2025/06/16 更新

お知らせ

 

写真a

ヤマグチ　アキヒロ
山口 晃広
YAMAGUCHI AKIHIRO
所属
マス・フォア・インダストリ研究所 リエゾン戦略部門 教授
数理学府 数理学専攻（併任）
職名
教授
ホームページ

研究分野

  • 情報通信 / 知能情報学

経歴

  • 株式会社東芝 総合研究所 エキスパート 

    2025年4月 - 現在

  • 九州大学 マス・フォア・インダストリ研究所 教授 

    2024年10月 - 現在

  • 株式会社東芝 研究開発センター エキスパート 

    2021年7月 - 2025年3月

学歴

  • 名古屋大学   大学院情報学研究科   情報システム学専攻

    2015年4月 - 2018年3月

  • 神戸大学   大学院自然科学研究科   数学専攻

    2004年4月 - 2006年3月

  • 神戸大学   理学部   数学科

    2000年4月 - 2004年3月

研究テーマ・研究キーワード

  • 研究テーマ： 説明可能AI (XAI)

    研究キーワード： 説明可能AI (XAI)

    研究期間： 2024年

  • 研究テーマ： 解釈性

    研究キーワード： 解釈性

    研究期間： 2024年

  • 研究テーマ： 機械学習

    研究キーワード： 機械学習

    研究期間： 2024年

  • 研究テーマ： 時系列データマイニング

    研究キーワード： 時系列データマイニング

    研究期間： 2024年

受賞

  • 若手功績賞

    2025年3月   日本データベース学会  

    山口晃広

  • DEIM 2024 最優秀論文賞

    2024年6月   学習可能な長さを持つshapeletsに基づく時系列分類法

    山口晃広, 植野研, 鹿島久嗣

  • One of 6 best papers

    2022年11月   CIGRE   Development of advanced AI technologies for condition diagnosis of high voltage switchgear in substations

    Akihiro Yamaguchi, Ken Ueno, Kazunori Uchida, Eiji Matsumoto, Toshiyuki Saida

  • DEIM 2022 最優秀論文賞

    2022年6月   時間変化するshapeletsを学習する時系列分類手法

    山口晃広, 植野研, 鹿島久嗣

  • The Best of SIAM Data Mining 2020

    2020年10月   LTSpAUC: Learning Time-series Shapelets for Optimizing Partial AUC

    Akihiro Yamaguchi, Shigeru Maya, Kohei Maruchi, Ken Ueno

  • 山下記念研究賞

    2020年3月   情報処理学会   時系列データのshapeletsを学習するpartial AUCの最大化手法

    山口晃広

  • 論文誌 データベース優秀論文賞

    2017年6月   情報処理学会   In-Vehicle Distributed Time-critical Data Stream Management System for Advanced Driver Assistance

    山口晃広, 渡辺陽介, 佐藤健哉, 中本幸一, 石川佳治, 本田晋也, 高田広章

  • WebDB Forum 2016 最優秀論文賞

    2016年9月   In-Vehicle Distributed Time-critical Data Stream Management System for Advanced Driver Assistance

    山口晃広, 渡辺陽介, 佐藤健哉, 中本幸一, 石川佳治, 本田晋也, 高田広章

  • ITS研究会奨励賞

    2014年9月   車々間通信を用いた安全運転支援のためのリアルタイムストリーム処理

    山口晃広, 佐藤健哉, 中本幸一, 渡辺陽介, 高田広章

  • ITS研究会奨励賞

    2013年6月   ストリームLDMにおける地図データのストリーム化機構の設計と評価

    伊藤信一, 山口晃広, 佐藤健哉, 本田晋也, 高田広章

▼全件表示

論文

  • 長さと形を学習可能な判別波形パターン 査読

    山口 晃広, 植野 研, 鹿島 久嗣

    電子情報通信学会論文誌D 情報・システム   J108-D ( 5 )   220 - 228   2025年5月   （ ISSN:1880-4535 eISSN:1881-0225 ）

    　詳細を見る

    担当区分：筆頭著者   記述言語：日本語   出版者・発行元：The Institute of Electronics, Information and Communication Engineers  

    時系列データのクラス分類において，判別に用いる局所的な複数の波形パターン（判別波形パターン）を分類器と同時に学習する手法が，高い分類性能に加えて説明性もあるため近年注目を集めている．従来研究では，判別波形パターンの形のみを連続最適化により学習する手法が提案されてきたが，それらの長さはハイパーパラメータとして固定され学習できなかった．本研究では，判別波形パターンの形だけでなく長さ自体も連続最適化により同時に学習可能にする．特に，説明性を保持しながらクラス間の波形の違いをより明確に捉えるように，それらの長さが学習されることを理論的に示す．実験評価では，UCRアーカイブの71種類のデータセットを用いてAUCの向上や合計学習時間の短縮を示すとともに，ケーススタディを通して学習された判別波形パターンの説明性を示す．

    DOI： 10.14923/transinfj.2024det0002

    CiNii Research

  • Learning Location-Guided Time-Series Shapelets 査読 国際誌

    Akihiro Yamaguchi, Ken Ueno, Hisashi Kashima

    IEEE Transactions on Knowledge and Data Engineering   2025年5月

    　詳細を見る

    担当区分：筆頭著者   掲載種別：研究論文（学術雑誌）  

    Shapelets are interclass discriminative subsequences that can be used to characterize target classes. Learning shapelets by continuous optimization has recently been studied to improve classification accuracy. However, there are two issues in previous studies. First, since the locations where shapelets appear in the time series are determined by only their shapes, shapelets may appear at incorrect and non-discriminative locations in the time series, degrading the accuracy and interpretability. Second, the theoretical interpretation of learned shapelets has been limited to binary classification. To tackle the first issue, we propose a continuous optimization that learns not only shapelets but also their probable locations in a time series, and we show theoretically that this enhances feature discriminability. To tackle the second issue, we provide a theoretical interpretation of shapelet closeness to the time series for target / off-target classes when learning with softmax loss, which allows for multi-class classification. We demonstrate the effectiveness of the proposed method in terms of accuracy, runtime, and interpretability on the UCR archive.

    DOI： 10.1109/TKDE.2025.3536462

  • Learning Counterfactual Explanations with Intervals for Time-series Classification. 査読 国際誌

    Akihiro Yamaguchi, Ken Ueno, Ryusei Shingaki, Hisashi Kashima

    ACM International Conference on Information and Knowledge Management (CIKM)   4158 - 4162   2024年10月

    　詳細を見る

    担当区分：筆頭著者   掲載種別：研究論文（国際会議プロシーディングス）  

    The need for explainability in time-series classification models has been increasing. Counterfactual explanations recommend how to modify the features of an original instance so that the prediction by a given classifier flips to the desired class. Since features in the time series are temporally dependent, interpretability is improved by considering intervals where the counterfactual can deviate from the original instance. In this study, we propose a model-agnostic counterfactual generation method (CEI) that jointly learns these intervals and the counterfactual. Furthermore, CEI can generate a counterfactual tailored to the directly specified limited number of intervals. We mathematically formulate CEI as a continuous optimization and demonstrate its effectiveness on the UCR datasets.

    DOI： 10.1145/3627673.3679952

    その他リンク： https://dblp.uni-trier.de/db/conf/cikm/cikm2024.html#YamaguchiUSK24

  • Time-series Shapelets with Learnable Lengths 査読 国際誌

    Akihiro Yamaguchi, Ken Ueno, Hisashi Kashima

    ACM International Conference on Information and Knowledge Management (CIKM)   2866 - 2876   2023年10月   （ ISBN:9798400701245 ）

    　詳細を見る

    担当区分：筆頭著者   掲載種別：研究論文（国際会議プロシーディングス）  

    DOI： 10.1145/3583780.3615082

    Scopus

  • 変形可能な判別波形パターンの学習法 査読

    山口 晃広, 植野 研, 鹿島 久嗣

    電子情報通信学会論文誌D 情報・システム   J106-D ( 5 )   328 - 336   2023年5月   （ ISSN:1880-4535 eISSN:1881-0225 ）

    　詳細を見る

    担当区分：筆頭著者   記述言語：日本語   出版者・発行元：The Institute of Electronics, Information and Communication Engineers  

    IoTの普及によりインフラ・医療・製造などの産業分野では，時系列インスタンスのクラスを機械学習で分類する必要性が高まっている．一方，判別に用いる波形パターン（判別波形パターン）を分類器と同時に学習する手法が，分類性能が高いだけでなく説明性もあるため近年注目を集めている．本論文では，季節性・被験者の慣れ・機械の劣化などにより判別波形パターンが変化することを考慮し，その変形を予測する手法を提案し，各産業分野への有効性を示す．提案手法では，時系列インスタンスとそれらを取得したタイミングやクラスラベルから，判別波形パターンと分類器だけでなく判別波形パターンの変形を予測する回帰モデルも同時に学習する．

    DOI： 10.14923/transinfj.2022det0002

    CiNii Research

  • Learning Local Patterns of Time Series for Anomaly Detection 査読 国際誌

    Kento Kotera, Akihiro Yamaguchi, Ken Ueno

    International Conference on Time Series and Forecasting (ITISE)   39 ( 1 )   2023年   （ eISSN:2673-4591 ）

    　詳細を見る

    掲載種別：研究論文（学術雑誌）  

    DOI： 10.3390/engproc2023039082

    Scopus

  • Development of advanced AI technologies for condition diagnosis of high voltage switchgear in substations 招待 国際誌

    A. Yamaguchi, K. Ueno, K. Uchida, E. Matsumoto, T. Saida

    CIGRE Science and Engineering   26   2022年11月   （ eISSN:2426-1335 ）

    　詳細を見る

    担当区分：筆頭著者   掲載種別：研究論文（学術雑誌）  

    Scopus

  • AI判断の根拠を説明するXAIを使いこなす：4．Shapelets学習によるインフラ・製造分野向け時系列波形の異常診断技術 -異常の検知や診断に有効な波形パターンを発見するAI- 招待

    晃広 山口

    情報処理   2022年7月

    　詳細を見る

    担当区分：筆頭著者   記述言語：日本語  

    DOI： 10.20729/00218781

  • Learning Evolvable Time-series Shapelets 査読 国際誌

    Akihiro Yamaguchi, Ken Ueo, Hisashi Kashima

    IEEE International Conference on Data Engineering (ICDE)   2022-May   793 - 805   2022年5月   （ ISSN:1084-4627 ISBN:9781665408837 ）

    　詳細を見る

    担当区分：筆頭著者   掲載種別：研究論文（国際会議プロシーディングス）  

    DOI： 10.1109/ICDE53745.2022.00064

    Scopus

  • Learning Time-series Shapelets Enhancing Discriminability 査読 国際誌

    Akihiro Yamaguchi, Ken Ueno, Hisashi Kashima

    Proceedings of the 2022 SIAM International Conference on Data Mining, SDM 2022   190 - 198   2022年   （ ISBN:9781611977172 ）

    　詳細を見る

    担当区分：筆頭著者   掲載種別：研究論文（国際会議プロシーディングス）  

    DOI： 10.1137/1.9781611977172.22

    Scopus

  • Learning time-series shapelets via supervised feature selection 査読

    Akihiro Yamaguchi, Ken Ueno

    SIAM International Conference on Data Mining, SDM 2021   262 - 270   2021年   （ ISBN:9781611976700 ）

    　詳細を見る

    担当区分：筆頭著者   掲載種別：研究論文（国際会議プロシーディングス）  

    DOI： 10.1137/1.9781611976700.30

    Scopus

  • LTSpAUC: Learning Time-Series Shapelets for Partial AUC Maximization 招待 査読 国際誌

    Akihiro Yamaguchi, Shigeru Maya, Kohei Maruchi, Ken Ueno

    Big Data   2020年10月   （ ISSN:2167-6461 ）

    　詳細を見る

    担当区分：筆頭著者   記述言語：英語   掲載種別：研究論文（学術雑誌）  

    本論文はThe Best of SIAM Data Mining 2020 (Best of SDM 2020)に選定された際に招待されたジャーナルである．本稿には，追加の提案手法，実験評価，詳細説明，アルゴリズム，図，表，参考文献が含まれる．

    IoTの活用に向けて時系列データにおけるクラス分類の研究が進められている．特に近年，分類器を学習 しながらshapeletsと呼ばれる分類に有効な波形パターンを同時に学習する手法が研究されており，分類性能が高く説明性のある手法として近年注目を集めている．一方，医療・製造・保守などの産業分野では，False Positive Rate（FPR）を低い範囲に絞ってArea Under the ROC curve（AUC）を測定するpartial AUC（pAUC）が実用上重要な性能指標となる場合が多い．本論文では，full AUCも含めて任意のFPRの範囲におけるpAUCを最大化するようにshapeletsと分類器とを同時に学習する手法を提案する．実験では，UCR時系列データセットを用いてpAUCの性能向上を示すとともに，各産業分野への適用事例でも有効性を示す．

    DOI： 10.1089/big.2020.0069

  • Lag-aware multivariate time-series segmentation 査読

    Shigeru Maya, Akihiro Yamaguchi, Kaneharu Nishino, Ken Ueno

    Proceedings of the 2020 SIAM International Conference on Data Mining, SDM 2020   622 - 630   2020年   （ ISBN:9781611976236 ）

    　詳細を見る

    掲載種別：研究論文（国際会議プロシーディングス）  

    DOI： 10.1137/1.9781611976236.70

    Scopus

  • RLTS: Robust Learning Time-Series Shapelets 査読

    Akihiro Yamaguchi, Shigeru Maya, Ken Ueno

    The European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases (ECML PKDD)   595 - 611   2020年   （ ISSN:0302-9743 ISBN:9783030676575 eISSN:1611-3349 ）

    　詳細を見る

    担当区分：筆頭著者   掲載種別：研究論文（国際会議プロシーディングス）  

    DOI： 10.1007/978-3-030-67658-2_34

    Scopus

  • LTSpAUC: Learning time-series shapelets for optimizing partial AUC 査読

    Akihiro Yamaguchi, Shigeru Maya, Kohei Maruchi, Ken Ueno

    Proceedings of the 2020 SIAM International Conference on Data Mining, SDM 2020   1 - 9   2020年   （ ISBN:9781611976236 ）

    　詳細を見る

    担当区分：筆頭著者   掲載種別：研究論文（国際会議プロシーディングス）  

    DOI： 10.1137/1.9781611976236.1

    Scopus

  • One-Class Learning Time-Series Shapelets 査読

    Akihiro Yamaguchi, Takeichiro Nishikawa

    IEEE International Conference on Big Data, Big Data 2018   2365 - 2372   2018年7月   （ ISBN:9781538650356 ）

    　詳細を見る

    担当区分：筆頭著者   掲載種別：研究論文（国際会議プロシーディングス）  

    DOI： 10.1109/BigData.2018.8622409

    Scopus

  • OPOSSAM: Online Prediction of Stream Data Using Self-adaptive Memory 査読

    Akihiro Yamaguchi, Shigeru Maya, Tatsuya Inagi, Ken Ueno

    IEEE International Conference on Big Data, Big Data 2018   2355 - 2364   2018年7月   （ ISBN:9781538650356 ）

    　詳細を見る

    担当区分：筆頭著者   掲載種別：研究論文（国際会議プロシーディングス）  

    DOI： 10.1109/BigData.2018.8622585

    Scopus

  • In-vehicle Distributed Time-critical Data Stream Management System for Advanced Driver Assistance 査読

    Akihiro Yamaguchi, Yousuke Watanabe, Kenya Sato, Yukikazu Nakamoto, Yoshiharu Ishikawa, Shinya Honda, Hiroaki Takada

    Journal of Information Processing   2017年   （ ISSN:1882-6652 ）

    　詳細を見る

    担当区分：筆頭著者   記述言語：英語   掲載種別：研究論文（学術雑誌）  

    DOI： 10.2197/ipsjjip.25.107

  • Reservation-Based Scheduling for Automotive DSMS under High Overload Condition 査読

    Jaeyong Rho, Takuya Azumi, Akihiro Yamaguchi, Kenya Sato, Nobuhiko Nishio

    Journal of Information Processing   2016年   （ ISSN:1882-6652 ）

    　詳細を見る

    記述言語：英語   掲載種別：研究論文（学術雑誌）  

    DOI： 10.2197/ipsjjip.24.751

  • EDF-PStream: Earliest Deadline First Scheduling of Preemptable Data Streams -- Issues Related to Automotive Applications 査読

    Akihiro Yamaguchi, Yukikazu Nakamoto, Kenya Sato, Yousuke Watanabe, Hiroaki Takada

    IEEE 21st International Conference on Embedded and Real-Time Computing Systems and Applications (RTCSA)   257 - 267   2015年8月

    　詳細を見る

    担当区分：筆頭著者   掲載種別：研究論文（国際会議プロシーディングス）   出版者・発行元：IEEE  

    DOI： 10.1109/rtcsa.2015.31

  • 車載組込みシステム向けデータストリーム処理のリアルタイムスケジューリング方式 査読

    山口, 晃広, 渡辺, 陽介, 佐藤, 健哉, 中本, 幸一, 高田, 広章

    情報処理学会論文誌データベース（TOD）   8 ( 2 )   1 - 17   2015年6月   （ ISSN:1882-7799 ）

    　詳細を見る

    担当区分：筆頭著者   記述言語：日本語  

    近年，自動車では自動運転や衝突回避などが研究開発され，複数のセンサに加えて車々間通信など入力データの到着タイミングやデータ量が変動する車外からのデータ活用が進められている．このようなセンサ情報処理では，センサからデータが発生してから処理が完了するまでのEnd-to-Endのデッドラインをミスしないリアルタイム制約が要求される．データストリーム処理では，低遅延なデータ処理を実現しながら，クエリにより複雑なセンサ情報処理の開発効率を高めることができ，これまで平均遅延時間の削減など様々な目的に応じたスケジューリング方式がネットワークや金融サービスなどの分野で多く研究されてきた．しかし，ストリーム処理で用いられる従来方式は，リアルタイム制約の維持を目的としておらず，この目的の達成には適切ではない．本論文では，リアルタイムスケジューリングのアルゴリズムであるEarliest Deadline Firstに基づくストリーム処理のスケジューリング方式を，これらのセンサ情報処理に適用可能な方式として実現する．これにより，データ量が増加しても優先度の高いデータ処理を遅らせずに処理できる．車々間通信からの入力データ量が増加する場合における車両衝突警告を想定して，提案方式を評価した．その結果，従来方式と比較して，デッドラインミスを削減し，リアルタイム制約を維持しながら車々間通信からの入力データを多く処理することで車両衝突事故の削減に有効であることを確認した．
    Recent automotive systems use a variety of sensor data and communications from outside the vehicle to promote autonomous and safe driving. Such sensor data processing requires to maintain real-time constraints, which require to meet End-to-End deadlines between when data is read from a sensor and when it is processed. Data stream processing eases to design the complicated data processing by query description, and process data at a low latency. Scheduling of stream processing has well been studied according to various purposes such as reduction of average latency, in fields such as networks and financial services. However, the existing methods used in stream processing are not intended to maintain the real-time constraints, and are not appropriate to achieve this purpose. In this paper, we propose scheduling methods of stream processing, based on Earliest Deadline First, which is an algorithm of real-time scheduling, so that the method can be applied to the automotive sensor data processing. By the method, higher priority data can be processed without delaying when increasing the data volume. We evaluated the method by assuming the vehicle collision warning in case to increase the input volume of data from vehicle-to-vehicle (V2V) communications. As a result, we confirmed that the proposed method reduced the deadline miss and the vehicle crash by processing more input data from V2V communications while meeting the deadlines, comparing to the existing methods.

    CiNii Books

    CiNii Research

    J-GLOBAL

  • AEDSMS: Automotive Embedded Data Stream Management System. 査読

    Akihiro Yamaguchi, Yukikazu Nakamoto, Kenya Sato, Yoshiharu Ishikawa, Yousuke Watanabe, Shinya Honda, Hiroaki Takada

    IEEE International Conference on Data Engineering (ICDE)   1292 - 1303   2015年   （ ISBN:9781479979646 ）

    　詳細を見る

    担当区分：筆頭著者   掲載種別：研究論文（国際会議プロシーディングス）   出版者・発行元：IEEE Computer Society  

    DOI： 10.1109/ICDE.2015.7113377

    その他リンク： https://dblp.uni-trier.de/db/conf/icde/icde2015.html#YamaguchiNSIWHT15

  • Vehicle Embedded Data Stream Processing Platform for Android Devices 査読

    Shingo Akiyama, Yukikazu Nakamoto, Akihiro Yamaguchi, Kenya Sato, Hiroaki Takada

    International Journal of Advanced Computer Science and Applications   2015年   （ ISSN:2156-5570 ）

    　詳細を見る

    記述言語：英語   掲載種別：研究論文（学術雑誌）  

    DOI： 10.14569/ijacsa.2015.060240

  • Implementation and Evaluation of Local Dynamic Map in Safety Driving Systems 査読

    Hideki Shimada, Akihiro Yamaguchi, Hiroaki Takada, Kenya Sato

    Journal of Transportation Technologies   2015年   （ ISSN:2160-0473 ）

    　詳細を見る

    掲載種別：研究論文（学術雑誌）  

    DOI： 10.4236/jtts.2015.52010

  • Toward Data-Centric Software Architecture for Automotive Systems - Embedded Data Stream Processing Approach 査読

    Hiroaki Takada, Kenya Sato, Akihiro Yamaguchi, Shinya Honda, Yukikazu Nakamoto

    IEEE 11th Intl Conf on Ubiquitous Intelligence and Computing and 2014 IEEE 11th Intl Conf on Autonomic and Trusted Computing and 2014 IEEE 14th Intl Conf on Scalable Computing and Communications and Its Associated Workshops   2014年12月

    　詳細を見る

    出版者・発行元：IEEE  

    In the automotive field, intelligent control systems and information services using vehicle data are rapidly expanding. However, there is no software architecture to efficiently handle sensor data in vehicles and their surroundings. In order to address these problems and develop automotive software with higher productivity and trustworthiness, we have researched and developed data-centric software architecture for a data-stream management system for an automotive embedded system (eDSMS) and a stream local dynamic map (LDM) using eDSMS. An LDM is a collection of data that is intended to be used in cooperative intelligent transportation systems. In this paper, we present features of eDSMS and LDM using eDSMS, and demonstrate collision warning application software with eDSMS and a driver assistance system with a stream-based LDM.

    DOI： 10.1109/uic-atc-scalcom.2014.29

    CiNii Research

  • Android Platform Based on Vehicle Embedded Data Stream Processing 査読

    Masanori Okamoto, Shinya Honda, Akihiro Yamaguchi, Kenya Sato, Mohanmed Bhuiya, Hiroaki Takada, Yukikazu Nakamoto

    IEEE 10th International Conference on Ubiquitous Intelligence and Computing and 2013 IEEE 10th International Conference on Autonomic and Trusted Computing   2013年12月

    　詳細を見る

    出版者・発行元：IEEE  

    In the automotive field, intelligent control systems and information services using vehicle data are rapidly expanding. However, there is no software architecture to handle sensor data in vehicles and their surrounding efficiently. To solve these problems, we have researched and developed data centric software architecture for automotive systems. We have also developed a data-stream management system for automotive embedded system (eDSMS) as data centric software architecture. In this paper, we design eDSMS in the Android platform by extending the in-vehicle eDSMS to provide drivers and users with services on the basis of the embedded data processing of eDSMS in a vehicle. We create a class that manages stream processing in eDSMS in the Android platform and a communication method between Android applications and eDSMS in the Android platform with the stream. Application program interfaces for eDSMS in the Android platform and a sample program using the APIs are presented.

    DOI： 10.1109/uic-atc.2013.39

    CiNii Research

  • ADVISE: Autonomous Driving Vehicle for Individuality in a Stream Environment 査読

    Akihiro Yamaguchi, Kenya Sato, Naoyuki Shiba, Shinya Honda, Hiroaki Takada

    The 6th Biennial Workshop on Digital Signal Processing for In-Vehicle Systems   57 - 63   2013年9月

    　詳細を見る

    担当区分：筆頭著者  

  • 車載組込みシステム向けデータストリーム管理システムの開発—Development of Automotive Embedded Data Stream Management System 査読

    勝沼 聡, 山口 晃広, 熊谷 康太

    電子情報通信学会論文誌. D, 情報・システム = The IEICE transactions on information and systems / 電子情報通信学会 編   95 ( 12 )   2031 - 2047   2012年12月   （ ISSN:1880-4535 ）

    　詳細を見る

    記述言語：日本語   出版者・発行元：東京 : 電子情報通信学会情報・システムソサイエティ  

    CiNii Books

    CiNii Research

    その他リンク： https://ndlsearch.ndl.go.jp/books/R000000004-I024135235

  • RD-002 車載システム向けデータストリーム管理システムにおけるクエリ自動構築手法(情報アクセスとマイニング,D分野:データベース) 査読

    山口, 晃広, 本田, 晋也, 佐藤, 健哉, 高田, 広章

    情報科学技術フォーラム講演論文集   11 ( 2 )   7 - 14   2012年9月

    　詳細を見る

    記述言語：日本語   出版者・発行元：FIT(電子情報通信学会・情報処理学会)運営委員会  

    CiNii Books

    CiNii Research

    J-GLOBAL

  • 車載DSMSにおける静的クエリ最適化 査読

    山口晃広, 山田真大, 勝沼聡, 本田晋也, 佐藤健哉, 高田広章

    情報処理学会シンポジウムシリーズ(CD-ROM)   2011 ( 5 )   2011年   （ ISSN:1882-0840 ）

    　詳細を見る

▼全件表示

書籍等出版物

  • 少ないデータによるAI・機械学習の進め方と精度向上、説明可能なAIの開発

    山口 晃広（担当：分担執筆 範囲:説明性の高い時系列波形データ分析向けAIの開発と異常診断への活用）

    技術情報協会  2024年10月    （ ISBN:9784867980484 ）

    　詳細を見る

    総ページ数：389p   記述言語：日本語  

    CiNii Books

  • 時系列データ解析における課題対応と解析例

    山口 晃広（担当：分担執筆 範囲:Shapelets 学習による時系列分析;説明性のある分類手法）

    情報機構  2024年1月    （ ISBN:9784865022629 ）

    　詳細を見る

    総ページ数：318 p   記述言語：日本語  

    CiNii Books

  • 生産プロセスにおけるIoT、ローカル5Gの活用

    山口 晃広（担当：分担執筆 範囲:時系列センサデータを用いた機械学習によるインフラ設備や製造装置の異常予兆診断手法）

    技術情報協会  2023年6月    （ ISBN:9784861049545 ）

    　詳細を見る

    総ページ数：694p   記述言語：日本語  

    CiNii Books

  • 機械学習・ディープラーニングによる"異常検知"技術と活用事例集

    山口 晃広（担当：分担執筆 範囲:説明性の高い時系列波形異常診断向けAIの開発）

    技術情報協会  2022年12月    （ ISBN:9784861049132 ）

    　詳細を見る

    総ページ数：560 p   記述言語：日本語  

    CiNii Books

  • データ分析の進め方及びAI・機械学習導入の指南 : データ収集・前処理・分析・評価結果の実務レベル対応

    山口 晃広（担当：分担執筆 範囲:設備（単体）での時系列データを元にした異常検知）

    情報機構  2020年7月    （ ISBN:9784865021912 ）

    　詳細を見る

    総ページ数：xvii, 390p   記述言語：日本語  

    CiNii Books

  • 工場・製造プロセスへのIoT・AI導入と活用の仕方

    山口 晃広, 植野 研（担当：分担執筆 範囲:正常時の波形データのみで異常を検知する説明性の高いＡＩの開発）

    技術情報協会  2020年6月    （ ISBN:9784861047916 ）

    　詳細を見る

    総ページ数：606p   記述言語：日本語  

    CiNii Books

  • Vehicle Systems and Driver Modelling: DPS, Human-to-Vehicle Interfaces, Driver Behavior, and Safety

    Akihiro Yamaguchi, Kenya Sato, Tatsuya Yamakawa, Shinya Honda, Hiroaki Takada（担当：分担執筆 範囲:2. Stochastic behavior modeling for driver assistance using stream data processing）

    2017年8月    （ ISBN:9781501504129 ）

    　詳細を見る

▼全件表示

講演・口頭発表等

  • インフラ・製造分野向け波形異常診断AI 招待

    山口晃広

    IMI Colloquium  2025年1月 

    　詳細を見る

    開催年月日： 2025年1月

    会議種別：公開講演，セミナー，チュートリアル，講習，講義等  

  • 説明性の高い時系列波形データ分析向けAIの活用と異常データが少ない場合の評価指標 招待

    山口晃広

    少ないデータによる異常検知技術の導入と活用方法  2024年12月 

    　詳細を見る

    開催年月日： 2024年12月

    会議種別：公開講演，セミナー，チュートリアル，講習，講義等  

  • 説明性の高い時系列波形データ分析向けAIの開発と説明性を実現するためのポイント 招待

    山口 晃広

    AIのブラックボックス解析と社内への説明方法  2022年6月 

    　詳細を見る

    会議種別：公開講演，セミナー，チュートリアル，講習，講義等  

  • 社会インフラ・製造分野向け時系列波形異常診断技術 招待

    山口 晃広

    時系列データ解析の基礎と異常検知・異常診断技術への応用  2022年6月 

    　詳細を見る

    会議種別：公開講演，セミナー，チュートリアル，講習，講義等  

  • 正常時の波形データのみで異常を検知する説明性の高いAIの開発とその使い方 招待

    山口 晃広

    人工知能による異常検知技術とその導入、実用化のポイント  2021年7月 

    　詳細を見る

    会議種別：公開講演，セミナー，チュートリアル，講習，講義等  

  • 正常時の波形データのみで異常を検知する説明性の高いAIの開発 招待

    山口 晃広

    人工知能による異常検知技術とその導入、実用化のポイント  2019年12月 

    　詳細を見る

    会議種別：公開講演，セミナー，チュートリアル，講習，講義等  

  • 安全運転支援のためのセンサデータのストリーム型処理機構 招待

    山口 晃広

    平成26年度私立大学戦略的研究基盤形成支援事業 進化適応型自動車運転支援システム「ドライバ・イン・ザ・ループ」研究拠点形成 第3回シンポジウム  2015年9月 

    　詳細を見る

    会議種別：口頭発表（招待・特別）  

  • AIによる時系列波形データ分析の基礎と社会インフラ・製造分野向け異常検知への応用 招待

    山口 晃広

    時系列データ解析の基礎とAI（人工知能）および異常検知への応用  2021年1月 

    　詳細を見る

    会議種別：公開講演，セミナー，チュートリアル，講習，講義等  

▼全件表示

MISC

  • 1D-CAEモデルを利用したガス遮断器向け状態診断技術の開発

    齊藤暁斗, 山口晃広, 新垣隆生, 植野研, 丸島敬, 小川慧, 金谷和長, 落合隆介, 永田真一

    日本機械学会2024年度年次大会   2024年9月

  • 周期波形の僅かな変化を検知可能な１クラスShapelets学習法

    山本昌治, 植野研, 山口晃広

    スマートマニュファクチャリングとシステム健全性管理研究会   13 - 17   2024年7月

    　詳細を見る

    担当区分：最終著者  

    DOI： 10.11517/jsaisigtwo.2024.SMSHM-001_13

  • ACM CIKM 2023 参加報告 招待

    山口 晃広

    日本データベース学会 Newsletter 2023年12月号 (Vol.16, No. 7)   2023年12月

  • Spacecraft Propulsion System Diagnosis via MiniRocket: a result of PHMAP 2023 Data Challenge

    Kento Kotera, Akihiro Yamaguchi

    Asia Pacific Conference of the Prognostics and Health Management Society (PHMAP)   2023年9月

    　詳細を見る

    担当区分：最終著者  

  • Development of Anomaly Detection Method for Gas Circuit Breaker with 1D-CAE

    Akito SAITO, Akihiro YAMAGUCHI, Ryusei SHINGAKI, Ken UENO, Satoshi MARUSHIMA, Satoi OGAWA, Kazuhisa KANAYA, Ryusuke OCHIAI, Shinichi NAGATA

    The Proceedings of Mechanical Engineering Congress, Japan   2023   J121 - 02   2023年   （ eISSN:2424-2667 ）

    　詳細を見る

    出版者・発行元：Japan Society of Mechanical Engineers  

    DOI： 10.1299/jsmemecj.2023.j121-02

  • 確率的部分時系列表現を用いた時系列データの教師なし表現学習

    小寺 謙斗, 山口 晃広, 植野 研

    人工知能学会研究会資料 知識ベースシステム研究会   127   06   2022年11月   （ eISSN:2436-4592 ）

    　詳細を見る

    記述言語：日本語   出版者・発行元：一般社団法人 人工知能学会  

    DOI： 10.11517/jsaikbs.127.0_06

    CiNii Research

  • Shapelets学習によるインフラ・製造分野向け時系列波形診断技術—特集 説明可能なAI (XAI)の開発動向と応用展開 招待

    山口 晃広

    研究開発リーダー / 技術情報協会 編   19 ( 8 )   5 - 8   2022年11月   （ ISSN:1349-1393 ）

    　詳細を見る

    担当区分：筆頭著者   記述言語：日本語   出版者・発行元：東京 : 技術情報協会  

    CiNii Books

    CiNii Research

    その他リンク： https://ndlsearch.ndl.go.jp/books/R000000004-I032524458

  • Recent Digitization of GIS and Sophistication of Equipment Condition Monitoring and Diagnosis applying AI Technologies

    Eiji Matsumoto, Kazunori Uchida, Minoru Saito, Akihiro Yamaguchi, Toshihiro Maekawa

    CIGRE Paris   2022年8月

  • ICDE 2022 参加報告 招待

    山口 晃広

    日本データベース学会 Newsletter 2022年6月号（Vol. 15, No. 3）   2022年6月

  • Development of advanced AI technologies for condition diagnosis of high voltage switchgear in substations

    Akihiro Yamaguchi, Ken Ueno, Kazunori Uchida, Eiji Matsumoto, Toshiyuki Saida

    CIGRE Kyoto Symposium   93 - 102   2022年4月

    　詳細を見る

    担当区分：筆頭著者  

  • Shapelets学習によるインフラ・製造分野向け時系列波形の異常診断技術

    山口晃広

    東芝レビュー   77 ( 1 )   2022年   （ ISSN:2432-1168 ）

    　詳細を見る

    担当区分：筆頭著者  

    J-GLOBAL

  • 開閉装置用AI診断システムの開発 招待

    内田和徳, 森裕哉, 松本詠治, 山口晃広, 植野研

    電気学会全国大会講演論文集(CD-ROM)   2022   2022年

    　詳細を見る

  • 時系列波形に基づく異常検知AI技術の高度化 : 誤報・見逃し低減型波形判別と多変量時系列セグメンテーション—Improving Anomaly Detection AI based on Time Series Waveform Data 招待

    山口 晃広, 植野 研

    配管技術 = The piping engineering / 配管技術編集委員会 編   63 ( 3 )   36 - 39   2021年3月   （ ISSN:0385-9894 ）

    　詳細を見る

    担当区分：筆頭著者   記述言語：日本語   出版者・発行元：東京 : 日本工業出版  

    CiNii Books

    CiNii Research

    その他リンク： https://ndlsearch.ndl.go.jp/books/R000000004-I031307250

  • 設備の時系列センサーデータを用いた機械学習による異常診断手法—Fault Diagnosis Method Based on Machine Learning using Time-Series Sensor Data—特集 デジタル変革を加速する東芝のアナリティクスAI

    植野 研, 山口 晃広, 真矢 滋

    東芝レビュー = Toshiba review / 東芝ビジネスエキスパート株式会社ビジネスソリューション事業部 編集・制作   74 ( 5 )   9 - 12   2019年9月   （ ISSN:0372-0462 ）

    　詳細を見る

    記述言語：日本語   出版者・発行元：東京 : 東芝技術企画部  

    CiNii Books

    CiNii Research

    その他リンク： https://ndlsearch.ndl.go.jp/books/R000000004-I032361790

  • 多変量時系列データの柔軟な分割方法の提案

    真矢 滋, 山口 晃広, 稲木 達哉, 植野 研

    人工知能学会全国大会論文集   JSAI2019   1I4J205 - 1I4J205   2019年

    　詳細を見る

    記述言語：日本語   出版者・発行元：一般社団法人 人工知能学会  

    IoTの発展に伴い、大量の時系列データが取得可能になりつつある。このような時系列データから有用な知見を発見するために、多変量時系列データを特徴的なパターンに分割するセグメンテーション方法が注目を集めている。しかしながら、既存手法では分割位置が変数に関わらず同一であり、変数間の特徴を捉えることが困難であった。この問題に対応するために、各変数で適切な分割位置を求める手法を提案する。そして、人工データと実データを用いて提案手法の有効性を検証する。

    DOI： 10.11517/pjsai.jsai2019.0_1i4j205

    CiNii Research

  • 次世代車載連携アプリケーション向け分散処理プラットフォームの開発 招待

    高田広章, 石川佳治, 佐藤健哉, 中本幸一, 本田晋也, 山口晃広

    ICTイノベーションフォーラム   2015年10月

    　詳細を見る

    担当区分：最終著者  

  • 車々間通信を用いた安全運転支援のためのリアルタイムストリーム処理—ITS研究会 交通センシング,通信,情報処理,一般

    山口 晃広, 佐藤 健哉, 中本 幸一

    電気学会研究会資料. ITS / ITS研究会 [編]   2014 ( 26-39 )   39 - 46   2014年9月

    　詳細を見る

    担当区分：筆頭著者   記述言語：日本語   出版者・発行元：東京 : 電気学会  

    CiNii Books

    CiNii Research

    その他リンク： https://ndlsearch.ndl.go.jp/books/R000000004-I025840590

  • 理想的ドライバモデルを目指した時系列センサデータの確率モデルに基づく運転支援システムの検討

    山川達也, 鈴木結香子, 山口晃広, 島田秀輝, 佐藤健哉

    第76回全国大会講演論文集   2014 ( 1 )   101 - 102   2014年3月

    　詳細を見る

    記述言語：日本語  

    近年，自動車には多くの車載センサが搭載されており，センサから取得された運転データを用いて様々な安全運転支援システムが研究されている．これらの安全運転支援システムは，現在のセンサ情報をもとに，目の前にある危険を検知することを目的としている．新たなアプローチとして，運転行動をモデル化するという試みがなされている．これらのモデルを利用することで，リアルタイムに取得される運転データをもとに現在の状況を動的に判断することが可能となる．本研究では，車載センサを用いて取得された運転データをもとに確率モデルを作り，安全運転を支援するシステムの検討を行う．

    CiNii Books

    CiNii Research

  • ストリームLDMにおける地図データのストリーム化機構の設計と評価

    伊藤 信一, 山口 晃広, 佐藤 健哉, 本田 晋也, 高田 広章

    情報処理学会研究報告. ITS, [高度交通システム]   2013 ( 2 )   1 - 8   2013年6月   （ ISSN:0919-6072 ）

    　詳細を見る

    記述言語：日本語   出版者・発行元：一般社団法人情報処理学会  

    協調 ITS において,各車両に搭載されたセンサや車々間通信により取得した周辺交通情報や地図情報を階層的に管理する Local Dynamic Map(LDM) の検討がすすんでいる.我々は,LDM にデータストリーム管理システム (DSMS) を適用することにより高速な処理を実現するストリーム LDM を提案してきたが,静的な地図データはデータベース上で扱うため,地図データを取得,処理するための遅延時間が性能上のボトルネックとなっていた.本論文では,ストリーム LDM に地図データのストリーム化機構を導入することにより,静的な地図データも DSMS 上で高速に処理することを可能とし,この問題を解決できることを示す.車両走行シミュレーションデータを使った評価により,地図データとの空間演算の平均レイテンシにおいて,従来方式の数 10 倍の性能を得られることを確認した.

    CiNii Books

    CiNii Research

  • ストリーム処理技術を用いたストリームLDM(Local Dynamic Map)

    SATO Kenya, SHIMADA Hideki, KATSUNUMA Satoshi, YAMAGUCHI Akihiro, YAMADA Masahiro, HONDA Shinya, TAKADA Hiroaki

    同志社大学理工学研究報告   53 ( 3 )   2012年   （ ISSN:0036-8172 ）

    　詳細を見る

▼全件表示

委員歴

  • IJCAI (Special Track on AI4Tech) Committee  

    2025年 - 現在   

  • ACML Reviewer   国際

    2025年 - 現在   

    　 詳細を見る

    団体区分：学協会

  • 情報処理学会   アルゴリズム研究運営委員   国内

    2024年 - 現在   

    　 詳細を見る

    団体区分：学協会

  • 情報処理学会   論文誌デジタルプラクティス編集委員／会誌編集委員   国内

    2024年 - 現在   

    　 詳細を見る

    団体区分：学協会

  • AIGC Program Committee   国際

    2022年 - 現在   

    　 詳細を見る

    団体区分：学協会

  • PAKDD Program Committee   国際

    2022年 - 現在   

    　 詳細を見る

    団体区分：学協会

  • ITISE Program Committee   国際

    2020年 - 現在   

    　 詳細を見る

    団体区分：学協会

  • ECMLPKDD Program Committee   国際

    2020年 - 2022年   

    　 詳細を見る

    団体区分：学協会

▼全件表示