同志社大学 · 文化情報学部 · 客員教授
狩野 裕
Kano Yutaka
别名: カノ ユタカ / KANO Yutaka / YUTAKA KANO
34KAKEN 项目
0CiNii 论文
20主要关键词
Research fields
研究领域
按日本文部科学省 科研費審査区分表 自动归类。KAKEN 项目数越多,代表教授在该领域投入越深。第一个为「主业」。
主业統計科学細目
Statistical science3 个 KAKENHI 项目
情報学中区分
Informatics2 个 KAKENHI 项目
数学中区分
Mathematics2 个 KAKENHI 项目
数学一般(含確率論・統計数学)小区分
General mathematics (including Probability theory/Statistical mathematics)2 个 KAKENHI 项目
経済学大区分
Economics2 个 KAKENHI 项目
経済統計学中区分
Economic statistics2 个 KAKENHI 项目
人文社会系大区分
Humanities and Social Sciences1 个 KAKENHI 项目
心理学小区分
Psychology1 个 KAKENHI 项目
心理学・社会学・教育学・文化人類学中区分
1 个 KAKENHI 项目
情報学基礎大区分
Fundamental theory of informatics1 个 KAKENHI 项目
教育・社会系心理学小区分
1 个 KAKENHI 项目
教育心理学細目
Educational psychology1 个 KAKENHI 项目
数学一般小区分
General mathematics (including Probability theory/Statistical mathematics)1 个 KAKENHI 项目
数物系科学大区分
Mathematics and Physics1 个 KAKENHI 项目
文学大区分
Literature1 个 KAKENHI 项目
理学大区分
Science1 个 KAKENHI 项目
理工系大区分
Science and Engineering1 个 KAKENHI 项目
知能情報学小区分
Intelligent informatics1 个 KAKENHI 项目
社会科学大区分
Social Sciences1 个 KAKENHI 项目
総合・新領域系大区分
Integrated Science and Innovative Science1 个 KAKENHI 项目
Research keywords
这位教授在研究什么
基于他/她公开的科研项目与论文自动提取的研究关键词,出现频次越高显示越大。
因子分析6多変量解析5統計的因果推論5モデル選択4NMAR3NMARness3セミパラメトリック法3因果推論3推定方程式の不偏性3時系列解析3潜在変数モデル3補助変数3APB2FastICA2ICA2JavaScript2MLEのバイアス2Sequential analysis2factor analysis2higher-order cumulant2
KAKEN grants
科研项目(近期在前)
KAKENHI 是日本科研最权威的经费系统,基金层级越高(S > A > B)越能反映影响力。
2025KAKENHI-基盤研究(C)
State space modelingLongitudinal dataLatent curve model
2016KAKENHI-挑戦的萌芽研究
無視不可能な欠測shared-parameter modelセミパラメトリック法NMARバイアス補助変数MLEのバイアス双方向因果モデル
2015KAKENHI-基盤研究(B)
巡回因果モデル欠測値データ解析メタアナリシス統計的因果推論fMRIデータ脳科学・脳情報causalitymissingness
2013KAKENHI-挑戦的萌芽研究
Missing at randomAPBNMARnessbias of the MLEsarrogate endpointNMARセミパラメトリック法MLEのバイアス
2013KAKENHI-基盤研究(A)
統計的因果推論ビッグデータ教育の質保証欠測データ多種多様なデータ医療統計計算機統計統計的データ解析
2012KAKENHI-基盤研究(C)
ベイジアンネットワーク構造学習事後確率最大相互情報量の検定独立性の検定グラフィカルモデル計算量の削減一致性
2011KAKENHI-挑戦的萌芽研究
多変量解析識別性誤差の制御因子回転不良設定問題スパースコーディング統計的正則化法脳内情報処理
2011KAKENHI-基盤研究(A)
統計科学時系列解析統計的漸近理論金融工学計量ファイナンス経験尤度比安定過程ポートフォリオ
2010KAKENHI-基盤研究(B)
shared-parameter モデル統計的因果推論無視できない欠測NMARLiNGAM潜在交絡変数2重中途打ち切り因果と予測
2009KAKENHI-基盤研究(B)
統計教育データサイエンスe-learningセンサス@スクールオープンエデュケーションコンテンツ初等中等教育分野別質保証新学習指導要領
How to assess fit
如何判断这位教授是否适合你
数据库的数据告诉你「这位教授在做什么」;能不能适合你,需要你自己对照以下几点判断。
- 关键词对齐
上面的关键词云里,有没有你研究计划书中反复出现的词?1-2 个重合是起点,3+ 个说明方向接近。
- 近期项目对应
看 KAKEN 项目的时间 — 近 2 年还有活跃项目说明研究室还在跑;只看项目名也大致能判断和你的问题是否相关。
- 不要只看学校名气
方向匹配度 > 学校排名。一位方向对口、还在活跃招生的副教授,往往比一位名气大但快退休的正教授更值得考虑。
- 留意招生信号
查一下该教授的研究室官网,看 OB/OG 名录里有没有中国 / 韩国 / 东南亚学生 — 这是「是否招留学生」最直接的信号。
ℹ️ 后期会加入基于 LLM 的中文画像(例如:「这位教授的研究风格偏...,适合什么样的申请者」),目前先用数据库公开字段 + 编辑建议替代。