小田 凌也RYOYA ODA

Last Updated :2025/07/08

所属・職名
大学院先進理工系科学研究科　准教授
ホームページ
https://sites.google.com/view/ryoya-oda/home
メールアドレス
ryoya-odahiroshima-u.ac.jp
その他連絡先
広島県東広島市鏡山1-3-1 理C809
TEL:(+81) 82-424-7354

基本情報

主な職歴

  • 2022年04月01日, 2025年03月31日, 広島大学, 大学院先進理工系科学研究科, 助教
  • 2019年05月01日, 2022年03月31日, 広島大学, 情報科学部, 特任助教
  • 2018年04月01日, 2019年04月30日, 日本学術振興会, 特別研究員（ＤＣ２）

学歴

  • 広島大学, 大学院理学研究科, 博士課程後期数学専攻, 日本, 2017年04月, 2020年03月
  • 広島大学, 大学院理学研究科, 博士課程前期数学専攻, 日本, 2015年04月, 2017年03月
  • 広島大学, 理学部, 数学科, 日本, 2011年04月, 2015年03月
  • 広島大学大学院, 理学研究科, 数学専攻, 2017年03月23日

学位

  • 修士（理学）　(広島大学)
  • 博士（理学）　(広島大学)

教育担当

  • 【学士課程】 理学部 : 数学科 : 数学プログラム
  • 【博士課程前期】 先進理工系科学研究科 : 先進理工系科学専攻 : 数学プログラム
  • 【博士課程後期】 先進理工系科学研究科 : 先進理工系科学専攻 : 数学プログラム

担当主専攻プログラム

  • 数学プログラム

研究分野

  • 情報学 / 情報学基礎 / 統計科学

研究キーワード

  • 多変量解析, モデル選択, 漸近理論

所属学会

  • 日本統計学会

教育活動

授業担当

  1. 2025年, 教養教育, ４ターム, データサイエンス基礎
  2. 2025年, 教養教育, セメスター（後期）, データサイエンス基礎[1法夜,1経夜]
  3. 2025年, 学部専門, 集中, 数学基礎
  4. 2025年, 学部専門, ２ターム, 確率・統計Ａ演習
  5. 2025年, 学部専門, セメスター（前期）, 数学情報課題研究
  6. 2025年, 学部専門, セメスター（後期）, 数学情報課題研究
  7. 2025年, 学部専門, ４ターム, データ科学
  8. 2025年, 修士課程・博士課程前期, 年度, 数理統計学セミナー
  9. 2025年, 修士課程・博士課程前期, １ターム, 確率統計基礎講義Ｄ
  10. 2025年, 修士課程・博士課程前期, 年度, 数学演習
  11. 2025年, 修士課程・博士課程前期, セメスター（前期）, 数学特別演習Ａ
  12. 2025年, 修士課程・博士課程前期, セメスター（後期）, 数学特別演習Ｂ
  13. 2025年, 修士課程・博士課程前期, 年度, 数学特別研究

研究活動

学術論文（★は代表的な論文）

  1. Comparison of clinical outcomes of polyetheretherketone and hybrid resin crowns placed on molars for over two years, SCIENTIFIC REPORTS, 15巻, 1号, 20250505
    DOIを用いた論文検索結果へのリンク
  2. Forensic discrimination of fiber microspectrophotometry data by resampling and repeating two-sample hypothesis testing, MICROCHEMICAL JOURNAL, 206巻, 202411
    DOIを用いた論文検索結果へのリンク
  3. Ciliochoroidal Detachment After Intrascleral Lens Fixation Using the Yamane Technique, CUREUS JOURNAL OF MEDICAL SCIENCE, 16巻, 8号, 20240810
    DOIを用いた論文検索結果へのリンク
  4. On model selection consistency using a kick-one-out method for selecting response variables in high-dimensional multivariate linear regression, Comm. Statist. Theory Methods., 2024
  5. A Clinical Trial Evaluating the Efficacy of Deep Learning-Based Facial Recognition for Patient Identification in Diverse Hospital Settings, BIOENGINEERING-BASEL, 11巻, 4号, 202404
    DOIを用いた論文検索結果へのリンク
  6. An l2,0-norm constrained matrix optimization via extended discrete first-order algorithms, HIROSHIMA MATHEMATICAL JOURNAL, 53巻, 3号, pp. 251-267, 202311
    DOIを用いた論文検索結果へのリンク
  7. デジタル・リーディングにおけるスクロール方略の分類と判別アルゴリズムの検討, 日本教育工学会論文誌, 2023
  8. ★, Kick-one-out-based variable selection method using ridge-type Cp criterion in high-dimensional multi-response linear regression models, Proceedings of the 15th KES-IDT 2023 Conference (eds. Czarnowski, I., Howlett, R. J. & Jain, L. C.), Smart Innov. Syst. Tec., 352巻, pp. 193-202, 2023
  9. Interactions between junior high school students and young children in home economics class: an examination from students' feelings toward young children, Journal of Home Economics of Japan, 2023
  10. Growth Curve Model with Bilinear Random Coefficients, SANKHYA-SERIES A-MATHEMATICAL STATISTICS AND PROBABILITY, 84巻, 2号, pp. 477-508, 202208
    DOIを用いた論文検索結果へのリンク
  11. Coordinate descent algorithm for normal-likelihood based group Lasso in multivariate linear regression, Proceedings of the 13th KES-IDT 2021 Conference (eds. Czarnowski, I., Howlett, R. J. & Jain, L. C.), Smart Innov. Syst. Tec., 238巻, pp. 429-439, 2021
  12. A consistent likelihood-based variable selection method in normal multivariate linear regression, Proceedings of the 13th KES-IDT 2021 Conference (eds. Czarnowski, I., Howlett, R. J. & Jain, L. C.), Smart Innov. Syst. Tec., 238巻, pp. 391-401, 2021
  13. High-Dimensional asymptotic behaviors of differences between the log-determinants of two Wishart matrices, J. Multivariate Anal., 157巻, pp. 70-86, 2017
  14. Asymptotic null and non-null distributions of test statistics for redundancy in high-dimensional canonical correlation analysis, Random Matrices-Theo., 1950001巻, pp. 1-26, 2019
  15. A consistent variable selection method in high-dimensional canonical discriminant analysis, JOURNAL OF MULTIVARIATE ANALYSIS, 175巻, 202001
    DOIを用いた論文検索結果へのリンク
  16. ★, A fast and consistent variable selection method for high-dimensional multivariate linear regression with a large number of explanatory variables, ELECTRONIC JOURNAL OF STATISTICS, 14巻, 1号, pp. 1386-1412, 2020
    DOIを用いた論文検索結果へのリンク
  17. Consistent variable selection criteria in multivariate linear regression even when dimension exceeds sample size, HIROSHIMA MATHEMATICAL JOURNAL, 50巻, 3号, pp. 339-374, 202011
  18. Strong Consistency of Log-Likelihood-Based Information Criterion in High-Dimensional Canonical Correlation Analysis, SANKHYA-SERIES A-MATHEMATICAL STATISTICS AND PROBABILITY, 83巻, 1号, pp. 109-127, 202102
    DOIを用いた論文検索結果へのリンク
  19. A high-dimensional bias-corrected AIC for selecting response variables in multivariate calibration, COMMUNICATIONS IN STATISTICS-THEORY AND METHODS, 50巻, 14号, pp. 3453-3476, 20210718
    DOIを用いた論文検索結果へのリンク
  20. 異なったGMANOVA モデルにおける最小重み付き残差平方和の差の分布形, 京都大学数理解析研究所講究録, 2017

招待講演、口頭・ポスター発表等

  1. 大標本高次元における多変量線形回帰モデルでのKOO法に基づく変数選択の一致性, 小田凌也, 日本数学会 2025年度年会, 2025年, 招待, 日本語
  2. 多変量線形回帰モデルにおけるサンプル外予測に対する予測平均２乗誤差の不偏推定量, 小田凌也, 日本応用数理学会 第21回研究部会連合発表会 (行列・固有値問題の解法と応用), 2025年, 通常, 日本語
  3. サンプル外予測のための変数選択, 小田凌也, 金曜セミナー, 2024年, 通常, 日本語
  4. 多変量線形回帰モデルにおける out-of-sample に対する Cp 規準, 小田凌也, 統計関連学会連合大会, 2024年, 通常, 日本語
  5. GMANOVAモデルとモデル選択規準の高次元漸近性質, 小田凌也, 岡山統計研究会　第182回研究会（学生セッション）全体レクチャー, 2024年, 招待, 日本語
  6. Asymptotic loss efficiency of a model selection criterion in a high-dimensional GMANOVA model, Ryoya Oda, 統計数理研究所 共同利用 2023 年度 重点型研究 研究集会「高次元データ解析・スパース推定法・モデル選択法の開発と融合」(Development and Integration of High-Dimensional Data Analysis, Sparse Estimation, and Model Selection Methods), 2024年, 通常, 英語
  7. サンプル間に相関をもつ場合の２標本検定., 小田凌也, 栁原宏和, 統計関連学会連合大会, 2023年, 通常, 日本語
  8. Kick-one-out-based variable selection method using ridge-type Cp criterion in high-dimensional multi-response linear regression models, Ryoya Oda, 15th International KES Conference, IDT-23, 2023年, 招待, 英語
  9. 多変量モデルにおける複合型高次元漸近理論を用いたモデル選択規準の漸近損失有効性, Ryoya Oda, 多変量統計学・統計的モデル選択の新展開, 2023年, 通常, 日本語
  10. Condition of GIC to the model minimizing KL-loss function in high-dimensional multivariate linear regression, Ryoya Oda, Hirokazu Yanagihara, 5th International Conference on Econometrics and Statistics (EcoSta 2022), 2022年, 招待, 日本語
  11. GMANOVA モデルにおける予測のための一般化 Cp 規準の漸近性質, Ryoya Oda, 統計関連学会連合大会, 2022年, 通常, 日本語
  12. 高次元多変量線形回帰における KL ロス最小化に基づくモデルの一致性, Ryoya Oda, 広島大学金曜セミナー, 2021年, 通常, 日本語
  13. Asymptotically KL-loss efficiency of GIC in normal multivariate linear regression models under the high-dimensional asymptotic framework, Ryoya Oda, Hirokazu Yanagihara, 統計関連学会連合大会, 2021年, 通常, 日本語
  14. A consistent variable selection method with GIC in multivariate linear regression even when dimensions are large, Hirokazu Yanagihara, 4th International Conference on Econometrics and Statistics (EcoSta 2021), 2021年, 招待, 英語
  15. A consistent likelihood-based variable selection method in normal multivariate linear regression, Ryoya Oda, Hirokazu Yanagihara, 13th International KES Conference, IDT-21, 2021年, 招待, 英語
  16. 多変量線形回帰における正規尤度に基づく簡便なモデル選択法とその一致性の評価について, Ryoya Oda, 広島大学金曜セミナー, 2020年, 通常, 日本語
  17. Consistency of variable selection criteria in high-dimensional multiple responses linear regression, Ryoya Oda, 広島大学金曜セミナー, 2020年, 通常, 日本語
  18. 高次元多変量モデルにおける非正規下での変数選択法の一致性, Ryoya Oda, Hirokazu Yanagihara, 統計関連学会連合大会, 2019年, 通常, 日本語
  19. 多変量線形回帰におけるリッジ型標本共分散行列を用いた変数選択規準の一致性, Ryoya Oda, hirokazu Yanagihara, 統計サマーセミナー, 2019年, 通常, 日本語
  20. 多変量線形回帰における Adaptive Group Lasso 型罰則付き推定法, Ryoya Oda, 日本行動計量学会岡山地域部会第 71 回研究会, 2019年, 通常, 日本語
  21. Group Lasso 型罰則項を伴う重み付き残差平方和の最小化に基づく多変量線形回帰モデルの推定, 小田凌也, 栁原宏和, 統計関連学会連合大会, 2018年, 通常, 日本語
  22. 多変量線形回帰における Group Lasso 型罰則項を用いた推定法, 小田凌也, 統計サマーセミナー, 2018年, 通常, 日本語
  23. A consistent variable selection method in the high-dimensional multiple responses linear regression, Ryoya Oda, Hirokazu Yanagihara, The 5th Institute of Mathematical Statistics Asia Pacific Rim Meeting, 2018年, 通常, 英語
  24. 多変量線形回帰において目的変数の次元が標本数を超えても一致性をもつ変数選択規準, Ryoya Oda, 日本行動計量学会岡山地域部会第67 回研究会, 2018年, 通常, 日本語
  25. A fast consistent variable selection method for the high-dimensional multivariate linear regression with the large number of explanatory variables, Ryoya Oda, Hirokazu Ynagihara, Capital Normal University-Hiroshima University Joint Conference on Mathematics, 2017年, 通常, 英語
  26. 多変量線形回帰モデルにおいて目的変数と説明変数が高次元の場合でも一致性を持つ高速な変数選択法, 小田凌也, 栁原宏和, 統計関連学会連合大会, 2017年, 通常, 日本語
  27. A consistent model selection criterion in multivariate linear regression even with fewer observations than the dimension, 小田凌也, 統計サマーセミナー, 2017年, 通常, 日本語
  28. GMANOVA モデルにおける次元数と候補モデル数が大きくても一致性をもつモデル選択規準, Ryoya Oda, Hirokazu Ynagihara, 広島統計談話会第 305 回, 2017年, 通常, 英語
  29. 高次元 GMANOVA モデルにおける個体内計画行列の変数選択に対して一致性をもつ Cp 型規準, 小田凌也, 日本行動計量学会岡山地域部会第63 回研究会, 2017年, 通常, 日本語
  30. A consistent Cp-type criterion for selecting variables of within-individual design matrix in high-dimensional GMANOVA models, 小田凌也, 栁原宏和, 研究集会 Bayes Inference and It ’s Related Topics, 2017年, 通常, 日本語
  31. A consistent Cp-type criterion in GMANOVA models even under high-dimensionality, 小田凌也, 栁原宏和, 日本統計学会春季集会, 2017年, 通常, 日本語
  32. 正準相関分析における変数選択のための情報量規準の高次元強一致性, 小田凌也, 研究集会統計的推測における最近の展開, 2016年, 通常, 日本語
  33. Strong consistent information criterion for selecting variables in the high-dimensional canonical correlation analysis, 小田凌也, 栁原宏和, 藤越康祝, 統計関連連合大会, 2016年, 通常, 日本語
  34. Strong consistent information criterion for selecting variables in the high-dimensional canonical correlation analysis, 小田凌也, 栁原宏和, 藤越康祝, 統計サマーセミナー, 2016年, 通常, 日本語
  35. Asymptotic non-null distributions of test statistics for redundancy in the high-dimensional canonical correlation analysis, 小田凌也, 金曜セミナー, 2016年, 通常, 日本語
  36. Asymptotic non-null distributions of test statistics for redundancy in the high-dimensional canonical correlation analysis, 小田凌也, 日本行動計量学会岡山地域部会第 59 回研究会, 2016年, 通常, 日本語
  37. Asymptotic non-null distributions of test statistics for redundancy in the canonical correlation analysis when the dimension and the sample size are large, 小田凌也, 栁原宏和, 藤越康祝, 日本数学会中国・四国支部例会, 2016年, 通常, 日本語
  38. An asymptotic non-null distribution of a test statistic for redundancy in the canonical correlation analysis when the dimension and the sample size are large, 小田凌也, 研究集会統計的推測における最近の展開, 2015年, 通常, 日本語

外部資金

競争的資金等の採択状況

  1. COMMONプロジェクト（行政課題解決型共同研究）, 広島大学 Town ＆ Gown Office, 現在の需要分布に合わせた消防車両と隊員の最適配備～サスティナブルな消防力50年計画を目指して～, 2023年11月01日, 2024年02月29日
  2. COMMONプロジェクト（行政課題解決型共同研究）, 広島大学 Town ＆ Gown Office, 現在の需要分布に合わせた消防車両と隊員の最適配備～サスティナブルな消防力50年計画を目指して～, 2024年04月01日, 2025年02月28日
  3. COMMONプロジェクト（行政課題解決型共同研究）, 広島大学 Town ＆ Gown Office, 現在の需要分布に合わせた消防車両と隊員の最適配備～サスティナブルな消防力を目指して～, 2025年04月01日, 2026年02月28日
  4. Grant-in-Aid for Early-Career Scientists, サンプル内外のどちらの予測にも対応した多変量回帰モデルにおける変数選択法の開発, 2025年04月01日, 2028年03月31日
  5. 統計数理研究所共同研究プログラム 重点型研究, 2022年
  6. 統計数理研究所共同研究プログラム 重点型研究, 2023年
  7. 科学研究費助成事業(若手研究), 説明変数・目的変数が高次元でも変数増減法の下で一致性をもつ変数選択規準の開発, 2020年, 2022年

社会活動

委員会等委員歴

  1. SSH事業統計分析アドバイザー, 2025年05月, 2026年03月, （学）池田学園池田中学・高等学校
  2. SSH事業統計分析アドバイザー, 2024年06月, 2025年03月, （学）池田学園池田中学・高等学校
  3. SSH事業統計分析アドバイザー, 2023年06月, 2024年03月, （学）池田学園池田中学・高等学校

学術雑誌論文査読歴

  1. 2022年, 日本統計学会誌, その他, 1
  2. 2021年, 日本統計学会誌, その他, 1
  3. 2019年, 応用統計学, その他, 2
  4. 2023年, Proceedings of the 15th KES-IDT 2023 Conference (eds. Czarnowski, I., Howlett, R. J. & Jain, L. C.), その他, 2
  5. 2025年, Statistics and Computing, その他, 1
  6. 2025年, Journal of Multivariate Analysis, その他, 3
  7. 2024年, Journal of Multivariate Analysis, その他, 1