計算機統計学

表紙

2017 年 30 巻 2 号 p. Cover1-
発行日: 2017年
公開日: 2020/09/12

DOIhttps://doi.org/10.20551/jscswabun.30.2_Cover1

ジャーナルフリー

PDF形式でダウンロード (22K)
計算機統計学編集委員会

2017 年 30 巻 2 号 p. App1-
発行日: 2017年
公開日: 2020/09/12

DOIhttps://doi.org/10.20551/jscswabun.30.2_App1

ジャーナルフリー

PDF形式でダウンロード (55K)
目次

2017 年 30 巻 2 号 p. i-
発行日: 2017年
公開日: 2020/09/12

DOIhttps://doi.org/10.20551/jscswabun.30.2_i

ジャーナルフリー

PDF形式でダウンロード (103K)
CONTENTS

2017 年 30 巻 2 号 p. ii-
発行日: 2017年
公開日: 2020/09/12

DOIhttps://doi.org/10.20551/jscswabun.30.2_ii

ジャーナルフリー

PDF形式でダウンロード (43K)

編集担当より

学会設立30周年記念号の刊行にあたって(お詫びと御礼)

中村永友, 南弘征

2017 年 30 巻 2 号 p. 103-104
発行日: 2017年
公開日: 2020/09/12

DOIhttps://doi.org/10.20551/jscswabun.30.2_103

ジャーナルフリー

PDF形式でダウンロード (129K)

巻頭あいさつ

学会設立30周年記念事業について

栗原考次

2017 年 30 巻 2 号 p. 105-108
発行日: 2017年
公開日: 2020/09/12

DOIhttps://doi.org/10.20551/jscswabun.30.2_105

ジャーナルフリー

PDF形式でダウンロード (239K)

お祝いのことば

日本計算機統計学会設立30周年に寄せて

岩崎学

2017 年 30 巻 2 号 p. 109-110
発行日: 2017年
公開日: 2020/09/12

DOIhttps://doi.org/10.20551/jscswabun.30.2_109

ジャーナルフリー

PDF形式でダウンロード (110K)

30周年によせて：会長歴任者より

学会設立30周年によせて

福田善一

2017 年 30 巻 2 号 p. 111-112
発行日: 2017年
公開日: 2020/09/12

DOIhttps://doi.org/10.20551/jscswabun.30.2_111

ジャーナルフリー

PDF形式でダウンロード (114K)
計算機統計学の回顧と潮流

後藤昌司

2017 年 30 巻 2 号 p. 113-119
発行日: 2017年
公開日: 2020/09/12

DOIhttps://doi.org/10.20551/jscswabun.30.2_113

ジャーナルフリー

PDF形式でダウンロード (281K)
計算機統計学雑感

白旗慎吾

2017 年 30 巻 2 号 p. 121-122
発行日: 2017年
公開日: 2020/09/12

DOIhttps://doi.org/10.20551/jscswabun.30.2_121

ジャーナルフリー

PDF形式でダウンロード (143K)
統計と最適化の周辺で

山下浩

2017 年 30 巻 2 号 p. 123-124
発行日: 2017年
公開日: 2020/09/12

DOIhttps://doi.org/10.20551/jscswabun.30.2_123

ジャーナルフリー

PDF形式でダウンロード (134K)
計算機統計学の印象

水田正弘

2017 年 30 巻 2 号 p. 125-126
発行日: 2017年
公開日: 2020/09/12

DOIhttps://doi.org/10.20551/jscswabun.30.2_125

ジャーナルフリー

PDF形式でダウンロード (102K)
データ解析環境の変化と病理診断におけるデータ解析

石橋雄一

2017 年 30 巻 2 号 p. 127-129
発行日: 2017年
公開日: 2020/09/12

DOIhttps://doi.org/10.20551/jscswabun.30.2_127

ジャーナルフリー

抄録を表示する抄録を非表示にする

　データ解析の環境はここ30年の間に大きく変化した. 以前は数値データが主だったものが, 現在は数値, 画像, 音声, 地図, テキスト, センサーデータ, ゲノムデータなど多種類にわたり, 解析するためのソフトウエアも多くの手法から構成されている. 以前と異なる例として, 病理診断のデータ解析の場合について, 病理画像データや診断書テキストデータから, いかにしてデータ解析できる情報を取り出して解析を行っているかを示す.

抄録全体を表示

PDF形式でダウンロード (1025K)

論文 (優秀賞受賞者)

Vector ε アルゴリズムによる EM アルゴリズムの収束の加速化とその改良

黒田正博

2017 年 30 巻 2 号 p. 131-143
発行日: 2017年
公開日: 2020/09/12

DOIhttps://doi.org/10.20551/jscswabun.30.2_131

ジャーナルフリー

抄録を表示する抄録を非表示にする

　EM アルゴリズムは, 欠測を含む観測データから最尤推定値を求める反復法として広く用いられており, 収束の安定性, 適用モデルの汎用性, さらにプログラミングの容易性などの優れた性質を有している. その一方で, 収束の遅さが弱点として指摘されてきた. これは, EM アルゴリズムが線形収束することによる. 線形収束する反復法から生成されるベクトル列の収束を加速する方法として補外法があり, その1つに vector ε アルゴリズムがある. 本論文では, vector ε アルゴリズムにより EM アルゴリズムの収束を加速する ε-accelerated EM アルゴリズムと, この加速法に re-starting step を組み込むことで収束スピードの改善を図る εR-accelerated EM アルゴリズムを示す. 数値実験により, これらの加速アルゴリズムの性能を比較・検証する.

抄録全体を表示

PDF形式でダウンロード (741K)
最大値型多変量 Baumgartner 検定とその検出力の比較

村上秀俊

2017 年 30 巻 2 号 p. 145-159
発行日: 2017年
公開日: 2020/09/12

DOIhttps://doi.org/10.20551/jscswabun.30.2_145

ジャーナルフリー

抄録を表示する抄録を非表示にする

　多変量2標本ノンパラメトリック検定について考える. 多変量ノンパラメトリック検定では, 多変量データに対してどのように順位を決定するかが重要な問題となる. 本論文では, Jurečková & Kalina (2012) によって提案された距離に基づいて多変量データの順位を決定し, その順位を用いた最大値型多変量 Baumgartner 統計量を提案する. シミュレーションにより様々な多変量分布において検出力の比較を行い, 提案統計量の妥当性を示す. 最後に, 実際の多変量データに対して, 提案した統計量による仮説検定を行う.

抄録全体を表示

PDF形式でダウンロード (334K)

論文 (学生研究発表賞受賞者)

非重み付きグラフの幾何構造に着目したgraph embedding法について

寺田吉壱

2017 年 30 巻 2 号 p. 161-171
発行日: 2017年
公開日: 2020/09/12

DOIhttps://doi.org/10.20551/jscswabun.30.2_161

ジャーナルフリー

抄録を表示する抄録を非表示にする

　ネットワークデータ解析においてネットワークの可視化は最も基本的な役割を担う. ネットワークの頂点をユークリッド空間を含む多様体上へと埋め込む可視化は, graph embeddingやgraph drawingと呼ばれ, これまでに非常に多くの方法が提案されている. しかし, 多くのgraph embedding法は, 可視性に重点を置いており, ネットワークの構造をどのように多様体上に再現するのかという重要な問題を扱った研究は少なかった. 一方, 近年, 機械学習の分野においてこの重要な問題に取り組んだ研究が進んでいる. 本稿では, 非重み付きグラフとして表現されるネットワークデータに着目し, その背後の幾何的な構造に注目したgraph embedding法とその性質について紹介する.

抄録全体を表示

PDF形式でダウンロード (9115K)
スパース正則化に基づく回帰モデリングとその計算アルゴリズム

川野秀一

2017 年 30 巻 2 号 p. 173-186
発行日: 2017年
公開日: 2020/09/12

DOIhttps://doi.org/10.20551/jscswabun.30.2_173

ジャーナルフリー

抄録を表示する抄録を非表示にする

　高次元データに対する統計的モデリング手法の1つとして, スパース正則化に基づく回帰モデリングがある. 本稿では, 線形回帰モデルの枠組みの下でいくつかのスパース正則化法を紹介する. また, スパース正則化モデルに含まれるパラメータ推定値を求めるための計算アルゴリズムも紹介する.

抄録全体を表示

PDF形式でダウンロード (688K)
構造方程式モデル決定木 (SEMTree) の方法と課題 — テンプレートモデルの誤設定を中心に —

宇佐美慧

2017 年 30 巻 2 号 p. 187-200
発行日: 2017年
公開日: 2020/09/12

DOIhttps://doi.org/10.20551/jscswabun.30.2_187

ジャーナルフリー

抄録を表示する抄録を非表示にする

　本報告では, 縦断デザインに着目して, 主要な変化のパターンを抽出して対象をグループに分類しながらグループ間差を説明する独立変数を同時に探索する方法である, 構造方程式モデル決定木 (SEMTree) の方法について紹介する. SEMTreeでは, 従属変数間の関係性を表現するモデルであるテンプレートモデルをSEMにより設定してモデル内の母数を推定しながら, 母数のグループ間差を説明するのに有効な独立変数を, 教師あり学習である決定木を用いて探索して対象を分割していく. そして, SEMTreeにおける方法論上の課題の1つである, テンプレートモデルの誤設定の問題について, 実際の分析例を踏まえながら説明していく.

抄録全体を表示

PDF形式でダウンロード (925K)
移動体のシルエット形状のスケール補正法に関する研究 — 歩容解析への応用

大草孝介

2017 年 30 巻 2 号 p. 201-211
発行日: 2017年
公開日: 2020/09/12

DOIhttps://doi.org/10.20551/jscswabun.30.2_201

ジャーナルフリー

抄録を表示する抄録を非表示にする

　本論文では, 正対して撮影された歩行映像における, 対象のシルエット形状のスケール補正法について論じる. 正対して対象が移動する場合の解析は, 映像上で対象が拡大するために分析が難しいという問題点を抱える. この問題に際し, 大草・鎌倉 (2012) では, 対象の形状の時系列変動を縦幅・横幅の時系列変動に落とし込み, それらをモデリング・解析する方法を提案してきた. 一方で, 上記の手法では対象の動作を縦幅・横幅の時系列変動という2次元に落とし込んでいるため, 対象の動作に関する情報を失っている可能性が考えられる. 本報告ではその点に着目し, 次元を落とし込むことなく対象のスケールの変動を補正する手法について論じる.

抄録全体を表示

PDF形式でダウンロード (1311K)
ベイズ統計的アプローチによる多次元尺度構成法：レビューと個人差を考慮した心理学実験データへの応用

岡田謙介

2017 年 30 巻 2 号 p. 213-227
発行日: 2017年
公開日: 2020/09/12

DOIhttps://doi.org/10.20551/jscswabun.30.2_213

ジャーナルフリー

抄録を表示する抄録を非表示にする

　ベイズ統計的なアプローチによるデータ分析は, その高い柔軟性や結果の解釈しやすさ, 汎用的な推定ソフトウェアの発展などにより, 実データを扱う様々な分野で広く活用されている. 対象間の非類似度データから距離関数を介して潜在的布置を推定する多次元尺度構成法には, ベイズ的アプローチの導入が比較的遅く, 基礎的な方法が提案されたのも今世紀に入ってからであった. 本稿では, これまでに提案されてきたベイズ統計的アプローチによる多次元尺度構成法の各種モデル・方法について, その相違点と意義を明らかにしながらレビューを行う. また, 推定におけるいくつかの特徴的な点を概観する. そして, 個人差を考慮した多次元尺度構成法のベイズ的アプローチを心理学の実データに適用し, 分析と解釈の例を示す. 利用したMCMC推定のためのソフトウェアであるStanのコードを付録に掲載する.

抄録全体を表示

PDF形式でダウンロード (7431K)

総合報告

ビッグデータ時代の計算機統計学と計算環境

田澤司

2017 年 30 巻 2 号 p. 229-241
発行日: 2017年
公開日: 2020/09/12

DOIhttps://doi.org/10.20551/jscswabun.30.2_229

ジャーナルフリー

抄録を表示する抄録を非表示にする

　ビッグデータと言われる領域の, 現状における定義, 背景, 活用分野に関して解説する. さらに具体的なデータの蓄積形態, また機械学習を中心にした分析技術に関しても解説する.

抄録全体を表示

PDF形式でダウンロード (512K)

編集委員会からのお知らせ

投稿規定-改訂2017年7月-

2017 年 30 巻 2 号 p. 243-
発行日: 2017年
公開日: 2020/09/12

DOIhttps://doi.org/10.20551/jscswabun.30.2_243

ジャーナルフリー

PDF形式でダウンロード (153K)
執筆要項-改訂2017年7月-

2017 年 30 巻 2 号 p. 244-
発行日: 2017年
公開日: 2020/09/12

DOIhttps://doi.org/10.20551/jscswabun.30.2_244

ジャーナルフリー

PDF形式でダウンロード (148K)
著作権等について-改訂2017年7月-

2017 年 30 巻 2 号 p. 245-
発行日: 2017年
公開日: 2020/09/12

DOIhttps://doi.org/10.20551/jscswabun.30.2_245

ジャーナルフリー

PDF形式でダウンロード (129K)

奥付

2017 年 30 巻 2 号 p. App2-
発行日: 2017年
公開日: 2020/09/12

DOIhttps://doi.org/10.20551/jscswabun.30.2_App2

ジャーナルフリー

PDF形式でダウンロード (35K)
裏表紙

2017 年 30 巻 2 号 p. Cover2-
発行日: 2017年
公開日: 2020/09/12

DOIhttps://doi.org/10.20551/jscswabun.30.2_Cover2

ジャーナルフリー

PDF形式でダウンロード (18K)

J-STAGEへの登録はこちら（無料）