論文タイトル

Special feature: advances in latent variable theory and methodology.

●

本稿は、潜在変数モデルの理論と方法論に関する特集号のEditorialです。潜在変数を用いた統計モデルにおける近年の研究動向と、本特集に収録された研究成果を紹介しています。

公開日：2026年2月21日

執筆者  ※所属は論文作成当時／敬称略

論文タイトル

Improvement of prediction accuracy by choosing resampling distribution via cross-validation

●

モデル選択後の予測では、選択結果のばらつきが予測を不安定にすることがあります。本論文では、パラメトリック・ブートストラップ平滑化で用いるリサンプリング分布を、交差検証によって選択する方法を提案しました。複数のデータへの適用により、従来法より高い予測精度を得られることを示しています。

採択日：2024年9月26日

執筆者  ※所属は論文作成当時／敬称略

論文タイトル

ランダムでない欠測を含む時系列モデリング

●

時系列データに欠測がある場合、一般的な状態空間モデルによる補完は、欠測がランダムに生じることを仮定しています。本論文では、ランダムでない欠測に対して欠測確率をモデル化し、推定のバイアスを小さくするパラメータ推定法と欠測補完法を提案しました。モンテカルロEMアルゴリズムを用い、シミュレーションにより有効性を検証しています。

採択日：2024年2月27日

執筆者  ※所属は論文作成当時／敬称略

論文タイトル

Fast same-step forecast in SUTSE model and its theoretical properties

●

本論文は、SUTSEモデルを用いた多変量時系列予測に関する研究です。通常まとめて行われるモデル推定と予測誤差の相関推定を二段階に分けることで、大規模な行列計算を回避する高速予測法を提案しました。バスの混雑度予測では、約11時間を要した解析を約8秒で実行し、予測精度にも大きな差がないことを確認しています。

採択日：2023年9月24日

執筆者  ※所属は論文作成当時／敬称略

論文タイトル

Hierarchical clustered multiclass discriminant analysis via cross-validation

●

通常の線形判別分析では、分類が難しいクラスを含む場合に予測精度が低下することがあります。本論文では、交差検証値をクラスター間の非類似度として用いる階層的クラスタリングと線形判別分析を組み合わせた手法を提案しました。回帰表現を利用した高速な近似計算法により、人工データと実データの双方で高い予測精度と計算効率を示しています。

採択日：2022年9月2日

執筆者  ※所属は論文作成当時／敬称略

論文タイトル

Sparse and simple structure estimation via prenet penalization

●

因子分析では、因子負荷量をスパースで解釈しやすい構造として推定することが重要です。本論文では、因子負荷量の積に基づく新しい正則化法「prenet」を提案しました。正則化の強さを調整することで、負荷量をゼロに縮小すると同時に、各変数が単一の因子に対応する単純構造を推定できます。

採択日：2022年4月13日

執筆者  ※所属は論文作成当時／敬称略

論文タイトル

Interpretable modeling for short- and medium-term electricity demand forecasting

●

本論文では、過去の需要と日々の気象予報を用いた短期・中期の電力需要予測を扱っています。気象が需要に与える非線形な影響を、基底展開を用いた変化係数モデルと非負最小二乗法によって表現し、解釈しやすい予測モデルを構築しました。実データへの適用により、気象や新型コロナウイルス感染状況の影響を捉えながら、高い予測精度を得られることを示しています。

採択日：2021年11月1日

執筆者  ※所属は論文作成当時／敬称略

論文タイトル

Sparse multivariate regression with missing values and its application to the prediction of material properties

●

材料科学では、複数の材料特性を同時に予測する際に、目的変数に多くの欠測が含まれることがあります。本論文では、回帰係数と目的変数の逆共分散行列をスパースに推定し、欠測値の補完も行う多変量回帰法を提案しました。22種類の材料特性を含む実データに適用し、変数間の相関を活用した予測の有効性を示しています。

採択日：2021年10月25日

執筆者  ※所属は論文作成当時／敬称略

論文タイトル

Relationship between gene regulation network structure and prediction accuracy in high dimensional regression.

●

植物の遺伝子から形質を予測する際，通常Lassoなどの高次元回帰モデルが用いられますが，遺伝子ネットワークと予測精度の関係性についてはこれまであまり議論されていませんでした．本論文では，その関係性をモンテカルロシミュレーションによって検証しました．

研究内容の詳しい解説が『九大理学部ニュース』に掲載されています．

九大理学部ニュース

最小限の測定データから有用な遺伝子を見出す

https://www.sci.kyushu-u.ac.jp/koho/qrinews/qrinews_210819.html

執筆者 　※所属は論文作成当時 / 敬称略