一般向け情報
学歴
職歴
著書・論文歴
現在の専門分野
所属学会
学会発表
受賞学術賞
研究課題・受託研究・科研費
委員会・協会等
教育、研究、社会貢献活動の方針

photo
    （最終更新日：2025-05-06 17:45:23）
  ヤマムラ　マリコ   Mariko Yamamura
  山村　麻理子
   所属   追手門学院大学  理工学部 数理・データサイエンス学科
   職種   准教授
■ 一般向け情報
統計数学、データサイエンス
時系列解析、多変量解析、時空間統計解析、情報量規準、スパース推定
統計学とデータサイエンスに関する研究を行っております。研究テーマは、そのときどきの社会の動きや自分の興味によって変わることもありますが、時間の流れを扱う統計解析にはずっと興味を持ち続けています。また、データ分析を通して、今よく使われているプログラミング言語や技術に触れられるのも楽しく、やりがいを感じています。
■ 学歴
1. 1994/04～1998/03 大阪府立大学 総合科学部 学士（理学）
2. 1998/04～2000/03 大阪府立大学 経済学研究科 修士（経済学）
3. 2001/04～2008/03 筑波大学 システム情報工学研究科 博士（社会工学）
■ 職歴
1. 2004/04～2006/06 財団法人 医療経済研究・社会保険福祉協会 医療経済研究機構 研究部 研究員
2. 2008/04～2010/03 北里大学 薬学部 特任助教
3. 2010/04～2011/03 筑波大学大学院 ビジネス科学研究科 専任助教
4. 2011/04～2019/03 広島大学大学院 教育学研究科 専任講師
5. 2012/03～2012/12 カナダ トロント大学教養学部 統計学科 客員講師
6. 2018/04～2019/03 広島大学 情報科学部 兼任講師
7. 2018/10～2018/11 インドネシア ダルマプルサダ大学 言語文化学部 客員講師
8. 2019/04～2024/03 公益財団法人 放射線影響研究所 統計部 研究員
9. 2024/04～2025/03 広島大学大学院 先進理工系科学研究科 特任准教授
10. 2025/04～ 追手門学院大学 理工学部 准教授
■ 著書・論文歴
1. 論文　 Poisson Regression with Categorical Explanatory Variables via Lasso Using the Median as a Baseline （代表編著） 2025/02
2. 論文　 Additive Poisson regression via forced categorical covariates and generalized fused Lasso （代表編著） 2023/12
3. 論文　 Spatio-Temporal Analysis of Rates Derived from Count Data Using Generalized Fused Lasso Poisson Model （代表編著） 2023/05
4. 論文　 Coordinate descent algorithm of generalized fused Lasso logistic regression for multivariate trend filtering （共著・編著（代表編著を除く）） 2022/06
5. 論文　 Spatio-Temporal Adaptive Fused Lasso for Proportion Data （代表編著） 2021/07
6. 論文　 Radiation Risks for the Incidence of Kidney, Bladder and Other Urinary Tract Cancers: 1958–2009 （共著・編著（代表編著を除く）） 2020/12
7. 論文　 A Fast Optimization Method for Additive Model via Partial Generalized Ridge Regression （共著・編著（代表編著を除く）） 2020/06
■ 現在の専門分野
統計科学, 応用数学、統計数学 
■ 所属学会
1. 2008/04～ 日本統計学会
■ 学会発表
1. 2024/08 On Lasso Poisson regression for categorical variables（26th International Conference on Computational Statistics）
2. 2024/06 Poisson Regression with Categorical Explanatory Variables via Lasso using the Median as a Baseline（The 16th International KES Conference on Intelligent Decisions Technologies）
3. 2023/09 Additive Poisson regression via forced categorical covariates and generalized fused Lasso（27th International Conference on Knowledge-Based and Intelligent Information & Engineering Systems）
4. 2023/06 Spatio-temporal analysis of rates derived from count data using generalized fused lasso Poisson model（The 15th KES International Conference on Intelligent Decision Technologies）
5. 2021/06 Spatio-Temporal Adaptive Fused Lasso for Proportion Data（The 13th KES International Conference on Intelligent Decision Technologies）
6. 2021/03 ロジスティック回帰モデルにおける generalized fused Lasso の座標降下法（第15回日本統計学会春季集会）
7. 2020/06 A fast optimization method for additive model via partial generalized ridge regression（The 12th KES International Conference on Intelligent Decision Technologies）
■ 受賞学術賞
1. 2021/03 日本統計学会春季集会, ポスターセッション 統計検定センター長賞 (ロジスティック回帰モデルにおける generalized fused Lasso の座標降下法)
2. 2021/03 日本統計学会春季集会，ポスターセッション 優秀発表賞 (ロジスティック回帰モデルにおける generalized fused Lasso の座標降下法)
3. 2011/06 応用統計学会 奨励論文賞 (Variable Selection in Multivariate Linear Regression Models with Fewer Observations than the Dimension)
■ 研究課題・受託研究・科研費
1. 2021/04～2024/03  バーレンツ海域における統合的海洋生態系評価のための統計的時空間推定手法の研究  
2. 2020/04～2025/03  Fused-lassoによる広島・長崎の被爆に関する時空間リスク推定モデルの開発 基盤研究（B） 
3. 2016/04～2020/03  変化係数モデルの多変量化と北東大西洋のミンククジラの身体状況データへの適用 基盤研究（Ｃ） 
■ 委員会・協会等
1. 2023/10～2024/06 16th International KES Intelligent Decision Technologies 2024 International Program Committee
2. 2022/10～2023/06 15th International KES Intelligent Decision Technologies 2023 International Programme Committee
3. 2021/10～2022/06 14th International KES Intelligent Decision Technologies 2022 International Programme Committee
4. 2021/04～2025/03 日本統計学会 日本統計学会誌 和文誌 編集委員
■ 教育、研究、社会貢献活動の方針
1. (1)教育活動の方針：人も社会も、もっと良くなり、もっと幸せになるためには、今よりもたくさんの知識や情報を身につけることが大事で、勉強が必要だと思いませんか。「勉強してて良かった」「勉強を継続していくことは大切だ」と思ってもらえるような、そんな教育を届けていきたいです。
2. (2)研究活動の方針：統計学の研究は、大きく分けて理論的研究と応用的研究の二つに分類されます。統計学を一つの体系的な対象として捉えた場合、理論的研究は「構築する」研究であり、応用的研究は「活用する」研究であると思います。両者の研究を行うことで、統計学の発展に努めたいです。
3. (3)社会貢献活動の方針：多くの情報が溢れる現代において、適切な分析手法によって、有用な情報を導き出す力が求められています。そこで、データから新たな情報を得たい方々に向けて、データ分析に関する相談や研修などの活動を行います。また、教育現場において、統計学およびデータ分析の学習を通じて、生徒の皆さんに数学の面白さや実用性をお伝えできれば幸いです。