廣瀬研究室では，数理統計学をベースとした新たな統計解析手法の研究開発を行っています．また，機械学習で使われる手法の考え方も取り入れています．

最近取り組んでいる応用例として，以下が挙げられます．

• 植物の遺伝子データ解析を行うことにより，効率的なバイオエネルギーの探索を行う．
• 電力需要・発電量予測を行い，エネルギーマネジメントに役立てる．
• 欠損の多いアンケートデータを解析して，商品購買の有無を予測する．
• 街の住みやすさなどのアンケートデータ解析をして都市計画に役立てる．

上記のデータ解析を行うために，正則化法（とくにスパース推定）や高次元因子分析モデルなどの手法が使われます．

これまでの修士論文のタイトル：

• 小家 亜斗吏（2017年度）　群の数が多いデータに対する線形判別
• 皆川 聡慶（2019年度）　一般化リッジ推定による回帰モデルの変数選択

最近の論文の解説：

因子分析モデルにおける正則化法として，Prenet正則化と呼ばれる新たな手法を考えました．この正則化は因子回転で用いられるQuartimin回転の一般化となっています．また，正則化パラメータが大きいとき，変数クラスタリングに対応し，k-meansの一般化であることがわかりました．因子分析は，通常，社会科学に使われますが，提案法はクラスタリング手法として手書き文字データやfMRIデータにも適用することが可能で，k-meansよりも良い結果が得られることを示しました．