九州大学 研究者情報
研究者情報 (研究者の方へ)入力に際してお困りですか?
基本情報 研究活動 教育活動 社会活動
川野 秀一(かわの しゆういち) データ更新日:2024.05.21



主な研究テーマ
スパース推定に基づく統計的モデリング手法の開発
キーワード:高次元データ,変数選択,ベイジアンモデリング,情報量規準
2010.04.
統計的モデリングによるバイオインフォマティクス手法の開発
キーワード:遺伝子解析,微生物叢解析,遺伝子ネットワーク
2010.04.
研究業績
主要著書
1. Bradley Efron, Trevor Hastie (著),藤澤洋徳,井手剛 (監訳),井尻善久,井手剛,牛久祥孝,梅津佑太,大塚琢馬,尾林慶一,川野秀一,田栗正隆,竹内孝,橋本敦史,藤澤洋徳,矢野恵佑 (訳), 大規模計算時代の統計推論―原理と発展―, 共立出版, 2020.07, [URL].
2. 川野秀一,松井秀俊,廣瀬慧, スパース推定法による統計モデリング, 共立出版, 2018.03, [URL].
主要原著論文
1. Kakikawa, Y., Kawano, S., Bayesian fused lasso modeling for binary data, Behaviormetrika, 10.1007/s41237-024-00231-8, online first, 2024.12, [URL].
2. Okazaki, A., Kawano, S., Multi-task learning regression via convex clustering, Computational Statistics & Data Analysis, 10.1016/j.csda.2024.107956, 195, 107956, 2024.07, [URL].
3. Kakikawa, Y., Shimamura, K., Kawano, S., Bayesian fused lasso modeling via horseshoe prior, Japanese Journal of Statistics and Data Science, 10.1007/s42081-023-00213-2, 6, 705-727, 2023.11, [URL].
4. Murayama, K., Kawano, S., Sparse Bayesian learning with weakly informative hyperprior and extended predictive information criterion, IEEE Transactions on Neural Networks and Learning Systems, 10.1109/TNNLS.2021.3131357, 34, 9, 5856-5868, 2023.09, [URL].
5. Yoshikawa, K., Kawano, S., Sparse reduced-rank regression for simultaneous rank and variable selection via manifold optimization, Computational Statistics, 10.1007/s00180-022-01216-5, 38, 1, 53-75, 2023.03, [URL].
6. Okazaki, A., Kawano, S., Multi-task learning for compositional data via sparse network lasso, Entropy, 10.3390/e24121839, 24, 12, 1839, 2022.12, [URL].
7. 奥田忠久,吉川剛平,川野秀一, スパース部分的最小二乗回帰による因果媒介分析, 行動計量学, 10.2333/jbhmk.49.185, 49, 2, 185-196, 2022.09, [URL].
8. Shimamura, K., Kawano, S., Bayesian sparse convex clustering via global-local shrinkage priors, Computational Statistics, 10.1007/s00180-021-01101-7, 36, 4, 2671-2699, 2021.12, [URL].
9. Yoshikawa, K., Kawano, S., Multilinear common component analysis via Kronecker product representation, Neural Computation, 10.1162/neco_a_01425, 33, 10, 2853-2880, 2021.10, [URL].
10. Kawano, S., Sparse principal component regression via singular value decomposition approach, Advances in Data Analysis and Classification, 10.1007/s11634-020-00435-2, 15, 3, 795-823, 2021.09, [URL].
11. Kojima, S., Yoshikawa, K., Ito, J., Nakagawa, S., Parrish, N.F., Horie, M., Kawano, S., Tomonaga, K., Virus-like insertions with sequence signatures similar to those of endogenous non-retroviral RNA viruses in the human genome, Proceedings of the National Academy of Sciences of the United States of America, 10.1073/pnas.2010758118, 118, 5, e2010758118, 2021.02, [URL].
12. Kato, A., Adachi, S., Kawano, S., Takeshima, K., Watanabe, M., Kitazume, S., Sato, R., Kusano, H., Koyanagi, N., Maruzuru, Y., Arii, J., Hatta, T., Natsume, T., Kawaguchi, Y., Identification of a herpes simplex virus 1 gene encoding neurovirulence factor by chemical proteomics, Nature Communications, 10.1038/s41467-020-18718-9, 11, 4894, 2020.09, [URL].
13. 川野秀一, 村田右富実, スパース正準判別分析に基づく万葉短歌の作者の分類とその特徴付け, 応用統計学, 10.5023/jappstat.48.45, 48, 3, 45-57, 2019.12, [URL].
14. Kawano, S., Fujisawa, H., Takada, T., Shiroishi, T., Sparse principal component regression for generalized linear models, Computational Statistics & Data Analysis, 10.1016/j.csda.2018.03.008, 124, 180-195, 2018.08, [URL].
15. Ninomiya, Y., Kawano, S., AIC for the Lasso in generalized linear models, Electronic Journal of Statistics, 10.1214/16-EJS1179, 10, 2, 2537-2560, 2016.09, [URL].
16. Kawano, S., Fujisawa, H., Takada, T., Shiroishi, T., Sparse principal component regression with adaptive loading, Computational Statistics & Data Analysis, 10.1016/j.csda.2015.03.016 , 89, 192-203, 2015.09, [URL].
17. Kawano, S., Shimamura, T., Niida, A., Imoto, S., Yamaguchi, R., Nagasaki, M., Yoshida, R., Print, C., Miyano, S., Identifying gene pathways associated with cancer characteristics via sparse statistical methods, IEEE/ACM Transactions on Computational Biology and Bioinformatics, 10.1109/TCBB.2012.48, 9, 4, 966-972, 2012.07, [URL].
主要総説, 論評, 解説, 書評, 報告書等
1. 福島寿和,中川淳一,川野秀一,押木守, 重要水処理微生物を同定するための新規統計手法の開発, 日本製鉄技報, 2021.06, [URL].
2. 川野秀一, スパース正則化に基づく回帰モデリングとその計算アルゴリズム, 計算機統計学, 10.20551/jscswabun.30.2_173, 2017.06, [URL].
3. 川野秀一,廣瀬慧,立石正平,小西貞則, 回帰モデリングと$L_1$型正則化法の最近の展開, 2010.12, [URL].
主要学会発表等
作品・ソフトウェア・データベース等
1. 岡崎彰良,川野秀一, Rパッケージ CSNL, 2022.12
スパースネットワーク lasso 正則化に基づく組成データに対するマルチタスク学習モデルの計算, [URL].
2. 川野秀一,金大柱,二宮嘉行, Rパッケージ SVaRu, 2021.12
平滑化パラメータを自動決定するノンパラメトリック回帰モデルの計算, [URL].
3. 川野秀一, Rパッケージ spcr-svd, 2020.10
特異値分解によるスパース主成分回帰モデルの計算, [URL].
4. 吉川剛平,川野秀一, Rパッケージ MCCA, 2020.09
クロネッカー積によるテンソル共通成分分析の計算, [URL].
5. 嶋村海人,植木優夫,川野秀一,小西貞則, Rパッケージ neggfl, 2019.06
normal-exponential-gamma (NEG) 事前分布を用いたベイジアン fused lasso 回帰モデルの計算, [URL].
6. 吉川剛平,川野秀一, Rパッケージ RVSManOpt, 2019.10
多様体最適化を用いてスパース低ランク因子回帰モデルの計算.回帰係数行列のランク推定,因子を構成する説明変数の選択,目的変数に関係のある因子の選択を実行する, [URL].
7. 川野秀一,二宮嘉行, Rパッケージ sAIC, 2016.10
Lasso で推定された一般化線形モデル (ロジスティック回帰,ポアソン回帰,ガウシアングラフィカルモデル) の AIC の計算, [URL].
8. 川野秀一, Rパッケージ spcr, 2014.04
スパース主成分回帰モデルの計算, [URL].
特許出願・取得
特許出願件数  2件
特許登録件数  2件
学会活動
所属学会名
American Statistical Association
応用統計学会
日本統計学会
日本行動計量学会
日本計算機統計学会
日本計量生物学会
統計科学研究会
学協会役員等への就任
2024.04~2026.03, 応用統計学会, 企画理事.
2024.04~2026.03, 応用統計学会, 評議員.
2023.04~2025.03, 日本統計学会, 代議員.
2023.03, 応用統計学会, 企画委員会委員.
2023.01, 統計科学研究会, 委員長.
2020.04~2022.03, 応用統計学会, 評議員.
学会大会・会議・シンポジウム等における役割
2023.11.11~2023.11.12, 2023秋の行動計量セミナー, 実行委員.
2023.03.24~2023.03.26, 日本行動計量学会第25回春の合宿セミナー, 実行委員.
2021.09.05~2021.09.09, 2021年度統計関連学会連合大会, プログラム委員.
2020.09.08~2020.09.12, 2020年度統計関連学会連合大会, プログラム委員.
2019.11.02~2019.11.02, 2019秋の行動計量セミナー, 実行委員.
2018.09.09~2018.09.13, 2018年度統計関連学会連合大会, 運営委員.
2018.11.04~2018.11.04, 2018秋の行動計量セミナー, 実行委員.
2017.09.03~2017.09.06, 2017年度統計関連学会連合大会, 運営委員.
学会誌・雑誌・著書の編集への参加状況
2023.04, Japanese Journal of Statistics and Data Science, 国際, 編集委員.
2023.01, Bulletin of Informatics and Cybernetics, 国際, 編集委員長.
2016.04, Behaviormetrika, 国際, 編集委員.
2018.04~2022.03, 応用統計学, 国内, 編集委員.
2015.04~2020.12, 計算機統計学, 国内, 編集委員.
学術論文等の審査
年度 外国語雑誌査読論文数 日本語雑誌査読論文数 国際会議録査読論文数 国内会議録査読論文数 合計
2024年度
2023年度
2022年度 10  12 
2021年度 12  13 
2020年度 14 
受賞
2020年度 応用統計学会 優秀論文賞, 2020.09.
2017年度 日本計算機統計学会 論文賞, 2018.05.
2016年度 応用統計学会 優秀論文賞, 2016.09.
Excellent Poster Award in Forum "Math-for-Industry" 2011, 2011.10.
2009年度 九州大学学術研究活動表彰, 2010.03.
2009年度 日本計算機統計学会第23回シンポジウム 学生研究発表賞, 2009.11.
2008年度 統計関連学会連合大会 コンペティション講演 優秀報告賞, 2008.09.
研究資金
科学研究費補助金の採択状況(文部科学省、日本学術振興会)
2023年度~2026年度, 基盤研究(C), 代表, 複雑多様データに対する予測スパース統計モデリング手法の開発研究.
2023年度~2027年度, 基盤研究(B), 分担, 新たな複雑系データのための関数データ解析手法の開発と適用.
2023年度~2028年度, 基盤研究(B), 分担, 現代統計学のための情報量規準の開発.
2020年度~2022年度, 基盤研究(B), 分担, 内部膨張反応を生じたコンクリートの広域微細損傷評価および膨張履歴推定手法の構築.
2020年度~2024年度, 基盤研究(A), 分担, 大規模複雑データの理論と方法論の革新的展開.
2019年度~2022年度, 基盤研究(C), 代表, 高次情報抽出のためのモデル融合型統計解析手法の開発研究.
2016年度~2020年度, 新学術領域研究(研究領域提案型), 分担, ネオウイルス学:生命源流から超個体、そしてエコ・スフィアーへ.
2016年度~2020年度, 新学術領域研究(研究領域提案型), 分担, 内在性RNAウイルスの網羅的検索と機能解析.
2015年度~2017年度, 若手研究(B), 代表, スパース学習に基づく情報統合型多変量統計手法の研究.
2012年度~2014年度, 若手研究(B), 代表, 統計的機械学習理論に基づく非線形多変量解析手法の開発研究.
日本学術振興会への採択状況(科学研究費補助金以外)
2009年度~2010年度, 特別研究員, 代表, 複雑現象解明のための高次非線形モデリング手法の開発研究.
競争的資金(受託研究を含む)の採択状況
2024年度~2024年度, 2024年度 情報・システム研究機構 統計数理研究所 共同利用研究, 代表, 併合型正則化法に基づく統計的モデリング手法の開発研究.
2023年度~2023年度, 2023年度 情報・システム研究機構 統計数理研究所 共同利用研究, 代表, スパース推定に基づく予測統計モデリング手法の開発研究.
2022年度~2022年度, 2022年度 情報・システム研究機構 統計数理研究所 共同利用研究, 代表, スパース推定に基づく予測統計モデリング手法の開発研究.
共同研究、受託研究(競争的資金を除く)の受入状況
2022.04~2024.03, 代表, 微生物活用による水素生産.
2018.04~2021.03, 代表, データ構造を分類・表現するための統計学理論に関する研究.
2015.07~2022.06, 代表, 水処理微生物のバイオインフォマティクス.
寄附金の受入状況
2013年度, 新日鐵住金株式会社, ビッグデータの統計数理と機械学習に関する研究.
2012年度, 新日本製鐵株式会社, 環境、品質保持等のリスクマネジメントの科学的解釈のための統計手法に関する研究.

九大関連コンテンツ

pure2017年10月2日から、「九州大学研究者情報」を補完するデータベースとして、Elsevier社の「Pure」による研究業績の公開を開始しました。