2. 応用脳科学アカデミー
  3. 2022年度
  4. アドバンス 2022年度
  5. 脳が学習するしくみを理論的に研究する:豊泉 太郎(理化学研究所 脳神経科学研究センター 数理脳科学研究チーム チームリーダー)


アドバンス 2022年度

脳が学習するしくみを理論的に研究する:豊泉 太郎(理化学研究所 脳神経科学研究センター 数理脳科学研究チーム チームリーダー)



豊泉 太郎 先生
理化学研究所 脳神経科学研究センター 数理脳科学研究チーム チームリーダー




NTTデータ経営研究所 9階 セミナールーム






豊泉 太郎(とよいずみ たろう)先生


  • 理化学研究所 脳神経科学研究センター 数理脳科学研究チーム チームリーダー


  • 2001年3月 東京工業大学 理学部 物理学科 卒業
  • 2003年3月 東京大学大学院 新領域創成科学研究科 複雑理工学専攻 修士課程 修了
  • 2006年3月 東京大学大学院 新領域創成科学研究科 複雑理工学専攻 博士課程 修了
  • 2006年4月 日本学術振興会 ポスドク研究員(理化学研究所 脳科学総合研究センター,コロンビア大学 理論神経科学センター)
  • 2008年3月 The Robert Leet and Clara Guthrie Patterson Trust ポスドク研究員(コロンビア大学 理論神経科学センター)
  • 2010年4月 理化学研究所 脳科学総合研究センター 基礎科学特別研究員
  • 2011年4月 理化学研究所 脳科学総合研究センター チームリーダー
  • 2018年4月 理化学研究所 脳神経科学研究センター チームリーダー
  • 2019年4月 東京大学大学院 情報理工学系研究科 数理情報学専攻 連携教授




  • Ito Y and Toyoizumi T.: “Learning poly-synaptic paths with traveling waves” PLOS Computational Biology 17, e1008700 (2021), 10.1371/journal.pcbi.1008700
  • Isomura T and Toyoizumi T.: “Dimensionality reduction to maximize prediction generalization capability” Nature Machine Intelligence 3, 434-446 (2021), 10.1038/s42256-021-00306-1
  • Kusmierz L., Ogawa S. and Toyoizumi T.: “Edge of chaos and avalanches in neural networks with haeavy-tailed synaptic weight distribution” Physical Review Letters, 125, 028101 (2020), 10.1103/PhysRevLett.125.028101
  • Legaspi R. and Toyoizumi T.: “A Bayesian psychophysics model of sense of agency” Nature Communications 10:4250 (2019), 10.1038/s41467-019-12170-0
  • Humble J., Hiratsuka K., Kasai H., and Toyoizumi T.: “Intrinsic Spine Dynamics Are Critical for Recurrent Network Learning in Models With and Without Autism Spectrum Disorder” Frontiers in Computational Neuroscience 13:38 (2019), 10.3389/fncom.2019.00038
  • Buckley C L and Toyoizumi T.: “A theory of how active behavior stabilizes neural activity: neural gain modulation by closed-loop environmental feedback” PLOS Computational Biology , 14, e1005926 (2018), 10.1371/journal.pcbi.1005926
  • Tajima S, Mita T, Bakkum D, Takahashi H, and Toyoizumi T.: “Locally embedded presages of global network bursts” Proc. Natl. Acad. Sci, 114, 9517-9522 (2017), 10.1073/pnas.1705981114
  • Huang H and Toyoizumi T.: “Clustering of neural code words revealed by a first-order phase transition” Physical Review E, 93, 062416 (2016), 10.1103/PhysRevE.93.062416
  • Shimazaki H, Sadeghi K, Ishikawa T, Ikegaya Y, and Toyoizumi T.: “Simultaneous silence organizes structured higher-order interactions in neural populations.” Scientific Reports 5:9821 (2015), 10.1038/srep09821
  • Toyoizumi T, Kaneko M, Stryker MP, and Miller KD.: “Modeling the dynamic interaction of Hebbian and homeostatic plasticity” Neuron 84, 497-510 (2014), 10.1016/j.neuron.2014.09.036
  • Toyoizumi T, Miyamoto H, Yazaki-Sugiyama Y, Atapour N, Hensch TK, and Miller KD.: “A theory of the transition to critical period plasticity: inhibition selectively suppresses spontaneous activity.” Neuron 80, 51-63 (2013), 10.1016/j.neuron.2013.07.022
  • Toyoizumi T and Abbott LF.: “Beyond the edge of chaos: Amplification and temporal integration by recurrent networks in the chaotic regime” Physical Review E 84, 051908 (2011), 10.1103/PhysRevE.84.051908
  • Toyoizumi T, Aihara K and Amari S.: “Fisher Information for Spike-Based Population Decoding” Physical Review Letters 97, 098102 (2006), 10.1103/PhysRevLett.97.098102
  • Toyoizumi T, Pfister JP, Aihara K and Gerstner W.: “Generalized Bienenstock-Cooper-Munro rule for spiking neurons that maximizes information transmission” Proc. Natl. Acad. Sci. USA 102, 5239-5244 (2005), 10.1073/pnas.0500495102