国内学会

  • [21] Shota Katayama, Hironori Fujisawa and Mathias Drton (2018.9).
    Robust and sparse Gaussian graphical modelling under cell-wise contamination.
    Japanese Joint Statistical Meeting CSA-KSS-JSS Joint International Sessions (Tokyo, Invited)
  • [20] 片山翔太，藤澤洋徳，Mathias Drton (2018.9).
    セルワイズ外れ値に頑健なスパースグラフィカルモデリング．
    日本行動計量学会特別セッション「データサイエンスにおけるスパースモデリングの広がり」(東京，招待講演)
  • [19] 片山翔太 (2018.6).
    セルワイズな外れ値に対してロバストなスパースグラフィカルモデリング.
    大阪大学基礎工学研究科データ科学特別セミナー [slide]
  • [18] 片山翔太 (2017.12).
    Support recovery of adaptive generalized lasso under high-dimensionality.
    平成29年度科学研究費シンポジウム「大規模複雑データの理論と方法論，及び，関連分野への応用」(茨城)
  • [17] 片山翔太 (2017.9).
    Adaptive generalized lasso for high-dimensional linear regression model.
    統計関連学会連合大会, English session (名古屋)
  • [16] 片山翔太 (2016.11).
    スパースモデリングに基づく高次元ロバスト線形回帰分析.
    東工大 樺島研セミナー (東京)
  • [15] 片山翔太 (2016.9).
    外れ値にロバストな非凸スパース正則化回帰.
    統計関連学会連合大会 (金沢)
  • [14] 片山翔太，藤澤洋徳 (2015.9).
    Robust high-dimensional regression with algorithmic convergence and support recovery.
    統計関連学会連合大会 Wakimoto Memorial Session (岡山, 招待講演)
  • [13] 片山翔太，藤澤洋徳 (2014.11)．
    Robust and Sparse Linear Regression: Iterative Algorithm and Its Statistical Convergence．
    東京大学統計数学セミナー (東京)．
  • [12] 片山翔太，藤澤洋徳 (2014.9).
    外れ値にロバストなスパース線形回帰：交互最適化アルゴリズムとその統計的収束．
    統計関連学会連合大会 (東京)．
  • [11] 片山翔太，伊森晋平 (2013.9)．
    スパースな共分散構造を持つ多変量線形回帰モデルにおける高次元情報量規準．
    統計関連学会連合大会 (大阪)．[pdf]
  • [10] 片山翔太，伊森晋平 (2013.9)．
    Model Selection in High-Dimensional Multivariate Linear Regression Analysis with Sparse Inverse Covariance Structure．
    広島大学金曜セミナー (広島)．
  • [9] 片山翔太 (2012.12)．
    高次元平均ベクトルのスパース推定．
    平成24年度科学研究費シンポジウム「統計科学における深化と横断的展開」 (島根)．[pdf]
  • [8] 片山翔太 (2012.9)．
    高次元平均ベクトルのスパース推定．
    統計関連学会連合大会 (北海道)．[pdf]
  • [7] 藤本翔太，狩野裕 (2011.9).
    母共分散行列からの影響を受けない高次元平均ベクトルの検定法の提案．
    統計関連学会連合大会 (東京)．最優秀報告賞受賞．[pdf;ppt]
  • [6] 藤本翔太，狩野裕，Muni.S.Srivastava (2011.6)．
    高次元平均ベクトルの検定．
    応用統計学会 (大阪)．優秀ポスター発表賞受賞．[pdf]
  • [5] 藤本翔太，狩野裕，Muni.S.Srivastava (2011.1)．
    高次元データの解析−平均ベクトルに関する検定統計量の漸近分布に対する共分散構造の影響．
    平成23年度科研費シンポジウム「高次元データの推測理論の開発と応用」(東京)．[ppt]
  • [4] 藤本翔太，狩野裕，Muni.S.Srivastava (2010.11)．
    高次元データにおける幾つかの検定統計量の漸近分布について．
    平成22年度科研費シンポジウム「統計的推測方法の理論的展開とその応用」(熊本)．[pdf;ppt]
  • [3] 藤本翔太，狩野裕 (2010.9).
    Approximate and Asymptotic Distributions of Dempster Trace Criterion for High Dimensional Data.
    統計関連学会連合大会 (東京)．[pdf;ppt]
  • [2] 藤本翔太，狩野裕 (2010.3)．
    高次元データにおけるDempster's trace criterion の近似分布について．
    日本統計学会春季集会 (東京)．学生優秀発表賞受賞．[pdf]
  • [1] 藤本翔太，狩野裕 (2010.2)．
    高次元データにおける2次形式の近似について．
    日本分類学会 (福岡)．[pdf;ppt]

国際学会

  • [6] Katayama, S. (2016.6)
    Robust non-convex penalized linear regression with algorithmic and statistical convergence. IMS-APRM 2016. (Hong Kong).
  • [5] Katayama, S. and Imori, S. (2014.7)
    Lasso Penalized Model Selection Criteria for High-Dimensional Multivariate Linear Regression Analysis. IMS-APRM 2014. (Taipei, Taiwan, Invited).
  • [4] Katayama, S. and Imori, S. (2013.9)
    Model Selection in High-Dimensional Multivariate Linear Regression Analysis with Sparse Inverse Covariance Structure. 22nd International Workshop on Matrices and Statistics. (Toronto, Canada, Invited).
  • [3] Katayama, S. (2013.8)
    Sparse Precision Matrix Estimation via Vector Half Operator.
    Joint Statistical Meetings 2013. (Montreal, Canada). [pdf]
  • [2] Katayama, S. (2012.8)
    Sparse Mean Estimation in High Dimensional Data.
    Joint Statistical Meetings 2012. (San Diego, America). [pdf]
  • [1] Katayama, S., Kano, Y. and Srivastava, M.S. (2012.7).
    Asymptotic Distributions of Several Test Statistics for High-Dimensional Mean Vector.
    ims-APRM 2012. (Tukuba, Japan). [pdf]