小田 凌也RYOYA ODA

Last Updated :2023/12/04

所属・職名
大学院先進理工系科学研究科　助教
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, 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. 2023年, 教養教育, ４ターム, データサイエンス基礎
  2. 2023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. 2023年, 博士課程・博士課程後期, ３ターム, データサイエンス
  4. 2023年, 学部専門, 集中, 数学基礎
  5. 2023年, 学部専門, ２ターム, 確率・統計Ａ演習
  6. 2023年, 学部専門, セメスター（前期）, 数学情報課題研究
  7. 2023年, 学部専門, セメスター（後期）, 数学情報課題研究
  8. 2023年, 修士課程・博士課程前期, 年度, 数理統計学セミナー
  9. 2023年, 修士課程・博士課程前期, 年度, 数理統計学セミナー

研究活動

学術論文（★は代表的な論文）

  1. An ℓ_2,0-norm constrained matrix optimization via extended discrete first-order algorithms, Hiroshima Math. J., 2023
  2. 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
  3. ★, 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
  4. 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
  5. 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
  6. 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 Innovation, Systems and Technologies, 238巻, pp. 429-439, 2021
  7. 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 Innovation, Systems and Technologies, 238巻, pp. 391-401, 2021
  8. High-Dimensional asymptotic behaviors of differences between the log-determinants of two Wishart matrices, J. Multivariate Anal., 157巻, pp. 70-86, 2017
  9. 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
  10. 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
  11. 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
  12. 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
  13. 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
  14. 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

招待講演、口頭・ポスター発表等

  1. 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
  2. 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
  3. 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
  4. 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
  5. 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
  6. 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
  7. 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
  8. 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
  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

外部資金

競争的資金等の採択状況

  1. 統計数理研究所共同研究プログラム 重点型研究, 2022年
  2. 統計数理研究所共同研究プログラム 重点型研究, 2023年
  3. 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