Okuno-lab

教員：奥野 OKUNO 彰文 Akifumi （助教）

日本における統計学の一大研究教育拠点である大阪大学（基礎工学部）統計解析グループを卒業（2014年基礎工学部賞，2016年基礎工学研究科賞）．下平英寿教授の指導の下，2020年9月に京都大学（大学院情報学研究科）で博士号（情報学）を取得しました． 2024年に小川研究奨励賞（日本統計学会）を受賞しています．現在は統計数理研究所（統計基盤数理研究系）および総合研究大学院大学（先端学術院統計科学コース）の助教を拝命しており，理化学研究所の革新知能統合研究センター（因果推論チーム）と脳神経科学研究センター（統計数理連携ユニット）で客員研究員もしています．

主な研究テーマは数理統計と統計的機械学習を駆使した統計手法開発・性能評価とその応用です．深層学習を含むニューラルネットを用いた現代的な統計手法開発と理論解析に携わる傍ら，天文学者やプラズマ物理学者などとの共同研究を通じた科学応用にも挑戦しています．以下の#研究概要のほか，出版論文や講演など詳細なポートフォリオは https://okuno.net をご覧ください．

研究概要

私の研究は#手法開発・#理論解析・#異分野連携の3本柱です．問題をシンプルに抽象化し，出来るだけ簡単な方法で解くのが好きです．面白そうであれば問題の種類は問いません．

手法開発では主に情報科学の技術を用いて研究をしています．既存法では困難だったコストの大きな計算を実行可能にしたり，既存法では推定できなかった複雑な関数を，現実で現れる様々な状況下で推定する問題に取り組んでいます．

手法研究の日本語解説としては，ダイバージェンスを用いた任意の確率モデルでのロバスト分布推定（https://doi.org/10.51094/jxiv.642）， WAIC による過剰パラメータモデルの汎化誤差推定（https://doi.org/10.51094/jxiv.537），ニューラルネットを用いた整合的な順序回帰（https://doi.org/10.51094/jxiv.549）や外れ値にロバストなニューラルネットの学習（https://doi.org/10.51094/jxiv.928）などもご覧ください．

理論解析では確率論などの数学を使って様々なデータ解析手法の推定効率の限界を調べ，そのボトルネックを根本的に解決することで，手法の性能を大きく向上させます．

理論研究の日本語での解説としては，可逆関数推定の難しさ-生成モデルを念頭に（https://doi.org/10.51094/jxiv.616）や仮想的な0近傍法による高次バイアス補正（https://doi.org/10.51094/jxiv.945）などもご覧ください．

異分野連携では様々な分野の研究者と協働し，問題に応じた解析手法をオーダーメイドしています．一例として，プラズマ物理学者に協力する形で複雑なプラズマ乱流データを理解しやすい粒度の要素に分解する技術を開発しました（下図）．

天文学者と協力し，どの天体が同じ銀河に起源をもつのかデータから特定することで，銀河の歴史を探る研究も行いました．詳細は統計数理研究所のプロジェクト紹介ページをご覧ください．交通流の予測に関わる企業との共同研究を現在推進中のほか，奥野は統計数理核融合や東大地震研の研究プロジェクトなど，様々な分野の研究者との共同研究プロジェクトにも参加しています．

もう少し詳細な研究内容

以上を含めた研究成果リストが https://okuno.net/ にあります．特に日本語での論文解説が参考になると思います．

教員： 奥野 OKUNO 彰文 Akifumi （助教）

研究概要

教員：奥野 OKUNO 彰文 Akifumi （助教）