統計数理研究所オープンハウス “データとシステムの数理が紡ぐ未来社会”

コロナウィルス感染拡大は、人々のつくるネットワーク上を拡散していきます。そして、感染拡大を抑制するためには、人間社会ネットワークを形成する個々人が行動を変えることが重要となります。この講演では、「システム制御」という工学的アプローチを用いて、人々の行動変容を促し、コロナ感染拡大を抑制するための方法論について、わかりやすく説明します。

2003年、京都大学大学院情報学研究科博士課程修了。博士（情報学）。 京都大学助手、助教、講師を経て、2016年より北九州市立大学環境技術研究所教授。 また、同年よりインド工科大学の客員教授を兼任。 専門分野は制御理論と機械学習。IEEE制御システム部門より国際賞である Transition to Practice Award（2012年） および George S. Axelby Outstanding Paper Award（2018年）をそれぞれ受賞。 そのほか、計測自動制御学会や電子情報通信学会の論文賞など、 受賞多数。IEEEの上級会員 (Senior Member)。著書に Sparsity Methods for Systems and Control (Now Publishers) や「スパースモデリング」（コロナ社）、 「マルチエージェントシステムの制御」（コロナ社、SICE著述賞受賞）、「ネットワーク化制御」（コロナ社、SICE著述賞受賞）などがある。

本講演では、発表者が公衆衛生分野における生物統計学専門家としての立場から、COVID-19パンデミック下で解析してきた様々なデータと解析手法、その限界を網羅的に整理する。特に、１）超過死亡と呼ばれる感染症がなかった場合の仮想死亡数と観察死亡数との差を推定する問題、および２）SNSなどを用いた迅速なサーベイランスによるデータ解析とその問題点について重点的にカバーする予定である。

2016年に総合研究大学院大学複合科学研究科統計科学専攻を卒業し、その後アメリカ、スイスでポスドクとして生物統計学の研究に従事する。その後、聖路加国際大学にて准教授として公衆衛生学における統計学を研究し、現在は国立感染症研究所において疫学統計室長として勤務している。

新型コロナウイルス感染症（COVID-19）が流行してから、統計数理研究所において異分野の研究者が集まり、継続的なデータ収集、感染状況の多角的なデータ分析、国際的な文献動向の分析、感染状況の確率的な時空間モデル化などの検討・研究を行ってきました。その一部をご紹介します。

東京大学医学部保健学科卒、東京大学博士。2014年より統計数理研究所准教授。 主に経時データ解析手法の開発、健康関連データの長期推移に関する研究に従事。