奥戸 道子 (Michiko Okudo)
奥戸 道子 (Michiko Okudo)
千葉大学大学院 理学研究院 数学・情報数理学研究部門 准教授
E-mail: okudo [at] math.s.chiba-u.ac.jp
2025.9-: 千葉大学大学院 理学研究院 数学・情報数理学研究部門 准教授
2020.4-2025.8: 東京大学大学院 情報理工学系研究科 数理情報学専攻 助教
2018.4-2020.3: 日本学術振興会 特別研究員 (DC2)
2020.3: 東京大学大学院 情報理工学系研究科 数理情報学専攻 博士課程 修了
2017.3: 東京大学大学院 情報理工学系研究科 数理情報学専攻 修士課程 修了
2015.3: 東京大学 工学部 計数工学科 卒業
Shrinkage priors for circulant correlation structure models. [Journal Website]
M. Okudo and T. Sei.
Information Geometry, accepted.
Matching prior pairs connecting Maximum A Posteriori estimation and posterior expectation. [Journal Website]
M. Okudo and K. Yano.
Bayesian Analysis, accepted.
Predictive densities for multivariate normal models based on extended models and shrinkage Bayes methods. [Journal Website]
M. Okudo and F. Komaki.
Electronic Journal of Statistics, vol. 18, 3310--3326, 2024.
Shrinkage priors for single-spiked covariance models. [Journal Website]
M. Okudo and F. Komaki.
Statistics & Probability Letters, vol. 176, 109127, 2021.
Bayes extended estimators for curved exponential families. [Journal Website]
M. Okudo and F. Komaki.
IEEE Transactions on Information Theory, vol. 67, pp. 1088--1098, 2021.
Hamiltonian Monte Carlo with explicit, reversible, and volume-preserving adaptive step size control. [Journal Website]
M. Okudo and H. Suzuki.
JSIAM Letters, vol. 9, pp. 33--36, 2017.
Shrinkage priors for models with circulant correlation structure
M. Okudo and T. Sei, Further Developments of Information Geometry (FDIG2025), Tokyo, 2025.3.
Bayes extended estimators with shrinkage priors for multivariate normal models
M. Okudo and F. Komaki, EcoSta 2022, Kyoto, 2022.6.
Asymptotic properties of Bayes estimators based on shrinkage priors for curved exponential families.
M. Okudo, EAC-ISBA 2019, Kobe, 2019.7.
Scale-invariant estimations for the factor analysis model based on its geometric structure.
M. Okudo and F. Komaki, CMStatistics 2018, Italy, 2018.12.
Priors for the factor analysis model based on its geometric structure.
M. Okudo, 5th IMS Asia Pacific Rim Meeting (ims-APRM 2018), Singapore, 2018.6.
共分散行列の縮小推定.
奥戸道子, 清智也, 日本応用数理学会 第21回研究部会連合発表会, 岡山, 2025.3.
事後平均と MAP 推定量を 漸近的に一致させる事前分布のペア.
奥戸道子, 矢野恵佑, 2024年度統計関連学会連合大会, 東京, 2024.9.
事後平均とMAP推定量を 漸近的に一致させる matching prior pair.
奥戸道子, ベイズ計算セミナー, 東京, 2024.4.
非線形回帰および一般化線形モデルへのベイズ拡張推定量の応用.
奥戸道子, 矢野恵佑, 2023年度統計関連学会連合大会, 京都, 2023.9.
ベイズ拡張推定量の性質と応用.
奥戸道子, 科研費シンポジウム 「ベイズ統計学の最近の展開」, 東京, 2023.1.
Poisson 分布のパラメータ空間の q-exponential family.
奥戸道子, 駒木文保, 2022年度統計関連学会連合大会, 東京, 2022.9.
縮小事前分布を用いたベイズ法による多変量正規分布の拡張パラメータ推定量.
奥戸道子, 駒木文保, 2021年度統計関連学会連合大会, オンライン開催, 2021.9.
因子分析のスケール不変なベイズ推定.
奥戸道子, 駒木文保, 2020年度統計関連学会連合大会, オンライン開催, 2020.9.
曲指数型分布族に対するE-plugin分布.
奥戸道子, 駒木文保, 2019年度統計関連学会連合大会, 滋賀, 2019.9.
因子分析の幾何構造を利用したパラメータ推定.
奥戸道子, 駒木文保, 2018年度統計関連学会連合大会, 東京, 2018.9.
Adaptive Extra Chance Hamiltonian Monte Carlo.
奥戸道子, 鈴木秀幸, 日本応用数理学会2018年度年会, 東京, 2018.9.
部分観測マルコフ決定過程の環境推定.
奥戸道子, 森村哲郎, 第20回情報論的学習理論ワークショップ (IBIS2017), 東京, 2017.11.
因子分析の幾何構造と推測手法.
奥戸道子, 駒木文保, 2017年度統計関連学会連合大会, 名古屋, 2017.9.
ハミルトニアンモンテカルロにおける適応的パラメータ制御の実現.
奥戸道子, 鈴木秀幸, 2017年度日本統計学会春季集会, 東京, 2017.3.
積分の刻み幅制御を用いた Hamiltonian Monte Carlo.
奥戸道子, 鈴木秀幸, 日本応用数理学会2016年度年会, 福岡, 2016.9.
ハミルトニアンモンテカルロを用いた時系列フィルタリング.
奥戸道子, 鈴木秀幸, ImPACT量子情報技術ワークショップ (第 2 回全体会議), 東京, 2016.3.
一般化ハミルトニアンモンテカルロを用いた高次元時系列フィルタリング.
奥戸道子, 鈴木秀幸, 2015年度日本統計学会春季集会, 宮城, 2016.3 .
機能的核磁気共鳴画像の独立成分の類似度の検定について.
奥戸道子, 松田孟留, 駒木文保, 2014年度日本統計学会春季集会, 東京, 2015.3.
2020年4月 - 数理情報工学演習第二
2020年4月 - 数理情報工学実験第二「自律認識機械」
2020年4月 - 2024年9月 数理情報工学演習第一A 「確率数理工学演習」
2022年10月 - 2023年9月 計数工学実験 「統計手法」
日本統計学会 小川研究奨励賞 (2025)
統計関連学会連合大会 コンペティション部門 優秀報告賞 (2019.9)
日本応用数理学会論文賞 (JSIAM Letters部門) (2018.9)