井上 雅章

井上 雅章

Masaaki Inoue

  • 統計解析
    データマイニング
    複雑ネットワーク

視点を変えてみると、複雑な相互作用をもつデータの中にシンプルで美しい関係性が見出されることがあります。そんな「気づき」を大事にしつつ、実際に動くモノの基盤を構築していきたいです。

  • 所属

    • 社会システムPF開発部
      InfoTech-AS

  • 学位・経歴

    職歴

    • 2022-
      現在

      現職（トヨタ自動車株式会社 InfoTech）

    • 2022

      京都大学大学院 情報学研究科 博士後期課程修了、博士（情報学）

    • 2020-
      2022

      理化学研究所 革新知能統合研究センターにてジュニアリサーチアソシエイトとして研究に従事

    • 2019

      京都大学大学院 情報学研究科 博士前期課程修了

    • 2017

      京都大学 工学部 情報学科 卒業

  • 主な論文・著書・講演

    論文

    • Yong, J., Wakabayashi, Y., Okayasu, A., Miki, R., Sasai, T., Inoue, M., & Fukushima, S. (2022). Estimating Total Traffic Volume with Statistical Modeling Approach. In 2022 IEEE 25th International Conference on Intelligent Transportation Systems (ITSC), pp. 304-309, IEEE.

    • Inoue, M., Pham, T., & Shimodaira, H. (2022). A Hypergraph Approach for Estimating Growth Mechanisms of Complex Networks. IEEE Access, 10, 35012-35025.

    • Inoue, M., Pham, T., & Shimodaira, H. (2020). Joint Estimation of Non-parametric Transitivity and Preferential Attachment Functions in Scientific Co-authorship Networks. Journal of Informetrics, 14(3), 101042.

    • Inoue, M., Hayashi, K., Mori, H., & Nabetani, T. (2018). A DOA Estimation Method With Kronecker Subspace for Coherent Signals. IEEE Communications Letters, 22(11), 2306-2309.

    • Inoue, M., Pham, T., & Shimodaira, H. (2018). Transitivity vs Preferential Attachment: Determining the Driving Force Behind the Evolution of Scientific Co-Authorship Networks. In Proceedings of International Conference on Complex Systems, ICCS 2018: Unifying Themes in Complex Systems IX, pp. 262-271, Springer.

    招待講演

    • Inoue, M., Network-based regression model for traffic volume estimation problem with connected car data. Waseda Seminar on High-dimensional Statistics, Waseda Research Institute for Science and Engineering, Institute for Mathematical Science, 2022, Dec.

他のメンバーを見る