研究者
J-GLOBAL ID:201901007814573079
更新日: 2022年07月28日
荒木 貴光
アラキ タカミツ | Takamitsu Araki
所属機関・部署:
国立研究開発法人農業・食品産業技術総合研究機構 農業情報研究センター
国立研究開発法人農業・食品産業技術総合研究機構 農業情報研究センター について
「国立研究開発法人農業・食品産業技術総合研究機構 農業情報研究センター」ですべてを検索
職名:
研究員
ホームページURL (1件):
https://sites.google.com/view/home-page-of-takamitsu-araki/
研究分野 (2件):
知能情報学
, 統計科学
研究キーワード (3件):
ウェーブレット
, 時系列解析
, 機械学習
論文 (7件):
Takamitsu Araki, Shotaro Akaho. Spatially multiscale dynamic factor modeling via sparse estimation. International Journal of Mathematics for Industry. 2019. 11. 1
Takamitsu Araki, Shotaro Akaho. Spatially continuous dynamic factor modeling with basis expansion using L2 penalized likelihood. Journal of Physics: Conference Series. 2018. 1036
Takamitsu Araki, Tadafumi Ochi, Norio Matsumoto, Shotaro Akaho. Simultaneous estimation of spatio-temporal distribution and duration of slow slip event by switching model. Journal of Signal Processing. 2017. 21. 6. 297-308
Takamitsu Araki, Kazushi Ikeda, Shotaro Akaho. An efficient sampling algorithm with adaptations for Bayesian variable selection. NEURAL NETWORKS. 2015. 61. 22-31
Araki Takamitsu, Hino Hideitsu, Akaho Shotaro. A Kernel Method to Extract Common Features Based on Mutual Information. NEURAL INFORMATION PROCESSING (ICONIP 2014), PT II. 2014. 8835. 26-34
もっと見る
MISC (5件):
石崎紀子, 日下博幸, 荒木貴光, Doan Quang-Van, Doan Quang-Van, 池田亮作, 池田亮作, 永野良紀, 加藤央之. 風力発電予測における気圧パターンを考慮したモデル選択システムの構築. 日本気象学会大会講演予稿集. 2018. 114. 99
荒木貴光, 池田亮作, 日下博幸. 風力数値予報の時変係数回帰モデルによる補正. 統計関連学会連合大会講演報告集. 2018. 2018. 323
荒木貴光, 落唯史, 松本則夫, 赤穂昭太郎. スロースリップイベント時空間分布のスウィッチングモデルによるロバストな推定. 日本地球惑星科学連合大会予稿集(Web). 2015. 2015. ROMBUNNO.SCG62-03 (WEB ONLY)
荒木 貴光, 池田 和司. ベイジアン変数選択における効率的なサンプリング法. 電子情報通信学会技術研究報告. IBISML, 情報論的学習理論と機械学習 = IEICE technical report. IBISML, Information-based induction sciences and machine learning. 2012. 112. 279. 291-295
荒木 貴光, 竹之内 高志, 池田 和司. 補助変数法に対する適応的マルコフ連鎖モンテカルロ法とその交換モンテカルロ法への応用 (情報論的学習理論と機械学習). 電子情報通信学会技術研究報告 : 信学技報. 2011. 111. 275. 33-38
学位 (1件):
博士(工学) (NAIST)
所属学会 (1件):
応用統計学会
※ J-GLOBALの研究者情報は、
researchmap
の登録情報に基づき表示しています。 登録・更新については、
こちら
をご覧ください。
前のページに戻る
TOP
BOTTOM