|
[1] Mitsuhiro, M. and Yadohisa, H. (2015): Reduced k-means clustering with MCA in a low-dimensional space, Computational Statistics, 30 (2), 463-475.
[2] Takagishi, M. and Yadohisa, H. (2015): Semi-supervised clustering for sparsely sampled longitudinal data, Procedia Computer Science, 61, p18-23.
[3] Ikuta, H., Tanioka, K. and Yadohisa, H. (2015): Simultaneous analysis of multi-label classification and dimensionality reduction with clustering labels, 60th World Statistics Congress, Rio de Janeiro, Brazil.
[4] Tsuchida, J. and Yadohisa, H. (2015): Bayesian Asymmetric Multidimensional Scaling for Two-mode Three-way Count Data by Using Log-linear Model, The 9th Conference of the Asian Regional Section (ARS) of the International Association for Statistical Computing (IASC), Shingapore, (December 17 - 19, 2015).
[5] Tanioka, K. and Yadohisa, H. (2015): Constrained asymmetric MDS based on raidus model, The 9th Conference of the Asian Regional Section (ARS) of the International Association for Statistical Computing (IASC), Shingapore, (December 17 - 19, 2015).
[6] Hasegawa, K. and Yadohisa, H. (2015): Multidimensional scaling for one-mode three-way symbolic dissimilarity data, The 9th Conference of the Asian Regional Section (ARS) of the International Association for Statistical Computing (IASC), Shingapore, (December 17 - 19, 2015).
[7] Tsuchida, J. and Yadohisa, H. (2015): Bayesian unfolding for count data by using log-linear model, Statistical Computing Asia, p13, Taipei, Taiwan.
[8] Tsuchida, J. and Yadohisa, H. (2015): Canonical correlation analysis for three-mode three-way data, The 2015 conference of the International Federation of Classification Societies, p253, Bologna, Italy.
[9] Tanioka, K. and Yadohisa, H. (2015): Clustering for categorical data based on non-negative subspace, The 24th South Taiwan Statistics Conference and 2015 Chinse Institute of Probability and Statistics Annual Meeting, p95, Changhua, Taiwan.
[10] Tsuchida, J. and Yadohisa, H. (2015): Canonical covariance analysis for three-mode three-way data based on Tucker model, Japan-China Symposium on Theory and Application of Data Science, p8, Kyotanabe, Kyoto.
[11] Abe, H. and Yadohisa, H. (2015): Automatic Relevance Determination in NMF based on a Zero-Inflated Compound Poisson Model, 2015 International Workshop for JSCS 30th Anniversary in Okinawa, Okinawa Institute of Science and Technology Graduate University.
[12]谷岡健資, 上阪彩香, 山下陽司, 大森崇, 寒水崇 (2015): 日本の医学部医学科における統計学の入門講義の実態調査, 計量生物学, 35(2).
[13] 谷岡健資, 宿久洋 (2015): 非負値制約に基づくカテゴリカルデータのクラスタリング法について, 応用統計学会2015年度年会 (於 京都大学).
[14] 土田潤，宿久洋 (2015): 対数線形モデルを用いたベイジアンUnfoldingについて， 第9回日本統計学会春季集会 (於 明治大学)
[15] 高岸茉莉子, 宿久洋 (2015): 関数データ解析法による放射線モニタリングで得られたデータの解析について, 科研費シンポジウム空間データと災害の統計モデル (於 同志社大学今出川キャンパス).
[16] 阿部寛康, 宿久洋 (2015): 気象および地理情報による竜巻発生予測, 科研費シンポジウム空間データと災害の統計モデル (於 同志社大学今出川キャンパス).
[17] 土田潤，宿久洋 (2015): 3相3元データに対するTucker3モデルを用いた正準共分散分析について, 日本計算機統計学会第29回シンポジウム, p77-80, (於 釧路市生涯学習センター)
[18] 阿部寛康, 宿久洋 (2015): 零過剰複合ポアソン分布に基づく非負値行列のTri-factorization について, 日本計算機統計学会第29回シンポジウム, p131-134, (於 釧路市生涯学習センター).
[19] 阿部寛康，宿久洋 (2015): 零過剰非負値行列に対するTri-factorizationについて, 統計サマーセミナー2015, (於 海峡ビューしものせき).
[20] 土田潤，宿久洋 (2015): 2相3元データに対する対数線形モデルを用いたベイズ非対称MDSについて, 日本行動計量学会第43回大会, p402-403, (於 首都大学東京南大沢キャンパス).
[21] 阿部寛康，宿久洋 (2015): 零過剰非負値行列に対するTri-factorizationについて, 日本行動計量学会第43回大会, p342-345, (於 首都大学東京南大沢キャンパス).
[22] 谷岡健資, 宿久洋 (2015): radius modelに基づく制約付き非対称多次元尺度構成法について, 第30回大規模データ科学研究会 (於 北海道大学).
[23] 土田潤，宿久洋 (2015): 対応分析と対数線形モデルを用いたMDSについて, 質的データ分析への再接近-基本理解と周辺理論- (於 統計数理研究所)
[24] 高岸茉莉子, 宿久洋 (2015): スパースな経時データに対する半教師ありクラスタリング法について, 日本計算機統計学会第29回大会, p1-4,(於 山梨県立図書館).
[25] 阿部寛康, 宿久洋 (2015): 零過剰Tweedie分布に基づく非負値行列因子分解について, 日本計算機統計学会第29回大会, p9-12, (於 山梨県立図書館).
[26] 坂上潤, 宿久洋 (2015): 教師付データのためのRKM法について, 日本分類学科第33回大会, p52-54, (於 帝京大学)
[27] 生田洋輝, 谷岡健資, 宿久洋 (2015): ラベルの分類を伴う次元縮約とマルチラベル判別の同時分析法について, 日本分類学科第33回大会, p48-51, (於 帝京大学)
[28] 山下陽司, 宿久洋 (2015): 時系列非類似度データに対するトレンドを考慮した多次元尺度構成法について, 日本分類学科第33回大会, p5-8, (於 帝京大学)
[29] 谷岡健資, 宿久洋 (2015): 直交制約に基づく非計量非負値行列因子分解について, 2015年度統計関連学会連合大会, p176, (於 岡山大学)
|