Development of the analysis of longitudinal data via functional data analysis

• Project/Area Number: 19K11858
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 60030:Statistical science-related
• Research Institution: Shiga University
• Principal Investigator: Matsui Hidetoshi 滋賀大学, データサイエンス学系, 教授 (90633305)
• Project Period (FY): 2019-04-01 – 2024-03-31
• Project Status: Completed (Fiscal Year 2023)
• Budget Amount: ¥3,770,000 (Direct Cost: ¥2,900,000、Indirect Cost: ¥870,000); Fiscal Year 2022: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000); Fiscal Year 2021: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000); Fiscal Year 2020: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000); Fiscal Year 2019: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
• Keywords: 統計的モデリング / 関数データ解析 / モデル選択 / 空間データ解析 / スパース推定 / 空間データ分析 / 半教師あり学習

Outline of Research at the Start

時間の経過とともに計測されたデータを関数化処理し、得られた関数化データ集合を対象とした分析方法関数データ解析とよばれている。経時測定データに対して関数データ解析を適用することで、観測時点や観測時点数が個体ごとに異なっていても容易に分析できるという利点がある。本研究では、関数データに基づく統計モデルの発展や、新たな推定方法の提案を行うことで、既存手法では発見が困難であった、データに内在する構造を明らかにし、より解釈の容易な統計モデルを獲得することを目指す。

Outline of Final Research Achievements

We conducted research to develop statistical models for analyzing repeatedly measured data for each individual. Specifically, we treated the data for each individual as a smooth function and then considered methods for analyzing functional data. We have proposed methods to reveal features inherent in the data for various purposes, such as regression, classification, and prediction of spatial data. For each of the proposed methods, we verified their effectiveness through numerical experiments. In addition, we applied the proposed method to the analysis of real data to extract the value of the data from various perspectives.

Academic Significance and Societal Importance of the Research Achievements

関数データに基づく分類問題に対しては、関数データを効率的かつ精度よく多群に分類する方法を構築できた。また、空間情報を伴う関数データを用いて未観測地点の関数を予測する問題では、予測に用いられるデータの地点を選択する方法を導出した。このような地点の選択ができる方法はこれまでに提案されておらず、学術的意義は高いと考えられる。さらに、長期栽培される農作物を分析するための統計モデルとその推定法を提案することで、これまでは農家が肌感覚で捉えていた環境要因や季節と収量との関係を定量化することができた。この結果は、実際に栽培を行う農家に対してフィードバックを与えられるという点で意義のあるものと考える。

Research Products

• [Journal Article] 空間経時測定データに対する多変量関数クラスタリング (2024)
  • Author(s): 新井仁智，松井秀俊，三角俊裕，小西貞則
  • Journal Title: 応用統計学 Volume: -
  • Peer Reviewed / Open Access
• [Journal Article] Multivariate functional subspace classification for high-dimensional longitudinal data (2023)
  • Author(s): Fukuda Tatsuya、Matsui Hidetoshi、Takada Hiroya、Misumi Toshihiro、Konishi Sadanori
  • Journal Title: Japanese Journal of Statistics and Data Science Volume: - Issue: 1 Pages: 1-16
  • DOI: 10.1007/s42081-023-00226-x
  • Peer Reviewed
• [Journal Article] Classification From Positive and Biased Negative Data With Skewed Labeled Posterior Probability (2023)
  • Author(s): Watanabe Shotaro、Matsui Hidetoshi
  • Journal Title: Neural Computation Volume: - Issue: 5 Pages: 1-18
  • DOI: 10.1162/neco_a_01580
  • Peer Reviewed
• [Journal Article] VARIABLE SELECTION FOR HISTORICAL FUNCTIONAL LINEAR MODEL (2021)
  • Author(s): Matsui, H.
  • Journal Title: Bulletin of informatics and cybernetics Volume: 53 Issue: 1 Pages: 1-19
  • DOI: 10.5109/4151124
  • NAID: 120006952128
  • ISSN: 0286-522X, 2435-743X
  • Peer Reviewed / Open Access
• [Journal Article] Estimation of relationships between chemical substructures and antibiotic resistance-related gene expression in bacteria: Adapting a canonical correlation analysis for small sample data of gathered features using consensus clustering (2020)
  • Author(s): Esaki, T., Horinouchi, T., Natsume-Kitatani, Y., Nojima, Y., and Matsui, H.
  • Journal Title: Chem-Bio Informatics Journal Volume: 20 Issue: 0 Pages: 58-61
  • DOI: 10.1273/cbij.20.58
  • NAID: 130007921242
  • ISSN: 1347-0442, 1347-6297
  • Year and Date: 2020-09-30
  • Peer Reviewed / Open Access
• [Journal Article] Parental Legacy and Regulatory Novelty in Brachypodium Diurnal Transcriptomes Accompanying their Polyploidy. (2020)
  • Author(s): Inoue, K., Takahagi, K., Kouzai, Y., Koda, S., Shimizu, M., Uehara-Yamaguchi, Y., Nakayama, R., Kita, T., Onda, Y., Nomura, T., Matsui, H., Nagaki, K., Nishii, R., and Mochida, K.
  • Journal Title: NAR Genomics and Bioinformatics Volume: 2 Issue: 3 Pages: 1-14
  • DOI: 10.1093/nargab/lqaa067
  • NAID: 120007037378
  • Peer Reviewed / Open Access
• [Journal Article] Variable selection in multivariate linear models for functional data via sparse regularization (2020)
  • Author(s): Hidetoshi Matsui, Yuta Umezu
  • Journal Title: Japanese Journal of Statistics and Data Science Volume: - Issue: 2 Pages: 453-467
  • DOI: 10.1007/s42081-019-00055-x
  • NAID: 210000179793
  • Peer Reviewed / Open Access
• [Journal Article] Quadratic regression for functional response models (2019)
  • Author(s): Matsui, H.
  • Journal Title: Econometrics and Statistics Volume: 印刷中 Pages: 125-136
  • DOI: 10.1016/j.ecosta.2018.12.003
  • Peer Reviewed
• [Journal Article] 関数データに基づく統計的モデリング (2019)
  • Author(s): 松井秀俊
  • Journal Title: 統計数理 Volume: 67 Pages: 1784-1797
  • Peer Reviewed / Open Access
• [Presentation] 可変ドメイン関数データに対する軌道の動的予測と気象データ分析への応用 (2024)
  • Author(s): 松井秀俊，寺田吉壱
  • Organizer: 科研費シンポジウム「統計科学・機械学習・情報数学の最前線」
• [Presentation] Dynamic prediction for variable-domain functional data. (2023)
  • Author(s): Terada, Y., Matsui, H.
  • Organizer: The 12th conference of the Asian Regional Section of the International Association for Statistical Computing (IASC-ARS 2023)
  • Int'l Joint Research
• [Presentation] 関数データ解析を用いた異なるサンプリングレートのランニングデータの相互活用の検討 (2023)
  • Author(s): 土井博文，松井秀俊，西岡大輔，伊藤ゆり，佐浦隆一
  • Organizer: 日本計算機統計学会第37回シンポジウム
• [Presentation] 欠測を含むデータに対する多重代入法に基づく非線形モデルの変数選択 (2023)
  • Author(s): 島津佑汰，山口崇幸，保科架風，松井秀俊
  • Organizer: 日本計算機統計学会第37回シンポジウム
• [Presentation] 循環器疾患における乳酸値変化を用いた循環安定の予測：混合効果モデルに基づく関数データ解析の臨床的応用 (2023)
  • Author(s): 中島誉也，佐藤俊太朗，松井秀俊，水野篤
  • Organizer: 2023年度統計関連学会連合大会
• [Presentation] 可変ドメイン関数データに対する軌道の動的予測 (2023)
  • Author(s): 松井秀俊，寺田吉壱
  • Organizer: 2023年度統計関連学会連合大会
• [Presentation] 欠測を含むデータに対する加法モデルの推定と特徴選択 (2023)
  • Author(s): 山口崇幸，島津佑汰，保科架風，松井秀俊
  • Organizer: 2023年度統計関連学会連合大会
• [Presentation] 関数データに基づく農作物収穫量の分析 (2023)
  • Author(s): 松井秀俊
  • Organizer: 日本計算機統計学会第37回大会
• [Presentation] Truncated estimation for functional linear model and its application to agricultural data (2022)
  • Author(s): Matsui, H.
  • Organizer: 5th International Conference on Econometrics and Statistics
  • Int'l Joint Research
• [Presentation] Causal discovery for linear mixed data (2022)
  • Author(s): Zeng, Y., Shimizu, S., Matsui, H. and Sun, F.
  • Organizer: 1st Conference on Causal Learning and Reasoning
  • Int'l Joint Research
• [Presentation] 非線形混合効果モデルに基づく関数データを用いた急性期循環器疾患における急性期離脱時期の予測 (2022)
  • Author(s): 中島誉也，佐藤俊太郎，松井秀俊，水野篤
  • Organizer: 日本臨床疫学会第5回年次学術大会
• [Presentation] 空間関数データに対するスパース推定 (2022)
  • Author(s): 松井秀俊
  • Organizer: 2022年度統計関連学会連合大会
• [Presentation] MRI検査内容における分散表現取得方法の見当 (2022)
  • Author(s): 福井悠介，平塚真之輔，井口修巳，吉村雅寛，永谷幸裕，西原明日香，松井秀俊
  • Organizer: 第4回日本メディカルAI学会学術集会
• [Presentation] 関数データ解析を用いた長距離走に伴う疲労発生の識別検知 (2022)
  • Author(s): 土井博文，伊藤ゆり，松井秀俊，佐浦隆一
  • Organizer: 日本計算機統計学会第36回大会
• [Presentation] Truncated estimation for varying-coefficient functional linear models and its application to agricultural data (2022)
  • Author(s): Matsui, H.
  • Organizer: The 11th Conference of the Asian Regional Section of the IASC (IASC-ARS 2022)
• [Presentation] 変化係数関数切断線形モデルの推定 (2021)
  • Author(s): 松井秀俊
  • Organizer: 2021年度統計関連学会連合大会
• [Presentation] Classification from Positive and Biased Negative Data with Skewed Labeled Posterior Probability (2021)
  • Author(s): 渡邊翔太朗，松井秀俊
  • Organizer: 第24回情報論的学習理論ワークショップ (IBIS2021)
• [Presentation] 関数データに基づく統計的モデリングと農業データ分析への応用 (2021)
  • Author(s): 松井秀俊
  • Organizer: 大阪大学数理・データ科学セミナー
• [Presentation] 関数回帰モデルに対するドメイン選択と収量データ分析への応用 (2021)
  • Author(s): 松井秀俊
  • Organizer: 九州大学統計データサイエンス研究集会
• [Presentation] Truncated estimation for varying-coefficient functional linear models (2021)
  • Author(s): Matsui, H.
  • Organizer: 14th International Conference of the ERCIM WG on Computational and Methodological Statistics (CMStatistics 2021)
• [Presentation] Variable selection in varying-coefficient functional linear models. (2020)
  • Author(s): Matsui, H.
  • Organizer: 13th International Conference of the ERCIM WG on Computational and Methodological Statistics (CMStatistics 2020)
  • Int'l Joint Research / Invited
• [Presentation] 個人向けローン利用顧客のデフォルト判別のための転移学習 (2020)
  • Author(s): 杉山聖貴，松井秀俊
  • Organizer: 第23回情報論的学習理論ワークショップ (IBIS2020)
• [Presentation] 変化係数関数加法モデルと農業データ分析への応用 (2020)
  • Author(s): 松井秀俊
  • Organizer: 2020年度統計関連学会連合大会
• [Presentation] 栽培記録から見出された水稲の環境応答変動性の解析 (2020)
  • Author(s): 西内俊策，松井秀俊．
  • Organizer: 日本育種学会第137回講演会
• [Presentation] Varying-coefficient functional additive models (2019)
  • Author(s): Matsui, H
  • Organizer: 12th International Conference of the ERCIM WG on Computational and Methodological Statistics
  • Int'l Joint Research / Invited
• [Presentation] Automatic multivariate functional clustering for spatial longitudinal data (2019)
  • Author(s): Arai, N., Misumi, T., Matsui, H., Maesono, Y. and Konishi, S.
  • Organizer: 12th International Conference of the ERCIM WG on Computational and Methodological Statistics
  • Int'l Joint Research
• [Presentation] Joint modeling and estimation for multivariate longitudinal data and binary outcome (2019)
  • Author(s): Misumi, T. and Matsui, H.
  • Organizer: 12th International Conference of the ERCIM WG on Computational and Methodological Statistics
  • Int'l Joint Research
• [Presentation] Regularized interaction models for function-on-function regression (2019)
  • Author(s): Matsui, H
  • Organizer: 3rd International Conference on Econometrics and Statistics
  • Int'l Joint Research / Invited
• [Presentation] Automatic multivariate functional clustering for spatial longitudinal data (2019)
  • Author(s): 新井仁智，三角俊裕，松井秀俊，小西貞則，前園宜彦
  • Organizer: 情報・統計科学シンポジウム
• [Presentation] 変化係数関数回帰モデルによる作物収穫データの分析 (2019)
  • Author(s): 松井秀俊，持田恵一
  • Organizer: 2019年度統計関連学会連合大会
• [Presentation] 関数回帰分析 (2019)
  • Author(s): 松井秀俊，山本倫生，荒木由布子
  • Organizer: 日本行動計量学会 秋の行動計量セミナー
  • Invited
• [Presentation] 関数データにおける変数選択と時系列・空間データ解析 (2019)
  • Author(s): 松井秀俊
  • Organizer: 応用統計学会・計量生物学会チュートリアルセミナー
  • Invited
• [Book] 「ＡＩ監査」の基本と技術―データサイエンティストの活躍 (2024)
  • Author(s): 滋賀大学，PwC Japan有限責任監査法人（編）
  • Total Pages: 200
  • Publisher: 中央経済社
  • ISBN: 9784502447112
• [Book] 多変量解析（データサイエンス大系） (2023)
  • Author(s): 松井秀俊
  • Total Pages: 256
  • Publisher: 学術図書出版社
  • ISBN: 9784780607079
• [Book] 多変量解析 (2023)
  • Author(s): 松井 秀俊
  • Total Pages: 256
  • Publisher: 学術図書出版社
  • ISBN: 9784780607079
• [Book] データサイエンスと機械学習 (2022)
  • Author(s): D.P.Kroese、金森 敬文
  • Total Pages: 416
  • Publisher: 東京化学同人
  • ISBN: 9784807920297
• [Book] Excelで学べるデータサイエンス入門講義 (2022)
  • Author(s): 笛田 薫、松井 秀俊
  • Total Pages: 240
  • Publisher: 日経ＢＰ
  • ISBN: 9784296200146
• [Book] データサイエンス入門 第2版 (2021)
  • Author(s): 竹村 彰通、姫野 哲人、高田 聖治、和泉 志津恵、市川 治、梅津 高朗、北廣 和雄、齋藤 邦彦、佐藤 智和、白井 剛、田中 琢真、槙田 直木、松井 秀俊
  • Total Pages: 240
  • Publisher: 学術図書出版社
  • ISBN: 9784780607307
• [Book] 統計モデルと推測（データサイエンス入門シリーズ） (2019)
  • Author(s): 松井秀俊，小泉和之 (著)，竹村彰通 (編)
  • Total Pages: 224
  • Publisher: 講談社サイエンティフィク
  • ISBN: 9784065178027
• [Remarks] Hidetoshi Matsui
  • URL: https://sites.google.com/site/hidetoshimatsui/
• [Remarks] 滋賀大学 研究者情報総覧
  • URL: https://researchers.shiga-u.ac.jp/html/100002604_ja.html
• [Remarks] Hidetoshi Matsui
  • URL: https://sites.google.com/site/hidetoshimatsui/home
• [Remarks] Hidetoshi Matsui
  • URL: https://sites.google.com/site/hidetoshimatsuien/