福島 真太朗

福島 真太朗

Shintaro Fukushima

  • 機械学習
    データマイニング

学生時代から「数理と計算機」をキーワードとし、近年は機械学習・データマイニング・AI分野の研究開発に取り組んでいます。理論やアルゴリズムに加えて、実社会で使われることを念頭に現場の課題やデータの特性を十分に理解して、活用に至るまでの泥臭い部分も含めて形にしていくことを心がけています。

  • 所属

  • 学位・経歴

    • 博士（情報理工学）

    • 2023-
      現在

      滋賀大学データサイエンス・AIイノベーション研究推進センター 特任准教授

    • 2015-
      現在

      運転走行データ・車載カメラ画像の解析、機械学習の品質保証・管理、マテリアルズインフォマティクス、工場における異常検知・変化検知・因果推論等の研究開発に従事

    • 2017-
      2020

      東京大学大学院情報理工学研究科数理情報学専攻 博士課程 （時系列データの変化検知・予兆）

    • 2010-
      2014

      電機メーカー/シンクタンクにて、製造、金融、Web、医療等の幅広い分野における機械学習・データマイニング、および大規模データ解析サービス・プラットフォームの研究開発、コンサルティング、事業開発に従事

    • 2006-
      2009

      シンクタンクにて、金融工学の研究開発に従事（デリバティブのプライシング、リスク計量モデルの構築・検証）

    • 2004-
      2006

      東京大学大学院新領域創成科学研究科複雑理工学専攻 修士課程 （非線形力学系・カオスの理論と数値計算）

    • 2000-
      2004

      東京大学理学部物理学科

  • 主な論文・著書・講演

    論文

    • Does experience affect route choice? An instance-based learning approach using vehicle trajectory data, The National Academies of Sciences, Engineering, and Medicine, The 103rd Transportation Research Board Annual Meeting, 2024

    • Balancing summarization and change detection in graph streams. In Proceedgins of 23rd International Conference on Data Mining (ICDM), 2023

    • Revisiting mobility modeling with graph: a graph transformer model for next point-of-interest recommendation, In Proceedings of 31st ACM SIGSPATIAL International Conference on Advances in Geographic Information Systems (SIGSPATIAL), 94, pp.1-10, 2023

    • Finding energy-efficient and fast detour routes in unusual traffic events, In Proceedings of 26th IEEE International Conference on Intelligent Transportation Systems (ITSC), 2023

    • Spatio-Temporal Meta-Graph Learning for Traffic Forecasting, In Proceedings of 37th AAAI conference on Artificial Intelligence (AAAI), 2023

    • Estimating total traffic volume with statistical modeling approach, In Proceedings of 25th IEEE International Conference on Intelligent Transportation Systems (ITSC), pp.304-309, 2022

    • Graph summarization with latent variable probabilistic models, The 10th International Conference on Complex Networks and their Applications (ComplexNetworks2021), Springer, pp. 428-440, 2021

    • Change sign detection with differential MDL change statistics and its application to covid-19 pandemic analysis. Scientific Reports, 11(1):19795, 2021

    • Detecting hierarchical changes in latent variable models, In Proceedings of 20th IEEE International Conference on Data Mining (ICDM), pp.1028-1033, 2020

    • Detecting metachanges in data streams from the viewpoint of the MDL principle, Entropy, 21(12), 1134, 2019

    • Model change detection with the MDL principle, IEEE Transactions on Information Theory, 64(9), pp. 6115 - 6126, 2018

    • 曲線の折り返し点に着目した位相的エントロピーの数値計算，電子情報通信学会論文誌, J90-A, No.12, pp.932-939,2007

    • 他

    書籍・雑誌

    • コネクティッド領域におけるデータ活用人材の育成, 技術情報協会株式会社, 研究開発リーダー, 2022

    • Python機械学習プログラミング（監訳），インプレス，2016 (初版), 2018 (第2版), 2020(第3版), 2022(Scikit-learn & PyTorch編)

    • Pandasライブラリ活用入門（監修）, インプレス, 2019(初版), 2023(第2版)

    • やってみよう！機械学習 (Software Design別冊シリーズ), 技術評論社, 2019

    • Pythonによるあたらしいデータ分析の教科書, 翔泳社, 2018(初版), 2022(第2版)

    • 機械学習にはPythonが最適なワケ，Software Design 2017年6月号, 2017

    • パーフェクトR, 技術評論社, 2017^

    • R言語徹底解説（翻訳）, 共立出版, 2016

    • データサイエンティスト養成読本　機械学習入門編，技術評論社，2015

    • データ分析プロセス，共立出版，2015

    • データサイエンティスト養成読本　R活用編, 技術評論社, 2014

    • Rによるハイパフォーマンスコンピューティング，ソシム，2014

    • Rパッケージガイドブック, 東京図書, 2011

    • 他

    招待講演・講義

    • コネクティッドカーから収集した大規模車両データの解析・活用, PCクラスタコンソーシアム　ワークショップ, PCCCワークショップ in 大阪2023「ビッグデータとHPC」, 2023

    • 機械学習品質管理・保証の動向と取り組み, データサイエンスセミナー, 滋賀大学, 2023

    • トヨタ自動車における車両データ解析・活用, 株式会社新社会システム総合研究所, SSKセミナー, 2023

    • 「Python機械学習プログラミング」と振り返る機械学習技術の進展とこれから, Start Python Club, 2023

    • トヨタ自動車における車両データ利活用と今後の展望, 株式会社日本計画研究所, 株式会社日本計画研究所セミナー, 2022

    • AI/機械学習の品質管理・保証の動向と取り組み, 株式会社技術情報協会, セミナー「AI（人工知能）の倫理問題と求められる企業対応」, 2022

    • 100年に一度の大変革期 -コネクティッドにおけるデータ解析と展望-, 東京大学大学院情報理工学系研究科, 東京大学大学院情報理工学系研究科データサイエンティスト養成講座シンポジウム, 2022

    • トヨタ自動車における車両データ解析・活用, 東京工業大学大学院情報理工学院, 大学院講義「応用AI・データサイエンス」, 2022

    • 機械学習品質管理・保証の動向と取り組み, 日本データベース学会, DBSJセミナー, 2022

    • トヨタ自動車におけるデータ解析事例, DataRobot Japan株式会社, DataRobot Japan社セミナー, 2021

    • トヨタ自動車におけるデータ解析のポイントと事例, 名古屋大学数理・データ科学教育センター, 実践データサイエンティスト育成プログラム, 2021

    • 物質探索と逆合成経路探索の動向と取り組み, マテリアルズインフォマティクス講演会, 2021

    • 機械学習品質管理・保証の動向と取り組み, 第2回AI/IoTシステムのための安全性シンポジウム　MLSE機械学習システムセーフティ・セキュリティWG 企画セッション, 2020

    • 機械学習品質管理・保証の動向と取り組み, PyData.Tokyo, 2020

    • 機械学習活用への展望 - AI品質保証の動向と技術 -, 株式会社ニコン AI運営会議, 2019

    • 機械学習AIの品質保証, CEATEC2018

    • Materials InformaticsとPython -物性・材料とデータ科学の融合-, PyData.Tokyo One Day Conference, 2018

    • An Introduction to Machine Learning, Invited talk in Financial dealings and the market economy(2), Graduate School of Commerce, Chuo University, 2018

    • データ利活用人材の理想像とその育成, 第5回横幹連合, 2014

    • 他多数

    その他

    • データローカライゼーション時代への対処：連合学習タスクフォースの取り組み, Woven by Toyota, Toyota Global Summit 2023, 2023

  • 社外・団体等活動(役職)・表彰・受賞

    • 東京大学　客員研究員

    • 産業技術総合研究所　客員研究員

    • 機械学習AIの品質保証に関する研究開発 AI品質マネジメント検討委員会 委員 （NEDO・産業技術総合研究所「次世代人工知能技術の社会実装を目指した先導研究テーマ」）

    • 応用数理学会学会誌編集委員

    • 国立情報学研究所 参加研究員 (JST未来社会創造事業「高信頼な機械学習応用システムによる価値創造」 (JST QAML))

    • 科学研究費助成事業「新学術領域研究 (研究領域提案型)」次世代物質探索のための離散幾何学 研究協力者 (計画班 B01：物質・材料科学のための情報科学基盤 「B01-1：複雑ネットワーク解析に基づく物質・材料探索」)

    • 翔泳社　IT技術者に読んで欲しい技術書・ビジネス書2017　ベスト10　（「Python機械学習プログラミング」）

他のメンバーを見る