松田 孟留, Ph.D.

研究内容

近年の実験技術の進歩によって、大規模かつ多様な脳神経データが得られるようになりました。当研究ユニットでは、脳神経データの特性に応じて適切な統計モデルを構築することで、より多くの知見をもたらす統計解析手法を開発していきます。数値解析や最適化などの応用数学の技術も取り入れることで、大規模データにも適用可能な効率的な手法を目指します。また、データ解析の基盤である統計学の理論の研究にも取り組んでいきます。

主要論文

1. Matsuda, T. and Strawderman, W. E.
   "Estimation under matrix quadratic loss and matrix superharmonicity"
   Biometrika, to appear.
2. Matsuda, T., Homae. F., Watanabe, H., Taga, G. and Komaki, F.
   "Oscillator decomposition of infant fNIRS data"
   PLOS Computational Biology, 18(3), e1009985, 2022.
3. Amari, S. and Matsuda, T.
   "Wasserstein statistics in one-dimensional location-scale models"
   Annals of the Institute of Statistical Mathematics, 74, 33–47, 2022.
4. Matsuda, T., Uehara, M. and Hyvarinen, A.
   "Information criteria for non-normalized models"
   Journal of Machine Learning Research, 22(158):1−33, 2021.
5. Matsuda. T. and Miyatake, Y.
   "Estimation of ordinary differential equation models with discretization error quantification"
   SIAM/ASA Journal on Uncertainty Quantification, 9, 302–331, 2021.
6. 松田 孟留
   "競技かるたの決まり字に関する統計的解析"
   応用統計学, 49, 1--11, 2020.
7. Matsuda, T. and Hyvarinen, A.
   "Estimation of non-normalized mixture models"
   22nd International Conference on Artificial Intelligence and Statistics (AISTATS 2019).
8. Y. Maruyama, T. Matsuda and T. Onishi.
   "Harmonic Bayesian prediction under alpha-divergence"
   IEEE Transactions on Information Theory, 65, 5352--5366, 2019.
9. Matsuda, T. and Komaki, F.
   "Time series decomposition into oscillation components and phase estimation"
   Neural Computation 29, 332--367, 2017.
10. Matsuda, T. and Komaki, F.
    "Singular value shrinkage priors for Bayesian prediction"
    Biometrika 102, 843--854, 2015.