山本紘司（東京理科大学大学院理工学研究科）
このたび統計関連学会連合大会コンペティション講演におきまして，栄誉ある最優秀報告賞をいただくことができ，大変光栄に思っております．コンペティション講演を企画・運営してくださった方々，ならびにコンペティション講演を審査してくださった皆様に厚く御礼申し上げます．また，日頃よりご指導くださいました先生方に心から感謝申し上げます．
本発表では，正方分割表解析において，対称性に関する累積確率に基づいた新しいモデルを提案しました．さらに，提案したモデルに関する分解定理を与えました．この分解定理は実データの解析において，より詳細な解析をするのに有用であることを示しました．分割表データ解析は，医学・生物学・社会学・心理学等多くの分野で用いられており，今後も分割表解析の研究は非常に有益であると考えております．
プレゼンテーションに関しては，多くの方々にわかりやすい発表をすることを心がけました．そのため，理論的結果の説明には数式をあまり用いず，図によって視覚的・直観的に理解していただけるよう工夫しました．また，一般講演とは違ったコンペティション講演独特の緊張感を経験できたことも貴重な経験であり，今後の私の研究活動の糧になると思っております． 最後になりますが，今回の受賞を励みにより一層の努力を重ね，微力ながら今後の統計関連学会連合ならびに統計学の発展に貢献できるよう精進していく所存ですので，ご指導ご鞭撻を賜りますよう，よろしくお願い申し上げます．
川野秀一（九州大学大学院数理学府）
このたびは，統計関連学会連合大会コンペティション講演において優秀報告賞をいただき，大変光栄に思います．まず，このような素晴らしいコンペティション講演を企画・運営してくださった先生方，ならびに座長の先生方，そして審査に参加していただきました皆様方に厚く御礼申し上げます．また，常日頃よりご指導いただいております小西貞則先生，共に学びあい支え合っている研究室の仲間，そしてお世話になっているすべての関係者の方々に感謝いたします．
本報告では，群の所属が既知のデータと未知のデータが混在する状況において，両種のデータを効果的に用いて判別モデルを構成する半教師あり学習法について発表いたしました．この学習法は近年，機械学習の分野で大きな注目を集めており，生命科学をはじめとしたさまざまな分野で応用されつつあります．私は，この学習法に対するモデルの非線形化及び安定化を図り，新たな半教師あり非線形判別方式を提案しました．また，いくつかの数値例を通して提案手法の有効性について検証いたしました
コンペティション講演では，研究発表のプレゼンテーションが重視されます．そこで，本講演に臨むにあたり，聞いていただくすべての方々にとってわかりやすいスライドを作成することはもちろんのこと，発表を行う際の声の強弱などにも注意しました．自分の発表を聞いたらどう感じるか，「本当にこの発表は興味深いか？」，「わかり難い発表にはなっていないか？」ということを常に考え，発表資料の推敲を入念に行い，よりよいプレゼンテーションを行うことに努めました．その結果，当日行ったプレゼンテーションは，今まで行ってきたプレゼンテーションの中で一番納得のいくものであったと感じております． まだまだ未熟者の私でありますが，今後もこの賞を糧とし，一層の努力を重ね，日々の研究に邁進していきたいと思います．これからもどうぞご指導ご鞭撻のほどよろしくお願いいたします．
白石友一（理化学研究所）
このたび優秀報告賞を頂き大変光栄に思っています．コンペティション講演を運営してくださった方々，講演を聴いてくださった皆様，統計数理研究所での博士課程時代にご指導くださった福水健次先生，研究について何度もディスカッションの機会をくださった名古屋大学の金森敬文先生，快く自分を本学会へ送り出してくださった理化学研究所の畠山眞里子先生に，この場を借りて感謝いたします．
今回の報告では「Game-theoretical generalization」というタイトルで，ゲーム理論に基づいた新しい判別機の組み合わせ法についての発表をさせていただきました．今回の提案手法は，不確実性を考慮して，ミニマックスとなる組み合わせ法を数理計画法によって求めるものです．手法の実用性のみならず，ゲーム理論でのキーワードである「ミニマックス定理」や「エントロピー」といった概念との対応関係がうまく付いていることが，本手法の特徴だと思っております．プレゼンテーションではそうした理論的な面白さを伝えようと心掛けました．
現在は，理化学研究所でシステム生物学と呼ばれる分野の研究に携わっております．回りは生物を専門とし統計をアプリケーションとして見做している方々が主なので，そうした方々との過ごしていると今までとは違った視点で統計学を見れる機会に恵まれます．そして，実際のデータ解析をするために，まだまだ自分の能力が不十分であるということを感じさせられます．今後，様々な分野の人との触れ合い，数々の体験を通じて，「学問の一分野として統計学がするべきこと．その中で自分が貢献したいこと，できること」を常に考えつつ，実際データを解析する人の立場に立った統計的手法や理論を作ることができる研究者を目指して，日々精進していきたいと思います．
松井秀俊（九州大学大学院数理学府）
この度は，統計関連学会連合大会コンペティション講演におきまして，優秀報告賞という栄誉ある賞を頂き，身に余る光栄で，驚きと共に大変嬉しく思っております．コンペティションを企画・運営してくださった方々，そして貴重なコメント，質問をくださいました皆様に厚くお礼申し上げます．
本報告では，離散時点観測データを滑らかな関数データとして扱った説明変数と，スカラー目的変数との関係をモデル化する関数回帰モデルに対して， SCADとよばれる制約を用いた正則化法を適用することにより，モデル推定と関数データの変数選択を同時に行う方法を提案しました．LassoやSCADといった制約に基づく推定は，一部のパラメータを0に縮小する性質をもつことから変数選択に用いることができ，その性質から今後ますます注目を浴びるようになるものと考えています．さらに，関数回帰モデルに対して縮小推定を適用するために，一つの変数に伴う複数のパラメータをグループ化して扱う方法を適用しました．この内容を15分という限られた時間で要点を絞って，かつ分かり易く聴衆の方々に伝えるためのスライド，プレゼンテーションを準備することは容易ではありませんでしたが，「この説明で本当に人に理解されるか」と客観的に自分のプレゼンを捉えるよう試みるなど，工夫に多くの時間を費やしました．
連合大会での講演は今回が4回目で，初めてコンペティションで講演をさせて頂きました．思えば3年前のこの大会が初の学会発表の場であり，当時はガチガチに緊張していた記憶がありますが，今回はその時とはまた異なった緊張感がありました．その中で，多くの方々に講演を聞いて頂いたと同時に，多くの若手研究者の一人として私を評価して頂いたことは，非常に貴重な経験，そして大きな自信となりました．私の研究が，今後の統計学の発展に少しでも貢献できれば幸いであると感じています．
最後になりましたが，私をここまでご指導くださいました小西貞則先生，そして共に切磋琢磨してきた研究室の仲間達に深く感謝致します．今回頂いた賞を励みに，今後より一層精進して参りたいと考えております．
三浦翔（総合研究大学院大学複合科学研究科）
このたびは，統計関連学会連合大会優秀報告賞をいただきまして，大変光栄に思います．日ごろから研究指導をしていただいております江口真透先生，山下智志先生に深く感謝いたします．また，コンペティションの企画・運営に携われた方々や審査してくださった方々に，このような発表の場を設けていただきましたことを感謝いたします．
今回の報告は，「信用リスクスコアリングにおけるAUC最大化」というタイトルで，AUCを用いた新たなデフォルト確率モデル作成の手法を提案いたしました。現在、デフォルト確率モデルにおいては，ロジットモデルを仮定したもとで最尤推定法によりモデルを作成し，モデルの評価としてAUCを用いる方法が広く用いられています．しかし，一般的にはこのモデルはAUCに関する最適性は有しません．そこで，AUCを目的関数として用いることによって，AUCに関して最適なモデルを作成することが本研究のモチベーションとなっています．
今後の課題としては，債権回収率のモデルを構築することを考えています．信用リスクはデフォルト確率のほかに債権回収率などの要素から構成されていますが，回収率のモデルは確率過程モデルを用いた研究が多く行われているものの，データを用いた統計モデルの研究はほとんどなされていないのが現状です．これは、統計解析に必要なデータが不足していることや，従来の統計モデルでは表現できないようなデータであることが理由です．モデル作成に必要なデータベースの構築と，回収率に特化した新たな統計モデルを考えることがこれからの課題となります．
いまだ発展途上にある信用リスクという分野で発展に寄与できる喜びを感じております．研究を楽しむこと，研究の機会を与えてくださっている方々，支えてくださっている方々への感謝の気持ちを忘れず，今まで以上に日々の研究に励んでいきたいと思います．