東北大学情報科学研究科 荒木研究室

今後の予定

第5回 内藤 貫太 「多次元空間における埋め込み1次元曲線の同時信頼領域」

日時 : 2024年5月8日（水）16:00 ~ 17:00
場所 : 東北大学大学院情報科学研究科棟2階大講義室
講演者 : 内藤 貫太 （東北大学大学院情報科学研究科）
タイトル : 多次元空間における埋め込み1次元曲線の同時信頼領域
概要 : 多次元空間に埋め込まれた1次元曲線の推測に関して考察を与える。 動機となるデータは、例えば生物種の多次元的な成長に着目した際に多く実在している。 このようなデータは多次元空間に埋め込まれた1次元曲線の周辺に存在するものとして理解すると都合が良い。 こういった多次元データから埋め込み1次元曲線の信頼領域を構築する方法については研究が少なく、特に“同時信頼領域”に関する研究は見当たらないようである。 本講演ではノンパラメトリック平滑化を用いて埋め込み1次元曲線の同時信頼領域を構築する方法について紹介する。 構築される信頼領域の理論的性質について議論を与える。 シミュレーション実験の結果および実データへの適用結果についても報告する。

第6回 大石 峰暉

日時 : 2024年5月22日（水）17:00 ~ 18:00
場所 : 東北大学大学院情報科学研究科棟2階大講義室
講演者 : 大石 峰暉（東北大学 データ駆動科学・AI教育研究センター）
タイトル :
概要 :

第1回 坂田 綾香「グループテストにおける推論と最適カットオフ評価」

日時 : 2024年2月8日（木）16:00 ~ 17:30
場所 : 東北大学大学院情報科学研究科棟711演習室
講演者 : 坂田 綾香（統計数理研究所 数理・推論研究系）
タイトル : グループテストにおける推論と最適カットオフ評価
概要 : グループテストは、複数のアイテムを同時に検査することで検査回数を減らしつつ、アイテムの状態(欠陥の有無)を推定する手法である。 一般に未知変数の数よりも観測(検査)数が少ない設定を扱うため、欠陥の推定は劣決定問題であるが欠陥アイテム数が十分小さいというスパース性仮定のもとでは、欠陥の有無を一意に同定できる場合がある。 今回の発表では、ノイズのあるグループテストにおける推論問題に焦点を当て、意思決定理論の観点から欠陥アイテムを特定する手法について紹介する。

第2回 松田 安昌「東京賃貸市場の時空間分析」

日時 :2024年2月14日（水）16:00 – 17:00
場所 : 東北大学大学院情報科学研究科棟2階中講義室
講演者 : 松田 安昌（東北大学経済学部）
タイトル : 東京賃貸市場の時空間分析（松田安昌, 込山湧士）
概要 : 東京２３区賃貸市場のビッグデータをもちいて流動性、価格弾力性を評価し、コロナ禍期間前後の変動から東京賃貸市場の特徴を明らかにすることを目的とする。 賃貸市場ビッグデータは、2019年から2021年までの約3年間にわたる賃貸取引の詳細を含み、物件の特徴量(賃料、広さ、階数、その他)及びweb広告初掲載の日時と掲載終了日時が記録される。 本報告では、掲載開始日から終了日までを生存時間と考え、Cox回帰モデルを基本にニューラルネットで非線形に拡張した時空間モデルを提案する。 分析結果はまだ未完で、途中経過の報告となります。生存時間分析のレビューからはじめる予定です。

第3回 西郷 甲矢人「圏上の非可換確率空間：確率構造と因果構造の融合」

日時 : 2024年2月22日（木）15:30 – 16:30
場所 : 東北大学大学院情報科学研究科棟2階大講義室
講演者 : 西郷 甲矢人（長浜バイオ大学）
タイトル : 圏上の非可換確率空間：確率構造と因果構造の融合
概要 : 非可換確率空間は測度論的確率空間の一般化であり、量子論の数理的基盤でもある。 一方、因果構造の一般的取り扱いにおいて近年圏論的な枠組みが注目され始めている。 講演者は量子論（非可換確率構造）と相対論（因果構造）の融合である量子場の数理の 基盤として用いるためにこの概念を定義・研究してきたが、認知のモデル化や因果推論にもその応用が広がる可能性も見えてきた。基礎理論のみならず応用への可能性にも重点を置きながら、今後の展望を含めて議論したい。

第4回 安齋 達彦「COVID-19流行下の自殺死亡数変動評価における統計モデルの活用」,
　　　高橋 邦彦「疾病地図と空間疫学研究におけるデータ分析」

日時 : 2024年3月21日（木）15:00 – 17:10
場所 : 東北大学大学院情報科学研究科棟2階大講義室
講演者1 : 15:00-16:00 安齋 達彦（東京医科歯科大学 M&Dデータ科学センター）
タイトル : COVID-19流行下の自殺死亡数変動評価における統計モデルの活用
概要 : 新型コロナウイルス感染症（COVID-19）流行下には社会状況の大きな変化があり、日本では感染初期から自殺者の増加が懸念されていた。 一般に感染症流行による健康影響を評価するために、感染症が流行していない状況下で想定される死亡数の期待値と実際の観測値との差を表わす「超過死亡」が一つの指標として用いられることがあるが、 講演者らは日本国内での自殺による死亡に着目し、その超過死亡の動向から自殺死亡数の変動を評価し、さらにCOVID-19流行期間内における社会状況の変化と自殺死亡数の増減の関係性などについていくつか分析を行い発表してきた。 本発表では、これらの自殺死亡数の変動に関する疫学的検討を通して、その評価における統計モデルの活用について議論したい。

講演者2 : 16:10-17:10 高橋 邦彦（東京医科歯科大学 M&Dデータ科学センター）
タイトル : 疾病地図と空間疫学研究におけるデータ分析
概要 : あるデータに対してその位置情報を付加したデータは空間データとよばれ、近年その利活用が進んできている。 空間データを扱うことで、従来のデータによる「どのくらい」という量だけではなく、「どこに、どのくらい」という情報を得ることができ、 特に疾病発生をはじめとする健康関連分野における地域的な分布を分析する空間疫学では中心的なデータとなり、またそれを視覚化するための疾病地図も身近になってきている。 本講演では空間疫学における代表的な統計モデルや分析の概要とともに、感染症の発生や突発的な事象の発生を早期発見する際に利用されるクラスタ検出法として、講演者らが提案する疾病集積性の検定法とその応用について紹介する。

「Generalized Additive Modelling methods for two issues in health/epidemiology」