Publications (Japanese)
書籍
[3] 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) (2020) 大規模計算時代の統計推論―原理と発展―．共立出版．ISBN: 978-4-320-11434-0．[出版社HP] [amazon]
[2] 上野誠 (編集), 大浦誠士 (編集), 村田右富実 (編集) (2019) 万葉をヨム．分担執筆：村田右富実，川野秀一 “文字論のこれからー個別論から全体論へ” 193-210. 笠間書院．ISBN: 978-4-305-70871-7．[出版社HP] [amazon]
[1] 川野秀一，松井秀俊，廣瀬慧 (2018) スパース推定法による統計モデリング．共立出版．ISBN: 978-4-320-11257-5．[出版社HP] [amazon] (R code)
原著論文（査読有）
[11] 奥田忠久，吉川剛平，川野秀一 (2022) 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, 49, 185-196 (doi: 10.2333/jbhmk.49.185).
[10] 村田右富実，川野秀一，吉川剛平 (2021) 音列に基づいた潜在的ディリクレ配分法による万葉短歌分類についての試論. 美夫君志, 103, 43-60 (GitHub) (CiNii).
[9] 永沼瑞穂，吉川剛平，川野秀一 (2020) グループ正則化に基づく順序ロジットモデルにおける隣接クラスの統合. 統計数理, 68, 287-303 [PDF].
[8] 川野秀一，村田右富実 (2019) 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, 48, 45-57 (doi: 10.5023/jappstat.48.45). (優秀論文賞受賞) (R code) (データ (4.2節)) (データ (4.3節))
[7] 村田右富実，川野秀一 (2019) 万葉歌における異伝注記の特徴―依拠情報不明異伝と文字情報依拠異伝の差異を基点に―. 萬葉, 227, 73-92 (CiNii).
[6] 加藤駿典，川野秀一 (2017) Fused Lasso に基づくスパース順序ロジットモデリング. 計算機統計学, 30, 3-16 (doi: 10.20551/jscswabun.30.1_3).
[5] 村田右富実，川野秀一 (2017) 多変量解析から見る万葉短歌の一般性と特殊性−巻を単位として−. 文学・語学, 220, 14-24 (CiNii).
[4] 野崎俊貴，木村拓海，川野秀一 (2016) スパース推定に基づく適応正則化オンライン学習の特徴選択問題. 計算機統計学, 29, 117-131 (doi: 10.20551/jscswabun.29.2_117).
[3] 村田右富実，川野秀一 (2016) 多変量解析を用いた万葉歌の筆録者同定の可能性試論. 上代文学, 117, 91-103 (CiNii).
[2] 嶋村海人，川野秀一，小西貞則 (2015) モデル平均化法による Bayesian lasso 回帰モデリング. 応用統計学, 44, 101-117 (doi: 10.5023/jappstat.44.101). (優秀論文賞受賞)
[1] 村田右富実，川野秀一 (2014) 多変量解析を用いた万葉短歌の声調外在化について. 美夫君志, 88, 29-37 (CiNii).
総合報告・紀要論文（査読有）
[3] 村田右富実，川野秀一 (2020) 多変量解析を用いた万葉短歌の書式分類について―『柿本人麻呂歌集』論として―. 国文学, 104, 17-35 (CiNii) [PDF].
[2] 川野秀一 (2017) 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, 30, 173-186. (R code) (doi: 10.20551/jscswabun.30.2_173).
[1] 川野秀一，廣瀬慧，立石正平，小西貞則 (2010) 回帰モデリングと$L_1$型正則化法の最近の展開. 日本統計学会誌, 39, 211-242 [PDF].
総合報告・紀要論文（査読無）
[1] 福島寿和，中川淳一，川野秀一，押木守 (2021) 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, 417, 86-91 [PDF].