|
[r58]
日本発
情報幾何の礎 Shun-Ichi Amari (甘利俊一)
著「Differential Geometrical Methods
in Statistics (統計学の微分幾何の方法)」．
科学者の本棚 --『鉄腕アトム』から『ユークリッド原論』まで--「科学」編集部編 (2011) 岩波書店
[r57]
Comment
on `Riemann manifold Langevin and Hamiltonian Monte Carlo methods'. M.
Girolami, B. Calderhead, J Royal Statistical Society B 73, 2 (2011) 123-214
[r56] ゲノム・プロテオミクスデータを用いた予測解析:
機械学習による新しい統計的手法. 小森
理，江口 真透．計量生物学 32,
1, (2011) 49-73 [pdf]
( 2011年度ジャフィー論文賞受賞
)
[r55]
AUCを用いた格付予測評価指標と重み付き最適化. 三浦 翔，山下 智志，江口 真透．`定量的信用リスク評価とその応用' 津田博史 ・中妻照雄 ・山田雄二 編
(2010) 朝倉書店 [pdf]jj
[r54]
ブースティング．医学統計学の辞典，丹後俊郎 ・小西貞則
編， 朝倉書店 (2010) [pdf]
[r53]
内部格付手法における回収率・期待損失の統計型モデル−実績回収率データを用いたEL・LGD推計−. 三浦 翔，山下 智志，江口
真透．金融研究研修センター・21年度ディスカッションペーパー (2010) [pdf]
[r52]
Extension of
ROC curve.
Takenouchi, T. and Eguchi, S. Machine Learning for Signal Processing XIX -
Proceedings of the 2009 IEEE Signal Processing Society Workshop, MLSP
(2009)
[pdf]
[r51] Robust hierarchical
clustering for gene expression data analysis. Md. Nurul Haque Mollah, Mari
Pritchard, Osamu Komori and Shinto Eguchi. Communications of
SIWN,
6 ( 2009) 118-122 [pdf]
[r50] 信用リスクスコアリングにおけるAUCとAR値の最大化法.
三浦 翔，山下 智志，江口
真透．金融研究研修センター・20年度ディスカッションペーパー (2008) [pdf]
[r49] 関連遺伝子セットの多重解の存在．プリチャード真理, 江口真透．日本統計学会誌 38巻
シリーズJ 2号，199−212 (2009) [pdf]
[r48] べき関数が連想する統計学.
科研費シンポジウム`Recent Advances in Statistical Inference - in Honor of Professor
Masafumi Akahira’, 筑波大学, 2008. [pdf]
[r47] On the bound of statistical inference for
observational data. Invited Session: Statistical Inference for Observational
Studies, International Association for Statistical Computing (IASC) 411-415,
2008. [pdf]
[r46]
観察データの推測の限界−揺らぎモデルアプローチ− 科研費シンポジウム 「統計的データ解析手法の評価と開発」，広島大学， 2008年1月.
[pdf]
[r45]
Robust
composite interval mapping for QTL analysis by minimum $\beta$-divergence
method. Md. Nurul Haque Mollah and Shinto Eguchi. IEEE International
Conference on Bioinformatics and Biomedicine (BIBM 08), 115-120 (2008).
ISBN:
978-0-7695-3452-7
[pdf]
[r44]
Information
divergence geometry and the application to statistical machine learning.
Information Theory and Statistical
Learning,
chapter 13, 309-332. (2008) Eds. F. Emmert-Streib and M. Dehmer, Springer
US
[pdf]
[r43]
Adaptively
robust blind audio signals separation by the minimum β-divergence
method.
Mollah, Md. Nurul Haque and Shinto Eguchi. Computer and Information
Technology, 2008. ICCIT 2008. 10th International Conference. ISBN:
978-1-4244-1550-2 [pdf]
[r42]
統計的パターン認識:
線型判別からアダブーストまで. 日本化学会情報化学部会誌
25, 68 (2007) [pdf]
[r41]
リスク科学のための人工知能的方法と統計的思考. 人工知能学会誌 22巻
5号特集「定量的リスク科学」656-662 (2007年9月) [pdf]
[r40] 心にのこる1冊 ： “Differential Geometrical Methods in
Statistics（統計学の微分幾何の方法）”Shun-Ichi Amari （甘利俊一） 著, 77巻 6号, 642-643, 2007年6月,
科学（岩波書店）[pdf]
[r39] 統計的学習理論による多重分光画像の画素判別．西井龍映，江口真透. 計算機統計学 19, 2, 151-164 (2006) [pdf]
[r38]
ゲノムデータ解析のための統計的方法を目指して.
特集:予測と発見,
統計数理 54, 375-403, 2006 [abst]
[pdf]
[r37] Supervised image classification of multispectral images
based on statistical machine learning.
Nishii, R. and Eguchi, S. "Signal and
Image Processing for Remote Sensing",
Edited by C.H. Chen, 346-370, November 2006, Taylor and Francis Books.
ISBN:9780849350917 [abst]
[pdf]
[r36] Spatio-temporal contextual image classification based on
spatial AdaBoost. Nishii, R and Eguchi,
S. IEEE International Geoscience & Remote sensing
Symposium, Seoul. July, 2005. [abst]
[pdf]
[r35] GroupAdaBoost for selecting important
genes. Takashi Takenouchi, Masaru
Ushijima, Shinto Eguchi, Fifth IEEE
Symposium on Bioinformatics and Bioengineering, 218-221. October, 2005 [abst]
[pdf]
[r34] Robust supervised image classifiers by spatial AdaBoost
based on robust loss functions. Ryuei
Nishii and Shinto Eguchi. Image and Signal Processing for Remote Sensing XI,
edited by L. Bruzzone. Proceedings of
SPIE, 5982 59820D,
2005 [abst]
[pdf]
[r33] DNA チップデータ解析において統計学の役割は何か？ バイオテクノロジージャーナル 5，430-435, 羊土社
(2005年7月) [pdf]
[r32] 情報幾何 (6月，2007年）
小項目 (統計データ科学活用事典）朝倉書店 [pdf]
[r31] Local Parametric Modeling
via U-Divergence. Invited Program
Meeting 22. Organizer: B. U. Park: Discussant: Irene Gijbels, 55th Session of
International Statistical Institute at Sydney, April, 2005. [pdf]
[r30] The most robust loss function for
boosting. Presented by T. Kanamori at
Neural Information Processing: 11th International Conference, ICONIP 2004,
Calcutta. (T. Kanamori, T. Takenouchi, S. Eguchi and N. Murata) Lecture Notes in Computer Science 3316, 496-501,
Springer. [abst],
[pdf]
[r29] Supervised image classification based on AdaBoost with
contextual weak classifiers. R. Nshii
and S. Eguchi Proc. of 2004 IEEE
International Geoscience and Remote Sensing Symposium, II, 1467-1470, Anchorage. [abs] [pdf].
[r28] 独立成分分析
[pdf] ,
統計的推測[pdf]
(小項目・バイオインフォマティクス辞典, 共立出版，2006年 ）
[r27] 情報幾何と統計的パタン認識.
数学 56巻 380-399，日本数学会編集，岩波書店，2004年10月. [pdf].
[r26] 統計的パタン識別の情報幾何
−U ブースト学習アルゴリズム−
数理科学 特集「統計科学の最前線」, No. 489, 53-59 March 2004. [pdf]
[r25] Geometry of U-Boost algorithms. 林原フォーラム「偶然と必然−数理、情報、経済」分科会「情報の物理学」: Presented by N. Murata (N.
Murata, T. Takenouchi, T. Kanamori, S. Eguchi ) (July 2003) [pdf]
[r24]Adaptive selection for
minimum beta-divergence method. M.
Minami and S. Eguchi. Fourth International Symposium on Independent Component
Analysis and Blind Signal Separation, (April 2003) Editors S. Amari
et al., 475-480 [pdf]
[r23] 一般化線形モデル， 数学辞典第4版小項目原稿 (岩波書店)． [pdf]
[r22] U-boosting Method for
Classification and Information Geometry. Invited talk on International Statistical Workshop,
Statistical Research Center for Complex System, Seoul Natinal University, (June
2002) [pdf]
[r21] 統計的識別の方法について −
ロジスティック判別からアダブーストまで − 応用統計学会 第24回
シンポジウムプログラム−多変量解析の新展開− 特別講演 (5月,
2002) [pdf]
[r20] Common room with
statisticians and neural networkers− Near-parametric approach to probablistic
modeling− (招待講演) 1999年 情報論的学習理論ワークショップ
（IBIS 1999）[dvi] [pdf]
[r19]
Neyman-Pearsonの補題から導かれる判別分析， 福島大学商学論集 第67巻第3号 39-46，故
豊岡康行教授追悼号（1999年2月） [pdf]
[r18] 概パラメトリック推測−柔らかなモデルの構築−. 統計数理４７巻１号
(1999), 29-48. [dvi] [pdf]
[r17] 平成8年度 統計数理研究所 公開講座 要論 Ｂ 「基礎からの情報幾何」
(1998) [pdf]
[r16] マルコフ連鎖モンテカルロ法による高次元積分，
小川奈美子， 江口 真透. 統計数理４５巻２号
(1997), 377-408. [pdf]
[r15] Sensitivity Approximations
for Selectivity Bias in Observational Data Analysis. J. B. Copas and Eguchi, S. Technical Report 312
(1997), Department of Statistics, University of Warwick. [dvi] [pdf]
[r14] 情報幾何の新展開, ISM Research Memo. 633 (1997).
[dvi] [pdf]
[r13] モンテカルロ積分の情報幾何，共同研究リポート 82（1996), 43-46. [dvi] [pdf]
[r12] Improvement on the
relative entropy risk of the MLE by gradient. S. Eguchi. Metrika
42, 235 - 237, 1995. [pdf]
[r11] 相対エントロピーと数理進化学,
数理科学12 (1993), 31-35.[pdf]
[r10] Recent developments of the
theory of statistical inference,
Japan J. Statist.
Soc. 22, (1993), 275-312, (Kubokawa, T., Eguchi, S., Takemura,
A. and Konishi, S.).
[r09] Statistical inference from observations with censoring
and grouping for exponential families.
In Statistical Sciences and Data
Analysis, eds. K. Matusita et al.
(1993) 291-299. VSP, Utrecht.[abs] [pdf]
[r08] Inverse problem in kinetic
model of petrole generation,
Mem. Fac. Sci, Shimane
University 26 (1992), 29-38, (Eguchi, S., Amisaki, T. and Suzuki,
N.).[pdf]
[r07] A modification of the
Newton method from a viewpoint of statistical testing methods,
Mem. Fac. Sci, Shimane
University 25 (1991), 15-19, (Morita, T. and Eguchi, S).[pdf]
[r06] Minimum contrast statistic
with Bartlett factor, Hiroshima
Statistical Research Group Technical Report 266 (1990).
[r05] 統計的推論と情報幾何−白血球の型HLAから−, 数理科学９ (1988),
22-25.[pdf]
[r04] Contrast from one
probability measure to another, RIMS
講究録 623 (1987)., 79-86
[r03] Geomeric view of asymptotic distributions of test
statistics, Proceeding of Third Pacific Area Statistical
Conference (1986), 47-51.
[r02] Model-fidelity of maximum likelihood estimator in a
curved exponential family.
Statistical Theory and Data
Analysis, ed. K. Matusita (1985),
207-223, North Holland.[pdf]
[r01] Characterization of second
order efficiency for estimators, RIMS
講究録 507 (1983), 1-15.
|