脳神経科学研究センター 統計数理連携ユニット
連携ユニットリーダー 松田 孟留(Ph.D.)
研究概要
近年の実験技術の進歩によって、大規模かつ多様な脳神経データが得られるようになりました。当研究ユニットでは、 脳神経データの特性に応じて適切な統計モデルを構築することで、より多くの知見をもたらす統計解析手法を開発していきます。数値解析や最適化などの応用数学の技術も取り入れることで、大規模データにも適用可能な効率的な手法を目指します。また、データ解析の基盤である統計学の理論の研究にも取り組んでいきます。
研究主分野
- 情報学
研究関連分野
- 総合理工
- 数物系科学
- 統計科学
- 数理情報学
キーワード
- 統計学
- 応用数学
- データ解析
- 機械学習
主要論文
「*」は、理研外のみでの成果です。
- 1.
Matsuda, T. and Strawderman, W. E.
"Estimation under matrix quadratic loss and matrix superharmonicity"
Biometrika, to appear. - 1.
Matsuda, T., Homae. F., Watanabe, H., Taga, G. and Komaki, F.
"Oscillator decomposition of infant fNIRS data"
PLOS Computational Biology, 18(3), e1009985, 2022. - 2.
Amari, S. and Matsuda, T.
"Wasserstein statistics in one-dimensional location-scale models"
Annals of the Institute of Statistical Mathematics, 74, 33–47, 2022. - 3.
Matsuda, T., Uehara, M. and Hyvarinen, A.
"Information criteria for non-normalized models"
Journal of Machine Learning Research, 22(158):1−33, 2021. - 4.
Matsuda. T. and Miyatake, Y.
"Estimation of ordinary differential equation models with discretization error quantification"
SIAM/ASA Journal on Uncertainty Quantification, 9, 302–331, 2021. - 5.
松田 孟留
"競技かるたの決まり字に関する統計的解析
応用統計学, 49, 1--11, 2020. - 6.
Matsuda, T. and Hyvarinen, A.
"Estimation of non-normalized mixture models"
22nd International Conference on Artificial Intelligence and Statistics (AISTATS 2019). - 7.
Y. Maruyama, T. Matsuda and T. Onishi.
"Harmonic Bayesian prediction under alpha-divergence"
IEEE Transactions on Information Theory, 65, 5352--5366, 2019. - 9.
Matsuda, T. and Komaki, F.
"Time series decomposition into oscillation components and phase estimation"
Neural Computation 29, 332--367, 2017. - 10.
Matsuda, T. and Komaki, F.
"Singular value shrinkage priors for Bayesian prediction"
Biometrika 102, 843--854, 2015.
関連リンク
メンバーリスト
主宰者
- 松田 孟留
- 連携ユニットリーダー