東北大学研究者紹介

研究者詳細

ホーム

日本語 English

顔写真

オオイシ　ミネアキ

大石　峰暉

Mineaki Ohishi

所属

データ駆動科学・ＡＩ教育研究センター　データ科学教育研究部門

職名

助教

学位

博士 (理学) （広島大学）

researchmap

https://researchmap.jp/ohishim

J-GLOBAL ID

202001012156659562

e-Rad 研究者番号

00878291

ORCID

https://orcid.org/0000-0001-8727-3631

Researcher ID

GZH-2942-2022

経歴 5

2024年4月～継続中

東北大学　大学院情報科学研究科統計科学研究センター
2022年11月～継続中

東北大学　大学院情報科学研究科情報基礎科学専攻データ基礎情報学講座
2022年11月～継続中

東北大学　データ駆動科学・AI教育研究センター　助教
2020年10月～ 2022年10月

広島大学　AI・データイノベーション教育研究センター　特任助教
2020年4月～ 2020年9月

広島大学　学術・社会連携室　特任助教

学歴 3

広島大学　大学院理学研究科　数学専攻博士課程後期

2018年4月～ 2021年3月
広島大学　大学院理学研究科　数学専攻博士課程前期

2016年4月～ 2018年3月
広島大学　理学部　数学科

2012年4月～ 2016年3月

所属学協会 2

KES International

2020年1月～継続中
日本統計学会

2017年1月～継続中

研究キーワード 7

ノンパラメトリック回帰
アルゴリズム
罰則付き推定
不動産データ解析
モデル選択
スパース推定
統計科学

研究分野 1

情報通信 / 統計科学 /

受賞 7

広島大学大学院理学研究科長賞

2021年3月
第15回日本統計学会春季集会ポスターセッション統計検定センター長賞

2021年3月
第15回日本統計学会春季集会ポスターセッション優秀発表賞

2021年3月
令和元年度広島大学エクセレントスチューデントスカラシップ成績優秀学生

2019年12月
行動計量学会岡山地域部会第71回研究会・第172回岡山統計研究会優秀賞

2019年3月
行動計量学会岡山地域部会第67回研究会・第167回岡山統計研究会優秀賞

2018年3月
行動計量学会岡山地域部会第63回研究会・第163回岡山統計研究会優秀賞

2017年3月

︎全件表示 ︎最初の5件までを表示

論文 19

Generalized Degrees of Freedom for Network Lasso and Its Influence on Model Selection 査読有り

Koki Kirishima, Mineaki Ohishi, Ryoya Oda, Hirokazu Yanagihara

Computational Journal of Mathematical and Statistical Sciences　5　(2)　785-818　2026年7月25日
出版者・発行元： Egyptian Knowledge Bank
DOI： 10.21608/cjmss.2026.471432.1388 　

eISSN：2974-3443
Poisson Regression with Categorical Explanatory Variables via Lasso Using the Median as a Baseline 招待有り査読有り

Mariko Yamamura, Mineaki Ohishi, Hirokazu Yanagihara

Smart Innovation, Systems and Technologies　411　309-319　2025年2月7日
出版者・発行元： Springer Nature Singapore
DOI： 10.1007/978-981-97-7419-7_27 　

ISSN：2190-3018

eISSN：2190-3026
Coordinate descent algorithm for generalized group fused Lasso 査読有り

Mineaki Ohishi, Kensuke Okamura, Yoshimichi Itoh, Hirofumi Wakaki, Hirokazu Yanagihara

Behaviormetrika　52　(1)　105-137　2025年1月
出版者・発行元： Springer Science and Business Media LLC
DOI： 10.1007/s41237-024-00233-6 　

ISSN：0385-7417

eISSN：1349-6964

詳細を見る詳細を閉じる

Abstract We deal with a model with discrete varying coefficients to consider modeling for heterogeneity and clustering for homogeneity, and estimate the varying coefficients by generalized group fused Lasso (GGFL). GGFL allows homogeneous groups to be joined together based on one-to-many relationships among groups. This makes GGFL a powerful technique, but to date there has been no effective algorithm for obtaining the solutions. Here we propose an algorithm for obtaining a GGFL solution based on the coordinate descent method, and show that a solution for each coordinate direction converges to the optimal solution. In a simulation, we show our algorithm is superior to ADMM, which is one of the popular algorithms. We also present an application to a spatial data analysis.
Generalized fused Lasso for grouped data in generalized linear models 査読有り

Mineaki Ohishi

Statistics and Computing　34　(4)　124　2024年5月25日
出版者・発行元： Springer Science and Business Media LLC
DOI： 10.1007/s11222-024-10433-5 　

ISSN：0960-3174

eISSN：1573-1375

詳細を見る詳細を閉じる

Abstract Generalized fused Lasso (GFL) is a powerful method based on adjacent relationships or the network structure of data. It is used in a number of research areas, including clustering, discrete smoothing, and spatio-temporal analysis. When applying GFL, the specific optimization method used is an important issue. In generalized linear models, efficient algorithms based on the coordinate descent method have been developed for trend filtering under the binomial and Poisson distributions. However, to apply GFL to other distributions, such as the negative binomial distribution, which is used to deal with overdispersion in the Poisson distribution, or the gamma and inverse Gaussian distributions, which are used for positive continuous data, an algorithm for each individual distribution must be developed. To unify GFL for distributions in the exponential family, this paper proposes a coordinate descent algorithm for generalized linear models. To illustrate the method, a real data example of spatio-temporal analysis is provided.
Additive Poisson regression via forced categorical covariates and generalized fused Lasso 招待有り査読有り

Mariko Yamamura, Mineaki Ohishi, Hirokazu Yanagihara

Procedia Computer Science　225　1987-1996　2023年12月8日
出版者・発行元： Elsevier BV
DOI： 10.1016/j.procs.2023.10.189 　

ISSN：1877-0509
An ℓ_{2,0}-norm constrained matrix optimization via extended discrete ﬁrst-order algorithms 査読有り

Ryoya Oda, Mineaki Ohishi, Yuya Suzuki, Hirokazu Yanagihara

Hiroshima Mathematical Journal　53　(3)　251-267　2023年11月1日
出版者・発行元： Hiroshima University - Department of Mathematics
DOI： 10.32917/h2021058 　

ISSN：0018-2079
Spatio-Temporal Analysis of Rates Derived from Count Data Using Generalized Fused Lasso Poisson Model 招待有り査読有り

Mariko Yamamura, Mineaki Ohishi, Hirokazu Yanagihara

Intelligent Decision Technologies　352　225-234　2023年5月30日
出版者・発行元： Springer Nature Singapore
DOI： 10.1007/978-981-99-2969-6_20 　

ISSN：2190-3018

eISSN：2190-3026
Geographically Weighted Sparse Group Lasso: Local and Global Variable Selections for GWR 招待有り査読有り

Mineaki Ohishi, Koki Kirishima, Kensuke Okamura, Yoshimichi Itoh, Hirokazu Yanagihara

Intelligent Decision Technologies　352　183-192　2023年5月30日
出版者・発行元： Springer Nature Singapore
DOI： 10.1007/978-981-99-2969-6_16 　

ISSN：2190-3018

eISSN：2190-3026
trec: An R package for trend estimation and classification to support integrated ecosystem assessment of the marine ecosystem and environmental factors 査読有り

Hiroko Kato Solvang, Mineaki Ohishi

SoftwareX　21　101309　2023年2月
出版者・発行元： Elsevier BV
DOI： 10.1016/j.softx.2023.101309 　

ISSN：2352-7110
Stable Estimation of the Slant Parameter in Skew Normal Regression via an MM Algorithm and Ridge Shrinkage 査読有り

Mineaki Ohishi, Hirokazu Yanagihara, Hirofumi Wakaki, Masahiko Ono

International Journal of Knowledge Engineering and Soft Data Paradigms (in press)　2023年
出版者・発行元： Inderscience Publishers
DOI： 10.1504/ijkesdp.2023.10057725 　

ISSN：1755-3210

eISSN：1755-3229
Coordinate descent algorithm of generalized fused Lasso logistic regression for multivariate trend filtering 査読有り

Ohishi, M., Yamamura, M., Yanagihara, H.

Japanese Journal of Statistics and Data Science　5　(2)　535-551　2022年12月
出版者・発行元： Springer Science and Business Media LLC
DOI： 10.1007/s42081-022-00162-2 　

ISSN：2520-8764

eISSN：2520-8764
Coordinate optimization for generalized fused Lasso 査読有り

Ohishi, M., Fukui, K., Okamura, K., Itoh, Y., Yanagihara, H.

Communications in Statistics - Theory and Methods　50　(24)　5955-5973　2021年12月17日
出版者・発行元： Informa UK Limited
DOI： 10.1080/03610926.2021.1931888 　

ISSN：1532-415X 0361-0926

eISSN：1532-415X
Spatio-temporal adaptive fused Lasso for proportion data 招待有り査読有り

Mariko Yamamura, Mineaki Ohishi, Hirokazu Yanagihara

Intelligent Decision Technologies　238　479-489　2021年7月
出版者・発行元： Springer Singapore
DOI： 10.1007/978-981-16-2765-1_40 　

ISSN：2190-3018

eISSN：2190-3026
Optimizations for categorizations of explanatory variables in linear regression via generalized fused Lasso 招待有り査読有り

Mineaki Ohishi, Kensuke Okamura, Yoshimichi Itoh, Hirokazu Yanagihara

Intelligent Decision Technologies　238　457-467　2021年7月
出版者・発行元： Springer Singapore
DOI： 10.1007/978-981-16-2765-1_38 　

ISSN：2190-3018

eISSN：2190-3026
Ridge parameters optimization based on minimizing model selection criterion in multivariate generalized ridge regression 査読有り

Ohishi, M.

Hiroshima Mathematical Journal　51　(2)　177-226　2021年7月1日
出版者・発行元： Hiroshima University - Department of Mathematics
DOI： 10.32917/h2020104 　

ISSN：0018-2079
Equivalence between adaptive Lasso and generalized ridge estimators in linear regression with orthogonal explanatory variables after optimizing regularization parameters 査読有り

Ohishi, M., Yanagihara, H., Kawano, S.

Annals of the Institute of Statistical Mathematics　72　(6)　1501-1516　2020年12月
出版者・発行元： Springer Science and Business Media LLC
DOI： 10.1007/s10463-019-00734-2 　

ISSN：0020-3157

eISSN：1572-9052
A fast optimization method for additive model via partial generalized ridge regression 招待有り査読有り

Keisuke Fukui, Mineaki Ohishi, Mariko Yamamura, Hirokazu Yanagihara

Intelligent Decision Technologies　193　279-290　2020年6月
出版者・発行元： Springer Singapore
DOI： 10.1007/978-981-15-5925-9_24 　

ISSN：2190-3018

eISSN：2190-3026
Optimization of generalized $$C_p$$ criterion for selecting ridge parameters in generalized ridge regression 招待有り査読有り

Mineaki Ohishi, Hirokazu Yanagihara, Hirofumi Wakaki

Intelligent Decision Technologies　193　267-278　2020年6月
出版者・発行元： Springer Singapore
DOI： 10.1007/978-981-15-5925-9_23 　

ISSN：2190-3018

eISSN：2190-3026
A fast algorithm for optimizing ridge parameters in a generalized ridge regression by minimizing a model selection criterion 査読有り

Ohishi, M., Yanagihara, H., Fujikoshi, Y.

Journal of Statistical Planning and Inference　204　187-205　2020年1月

DOI： 10.1016/j.jspi.2019.04.010 　

ISSN：0378-3758

︎全件表示 ︎最初の5件までを表示

MISC 22

KOO法に基づくカテゴリ変数の選択と統合

大石峰暉

統計関連学会連合大会講演報告集　2026　2026年
Model Selection Methods for 3mGMANOVA Model

門田麗, 大石峰暉, 小田凌也

統計関連学会連合大会講演報告集　2026　2026年
Hierarchical overlapping group Lasso for GMANOVA model

Mineaki Ohishi, Isamu Nagai, Ryoya Oda, Hirokazu Yanagihara

arXiv 2510.19311　2025年10月23日

詳細を見る詳細を閉じる

This paper deals with the GMANOVA model with a matrix of polynomial basis functions as a within-individual design matrix. The model involves two model selection problems: the selection of explanatory variables and the selection of the degrees of the polynomials. The two problems can be uniformly addressed by hierarchically incorporating zeros into the vectors of regression coefficients. Based on this idea, we propose hierarchical overlapping group Lasso (HOGL) to perform the variable and degree selections simultaneously. Importantly, when using a polynomial basis, fitting a highdegree polynomial often causes problems in model selection. In the approach proposed here, these problems are handled by using a matrix of orthonormal basis functions obtained by transforming the matrix of polynomial basis functions. Algorithms are developed with optimality and convergence to optimize the method. The performance of the proposed method is evaluated using numerical simulation.
KOO Method-based Consistent Clustering for Group-wise Linear Regression with Graph Structure

M. Ohishi, R. Oda

arXiv 2509.11103　2025年9月14日

詳細を見る詳細を閉じる

The kick-one-out (KOO) method is a variable selection method based on a model selection criterion. The method is very simple, and yet it has consistency in variable selection under a high-dimensional asymptotic framework with a specific model selection criterion. This paper proposes the join-twotogether (JTT) method, which is a clustering method based on the KOO method for group-wise linear regression with graph structure. The JTT method formulates the clustering problem as an edge selection problem for a graph and determines whether to select each edge based on the KOO method. We can employ network Lasso to perform such a clustering. However, network Lasso is somewhat cumbersome because there is no good algorithm for solving the associated optimization problem and the tuning is complicated. Therefore, by deriving a model selection criterion such that the JTT method has consistency in clustering under a high-dimensional asymptotic framework, we propose a simple yet powerful method that outperforms network Lasso.
KOO法に基づくグループごとに異なる回帰係数を持つ線形回帰モデルのクラスタリング

大石峰暉, 小田凌也

統計関連学会連合大会講演報告集　2025　2025年
Network Lasso の一般化自由度とモデル選択への影響

桐島功希, 大石峰暉, 小田凌也

統計関連学会連合大会講演報告集　2025　2025年
サッカーの途中出場選手に関する試合状況別のパフォーマンス評価

藤岡輝, 迫田智洋, 小野真彦, 大石峰暉, 門田麗

2024年度スポーツデータサイエンスコンペティション研究報告集　2025年
Network Lasso のための最適化法の比較

桐島功希, 大石峰暉, 小田凌也, 栁原宏和

統計関連学会連合大会講演報告集　2024　2024年
欠損データに対する fused Lasso の最適化について

大石峰暉, 栁原宏和

統計関連学会連合大会講演報告集　2024　2024年
Comparison of generalized ridge regression with non-negative ridge parameters and allowance of negative ridge parameters

小野真彦, 栁原宏和, 小田凌也, 大石峰暉

統計関連学会連合大会講演報告集　2024　2024年
Estimation of spatial effects by generalized fused Lasso for nonuniformly sampled spatial data: an analysis of the body condition of common minke whales (Balaenoptera acutorostrata acutorostrata) in the Northeast Atlantic

Mariko Yamamura, Hirokazu Yanagihara, Mineaki Ohishi, Keisuke Fukui, Hiroko Solvang, Nils Øien, Tore Haug

Hiroshima Statistical Research Group Technical Report, TR-No. 23-05　2023年7月
線形回帰モデルにおけるカテゴリ変数の選択

大石峰暉, 栁原宏和

統計関連学会連合大会講演報告集　2023　2023年
説明変数の個数が標本数を越える場合での一般化リッジ回帰におけるリッジパラメータ最適化法の比較

桐島功希, 大石峰暉, 小田凌也, 栁原宏和

統計関連学会連合大会講演報告集　2023　2023年
階層的グループ Lasso による GMANOVA モデルの変数選択と次数選択

大石峰暉, 永井勇, 小田凌也, 栁原宏和

統計関連学会連合大会講演報告集　2022　2022年
Generalized fused Lassoによる説明変数のカテゴリの最適化

大石峰暉, 岡村健介, 伊藤嘉道, 柳原宏和

統計関連学会連合大会講演報告集　2021　2021年
Best subset selection in multivariate linear regressions via discreate first-order algorithms

鈴木裕也, 大石峰暉, 小田凌也, 栁原宏和

統計関連学会連合大会講演報告集　2019　2019年
Estimation of Geographically Varying Coefficient Model via Group Fused Lasso

大石峰暉, 福井敬祐, 岡村健介, 伊藤嘉道, 栁原宏和

統計関連学会連合大会講演報告集　2019　2019年
Variable Selection Method for Nonparametric Varying Coefficient Model via Group-lasso Penalty

福井敬祐, 大石峰暉, 小田凌也, 岡村健介, 伊藤嘉道, 栁原宏和

統計関連学会連合大会講演報告集　2019　2019年
Fused Lassoを用いた地域分類~マンションの賃料に対する地域効果のモデリング~

大石峰暉, 福井敬祐, 岡村健介, 伊藤嘉道, 栁原宏和

統計関連学会連合大会講演報告集　2018　2018年
Equivalence between Adaptive-Lasso and Generalized Ridge Estimates in Linear Regression with Orthogonal Explanatory Variables after Optimizing Regularization Parameters

大石峰暉, 栁原宏和

統計関連学会連合大会講演報告集　2017　2017年
Minimization algorithm of model selection criterion for optimizing tuning parameter in Lasso estimator when explanatory variables are orthogonal

大石峰暉, 栁原宏和

RIMS講究録　2047　124-140　2017年
一般化リッジ回帰におけるリッジパラメータ選択のための情報量規準最小化問題の解析解

大石峰暉, 栁原宏和, 藤越康祝

統計関連学会連合大会講演報告集　2016　2016年

︎全件表示 ︎最初の5件までを表示

講演・口頭発表等 58

KOO法に基づくカテゴリ変数の選択と統合

大石峰暉

2026年度統計関連学会連合大会　2026年9月8日
Model Selection Methods for 3mGMANOVA Model

門田麗, 大石峰暉, 小田凌也

2026年度統計関連学会連合大会　2026年9月7日
Group-Lasso for three-mode GMANOVA model with unknown item structure

Rei Monden, Mineaki Ohishi, Ryoya Oda, Hirokazu Yanagihara

The International Meeting of the Psychometric Society 2026　2026年7月24日
線形回帰モデルにおけるモデル選択と Kick-one-out 法の一致性招待有り

大石峰暉

岡山統計研究会第185回研究会 (学生セッション) 全体レクチャー　2026年3月19日
KOO法に基づくグループごとに異なる回帰係数を持つ線形回帰モデルのクラスタリング

大石峰暉, 小田凌也

2025年度統計関連学会連合大会　2025年9月10日
Network Lasso の一般化自由度とモデル選択への影響

桐島功希, 大石峰暉, 小田凌也

2025年度統計関連学会連合大会　2025年9月9日
サッカーの途中出場選手に関する試合状況別のパフォーマンス評価

藤岡輝, 迫田智洋, 小野真彦, 大石峰暉, 門田麗

2024年度スポーツデータサイエンスコンペティション　2025年1月12日
Optimization of generalized fused Lasso in generalized linear models 招待有り

Mineaki Ohishi

The CSAT-JSS-KSS Joint Meeting in Joint Meeting of the IASC-ARS Interim Conference 2024 and CSAT 2024　2024年12月14日
Network Lasso のための最適化法の比較

桐島功希, 大石峰暉, 小田凌也, 栁原宏和

2024年度統計関連学会連合大会　2024年9月3日
欠損データに対する fused Lasso の最適化について.

大石峰暉, 栁原宏和

2024年度統計関連学会連合大会　2024年9月3日
Comparison of generalized ridge regression with non-negative ridge parameters and allowance of negative ridge parameters

小野真彦, 栁原宏和, 小田凌也, 大石峰暉

2024年度統計関連学会連合大会　2024年9月3日
Applicability of TreeSHAP to analyze real estate data 招待有り

Koki Kirishima, Mineaki Ohishi, Ryoya Oda, Kensuke Okamura, Yoshimichi Itoh, Hirokazu Yanagihara

The 26th International Conference on COMPUTATIONAL STATISTICS　2024年8月29日
On Lasso Poisson regression for categorical variables 招待有り

Mariko Yamamura, Mineaki Ohishi, Hirokazu Yanagihara

The 26th International Conference on COMPUTATIONAL STATISTICS　2024年8月29日
Poisson regression with categorical explanatory variables via Lasso using the median as a baseline 招待有り

Mariko Yamamura, Mineaki Ohishi, Hirokazu Yanagihara

The 16th International KES Conference on Intelligent Decision Technologies　2024年6月21日
ネットワーク Lasso の最適化について

大石峰暉

第6回青葉山統計科学セミナー　2024年5月22日
On the variable selection and prediction by geographically weighted sparse group Lasso

大石峰暉

統計数理研究所共同利用 2023年度重点型研究研究集会「高次元データ解析・スパース推定法・モデル選択法の開発と融合」　2024年3月8日
Kick-one-out 法に基づいた回帰におけるクラスタリング

大石峰暉

2023年度科研費シンポジウム「統計科学・機械学習・情報数学の最前線」　2024年1月26日
線形回帰モデルのカテゴリ変数に対するカテゴリ選択と変数選択

大石峰暉

2023年度科研費シンポジウム「データサイエンスにおける統計的理論・方法論の新展開」　2023年11月13日
Additive Poisson regression via forced categorical covariates and generalized fused Lasso 招待有り

Mariko Yamamura, Mineaki Ohishi, Hirokazu Yanagihara

The 27th International Conference on Knowledge-Based and Intelligent Information & Engineering Systems　2023年9月7日
線形回帰モデルにおけるカテゴリ変数の選択

大石峰暉, 栁原宏和

2023年度統計関連学会連合大会　2023年9月4日
説明変数の個数が標本数を越える場合での一般化リッジ回帰におけるリッジパラメータ最適化法の比較

桐島功希, 大石峰暉, 小田凌也, 栁原宏和

2023年度統計関連学会連合大会　2023年9月4日
Comparison of prediction methods for spatial data using real estate data 招待有り

Koki Kirishima, Mineaki Ohishi, Hirokazu Yanagihara

The 25th International Conference on COMPUTATIONAL STATISTICS　2023年8月25日
Clustering for category variables in linear regression via generalized fused Lasso 招待有り

Mineaki Ohishi, Hirokazu Yanagihara

The 25th International Conference on COMPUTATIONAL STATISTICS　2023年8月25日
Variable selection and prediction for geographically weighted regression

Mineaki Ohishi

The 9th CWRU×TOHOKU Joint Workshop　2023年8月7日
Geographically weighted sparse group Lasso: local and global variable selections for GWR 招待有り

Mineaki Ohishi, Koki Kirishima, Kensuke Okamura, Yoshimichi Itoh, Hirokazu Yanagihara

The 15th International KES Conference on Intelligent Decision Technologies　2023年6月14日
Spatio-temporal analysis of rates derived from count data using generalized fused Lasso 招待有り

Mariko Yamamura, Mineaki Ohishi, Hirokazu Yanagihara

The 15th International KES Conference on Intelligent Decision Technologies　2023年6月14日
Estimation of spatial effects by generalized fused Lasso for nonuniformly sampled spatial data using body condition data set from common minke whales 招待有り

Hirokazu Yanagihara, Mariko Yamamura, Mineaki Ohishi, Keisuke Fukui, Hiroko Solvang, Nils Øien, Tore Haug

IMR-Waseda Workshop: Advances in pragmatic computational methodologies for fish stock assessment, human impact, and environmental factor on marine ecosystems　2023年3月29日
Sparse group Lasso による地理的加重回帰の局所的かつ大域的な変数選択

大石峰暉, 桐島功希, 岡村健介, 伊藤嘉道, 栁原宏和

研究集会 "多変量統計学・統計的モデル選択の新展開"　2023年3月17日
階層的グループ Lasso による GMANOVA モデルの変数選択と次数選択

大石峰暉, 永井勇, 小田凌也, 栁原宏和

2022年度統計関連学会連合大会　2022年9月5日
一般化 Group Fused Lasso 最適化のためのベクトル差分ノルム型罰則付き二次形式の最小化アルゴリズム

栁原宏和, 大石峰暉, 岡村健介, 伊藤嘉道, 若木宏文

広島統計グループ金曜セミナー　2021年11月26日
Generalized fused Lasso による説明変数のカテゴリの最適化

大石峰暉, 岡村健介, 伊藤嘉道, 栁原宏和

2021年度統計関連学会連合大会　2021年9月8日
Generalized fused Lasso ロジスティック回帰の最適化と時空間分析

大石峰暉, 山村麻理子, 栁原宏和

広島統計グループ金曜セミナー　2021年7月2日
Optimizations for categorizations of explanatory variables in linear regression via generalized fused Lasso 招待有り

Mineaki Ohishi, Kensuke Okamura, Yoshimichi Itoh, Hirokazu Yanagihara

The 13th KES International Conference on Intelligent Decision Technologies　2021年6月16日
Spatio-temporal adaptive fused Lasso for proportion data 招待有り

Mariko Yamamura, Mineaki Ohishi, Hirokazu Yanagihara

The 13th KES International Conference on Intelligent Decision Technologies　2021年6月16日
ロジスティック回帰モデルにおける generalized fused Lasso の座標降下法

大石峰暉, 山村麻理子, 栁原宏和

第15回日本統計学会春季集会
Optimization of generalized Cp criterion for selecting ridge parameters in generalized ridge regression 招待有り

Mineaki Ohishi, Hirokazu Yanagihara, Hirofumi Wakaki

The 12th KES International Conference on Intelligent Decision Technologies　2020年6月19日
A fast optimization method for additive model via partial generalized ridge regression 招待有り

Keisuke Fukui, Mineaki Ohishi, Mariko Yamamura, Hirokazu Yanagihara

The 12th KES International Conference on Intelligent Decision Technologies　2020年6月19日
多変量線形回帰における discrete first-order algorithm を用いた変数選択法の提案

鈴木裕也, 大石峰暉, 小田凌也, 栁原宏和

広島統計グループ金曜セミナー　2019年12月20日
Estimation of geographically varying coefficient model via group fused Lasso

大石峰暉, 福井敬祐, 岡村健介, 伊藤嘉道, 栁原宏和

2019年度統計関連学会連合大会　2019年9月9日
Variable selection method for nonparametric varying coefficient model via group lasso penalty

福井敬佑, 大石峰暉, 小田凌也, 岡村健介, 伊藤嘉道, 栁原宏和

2019年度統計関連学会連合大会　2019年9月10日
Best subset selection in multivariate linear regressions via discrete first-order algorithms

鈴木裕也, 大石峰暉, 小田凌也, 栁原宏和

2019年度統計関連学会連合大会　2019年9月10日
偏りのある空間データに対する空間効果の推定法

大石峰暉, 福井敬祐, 岡村健介, 伊藤嘉道, 栁原宏和

統計サマーセミナー2019　2019年8月6日
マンションの賃料に対する地域効果の推定法の比較

大石峰暉, 福井敬祐, 岡村健介, 伊藤嘉道, 栁原宏和

行動計量学会岡山地域部会第71回研究会・第172回岡山統計研究会 (学生セッション)　2019年3月16日
generalized Lasso を用いた地域効果のクラスタリング

大石峰暉, 福井敬祐, 岡村健介, 伊藤嘉道, 栁原宏和

広島統計グループ金曜セミナー　2019年2月8日
Fused Lasso を用いた地域分類～マンションの賃料に対する地域効果のモデリング～

大石峰暉, 福井敬祐, 岡村健介, 伊藤嘉道, 栁原宏和

2018年度統計関連学会連合大会　2018年9月10日
A fast algorithm for solving model selection criterion minimization problem in generalized ridge

Mineaki Ohishi, Hirokazu Yanagihara

IMS - Asia Pacific Rim Meeting 2018　2018年6月27日
Fused Lasso によるマンション賃料の地域効果クラスタリング

大石峰暉

行動計量学会岡山地域部会第67回研究会・第167回岡山統計研究会 (学生セッション)　2018年3月17日
Clustering of regional effects in apartment rents by fused Lasso

大石峰暉, 福井敬祐, 岡村健介, 伊藤嘉道, 栁原宏和

第12回日本統計学会春季集会　2018年3月4日
Equivalence under optimal regularization parameters between generalized ridge and adaptive-Lasso estimates in linear regression with orthogonal explanatory variables

Mineaki Ohishi, Hirokazu Yanagihara

Hiroshima Statistics Study Group seminars　2017年11月24日
Equivalence between adaptive-Lasso and generalized ridge estimates in linear regression with orthogonal explanatory variables after optimizing regularization parameters

Mineaki Ohishi, Hirokazu Yanagihara

Capital Normal University-Hiroshima University Joint conference on Mathematics　2017年9月21日
Equivalence between adaptive-Lasso and generalized ridge estimates in linear regression with orthogonal explanatory variables after optimizing regularization parameters

大石峰暉, 栁原宏和

2017年度統計関連学会連合大会　2017年9月4日
罰則付き推定法の正則化パラメータ最適化

大石峰暉

統計サマーセミナー2017　2017年8月6日
直交する説明変数の下での線形回帰モデルにおける一般化リッジ型 L_2 ペナルティと Adaptive-Lasso 型 L_1 ペナルティでの最適な回帰係数の同等性

大石峰暉

行動計量学会岡山地域部会第63回研究会・第163回岡山統計研究会 (学生セッション)　2017年3月18日
リッジパラメータ選択のための GCV 最小化問題における罰則項の比較

大石峰暉, 栁原宏和

RIMS共同研究: Bayes Inference and Its Related Topics 研究会　2017年3月8日
Equivalence between optimized regression coefficients by adaptive-Lasso type L1 penalty and generalized ridge type L2 penalty in linear regression with orthogonal explanatory variables

大石峰暉, 栁原宏和

第11回日本統計学会春季集会　2017年3月5日
一般化リッジ回帰におけるリッジパラメータ選択のための情報量規準最小化問題

大石峰暉, 栁原宏和, 藤越康祝

広島統計グループ金曜セミナー　2016年12月16日
主成分回帰におけるLassoのチューニングパラメータ選択のための GCV 最小化問題

大石峰暉

研究集会 "統計的推論における最近の展開"　2016年12月4日
一般化リッジ回帰におけるリッジパラメータ選択のための情報量規準最小化問題の解析解

大石峰暉, 栁原宏和, 藤越康祝

2016年度統計関連学会連合大会　2016年9月7日

︎全件表示 ︎最初の5件までを表示

共同研究・競争的資金等の研究課題 8

Kick-one-out 法に基づくクラスタリング法の開発

大石峰暉

提供機関：Japan Society for the Promotion of Science

制度名：Grants-in-Aid for Scientific Research Grant-in-Aid for Early-Career Scientists

研究種目：Grant-in-Aid for Early-Career Scientists

研究機関：Tohoku University

2025年4月～ 2028年3月
Fused-lassoによる広島・長崎の被爆に関する時空間リスク推定モデルの開発

山村麻理子, 柳原宏和, 大石峰暉, 小田凌也, 福井敬祐, 坂田律

提供機関：Japan Society for the Promotion of Science

制度名：Grants-in-Aid for Scientific Research

研究種目：Grant-in-Aid for Scientific Research (B)

2020年4月1日～ 2025年3月31日

詳細を見る詳細を閉じる

本研究では，時空間統計解析の統計手法の開発に関する理論的もしくは数学的な研究を行っている．特に時空間統計解析にFused Lassoを用いる統計モデルに着目しており，Fused Lassoを行う上で必要となるスパース推定の研究を本年度は多く進めることができた．その中において，時空間統計解析でよくみられるFused LassoとLassoを含む統計モデルについての重要な研究課題に気づくことができた．また，同じく時空間統計解析でよく見られる地理的加重回帰において，Sparse group Lassoを適用することによる推定の改善を行った．さらにこれらの時空間モデルで必要となる推定アルゴリズムや情報量規準の研究を進め，国内外の論文や学会での発表を活発に行った．本研究で開発する時空間統計解析は，広島・長崎の原爆放射線被ばくのリスク分析に応用することを考えており，放射線影響研究所が保有する寿命調査のデータを用いることを想定している．寿命調査には人年票ベースと個票ベースのデータが存在し，研究当初はこの双方を用いることを念頭に置いていた．これらのデータの使用準備を進めるにあたり，個票ベースのデータについては，研究代表者個人の努力では越えられない状況があり，使用は不可能であると判断した．よって，個票ベースのデータの使用は行わないこととし，人年票ベースの寿命調査の使用のみで，時空間統計解析の研究を進めることとした．具体的には，個票ベースのデータで必要であった生存時間分析による時空間統計解析の統計手法の開発を取りやめ，人年票ベースで必要なロジスティック回帰分析やポアソン回帰分析に関する研究に絞った．やめた生存時間分析は，一般化線形モデルの枠組みにおいてロジスティック回帰分析やポアソン回帰分析と同等に扱えることから，本研究の理論的な研究面において全く支障はない．
高次元多変量モデルでの一致性をもつ変数選択法の開発競争的資金

栁原宏和, 二宮嘉行, 小田凌也, 大石峰暉

提供機関：The Institute of Statistical Mathematics

制度名：Cooperative Research Program

研究種目：General Cooperative Research 2

研究機関：The Institute of Statistical Mathematics

2024年4月～ 2025年3月
Fused Lassoに基づく離散的な変化係数モデルを用いた空間統計手法の開発

大石峰暉

提供機関：Japan Society for the Promotion of Science

制度名：Grants-in-Aid for Scientific Research Grant-in-Aid for Early-Career Scientists

研究種目：Grant-in-Aid for Early-Career Scientists

研究機関：Hiroshima University

2021年4月～ 2025年3月

詳細を見る詳細を閉じる

本研究の目的は, 離散的な変化係数モデルを用いた新たな空間データの分析手法を開発することである. 従来の連続的な変化係数モデルではデータの観測点 (緯度・経度) により空間の情報をモデルに組み込んでいたが, これにより生じる欠点を改善するため, 本研究では観測点を用いず, 解析対象の空間を分割することで得られる小空間の隣接関係を利用した推定法を提案する. 具体的には小空間ごとにモデルを定義し, その隣接関係に基づいてGeneralized Group Fused Lasso (GGFL) により空間効果の等しいモデルを結合するという手法である. そのために, 本年度はまずGGFLの最適化問題を効率的に解くための座標降下法の開発に着手した. GGFLの目的関数は複数の微分不可点を持つことからその最適化は複雑になるが, 劣微分を用いて微分不可点で最小となる条件を導出した. またその条件を満たさないときの解の更新方法も導出し, この更新により得られる解が最適解に収束することを理論的に証明した. さらに開発したアルゴリズムが数値的に上手く働くことを確認した. 具体的には, 真の小空間の結合を高い確率で選択できることが分かり, 標本数を大きくするとその選択確率が1に近づく一致性のような性質を確認した. また, 近年よく用いられる交互方向乗数法と比較し, 開発したアルゴリズムの計算時間が圧倒的に速いという結果を得た. さらに開発したアルゴリズムでは解を正確に結合できるのに対して, 交互方向乗数法では正確な結合ができないことも分かった. 実データ解析において, 大標本の不動産データに対して従来法である地理的加重回帰との比較も行い, 当てはまりや予測精度はやや劣るものの, 計算時間が圧倒的に速いという結果が得られた. 以上の成果は論文にまとめ, 現在学術雑誌に投稿中である.
地理的加重回帰における sparse group Lasso の予測問題について

大石峰暉

提供機関：The Institute of Statistical Mathematics

制度名：Cooperative Research Program

研究種目：Specially Promoted Research

2023年4月～ 2024年3月
バーレンツ海域における統合的海洋生態系評価のための統計的時空間推定手法の研究

提供機関：Japan Society for the Promotion of Science

制度名：Bilateral Probram

2021年4月～ 2024年3月
複合型高次元漸近理論におけるモデル選択規準の漸近損失有効性

小田凌也, 栁原宏和, 大石峰暉

提供機関：The Institute of Statistical Mathematics

制度名：Cooperative Research Program

研究種目：Specially Promoted Research

2022年4月～ 2023年3月
罰則項の重みづけによる複数の正則化パラメータの一元化

大石峰暉, 栁原宏和, 小田凌也

提供機関：The Institute of Statistical Mathematics

制度名：Cooperative Research Program

研究種目：Specially Promoted Research

2022年4月～ 2023年3月

︎全件表示 ︎最初の5件までを表示

担当経験のある科目(授業) 3

データ科学・AI 概論　東北大学
情報教育特別講義 (AI・データ科学研究の現場)　東北大学
データ科学特論 I "スパース推定とそのモデリング" (第6回)　大阪大学 (集中講義)

Works（作品等） 8

R package HOGLgmanova

Mineaki Ohishi

2025年10月23日～継続中

作品分類: コンピュータソフト
R package JTT

Mineaki Ohishi

2025年9月16日～継続中

作品分類: コンピュータソフト
R package GFLglm

Mineaki Ohishi

Github　2024年4月10日～継続中

作品分類: コンピュータソフト
R package amgfl

Mineaki Ohishi, Keisuke Fukui, Hirokazu Yanagihara

Github　2023年7月31日～継続中

作品分類: コンピュータソフト
R package GRRMSC

Mineaki Ohishi

Github　2022年4月5日～継続中

作品分類: コンピュータソフト
R package GGFL

Mineaki Ohishi

Github　2022年2月2日～継続中

作品分類: コンピュータソフト
R package trec

Mineaki Ohishi, Hiroko Kato Solvang

Github　2021年12月9日～継続中

作品分類: コンピュータソフト
R package GFLlogit

Mineaki Ohishi

Github　2021年9月30日～継続中

作品分類: コンピュータソフト

︎全件表示 ︎最初の5件までを表示

社会貢献活動 3

シンポジウム「未来を担うAIMD人材育成と地域社会の課題解決」

2025年12月16日～ 2025年12月16日
シンポジウム「情報・データ科学教育の現在とこれから ~産学における DX 活用と教育実践~」

2024年12月4日～ 2024年12月4日
シンポジウム「AIMD教育の水平展開と最新AI技術の教育利活用」

2023年12月21日～ 2023年12月21日

学術貢献活動 9

2025年度統計関連学会連合大会モデル選択 (2)

2025年9月9日～ 2025年9月9日
2024年度統計関連学会連合大会モデル選択

2024年9月3日～ 2024年9月3日

学術貢献活動種別: 学会・研究会等
Japanese Journal of Statistics and Data Science

学術貢献活動種別: 査読等
Statistics and Computing

学術貢献活動種別: 査読等
International KES Conference on Intelligent Decision Technologies

学術貢献活動種別: 査読等
Behaviormetrika

学術貢献活動種別: 査読等
SoftwareX

学術貢献活動種別: 査読等
Journal of computational and applied mathematics

学術貢献活動種別: 査読等
Environmental and ecological statistics

学術貢献活動種別: 査読等

︎全件表示 ︎最初の5件までを表示

その他 2

ベースボールアナリスト 3 級
中学校・高等学校教諭専修免許状 (数学)