総説・解説記事（速報、書評、報告書、記事他） - 清水　昌平

分割表示 >>  ／   全件表示  26 件中 1 - 26 件目

  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. 構造的因果モデルに基づく繰り返しの介入による最適化と制御応用，一般社団法人 人工知能学会，人工知能学会全国大会論文集，JSAI2024巻 （頁 4Xin231） ，2024年，藤原 大悟, 泉谷 知範, 清水 昌平

    DOI:10.11517/pjsai.jsai2024.0_4xin231，，単著

  4. 大規模言語モデルを活用した博士課程進学に関する因果探索の試行，研究・イノベーション学会，年次学術大会講演要旨集，38巻 （頁 880 ～ 885） ，2023年10月，高山, 正行, 小柴, 等, 三内, 顕義, 清水, 昌平

    ，単著

  5. 大学別の博士課程進学等に関するデータセットの構築と統計的因果探索，研究・イノベーション学会，年次学術大会講演要旨集，38巻 （頁 874 ～ 879） ，2023年10月，高山, 正行, 小松, 尚登, ファム, テ トン, 前田, 高志ニコラス, 三内, 顕義, 小柴, 等, 清水, 昌平

    ，単著

  6. 統計的因果探索アルゴリズム“LiNGAM” を活用した専攻分野別の博士課程進学に関する研究，研究・イノベーション学会，年次学術大会講演要旨集，37巻 （頁 192 ～ 197） ，2022年10月，高山, 正行, 小柴, 等, 前田, 高志 ニコラス, 三内, 顕義, 清水, 昌平, 星野, 利彦

    ，単著

  7. 博士課程進学率に関する因果モデルの構築，Jxiv，2022年03月，高山 正行, 小柴 等, 前田 高志ニコラス, 三内 顕義, 清水 昌平, 星野 利彦

    DOI:10.51094/jxiv.1，機関テクニカルレポート，技術報告書，プレプリント等，単著

  8. 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

  9. 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，公益社団法人 日本工学教育協会，工学教育，70巻 1号 （頁 1_7 ～ 1_12） ，2022年，伊達 平和, 清水 昌平, 竹村 彰通

    DOI:10.4307/jsee.70.1_7，，単著

  10. 統計的因果探索アルゴリズム“LiNGAM” を用いた若手研究者支援政策に関する研究，研究・イノベーション学会，年次学術大会講演要旨集，36巻 （頁 758 ～ 763） ，2021年10月，高山, 正行, 小柴, 等, 前田, 高志, 三内, 顕義, 清水, 昌平, 星野, 利彦

    ，単著

  11. EBPM と統計的因果探索・数理モデルの利活用，研究・イノベーション学会，年次学術大会講演要旨集，36巻 （頁 752 ～ 757） ，2021年10月，高山, 正行, 小柴, 等, 前田, 高志, 三内, 顕義, 清水, 昌平, 星野, 利彦

    ，単著

  12. 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

  13. セミパラメトリックアプローチによる統計的因果探索，一般社団法人 人工知能学会，人工知能学会研究会資料 人工知能基本問題研究会，118巻 （頁 02） ，2021年，清水 昌平

    DOI:10.11517/jsaifpai.118.0_02，，単著

  14. 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

  15. Recent advances in semi-parametric methods for causal discovery，Direction Dependence in Statistical Modeling: Methods of Analysis （頁 111 ～ 130） ，2020年12月，Shohei Shimizu, Patrick Blöbaum

    DOI:10.1002/9781119523024.ch5，，単著

  16. 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

  17. A survey on integrity auditing for data storage in the cloud: from single copy to multiple replicas，IEEE Transactions on Big Data，8巻 5号 （頁 1428 ～ 1442） ，2020年10月，Angtai Li, Yu Chen, Zheng Yan, Xiaokang Zhou, Shohei Shimizu

    DOI:10.1109/TBDATA.2020.3029209，，単著

  18. 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

  19. 統計的因果推論への招待，サイエンス社，数理科学，58巻 9号 （頁 7 ～ 14） ，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

  20. 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

  21. Privacy preservation in permissionless blockchain: A survey，Digital Communications and Networks，7巻 3号 （頁 295 ～ 307） ，2020年07月，Li Peng, Wei Feng, Zheng Yan, Yafeng Li, Xiaokang Zhou, Shohei Shimizu

    DOI:10.1016/j.dcan.2020.05.008，，単著

  22. 時系列データに対する予測モデルの介入効果の推定，一般社団法人 人工知能学会，人工知能学会全国大会論文集，JSAI2020巻 （頁 1J4GS204） ，2020年，切通 恵介, 紅林 亘, 泉谷 知範, 小山 和輝, 木村 大地, 大川内 智海, 清水 昌平

    DOI:10.11517/pjsai.jsai2020.0_1j4gs204，，単著

  23. データサイエンスのモデル教材開発の取組み—特集 AI時代の人材育成，東京 : 私立大学情報教育協会，大学教育と情報，2019年度巻 2号 （頁 10 ～ 12） ，2019年09月，清水 昌平

    ，単著

  24. 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

  25. Non-Gaussian methods for causal structure learning，Prevention Science，20巻 3号 （頁 431 ～ 441） ，2019年05月，Shohei Shimizu

    DOI:10.1007/s11121-018-0901-x，記事・総説・解説・論説等（学術雑誌），単著

  26. 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

<  前のページ   -   次のページ  >

  • 1
このページの先頭へ▲