総説・解説記事（速報、書評、報告書、記事他） - 清水　昌平

1. Causal Discovery with Hidden Variables Based on Non-Gaussianity and Nonlinearity， Dependent Data in Social Sciences Research，2024年06月，Takashi NIcolas Marfs

   DOI:https://doi.org/10.1007/978-3-031-56318-8_8，，単著

   

2. データから因果関係に関する仮説を探索するデー夕解析技術，「AI 監査」の基本 と技術—データサイエンティストの活躍，2024年01月，清水　昌平

   記事・総説・解説・論説等（その他），単著

3. 滋賀大学データサイエンス学部及び研究科の育成人材像と育成実績，工学教育，2022年，伊達 平和, 清水 昌平, 竹村 彰通

   記事・総説・解説・論説等（学術雑誌），単著

4. Privacy preservation in permissionless blockchain: A survey，Digital Communications and Networks，2021年08月，Li Peng, Wei Feng, Zheng Yan, Yafeng Li, Xiaokang Zhou, Shohei Shimizu

   記事・総説・解説・論説等（学術雑誌），単著

5. Recent advances in semi-parametric methods for causal discovery，Direction Dependence in Statistical Modeling: Methods of Analysis，2020年12月，Shohei Shimizu, Patrick Blöbaum

   記事・総説・解説・論説等（その他），共著

6. A survey on integrity auditing for data storage in the cloud: from single copy to multiple replicas，IEEE Transactions on Big Data，2020年10月，Angtai Li, Yu Chen, Zheng Yan, Xiaokang Zhou, Shohei Shimizu

   記事・総説・解説・論説等（学術雑誌），共著

7. 統計的因果推論への招待，サイエンス社，数理科学，2020年09月，清水昌平

   記事・総説・解説・論説等（商業誌、新聞、ウェブメディア），単著

8. Privacy preservation in permissionless blockchain: A survey，Digital Communications and Networks，2020年07月，Li Peng, Wei Feng, Zheng Yan, Yafeng Li, Xiaokang Zhou, Shohei Shimizu

   記事・総説・解説・論説等（学術雑誌），共著

9. Non-Gaussian methods for causal structure learning，Prevention Science，2019年05月，Shohei Shimizu

   記事・総説・解説・論説等（学術雑誌），単著

10. Non-Gaussian structural equation models for causal discovery，Statistics and Causality: Methods for Applied Empirical Research，2016年06月，Shohei Shimizu

    記事・総説・解説・論説等（国際会議プロシーディングズ），単著