Best student paper award

島崎 秀昭. 神経細胞集団活動の統計解析：脳の熱力学に向けて. サロン・ド・脳.　京都大学　2019年6月7日 TALK

Hideaki Shimazaki. Network architecture underlying sparse neural activity characterized by structured higher-order interactions. Okinawa Institute of Technology (OIST). Okinawa, Japan. Mar 26 2019 TALK link

S. Amin Moosavi, Hideaki Shimazaki. Role of gain-control and neural correlations in efficient stimulus coding. Consciousness Research Network (CoRN 2019) Okazaki, Japan. Feb 23 2019 POSTER

Magalie Tatischeff, Jimmy Gaudreault, Christian Donner, Hideaki Shimazaki. Thermodynamic analysis of neural populations by the state-space Ising model. Consciousness Research Network (CoRN 2019). Okazaki, Japan. Feb 23 2019 POSTER

■ 2018

Hideaki Shimazaki, Magalie Tatischeff, Jimmy Gaudreault, Christian Donner. Thermodynamic analyses of neural populations. Analysis and Synthesis for Human/Artificial Cognition and Behaviour, A satellite workshop of JNNS2018. Okinawa Institute of Science and Technology Graduate University. Oct 22, 2018 POSTER link

Jimmy Gaudreault and Hideaki Shimazaki. State-space analysis of an Ising model reveals contributions of pairwise interactions to sparseness, fluctuation, and stimulus coding of monkey V1 neurons. The 27th International Conference on Artificial Neural Networks (ICANN2018) Oct 5, 2018, Rhodes, Greece, POSTER

島崎秀昭 スパースな集団活動を生み出す神経ネットワーク構造. 大規模ネットワーク上のイベント生起ダイナミクスの予測と制御 軽井沢 2018年7月6日 TALK link

Jimmy Gaudreault, Arunabh Saxena, Hideaki Shimazaki. State-space analys of an Ising model reveals contributions of pairwise interactions to sparseness, fluctuation, and stimulus coding of monkey V1 neurons. 脳と心のメカニズム第17回冬のワークショップ 北海道 2018年1月9日 POSTER

■ 2017

Shimazaki H. Network architectures underlying variable, sparse population activity of neurons. Fluctuations of event occurrences in a variety of networks. Kyoto, Japan. Nov 15, 2017 TALK link

島崎秀昭 神経細胞集団活動の統計数理 玉川大学脳科学ワークショップ 石和温泉 2017年9月28日 TALK (Invited)

Makio Torigoe, Islam Tanvir, Hisaya Kakinuma, Hideaki Shimazaki, Chi Chung Alan Fung, Tazu Aoki, Tomoki Fukai, Hitoshi Okamoto In-vivo imaging of telencephalic neural activities in adult zebrafish performing decision making task in the closed-loop virtual reality environment. Annual Meeting of the Japan Neuroscience Society (Neuro2017). Makuhari Messe, Japan. Jul 23 2017. TALK by Torigoe

島崎秀昭 神経活動データの時系列モデリング入門 第8回脳科学若手の会合宿 ホテルウィングインターナショナル相模原 2017年3月4, 5日 Lecture (Invited)

■ 2016

Donner C. and Shimazaki H., Estimating dynamic functional networks of larger neural populations. Society for Neuroscience 2016. Nov 16, 2016 POSTER

Shomali S.R., Ahmadabadi M.N., Rasuli N. S., Shimazaki H., Exact analysis of spike­timing and higher­order interactions of neurons at the threshold regime suggests network architecture underlying sparse population activity. Society for Neuroscience 2016. Nov 14, 2016 POSTER

Donner C. and Shimazaki H., Large-scale inference of time-varying neural interactions. The 23rd International Conference on Neural Information Processing (ICONIP 2016). Kyoto, Japan. Oct 16, 2016 (Talk by Donner) EXCELLENT PAPER AWARD

MaBouDi H., Shimazaki H., Lars Chittka L. Modelling elemental learning of honeybees by spiking neural networks. EURBEE 2016. Cluj-Napoca, Romania. Sep 7, 2016 (Talk by MaBouDi)

Shimazaki H. Toward thermodynamic principles of consciousness. University of Sussex, UK. Jul 7, 2016. TALK

Shimazaki H. Higher-order interactions of neural populations. University College London Neuro Journal Club, UK. Jul 5, 2016. TALK

Shimazaki H. Population coding of neurons: Dynamics, higher-order interactions, and mechanisms. Queen Mary University of London, UK. Jul 4, 2016. TALK

Shomali S.R., Ahmadabad M.N., Shimazaki H., Rasuli SN. Exact spike-timing distribution reveals higher-order interactions. CNS*2016. Jeju, South Korea. Jul 2, 2016 (Poster by Shomali) POSTER (Reviewed) links

Shimazaki H. Simultaneous silence explains structured higher-order interactions of neural populations. Modeling Neural Activity: Statistics, Dynamical Systems, and Networks, Waikoloa, Hawaii, USA. Jun 22-24 2016, TALK

島崎秀昭, Andrew J Peters, 小宮山尚樹, 豊泉太郎. Redundant spatiotemporal coding by layer 2/3 neurons of motor cortex during initial motor learning. 第1７回ノンパラメトリック統計解析とベイズ統計 慶應義塾大学三田キャンパス 2016年3月29・30日 TALK

島崎秀昭 神経ネットワークの情報コーディング：ダイナミクス・高次相関・メカニズム. 第4回東工大若手物性セミナー 東京工業大学すずかけ台キャンパス 2016年2月18日 TALK (Invited)

島崎秀昭 動的イジングモデルを用いた神経回路網活動の解析 NS Forum 国際基督教大学 2016年2月2日 TALK (Invited)

島崎秀昭, Andrew J Peters, 小宮山尚樹, 豊泉太郎 Redundant coding by layer 2/3 neurons of motor cortex during initial motor learning. 脳と心のメカニズム　第16回冬のワークショップ　北海道ルスツ 2016年1月6,7,8日 POSTER [link]

■ 2015

Christian Donner and Hideaki Shimazaki. Approximation methods for inferring time-varying interactions of a large neural population. NIPS 2015 Workshop on `Statistical Methods for Understanding Neural Systems'. Montreal, Canada. Dec 11, 2015 POSTER [link1, link2]

島崎秀昭 神経回路網活動の熱力学的考察 数理モデリング研究会 滋賀 2015年11月28,29日 TALK [link]

Shimazaki H. Simultaneous silence explains structured higher-order interactions of neural populations. Juelich Research Center. Juelich, Germany. May 5, 2015 Seminar TALK (Invited) [link]

Shimazaki H. Simultaneous silence explains structured higher-order interactions of neural populations. Bernstein Center of Computational Neuroscience Berlin. Berlin, Germany. Apr 28, 2015 TALK [link]

島崎秀昭 Simultaneous silence explains structured higher-order interactions of neural populations. 第16回ノンパラメトリック統計解析とベイズ統計 慶應義塾大学 2015年3月25日 TALK

島崎秀昭 神経細胞の集団活動の高次統計とメカニズム 第３回ヘテロ・ニューロ・アナリシス研究会 玉川大学 2015年3月18日 TALK (Invited)

■ 2014

Thomas Sharp, Hideaki Shimazaki, Yoshikazu Isomura and Tomoki Fukai. State-space analysis of behaviour- and layer-dependent synchrony in motor cortex during volitional arm movement. Society for Neuroscience (SfN) 2014, Washinton DC, USA. Nov 16, 2014 POSTER

Thomas Sharp, Hideaki Shimazaki, Yoshikazu Isomura and Tomoki Fukai. Behaviour- and layer-dependent synchrony in motor cortex during volitional arm movement, Neuro2014, Yokohama, Japan. Sep 11, 2014 POSTER

Safura Rashid Shomali, Majid Nili Ahmadabadi, Hideaki Shimazaki, S Nader Rasuli. Theoretical study on spike-timing probability in a pair of pre-post synaptic neurons. Neuro2014, Yokohama, Japan. Sep 11, 2014 POSTER

Shimazaki H. Simultaneous silence explains structured higher-order interactions of neural populations. CiNet 1F Conference Room A, June 3 11:00-12:00 TALK

Shimazaki H. Simultaneous silence explains structured higher-order interactions of neural populations. 京都大学セミナー, June 2 TALK

Tom Sharp*, Hideaki Shimazaki, Yoshikazu Isomura and Tomoki Fukai. Behaviour- and layer-dependent synchrony in motor cortex during volitional arm movement. Workshop on data mining in neuroscience. National Institute of Informatics, Tokyo, Japan. May 28-29, 2014 TALK

HaDi MaBouDi, Hideaki Shimazaki, Hamid Soltanian-Zadeh, Shun-ichi Amari. Bimodal Distributions of Local Phase Variables in Natural Images. The 2014 VSS Annual Meeting, St. Pete Beach, Florida. May 18, 2014 POSTER

HaDi MaBouDi, Hideaki Shimazaki, Mehdi Abouzari, Shun-ichi Amari, Hamid Soltanian-Zadeh, Statistical inference for directed phase coupling in neural oscillators. Computational and Systems Neuroscience (Cosyne) 2014. Feb 27 Salt Lake City, USA. POSTER

島崎秀昭. State-space analysis of higher-order interactions in parallel event sequences 第15回ノンパラメトリック統計解析とベイズ統計 慶応義塾大学三田キャンパス 2014年3月19日 TALK

島崎秀昭. 高次相関を伴う神経回路網活動：局所回路の計算原理を求めて. 神経科学と統計科学の対話４. 統計数理研究所 2013年3月17日 TALK

Shimazaki H., Sadeghi K., Ikegaya Y., Toyoizumi T. Structured higher-order interactions explain the simultaneous silence of neural populations. 脳と心のメカニズム 第14回 冬のワークショップ 2014年1月8日(水)-10日(金)　ポスター発表

島崎秀昭「留学という選択」 大学院留学・ポスドク留学・語学留学・サマースクールなど異なるタイプの留学についてお話します．また日本に来る留学生への対応や海外での講義体験などの国際交流についてもご紹介します．脳科学若手の会 2014年1月25日(日)

■ 2013

Shimazaki H., Sadeghi K., Ikegaya Y., Toyoizumi T., The simultaneous silence of neurons explains structured higher-order interactions in ensemble spiking activity, SfN2013. San Diego, USA. Nov 9-13, 2013 POSTER

Shimazaki H., State-space Analysis of Time-varying Higher-order Interactions: its Applications to Neuroscience, ELC International Meeting on ''Inference, Computation, and Spin Glasses'' (ICSG2013), Sapporo, Japan. July 28-30, 2013 TALK (Invited)

Shimazaki H., Higher-order interactions in population activity of hippocampal CA3 neurons, Workshop on statistical analysis of neurophysiological and clinical data, Kyoto, Japan. TALK

Shimazaki H., Estimating Time-varying Higher-order Neuronal Interactions in Awake Behaving Animals, Modeling Neural Activity: Statistics, Dynamical Systems, and Networks, Lihue, Hawaii, USA. 2013 June 26-28 TALK (Selected)

Shimazaki H., Sadeghi K., Ikegaya Y., Toyoizumi T., The simultaneous silence of neurons explains higher-order interactions in ensemble spiking activity, Neuro2013, Kyoto, Japan. Jun. 20 POSTER

Shimazaki H. Estimating dynamic neural interactions in awake behaving animals. The 3rd Mathematical Neuroscience Workshop in School of Mathematics, Institute for Research in Fundamental Sciences (IPM). Tehran, Iran. Mar. 13 TALK (Invited)

Shimazaki H. The Simultaneous Silence of Neurons Explains Higher-Order Interactions in Ensemble Spiking Activity. The 3rd Mathematical Neuroscience Workshop in School of Mathematics, Institute for Research in Fundamental Sciences (IPM). Tehran, Iran. Mar. 14 TALK (Invited)

島崎秀昭. 高次相関を伴う神経回路網の活動と情報コーディング 玉川大学脳科学若手の会 第88回談話会 Feb 22 TALK (Invited) 佐村さんによるレポート

Shimazaki H., Sadeghi K., Ikegaya Y., Toyoizumi T. The simultaneous silence of neurons explains structured higher-order interactions in spontaneous spiking activity. 神経科学と統計科学の対話３. 統計数理研究所 Feb 18-19 TALK

■ 2012

Shimazaki H., Kolia Sadeghi, Yuji Ikegaya, Taro Toyoizumi. Joint inactivation statistics of population spiking activities. RIKEN BSI Retreat 2012, Nov 12-13, Karuizawa, Japan POSTER

Shimazaki H. The simultaneous silence of neurons explains structured higher-order interactions in ensemble spiking activity. BSI Lunch Seminar 2012 Nov. 8 TALK

Shimazaki H., Kolia Sadeghi, Yuji Ikegaya, Taro Toyoizumi. Joint inactivation statistics of population spiking activities. Workshop on statistical aspects of neural coding. Nov 1-2. Kyoto University & Ritsumeikan University. TALK (Invited)

Shimazaki H. Tracking Dynamic Neural Interactions in Awake Behaving Animals. Workshop on neural information flow, Kyoto University, Kyoto Jun 20 2012 TALK (Invited)

島崎秀昭, 篠本滋. ヒストグラム・カーネル密度推定の神経スパイクデータへの適用：理論と実践 第13回ノンパラメトリック統計解析とベイズ統計 2012年3月29・30日 慶應義塾大学三田キャンパス　TALK (Invited)

Shimazaki H., Kolia Sadeghi, Yuji Ikegaya, Taro Toyoizumi, The simultaneous silence of neurons explains higher-order interactions in ensemble spiking activity. Computational and Systems Neuroscience (Cosyne) 2012. Salt Lake City, USA. 2012 Feb 23-26 POSTER (Reviewed)

Shimazaki H. 非線形セミナー 神経細胞の高次スパイク相関：状態空間モデルによる解析. 京都大学理学部物理学第一教室 2012 Feb 2 TALK (Invited)

■ 2011

島崎秀昭, 小山慎介. 神経スパイク解析における状態空間モデル，GLMの応用. 統計科学と神経科学の対話２ 2011年 12月26-27日 [TALK, Invited]

Shimazaki H., Amari S., Brown E. N., and Gruen S. Dynamics of Higher-order Spike Correlation in an Awake Behaving Monkey: Analysis by a State-space Model. RIKEN BSI Retreat, Karuizawa, Japan. Oct 31 POSTER

Shimazaki H., Ikegaya Y., and Toyoizumi T. A New Sparse Log-linear Model for Simultaneously Active and Inactive Neurons. RIKEN BSI Retreat, Karuizawa, Japan. Oct 31 POSTER

Shimazaki H. and Brown E.N. Copula-based Mixture Time-series Model of Continuous and Point Processes for Synthetic Analysis of Neural Signals. RIKEN BSI Retreat, Karuizawa, Japan. Oct 31 POSTER

島崎秀昭 脳の高次機能と動的高次スパイク相関：状態空間モデルによる解析, 統計神経科学ミニワークショップ 統計数理研究所 9月8日 [TALK, Invited]

Shimazaki H. and Brown E. N. Constructing a joint time-series model of continuous and Bernoulli/Poisson processes using a copula Computational and Systems Neuroscience 2011 Salt Lake City, USA. Feb 24-27 POSTER (Reviewed)

■ 2010

Shimazaki H. Analysis of Dynamic Neural Spike Data: From Firing Rates to Spike Correlations. Neurostatistics Working Group Seminar, Dept. of Biostatistics, Harvard University, Dec 1 [TALK, Invited] link

Shimazaki H. Detection of dynamic cell assemblies by the Bayes Factor. Workshop on spatio-temporal neuronal computation, Kyoto University, Japan Sep 6-7 [TALK, Invited]

Shinomoto S*, Shimazaki H, and Shimokawa T. Characterizing neuronal firing with the rate and the irregularity. Neuro2010, Kobe, Japan Sep. 2 S3-10-1-3 [abst]

Shimazaki H., Gruen S., and Amari S. Analysis of subsets of higher-order correlated neurons based on marginal correlation coordinates. Cosyne 2010, Salt Lake City, USA. 1-63 Feb 25-28 [abst]

■ 2009

島崎秀昭, 甘利俊一, Emery Brown, Sonja Gruen. 動的スパイク相関の状態空間モデル. 日本神経回路学会 第19回全国大会 9月24-26 仙台　口頭発表＋ポスター [日本神経回路学会大会研究賞受賞] [pdf]

Shimazaki H. Analysis of Dynamic Spike Data: From Spike Rate to Multiple Neuron Spike Correlation. The 6th Brain Lunch Seminar. RIKEN Brain Science Institute, Saitama, Japan. Sep 8. TALK

Shimazaki H., Amari S., Brown E. N., and Gruen S. Bayes Factor Analysis for Detection of Time-dependent Higher-order Spike Correlations. CNS2009. Berlin, Germany. Jul 18-23 P99 POSTER [abstract]

Shimazaki H. and Shinomoto S. Histogram binwidth and kernel bandwidth selection for the Spike-rate estimation. CNS2009. Berlin, Germany. Jul 18-23 P116 POSTER [abstract]

島崎秀昭. State-space Model of Dynamic Correlations in Parallel Spike Sequences 非線形動力学セミナー京都大学理学研究科物理学第一教室 Jun 1 TALK

Shimazaki H., Amari S., Brown E. N., and Gruen S. Estimating time-varying spike correlations from parallel spike sequences, German-Japanese Workshop "Computational and Systems Neuroscience", Berlin, May 25-28, 2009 POSTER

Shimazaki H., Amari S., Brown E. N., and Gruen S. State-space Analysis on Time-varying Correlations in Parallel Spike Sequences. IEEE ICASSP2009 Special Session on `Signal Processing for Neural Spike Trains', Taipei, Taiwan. Apr 24 SS-L10.4 [LECTURE, Invited]

Shimazaki H., Amari S., Brown E. N., and Gruen S. Detection of non-stationary higher-order spike correlation. Cosyne 2009, Salt Lake City, USA. Feb 26 -Mar 3 POSTER II-62 [abstract]

■ 2008

Shimazaki H., Amari S., Brown E. N., and Gruen S. State-space Analysis on Time-varying Higher-order Spike Correlations. NIPS2008 Workshop on `Statistical Analysis and Modeling of Response Dependencies in Neural Populations', Whistler, Canada Dec 13, 17:00-17:30 [abstract] [TALK, Invited]

Shimazaki H. and Gruen S. Selecting a state-space model of higher-order correlations in parallel spike trains from competing hierarchical log-linear models. RIKEN BSI Retreat 2008, Karuizawa, Japan. Nov 4-5 POSTER

島崎秀昭, ソーニャ グリューエン 多細胞同時記録スパイク時系列データの状態空間モデル 第11回情報論的学習理論ワークショップ, 仙台. Oct 29 ポスター A7 [abstract]

島崎秀昭, 篠本滋. 局所適応カーネル法によるスパイクレート推定. 日本神経回路学会 第１８回全国大会, Sep 24-26 筑波 スポットライトポスター PS3-4 [pdf]

Shimazaki H. Smoothing methods for spike data: From single neurons rate estimation to multiple neurons correlation analysis. Joint Journal Club at RIKEN BSI. Jun 17

Shimazaki H. and Gruen S. Estimating time-dependent higher-order interactions in parallel spike trains. Neuro2008, Tokyo, Japan. Jul 9-11 POSTER P1-w04 [abstract]

Shimazaki H., Brown E. N. and Gruen S. State-space Analysis on Time-dependent Correlation in Parallel Spike Trains. Statistical Analysis of Neuronal Data (SAND4), Pittsburgh, PA, USA. May 29-31 POSTER [abstract]

■ 2007

Shimazaki H. and Gruen S. Estimation of Time-dependent Higher-Order Interactions in Parallel Spike Trains. Riken BSI Retreat, Karuizawa, Japan. Nov 26-28 POSTER

Shimazaki H. and Shinomoto S. Kernel Width Optimization in the Spike-rate Estimation. Neural Coding 2007, Montevideo, Uruguay. Nov 7 POSTER [pdf] [Best Poster Award]

Shimazaki H. and Shinomoto S. Optimization of a Histogram of Spike Data. Neuro2007, Yokohama, Japan. Sep 11 POSTER P2-k22

島崎秀昭. ヒストグラムのビン幅の選択方法 -最適なPSTHの作り方 マルチニューロン研究会　京都産業大学 Kyoto, Japan TALK Host: Hiroyuki Ito. Jun 30 TALK

Shimazaki H. A Recipe for Optimizing a Time Histogram of Spike Data. Riken BSI Forums at RIKEN Brain Science Institute, Wako, Japan. Host: Sonja Gruen Apr 17 TALK

Shimazaki H. A recipe for constructing a Peri-stimulus Time Histogram. The Boadian Seminar at Mind/Brain Institute, Johns Hopkins University. Host: Ernst Niebur. Mar 1 TALK

Shimazaki H. and Shinomoto S. A recipe for optimizing a time-histogram with variable bin sizes. Computational and Systems Neuroscience 2007, Salt Lake City, Feb 22-27 POSTER

■ 2006

Shimazaki H. and Shinomoto, S. A recipe for optimizing a time-histogram. Neural Information Processing Systems　Dec 4-9, Whistler, B. C. POSTER [pdf] [Spotlight Poster]

島崎秀昭. スパイク時系列の潜時を補正して時間ヒストグラムを最適化する方法. 日本神経回路学会 第16回全国大会 名古屋 2006年9月21日 O4-1 口頭発表＋ポスター [日本神経回路学会奨励賞受賞]

Shimazaki H. Self-organized criticality by natural selection. Frontiers in Dynamics: Physical and Biological Systems Tokyo, Japan, May 22-24, 2006, Poster [abstract]

Shimazaki H. and Shinomoto S. Recipes for constructing an optimal time histogram. Statistical Analysis of Neuronal Data (SAND3) Pittsburgh, PA, May 12-13, 2006, Poster [abstract]

島崎秀昭, 篠本滋. スパイク時系列ヒストグラムのビン幅の選択方法　-最適なPSTHの作り方. 脳と心のメカニズム 第６回冬のワークショップ　ルスツリゾート（北海道蛇田郡留寿都村字泉川13）　ポスター　１月・ ２００６年

■ 2005

島崎秀昭. 乗法的競争モデルに見られる相転移. 経済物理学 II　- 社会・経済への物理学的アプローチ -.　京都大学 湯川記念館　ポスター発表　１２月１日　２００５年 [pdf]

島崎秀昭, 篠本滋. スパイク時系列のヒストグラム作成における最適区間幅決定のレシピ.　日本神経回路学会第15回全国大会　スポットライトポスター S3-3, 鹿児島 ９月・２００５年 [abstract]

島崎秀昭. 離散力学系の競争モデルに見られる相転移と自然選択による転移点への接近.　日本物理学会第６０回年次大会　25pYF-4, 埼玉 ３月・２００５年 ポスター発表 [abstract]

■ 2004

Shimazaki H. and Niebur E. Bose-Einstein Condensation in Competitive Processes. 日本物理学会第59回年次大会　30aYB-1, 博多 ３月・２００４年 口頭発表 [abstract]

受賞

■ 2016年10月20日 ICONIP2016 Excellent paper award

■ 2009年9月26日 日本神経回路学会 大会研究賞

■ 2007年11月15日 日本神経回路学会 奨励賞

競争的資金・奨学金

■ 2022 ホンダ・リサーチ・インスティチュート・ジャパン 受託研究　 能動的推論・自由エネルギー原理のコミュニケーション技術への応用及び理論的背景の調査　研究代表者

■ 2021 2021年度 第2回 学術変革領域研究(A)　センサスデータ駆動による適応回路の理論構築　研究代表者　21H05246　（神経回路センサスに基づく適応機能の構築と遷移バイオメカニズム　代表 礒村宜和　計画研究）

■ 2021 自然科学研究機構 2021年度 分野融合型共同研究事業 共同研究型　脳の自由エネルギー原理:実装と検証　研究代表者　01112102

■ 2021 日本神経回路学会30周年記念研究助成金

■ 2020-2023 科学研究費助成事業特別推進研究 基盤研究C 大規模・非線形な神経細胞集団活動を可視化する統計解析技術の開発　研究代表者

■ 2020- 国立研究開発法人新エネルギー・産業技術総合開発機構（NEDO）人と共に進化する次世代人工知能に関する技術開発事業　株式会社国際電気通信基礎技術研究所（ATR）「サイボーグAIに関する研究開発」委託研究「サイボーグAI学習のための階層的ベイズネットワーク」

■ 2020 自然科学研究機構 2020年度 分野融合型共同研究事業 共同研究型　脳の自由エネルギー原理:実装と検証　研究代表者　

■ 2019 2019年度自然科学研究機構生理学研究所 共同利用研究　認知神経科学の先端「脳の理論から身体・世界へ」　提案代表者

■ 2019 自然科学研究機構 2019年度 分野融合型共同研究事業 研究会型　脳の自由エネルギー原理 チュートリアル・ワークショップ　申請代表者

■ 2017 日本神経回路学会時限研究会公募　時限研究会開催費支給　提案代表者

■ 2010-2011 日本学術振興会 優秀若手研究者海外派遣事業 (特別研究員) MIT滞在費支給

■ 2008-2011 日本学術振興会 特別研究員PD 面接免除 数物系科学 分科細目(統計科学) 20・1386 「神経科学への応用を目的とした高次相関を持つスパイク時系列群の作成と推定手法の開発」 研究課題番号：08J01386　生活費・研究費支給

■ 2006-2008 日本学術振興会 特別研究員DC 面接免除 数物系科学 分科細目(統計科学) 18・2651 「神経科学への応用を目的としたポイントプロセスからの強度過程の統計的推定問題」　研究課題番号：06J02651 生活費・研究費支給

■ 2004-2006 日本学生支援機構 特に優れた業績による大学院第一種奨学生返還免除 奨学金 全額免除 [link]

■ 2002-2004 ジョンズ・ホプキンス大学医学部 神経科学科 Solo Snyder Foundation 学費・生活費支給

■ 2000-2002 村田海外留学奨学会 第31期奨学生 留学費用（学費・渡航費・生活費）支給 [link]

感謝状

■ 2009年10月 理化学研究所理事長感謝状

学会参加補助

■ 京都大学21世紀ＣＯＥ「物理学の多様性と普遍性の探求拠点」 NIPS2006 2006/12　参加・渡航費助成

■ Tamura Memorial Foundation Frontiers in Dynamics: Physical and Biological Systems 2006/5　参加・交通費助成

■ 日本神経回路学会　脳と心のメカニズム第６回冬のワークショップ　2006/1　参加・交通費助成

委員

■ 日本神経科学会 第45回日本神経科学大会プログラム委員（2021年1月 - 2022年7月）

■ Neural Networks, Action Editor (2020 - present)

■ 文部科学省科学技術政策研究所科学技術動向研究センター 平成26年度専門調査員 (平成26年2月23日 - 平成27年3月31日)