（発表者に* 印 をつけています）

International Conference / Symposium

1. Matsui, H.* and Terada, Y.  Prediction of trajectory for variable-domain functional data. 7th International Conference on Econometrics and Statistics (EcoSta 2024), Beijing Normal University. 17-19, Jul. 2024.

2. Uchida, A.*, Kameoka, T., Ise, T., Matsui, H. and Uchida. Y.  Social factors of urban greening: demographics, zoning, and social capital.  33rd International Congress of Psychology, O2 universum, Czech Republic.  21-26, Jul. 2024.

3. Tanaka, S.*, and Matsui, H. Variable screening using factor analysis for high-dimensional data with multicollinearity. 16th International Conference of the ERCIM WG on Computational and Methodological Statistics (CMStatistics 2023), HTW Berlin, Germany. 16-18, Dec. 2023. 

4. Terada, Y.*, Matsui, H. Dynamic prediction for variable-domain functional data. The 12th conference of the Asian Regional Section of the International Association for Statistical Computing (IASC-ARS 2023), Macquarie University, Australia, 6-8, Dec. 2023.

5. Hirose, K.*, Masuda, H. and Matsui, H. Aggregation value regression and its application to household demand forecasting.  10th International Congress on Industrial and Applied Mathematics (ICIAM 2023), Waseda University, Japan, 20-25, Aug. 2023.  

6. Terada, Y.*, Matsui, H. On smoothing for spatial functional data.  6th International Conference on Econometrics and Statistics (EcoSta 2023), Waseda University, Japan. 1-3, Ang. 2023. (Invited session: EO240)

7. Matsui, H.* Truncated estimation for functional linear model and its application to agricultural data. 5th International Conference on Econometrics and Statistics (EcoSta 2022), Ryukoku University, Japan. 4-6, Jun. 2022. (Invited session: EO409)

8. Zeng, Y.*, Shimizu, S., Matsui, H. and Sun, F.  Causal discovery for linear mixed data. 1st Conference on Causal Learning and Reasoning (CLeaR 2022), Online participation (Venue: Sequoia Conference Center, Eureka, USA) . 11-13, Apr. 2022. 

9. Matsui, H.*  Truncated estimation for varying-coefficient functional linear models and its application to agricultural data.  The 11th Conference of the Asian Regional Section of the IASC (IASC-ARS 2022), Doshisha University, Japan.  21-24, Feb. 2022.  (Invited session)

10. Matsui, H.* Truncated estimation for varying-coefficient functional linear models.  14th International Conference of the ERCIM WG on Computational and Methodological Statistics (CMStatistics 2021), Online participation (Venue: King's College London, UK). 18-20, Dec. 2021.  (Invited session: EO380)

11. Matsui, H.* Variable selection in varying-coefficient functional linear models.  13th International Conference of the ERCIM WG on Computational and Methodological Statistics (CMStatistics 2020), Online. 19-21, Dec. 2020. (Invited session: EO466)

12. Matsui, H.* Varying-coefficient functional additive models. 12th International Conference of the ERCIM WG on Computational and Methodological Statistics (CMStatistics 2019), University of London, United Kingdom, 14-16, Dec. 2019. (Invited session: EO080)

13. Arai, N.*, Misumi, T., Matsui, H., Maesono, Y. and Konishi, S.  Automatic multivariate functional clustering for spatial longitudinal data. 12th International Conference of the ERCIM WG on Computational and Methodological Statistics (CMStatistics 2019), University of London, United Kingdom, 14-16, Dec. 2019.

14. Misumi, T.* and Matsui, H. Joint modeling and estimation for multivariate longitudinal data and binary outcome. 12th International Conference of the ERCIM WG on Computational and Methodological Statistics (CMStatistics 2019), University of London, United Kingdom, 14-16, Dec. 2019.

15. Matsui, H.* Regularized interaction models for function-on-function regression. 3rd International Conference on Econometrics and Statistics (EcoSta 2019), National Chung Hsing University, Taiwan. 25-27, Jun. 2019. (Invited session: EO328)

16. Matsui, H.*, and Mochida, K. Functional regression modeling for agricultural data. 11th International Conference of the ERCIM WG on Computational and Methodological Statistics (CMStatistics 2018), University of Pisa, Italy, Dec. 2018. (Invited session: EO230)

17. Fukuda, T.*, Misumi, T., Matsui, H., and Konishi, S. Multivariate functional subspace methods for classifying high-dimensional longitudinal data (Poster). 11th International Conference of the ERCIM WG on Computational and Methodological Statistics (CMStatistics 2018), University of Pisa, Italy, Dec. 2018.

18. Matsui, H.* Quadratic regression for function-on-function models. The 5th Institute of Mathematical Statistics Asia Pacific Rim Meeting (IMS-APRM 2018), National University of Singapore. Jun. 2018. (Invited session: TCP02)

19. Misumi, T.*, Matsui, H. and Konishi, S. Multivariate Functional Clustering and its Application to Typhoon Data. 2nd International Conference on Econometrics and Statistics (EcoSta 2018), The City University of Hong Kong, Hong Kong. Jun. 2018. (Invited session: EO170)

20. Matsui, H.* Quadratic regression for functional response models. 10th International Conference of the ERCIM WG on Computational and Methodological Statistics (CMStatistics 2017), University of London, United Kingdom, Dec. 2017. (Invited session: EO284)

21. Matsui, H.* An overview of courses on statistics in data science curriculum. Conference on Education of Data Science, Shiga University, Japan. Nov. 2017.

22. Matsui, H.* Selection of variables and decision boundaries in functional logistic regression model. Conference of the International Federation of Classification Societies (IFCS-2017), Tokai University, Japan. Aug. 2017. (Invited session: SP10)

23. Matsui, H.* An overview of courses on statistics in data science curriculum. Workshop on Undergraduate Education of Data Science, Shiga University, Japan. Jan. 2017.

24. Matsui, H.* Selection of variables and decision boundaries in functional logistic regression. 2016 CSA & NCCU Joint Statistical Meetings (In Celebration of the 50th Anniversary of Department of Statistics). College of Commerce, National Chengchi University, Taiwan. Dec. 2016. (Invited session)

25. Matsui, H.* Sparse regularization for functional logistic regression modeling. International Symposium on Statistical Analysis for Large Complex Data. Tsukuba University, Tsukuba, Japan, Nov. 2016. (Invited session)

26. Matsui, H*., Kayano, M., Yamaguchi, R., Imoto, S. and Miyano, S. Sparse regularization for functional logistic models and its application to time-dependent biomarker detection. Satellite CRoNoS Workshop on Functional Data Analysis in 22nd Conference on Computational Statistics (COMPSTAT 2016). Congress Palace Principe Felipe de Oviedo, Spain, Aug. 2016. (Invited session: CO013)

27. Matsui, H.*  Sparse regularization for multiclass functional logistic regression.  The 4th Institute of Mathematical Statistics Asia Pacific Rim Meeting (IMS-APRM 2016), The Chinese University of Hong Kong, China, Jun. 2016.

28. Matsui, H.*  Selection of variable and classification boundary for functional data by logistic regression.  The 9th Conference of the Asian Regional Section of the IASC (IASC-ARS 2015), National University of Singapore, Singapore, Dec. 2015. 

29. Matsui, H.*  Classification of functional data using bi-level selection.  8th International Conference of the ERCIM WG on Computational and Methodological Statistics (CMStatistics 2015), University of London, United Kingdom, Dec. 2015. (Invited session: EO128)

30. Matsui, H.*  Selection of functional variables and classification boundaries via the sparse group lasso.  International Workshop for JSCS 30th Anniversary.  Okinawa Institute of Science and Technology Graduate University, Japan, Oct. 2015.  (Invited session: Statistical approaches to data mining and machine learning)

31. Matsui, H.*  Selection of variable and classification boundary by functional logistic regression.  7th International Conference of the ERCIM WG on Computational and Methodological Statistics (ERCIM 2014), University of Pisa, Itary, Dec. 2014. (Invited session: ES70)

32. Koda, S.*, Nishii, R., Matsui, H., Hamamura, K., Mochida, K., Onda, Y., Sakurai, T. and Yoshida, T.  Stability assessment of short time series with periodism and its applications to detection of circadian rhythm of global gene expression data.  International Conference for Mathematics, Statistics and Financial Mathematics 2014 (ICMSFM2014), Sunway Resort Hotel & Spa, Malaysia, Nov. 2014.  

33. Matsui, H.*  Variable selection in multivariate linear models for functional data.  21st Conference on Computational Statistics (COMPSTAT 2014), The International Conference Center Geneva, Switzerland, Aug. 2014. 

34. Matsui, H.*  Variable selection for historical functional linear models via the sparse regularization.  The 3rd Institute of Mathematical Statistics Asia Pacific Rim Meeting (IMS-APRM 2014), Howard International House, Taiwan, Jul. 2014.

35. Matsui, H.*  Selection of classification boundaries via the sparse regularization.  2014 Chinese Institute of Probability and Statistics Annual Meeting (CIPS 2014), National Dong Hwa University, Taiwan, Jun. 2014. (Invited session)

36. Matsui, H.*  Variable selection for functional linear model via the sparse regularization.  KSS/JSS/CSA International Session, Dongguk University, Korea, Nov. 2013. (Invited session)

37. Kayano, M.*, Matsui, H., Yamaguchi, R., Imoto, S. and Miyano, S.  Gene set differential analysis of time course expression profiles via sparse estimation in functional logistic model (Poster).  2nd Joint Conference on Informatics in Biology, Medicine and Pharmacology 2013, Tower Hall Funabori, Japan, Oct. 2013. 

38. Matsui, H.*, Misumi, T. and Konishi, S.  Variable selection for varying-coefficient models via the elastic net regularization.  2013 Joint Statistical Meetings (JSM 2013), Palais des congres de Montreal, Canada, Aug. 2013. 

39. Matsui, H.*  Regression modeling for longitudinal data and variable selection.  2nd International Congress on Natural Sciences, National Sun Yat-sen University, Taiwan, Oct. 2012. (Invited session)

40. Matsui, H.*, Araki, T. and Konishi, S.  Multiclass functional discriminant analysis and its application to gesture recognition.  7th World Congress in Probability and Statistics, National University of Singapore, Singapore, Jul. 2008. 

41. Nonaka, Y.*, Matsui, H. and Konishi, S.  Nonlinear mixed effect modeling for the repeated measurement data.  The 2nd International Kurume Symposium on Biostatistics, Kyushu University, Japan, Feb. 2008.

42. Matsui, H.*, Kawano, S., Kayano, M. and Konishi, S.  Regularized Functional Regression Modeling for Functional Response and Predictors.  56th ISI World Statistics Congress, Lisboa Congress Centre, Portugal, Aug. 2007.

Domestic Conference / Symposium

1. 木山朔*，相田太一，小町守，小木曽智信，高村大也，松井秀俊，持橋大地．意味変化分析に向けた単語埋め込みの時系列パターン分析．言語処理学会第30回年次大会(NLP2024)，神戸国際会議場，2024年3月11-15日．

2. 松井秀俊*．関数データ解析入門と医学データ分析への応用．第10回医療統計セミナー，大阪医科薬科大学，2024年2月6日．

3. 松井秀俊*，寺田吉壱．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．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」，東北大学，2024年1月26-27日．

4. 田中俊太郎*，松井秀俊．複雑な構造を持つ高次元データに対する変数スクリーニング．科研費シンポジウム「データサイエンスにおける統計的理論・方法論の新展開」，九州大学，2023年11月13-14日．

5. 土井博文*，松井秀俊，西岡大輔，伊藤ゆり，佐浦隆一．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．日本計算機統計学会第37回シンポジウム，フェニックス・シーガイア・リゾート（宮崎県宮崎市）/オンライン，2023年11月10-12日．

6. 島津佑汰*，山口崇幸，保科架風，松井秀俊．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．日本計算機統計学会第37回シンポジウム，フェニックス・シーガイア・リゾート（宮崎県宮崎市）/オンライン，2023年11月10-12日．

7. 寺田吉壱*，松井秀俊，長尾大道．時空間データに対する高速な平滑化法と地震波動場再構成への応用．日本地震学会2023年度秋季大会，パシフィコ横浜，2023年10月31-11月2日．

8. 田中俊太郎*，松井秀俊．多重共線性を持つ高次元データに対する因子分析を活用した変数スクリーニング．数学・数理科学専攻若手研究者のための異分野異業種研究交流会2023，中央大学，2023年10月14日．

9. 中島誉也*，佐藤俊太朗，松井秀俊，水野篤．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年度統計関連学会連合大会，京都大学，2023年9月3-7日．

10. 松井秀俊*，寺田吉壱．可変ドメイン関数データに対する軌道の動的予測．2023年度統計関連学会連合大会，京都大学，2023年9月3-7日．

11. 山口崇幸*，島津佑汰，保科架風，松井秀俊．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年度統計関連学会連合大会，京都大学，2023年9月3-7日．

12. 廣瀬慧*，増田弘毅，松井秀俊．合計値回帰モデルのクラスタリングによる二重降下現象と電力需要量予測への応用．2023年度統計関連学会連合大会，京都大学，2023年9月3-7日．

13. 田中俊太郎*，松井秀俊．多重共線性を持つ高次元データに対する因子分析を活用した変数スクリーニング．2023年度統計関連学会連合大会，京都大学，2023年9月3-7日．

14. 加藤駿典*，松井秀俊，寺田雅之．圧縮メカニズム再考：スパースな観測行列を用いた圧縮センシングによる差分プライバシーの実現．情報セキュリティ研究会（ISEC），北海道自治労会館，2023年7月24-25日（CSEC優秀研究賞受賞）．

15. 松井秀俊*．関数データに基づく農作物収穫量の分析．日本計算機統計学会第37回大会，とかちプラザ（北海道帯広市），2023年6月2-3日．

16. 中島誉也*，佐藤俊太郎，松井秀俊，水野篤．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．日本臨床疫学会第5回年次学術大会，早稲田大学，2022年11月12-13日．

17. 松井秀俊*．空間関数データに対するスパース推定．2022年度統計関連学会連合大会，成蹊大学/オンライン開催，2022年9月4-8日．

18. 松井秀俊*．スパース推定を用いた関数切断線形モデルの構築と農業データへの応用．東京大学応用統計セミナー．東京大学/オンライン，2022年6月17日．

19. 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．MRI検査内容における分散表現取得方法の検討．第4回日本メディカルAI学会学術集会，2022年6月10日-11日．

20. 土井博文*，伊藤ゆり，松井秀俊，佐浦隆一．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 ．日本計算機統計学会第36回大会，2022年5月21日-22日． 

21. 廣瀬慧*，松井秀俊*．スパース推定の最新の展開．応用統計学会・計量生物学会チュートリアルセミナー，東京理科大学/オンライン，2022年5月13日．

22. 松井秀俊*.  滋賀大学データサイエンス学部の取り組み．数学ソフトウェアとフリードキュメント33．オンライン開催，2022年3月27日．

23. 松井秀俊*.  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．九州大学統計データサイエンス研究集会 ．オンライン開催，2021年12月18日．

24. 松井秀俊*.  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．大阪大学数理・データ科学セミナー ．オンライン開催，2021年12月6日．

25. 渡邊翔太朗*，松井秀俊．Classification from Positive and Biased Negative Data with Skewed Labeled Posterior Probability. 第24回情報論的学習理論ワークショップ (IBIS2021)，オンライン開催，2021年11月10日-13日．

26. 松井秀俊*．変化係数関数切断線形モデルの推定．2021年度統計関連学会連合大会，オンライン開催，2021年9月5-9日．

27. 杉山聖貴*，松井秀俊．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．第23回情報論的学習理論ワークショップ (IBIS2020)，オンライン開催，2020年11月23日-26日．

28. 松井秀俊*．滋賀大学におけるデータサイエンス教育の展開．第11回横幹連合コンファレンス（企画セッション「データサイエンス教育の現状と今後」），オンライン開催，2020年10月8-9日．

29. 松井秀俊*．変化係数関数加法モデルと農業データ分析への応用．2020年度統計関連学会連合大会，オンライン開催，2020年9月8-12日．

30. 西内俊策*，松井秀俊．栽培記録から見出された水稲の環境応答変動性の解析．日本育種学会第137回講演会，東京大学，2020年3月27-29日．（中止）

31. 江崎剛史*，紅林亘，山川雄也，坂根巌，松井秀俊．膜透過性予測に重要なパラメータの提案に向けた非線形スパース正則法の適用．第47回構造活性相関シンポジウム，熊本市民会館，2019年12月12-13日．

32. 新井仁智*，三角俊裕，松井秀俊，小西貞則，前園宜彦．Automatic multivariate functional clustering for spatial longitudinal data. 情報・統計科学シンポジウム，九州大学，2019年12月6日．

33. 紅林亘*，松井秀俊．HSICに基づく非線形モデルの変数選択．第22回情報論的学習理論ワークショップ (IBIS2019)，ウインクあいち，2019年11月20日-23日．

34. 松井秀俊*，山本倫生*，荒木由布子*．関数データ解析の基礎と使い方（「関数回帰分析」担当）．日本行動計量学会 秋の行動計量セミナー，東京理科大学，2019年11月2日．

35. Matsui, H.*  Variable selection in classification models for functional data and its application to gene expression data analysis. Hiroshima Statistics Study Group Seminars, Radiation Effects Research Foundation, 25 Oct. 2019.（招待）

36. 松井秀俊*．滋賀大学DS学部の統計系の講義について．数理・データサイエンス教育中部・東海ブロックワークショップ，TKPガーデンシティ / 滋賀大学，2019年9月18-19日．

37. 松井秀俊*，持田恵一．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年度統計関連学会連合大会（応用統計学会企画セッション「関数データ解析」），滋賀大学，2019年9月8-12日．

38. 紅林亘*，松井秀俊．HSICに基づく非線形モデルの変数選択．2019年度統計関連学会連合大会，滋賀大学，2019年9月8-12日．

39. 松井秀俊*．関数データに基づく統計モデリング．数学談話会，愛媛大学，2019年5月28日．（招待）

40. 荒木由布子*，Chiou, J. M.*,  松井秀俊*．関数データ解析（「関数データにおける変数選択と時系列・空間データ解析」担当）．応用統計学会・計量生物学会チュートリアルセミナー，神戸大学，2019年5月17日．

41. 松井秀俊*．滋賀大学データサイエンス学部の活動と数学の重要性．日本数学会年会キャリアパスセミナー，東京工業大学，2019年3月19日．（招待）

42. 松井秀俊*．関数データに基づく経時測定データの統計分析．日本生態学会年会自由集会「ビッグデータ時代の統計とシミュレーション」，神戸国際会議場，2019年3月15-19日．（招待）

43. Matsui, H.* and Mochida, K. Statistical modeling for functional data and its application to crop yield data（ポスター）．第60回植物生理学会年会，名古屋大学，2019年3月13-15日．

44. 竹村 彰通，和泉 志津恵*，齋藤 邦彦，姫野 哲人，松井 秀俊，伊達 平和．社会と連携したデータサイエンス教育の展開．統計数理研究所公募型共同利用重点型研究「データサイエンス人材育成メソッドの新展開」研究集会，統計数理研究所，2019年2月22日．

45. 松井秀俊*．関数データに基づく交互作用モデルとその推定．科研費シンポジウム「予測モデリングとその周辺 -機械学習・統計科学・情報理論からのアプローチ-」，成蹊大学，2018年11月23-25日．

46. 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（「線形回帰モデルとlasso」担当）．同志社大学共通シンポジウム，同志社大学，2018年11月17日．

47. 松井秀俊*，持田恵一，佐藤和広，石井誠．ムギの出穂日数からみる環境情報の影響の分析．2018年度統計関連学会連合大会，中央大学，2018年9月9-13日．

48. 松井秀俊*，持田恵一．経時測定データに基づく栽培作物予測モデルの構築．2018年度統計関連学会連合大会，中央大学，2018年9月9-13日．

49. 三角俊裕*，松井秀俊，小西貞則．ジョイントモデリングに基づく多変量関数クラスタリングと気象データへの応用．2018年度統計関連学会連合大会，中央大学，2018年9月9-13日．

50. 松井秀俊*．関数データ解析による統計的アプローチ（ポスター）．統計・機械学習若手シンポジウム「統計・機械学習の交わりと拡がり」，一橋講堂（東京都千代田区），2018年8月10-12日．

51. Mochida, K.*, Matsui, H., Takahagi, K., Inoue, K., Ishii, M., Sato, K., and Hirayama, T.  Functional data analysis applied to identify time-series changes of environmental factors that are related to flowering in barley（ポスター）.  第59回日本植物生理学会年会，札幌コンベンションセンター，2018年3月．

52. Koda, S.*, Onda, Y., Matsui, H., Takahagi, K., Yamaguchi-Uehara, Y., Shimizu, M., Inoue, K., Yoshida, T., Sakurai, T., Honda, H., Eguchi, S., Nishii, R., and Mochida, K.  Diurnal transcriptome and gene network represented through sparse modeling in Brachypodium distachyon（ポスター）.  第59回日本植物生理学会年会，札幌コンベンションセンター，2018年3月．

53. 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（「線形回帰モデルとlasso」「構造的スパース正則化」担当）．大阪大学MMDSスプリングキャンプ（2日目），大阪大学中之島センター，2018年3月27日．

54. 松井秀俊*．経時測定データに対する統計的モデリング手法とゲノム，農業データへの応用．園芸学会小集会「次世代の園芸研究を見据えた先端ゲノム研究」，近畿大学，2018年3月．（招待）

55. 松井秀俊*．関数データに基づく交互作用モデル，統計科学セミナー，九州大学，2018年3月．

56. 江田智尊*，恩田義彦，松井秀俊，西井龍映，持田恵一．統計的遺伝子データ解析と低炭素社会への貢献．科研費シンポジウム「生命・自然科学における複雑現象解明のための統計的アプローチ」，滋賀大学，2018年2月．

57. 松井秀俊*．スパース正則化に基づく関数データ判別による遺伝子データ解析．研究集会「大規模統計モデリングと計算統計IV」，東京大学，2017年9月．

58. 松井秀俊*，三角俊裕，横溝孝明，小西貞則．非線形混合効果モデルに基づく関数データクラスタリング．2017年度統計関連学会連合大会，南山大学，2017年9月．(応用統計学会奨励論文賞受賞講演)

59. 松井秀俊*．Regression modeling for functional predictor and functional response.  JST CREST AIPチャレンジシンポジウム「ビッグデータ利活用のための基盤構築とその応用」，名古屋工業大学，2017年2月．

60. 持田恵一*，恩田義彦，江田智尊，高萩航太郎，上原由紀子，清水みなみ，吉田拓広，櫻井哲也，松井秀俊，西井龍映．時系列トランスクリプトームデータからのネットワーク推定による植物雑種強制の解明．科研費シンポジウム「高精度情報抽出のための統計理論・方法論とその応用」，九州大学，2016年11月．

61. 松井秀俊*．関数データに基づく経時測定データの分析．科研費シンポジウム「複雑な生命現象を読み解くための大規模データとモデリング」，久留米シティプラザ（福岡県久留米市），2016年11月．

62. 松井秀俊*．関数応答型２次回帰モデルとその推定．2016年度統計関連学会連合大会，金沢大学，2016年9月．

63. 二宮嘉行*，楊道偉，松井秀俊．混合効果モデルに対する情報量規準とスパース推定．2016年度統計関連学会連合大会，金沢大学，2016年9月．

64. 大橋紘之，神野成海*，黒沢健，松井秀俊．非線形モデルにおける正則化法のスパース性とスパース実行領域．2016年度統計関連学会連合大会，金沢大学，2016年9月．

65. 松井秀俊*．関数データに基づく二次回帰モデル．統計サマーセミナー2016，サヤン・テラス ホテル＆リゾート（千葉県夷隅郡），2016年8月．

66. 松井秀俊*．Sparse regularization for historical functional linear model．計算機統計学会第30回大会，ハートピア京都（京都府京都市），2016年5月．

67. 松井秀俊*．経時測定データに対する統計的アプローチと遺伝子データ解析．データサイエンスセミナー，滋賀大学，2016年4月．

68. 松井秀俊*，茅野光範，山口類，井元清哉，宮野悟．経時測定データに対する数理統計的アプローチと医療における遺伝子データ解析．シンポジウム「生命データ科学による新たな社会的価値の創造～医療，農業，環境分野における役割と作物設計への応用～」，理化学研究所，2016年2月．

69. 松井秀俊*．スパース正則化に基づく関数データ判別による遺伝子データ解析．Statistical Bioinformatics Seminar，京都大学，2016年1月．

70. 江田智尊*，松井秀俊，西井龍映，持田恵一，恩田義彦，櫻井哲也，吉田拓広．植物バイオマス増産のための遺伝子データ解析．第20回情報・統計科学シンポジウム，九州大学，2015年12月．

71. 松井秀俊*．スパース正則化を用いた関数データの判別および変数・決定境界の選択．データ科学特別セミナー，大阪大学，2015年11月．

72. 松井秀俊*． スパース正則化に基づく経時測定データの判別と遺伝子データ解析への応用．科研費シンポジウム「生命科学データ解析の方法論と健康科学への応用」，東京大学医科学研究所，2015年10月．

73. 松井秀俊*．Bi-level selectionを用いた関数ロジスティック回帰モデルの推定．2015年度統計関連学会連合大会，岡山大学，2015年9月．

74. 松井秀俊*．Bi-level selectionに基づく関数データ判別．統計サマーセミナー2015，海峡ビューしものせき（山口県下関市），2015年8月．

75. 松井秀俊*．Regression models for functional data and variable selection via the sparse regularization.  2014年度科研費ワークショップ "Workshop on Statistical Methods for Large Complex Data."  筑波大学，2014年11月．

76. 松井秀俊*．スパース正則化に基づく関数多変量回帰モデルの推定．2014年度統計関連学会連合大会，東京大学，2014年9月．

77. 松井秀俊*．関数データに基づく多変量回帰モデルとスパース正則化による推定．統計サマーセミナー2014，森秋旅館（群馬県渋川市），2014年8月．

78. 松井秀俊*，川野秀一．ロジスティックモデルに対するスパース正則化．日本計算機統計学会第28回大会，中央大学，2014年5月．

79. 松井秀俊*．繰り返し測定データに対する統計的解析手法 （口頭 & ポスター）．共進化社会システム創成拠点フォーラム，市ヶ谷カンファレンスセンター（東京都新宿区），2014年3月．

80. 松井秀俊*．スパース正則化を用いた判別境界の選択．研究集会「統計手法における近年の話題とその応用」，KKRホテル広島（広島県広島市），2013年12月．

81. 松井秀俊*．関数データに基づく回帰モデルの構築と正則化．2013年度統計関連学会連合大会，大阪大学，2013年9月．

82. 松井秀俊*．スパース正則化を用いた繰り返し測定データの判別と変数選択． 応用統計学会2013年度年次大会，パルセいいざか（福島県福島市），2013年5月．

83. 松井秀俊*．繰り返し測定データ解析のための統計的モデリング．談話会，九州大学，2012年12月．

84. 松井秀俊*．統計的モデリング手法を用いた大規模データの解析．第17回情報・統計科学シンポジウム，九州大学，2012年12月．（基調講演）

85. 松井秀俊*．関数データに基づく統計的モデリングと変数選択．シグマ統計コ ロキウム，大阪大学，2012年9月．

86. 茅野光範*，松井秀俊，山口類，井元清哉，宮野悟．関数t-検定と関数ロジスティック回帰のL1正則化による遺伝子選択．2012年度統計関連学会連合大会，北海道大学，2012年9月．

87. 松井秀俊*．多群ロジスティック回帰モデルに対するL1正則化の考察．2012年度統計関連学会連合大会，北海道大学，2012年9月．

88. 松井秀俊*，三角俊裕，小西貞則．L1正則化に基づく変化係数モデリングと変数選択．2012年度統計関連学会連合大会，北海道大学，2012年9月．

89. 松井秀俊*．多群判別モデルに対するL1正則化．統計サマーセミナー2012，伊豆山研修センター（静岡県熱海市），2012年8月．

90. 松井秀俊*．繰り返し測定データに対 する統計的アプローチ．研究集会「統計的モデリングとその定量的評価」，国民宿舎呼子ロッジ（佐賀県唐津市），2012年1月．

91. 松井秀俊*，三角俊裕．正則化法に基づく変化 係数モデルの推定とその評価．2010年度統計関連学会連合大会，早稲田 大学，2010年9月．

92. 立石正平*，松井秀俊，小西貞則．Lassoを用いたベイズ正則化に基づく非線 形回帰モデリング．研究集会「第11回ノンパラメトリック統計解析とそ の周辺」，慶應義塾大学，2009年3月．

93. 松井秀俊*，小西貞則． L1タイプの正則化に基づく関数回帰モ デルの推定と変数選択．統計数理研究所共同利用研究重点テーマ「統計メタウェアの開発」共通公開研究会，統計数 理研究所，2009年3月．

94. 松井秀俊*． Regularized Functional Regression Modeling and its Applications. (邦題：正則化法に基づく関数回帰モデリングとその応用)．博士学位論文公聴会，九州大学．2009年2月．

95. 松井秀俊*，立石正平，小西貞則． Lassoを用いた非線形回帰モデルの推定と正則化の調整．平成20年度科研費シンポジウム「高度情報抽出のための統計理論，方法論とその応用」，九州大学，2008年11月．

96. 松井秀俊*，小西貞則． L1正則化法に基づく関数回帰モデリン グ．平成20年度科研費シンポジウム「多変量解析における最近の話題」，大阪大学，2008年9月．

97. 立石正平*，松井秀俊，小西貞則． Lassoタイプの正則化法に基づく非線形回帰モデリング． 2008年度統計関連学会連合大会，慶應義塾大学，2008年9月．

98. 松井秀俊*，小西貞則．縮小推定に基づく関数回帰モデリン グと変数選択． 2008年度統計関連学会連合大会，慶應義 塾大学，2008年9月．（コンペティション講演にて優秀報告賞を 受賞）

99. 松井秀俊*．正則化法に基づく関数回帰モデリン グとその応用．統計科学セミナー，九州大学，2008年6月．

100. 立石正平*，松井秀俊，小西貞則．偏差情報量規準に基づく非線形モデ リング．第10回ノンパラメトリック統計解析とそ の周辺「ベイズ統計とモデル選択」，慶應義塾大学，2008年3月．

101. 松井秀俊*，小西貞則．縮小推定に基づく統計的モデリング とその評価．統計数理研究所共同利用研究重点テーマ「統計メタウェアの開発」共通公開研究会，統計数理研究所，2008年2月．

102. 野中美佑*，松井秀俊，小西貞則．繰り返し測定データに基づく非線形 混合効果モデリング．平成19年度科研費シンポジウム「統計的 データ解析手法の評価と開発」，広島大学，2008年1月．

103. 荒木貴光*，松井秀俊，茅野光範，小西貞 則．多変量関数データに基づく識別・判 別法とその応用． 2007年度統計関連学会連合大会，神戸大 学，2007年9月．

104. 松井秀俊*．基底関数展開に基づく関数回帰モデ リング． 統計サマーセミナー2007，休暇村指宿 （鹿児島県指宿市），2007年8月． 

105. 松井秀俊*，川野秀一，茅野光範，小西貞則．正則化法に基づく関数回帰モデリン グとその応用．第9回ノンパラメトリック統計解析とそ の周辺，慶應義塾大学，2007年3月．

106. 堂園剛司*，松井秀俊，川野秀一，小西貞 則．正規直交基底に基づく関数データ化 と自己組織化マップによるクラスタリング．2006年度統計関連学会連合大会，東北大学，2006年9月．

107. 松井秀俊*，荒木由布子，小西貞則．関数応答データに基づく回帰モデリ ングとその応用． 2006年度統計関連学会連合大会，東北大 学，2006年9月．

108. 堂園剛司*，松井秀俊，川野秀一，小西貞則．自己組織化マップに基づく関数デー タクラスタリング．第8回ノンパラメトリック統計解析とそ の周辺，慶應義塾大学，2006年3月．

109. 松井秀俊*，小西貞則．関数データに基づく多変量回帰モデ リングとその応用．平成17年度統計科学セミナー，九州大学，2006年1月．

110. 松井秀俊*，荒木由布子，小西貞則．正則化法に基づく多変量関数回帰モ デリングとスペクトルデータ解析への応用．平成17年度科学研究費シンポジウム「多変 量同時解析モデルと関数データに関する研究会」，同志社大学，2005年11月．

111. 松井秀俊*，荒木由布子，小西貞則．関数データに基づく多変量回帰モデ リングとその応用．2005年度統計関連学会連合大会，広島プ リンスホテル（広島県広島市），2005年9月．

112. 松井秀俊*．関数データに基づく多変量回帰モデ リング． 統計サマーセミナー2005，九重共同 研究所（大分県玖珠郡），2005年8月．