山口晃広 (Akihiro Yamaguchi)

■■ 経歴

• 1981年 4月4日 生

• 2000年 愛知県立 岡崎高等学校 卒業．神戸大学 理学部 数学科 入学

• 2004年 神戸大学 理学部 数学科 卒業

• 2006年 神戸大学大学院 自然科学研究科 数学専攻 修士課程修了．(株)東芝 入社

• 2011～2015年 名古屋大学大学院 情報科学研究科 附属組込みシステム研究センター 研究員として出向

• 2015年 名古屋大学大学院 情報科学研究科 情報システム学専攻 博士後期課程入学

• 2018年 名古屋大学大学院 情報科学研究科 情報システム学専攻 博士後期課程修了．博士(情報科学)

• 現在 株式会社東芝 総合研究所 AIデジタルR&Dセンター システムAI研究部 エキスパート 及び

• 九州大学 マス・フォア・インダストリ研究所 リエゾン戦略部門 教授

■■ 研究分野

• 現在： 主にインフラ・製造分野を応用先として時系列データを用いた説明性の高い機械学習・データマイニング（IMI技術カタログの研究紹介）

• 名古屋大学出向～博士後期課程修了： 車載向け分散データストリーム管理システムとそのリアルタイムスケジューリング

■■ 筆頭の研究業績

【受賞等】

1. 山口晃広, 日本データベース学会 若手功績賞 受賞, 2025/3.

2. 山口晃広, 植野研, 鹿島久嗣, DEIM 2024 最優秀論文賞 受賞, 2024/6.

3. Akihiro Yamaguchi, Ken Ueno, Kazunori Uchida, Eiji Matsumoto, and Toshiyuki Saida, One of 6 best papers (CIGRE 2022 Kyoto Symposium), 2022/11.

4. 山口晃広, 植野研, 鹿島久嗣, DEIM 2022 最優秀論文賞 受賞, 2022/6.

5. Akihiro Yamaguchi, Shigeru Maya, Kohei Maruchi, and Ken Ueno, The Best of SIAM Data Mining 2020 (Best of SDM 2020), 2020/10.

6. 山口晃広, 2020年度山下記念研究賞 受賞, 2020/3.

7. 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, 2017年度情報処理学会論文誌データベース優秀論文賞 受賞, 2017/6.

8. 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 受賞, 2016/9.

9. 山口晃広, 佐藤健哉, 中本幸一, 渡辺陽介, 高田広章, 2014年ITS研究会奨励賞 受賞, 2014/9.

【学術論文】

1. Akihiro Yamaguchi, Ken Ueno, and Hisashi Kashima, Learning Location-guided Time-series Shapelets, IEEE Transactions on Knowledge and Data Engineering (TKDE), vol.37, no.5, pp.2712-2726, 2025/5.

2. 山口晃広, 植野研, 鹿島久嗣, 長さと形を学習可能な判別波形パターン, 電子情報通信学会論文誌, Vol.J108-D, No.05, 2025/5. (データ工学研究専門委員会推薦論文)

3. 山口晃広, 植野研, 内田和徳, 松本詠治, 才田敏之, 時系列波形異常検知技術の変電設備診断への適用と改良, 日本データベース学会データドリブンスタディーズ, Vol.3, Article No.4, 2025/3. (DEIM2023発表論文からの推薦)

4. 山口晃広, 植野研, 鹿島久嗣, 変形可能な判別波形パターンの学習法, 電子情報通信学会論文誌, Vol.J106-D, No.05, 2023/5. (データ工学研究専門委員会推薦論文)

5. Akihiro Yamaguchi, Ken Ueno, Kazunori Uchida, Eiji Matsumoto, and Toshiyuki Saida, Development of advanced AI technologies for condition diagnosis of high voltage switchgear in substations, CIGRE Science and Engineering, CSE 026, pp.1-11, 2022/11. (on invitation at the CIGRE Kyoto Symposium 2022)

6. 山口晃広, 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 -, 情報処理学会誌, Vol.63, No.8, pp.e21-e24, 2022/7. (招待解説)

7. Akihiro Yamaguchi, Shigeru Maya, Kohei Maruchi, and Ken Ueno, LTSpAUC: Learning Time-series Shapelets for Partial AUC Maximization, Big Data, Vol.8, No.5, pp.391-411, 2020/10. (on invitation, Best of SDM 2020)

8. Akihiro Yamaguchi, and Takeichiro Nishikawa, OCLTS: One-Class Learning Time-Series Shapelets, International Journal of Data Mining Science (IJDAT), Vol.1, No.1, pp.37-45, 2019/5.

9. Akihiro Yamaguchi, Shigeru Maya, Tatsuya Inagi, and Ken Ueno, OPOSSAM: Online Prediction of Stream Data with Self-Adaptive Memory, International Journal of Data Mining Science (IJDAT), Vol.1, No.1, pp.46-56, 2019/5.

10. Akihiro Yamaguchi, Yousuke Watanabe, Kenya Sato, Yukikazu Nakamoto, Yoshiharu Ishikawa, Shinya Honda, and Hiroaki Takada, In-Vehicle Distributed Time-critical Data Stream Management System for Advanced Driver Assistance, Journal of Information Processing (JIP), Vol.25, pp.107-120, 2017/1.

    • 2017年度情報処理学会論文誌データベース優秀論文賞受賞

    • WebDB Forum 2016においても発表

    • WebDB Forum 2016最優秀論文賞受賞

11. 山口晃広, 渡辺陽介, 佐藤健哉, 中本幸一, 高田広章, 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, 情報処理学会論文誌（データベース） Vol.8 No.2, pp.1-17, 2015/6.

【国際会議】

1. Akihiro Yamaguchi, Ken Ueno, Ryusei Shingaki, and Hisashi Kashima, Learning Counterfactual Explanations with Intervals for Time-series Classification, ACM International Conference on Information and Knowledge Management (CIKM2024), pp.4158-4162, 2024/10. (採択率141/527=27%)

2. Akihiro Yamaguchi, Ken Ueno, and Hisashi Kashima, Time-series Shapelets with Learnable Lengths, ACM International Conference on Information and Knowledge Management (CIKM2023), pp.2866-2876, 2023/10. (採択率354/1472=24%)

3. Akihiro Yamaguchi, Ken Ueno, and Hisashi Kashima, Learning Evolvable Time-series Shapelets, IEEE International Conference on Data Engineering (ICDE2022), pp.793-805, 2022/5. (採択率211/780=27%)

4. Akihiro Yamaguchi, Ken Ueno, and Hisashi Kashima, Learning Time-series Shapelets Enhancing Discriminability, SIAM International Conference on Data Mining (SDM22), pp.190-198, 2022/4. (採択率83/298=28%)

5. Akihiro Yamaguchi, Ken Ueno, Kazunori Uchida, Eiji Matsumoto, and Toshiyuki Saida, Development of advanced AI technologies for condition diagnosis of high voltage switchgear in substations, CIGRE Kyoto Symposium 2022, pp.93-102, 2022/4. (Selected as one of 6 best papers)

6. Akihiro Yamaguchi and Ken Ueno, Learning Time-series Shapelets via Supervised Feature Selection, SIAM International Conference on Data Mining (SDM21), pp.262-270, 2021/5. (採択率85/400=21%)

7. Akihiro Yamaguchi, Shigeru Maya, and Ken Ueno, RLTS: Robust Learning Time-series Shapelets, The European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases (ECML PKDD 2020), pp.595-611, 2020/9. (採択率131/687=19%)

8. Akihiro Yamaguchi, Shigeru Maya, Kohei Maruchi, and Ken Ueno, LTSpAUC: Learning Time-series Shapelets for Optimizing Partial AUC, SIAM International Conference on Data Mining (SDM20), pp.1-9, 2020/5. (採択率75/388=19%) (Selected as one of the "Best of SDM 2020")

9. Akihiro Yamaguchi, Shigeru Maya, Tatsuya Inagi, and Ken Ueno, OPOSSAM: Online Prediction of Stream Data Using Self-adaptive Memory, IEEE International Conference on Big Data (IEEE BigData 2018) 4th Special Session on Intelligent Data Mining, pp.2355-2364, 2018/12.

10. Akihiro Yamaguchi, and Takeichiro Nishikawa, One-Class Learning Time-Series Shapelets, IEEE International Conference on Big Data (IEEE BigData 2018) 4th Special Session on Intelligent Data Mining, pp.2365-2372, 2018/12.

11. Akihiro Yamaguchi, Yukikazu Nakamoto, Kenya Sato, Yousuke Watanabe, and Hiroaki Takada, EDF-PStream: Earliest deadline first scheduling of preemptable data streams - Issues related to automotive applications, Proceedings of the 21st IEEE International Conference on Embedded and Real-Time Computing Systems and Applications (RTCSA 2015), pp.257-267, 2015/8.

12. Akihiro Yamaguchi, Yukikazu Nakamoto, Kenya Sato, Yoshiharu Ishikawa, Yousuke Watanabe, Shinya Honda, and Hiroaki Takada, AEDSMS: Automotive Embedded Data Stream Management System, The 31st International Conference on Data Engineering (ICDE 2015), pp.1292-1303, 2015/4.

【招待講演・セミナー】

1. 山口晃広, インフラ・製造分野向け波形異常診断AI, IMI Colloquium, 九州大学マス・フォア・インダストリ研究所, 2025/1.

2. 山口晃広, 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, 少ないデータによる異常検知技術の導入と活用方法, 技術情報協会, 2024/12.

3. 山口晃広, 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, AIのブラックボックス解析と社内への説明方法, 技術情報協会, 2022/6.

4. 山口晃広, 社会インフラ・製造分野向け時系列波形異常診断技術, 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, 日本テクノセンター, 2022/6.

5. 山口晃広, 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, 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, 技術情報協会, 2021/7.

6. 山口晃広, 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, 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, 日本テクノセンター, 2021/1.

7. 山口晃広, 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, 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, 技術情報協会, 2019/12.

8. 山口晃広, 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, 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, 2015/9.

【書籍】

1. 山口晃広, プロセス時系列データの解析, プロセスインフォマティクスにおけるデータ解析・モデリングと応用展開, 第2章 第3節, 技術情報協会, 2025/7. (ISBN：978-4-86798-089-7)

2. 山口晃広, 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, 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, 第６章 第6節, 技術情報協会, 2024/10. (ISBN：978-4-86798-048-4)

3. 山口晃広, Shapelets 学習による時系列分析～説明性のある分類手法, 時系列データ解析における課題対応と解析例, 第3章 第2節 第3項, 情報機構, pp.64-72, 2024/1. (ISBN: 978-4-86502-262-9)

4. 山口晃広, 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, 生産プロセスにおけるIoT、ローカル5Gの活用, 第5章 第2節, 技術情報協会, pp.380-384, 2023/6. (ISBN: 978-4-86104-954-5)

5. 山口晃広, 説明性の高い時系列波形異常診断向けAIの開発, 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 ～工場・プラント、インフラ設備、外観検査、医療、電気機器、車載機器～, 第2章 第2節, 技術情報協会, pp.104-113, 2022/12. (ISBN: 978-4-86104-913-2)

6. 山口晃広, 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1》説明可能なAI（XAI）の開発動向と応用展開, 研究開発リーダー 2022年11月号, 技術情報協会, pp.5-8, 2022/11.  (ISSN:1349-1393)

7. 山口晃広, 植野研, 時系列波形に基づく異常検知AI技術の高度化, 配管技術 2021年3月号, 日本工業出版, pp.36-39, 2021/3. (ISSN:0385-9894)

8. 山口晃広, 設備（単体）での時系列データを元にした異常検知, 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～, 第5章 第1節 第1～2項, 情報機構, pp.149-161, 2020/7. (ISBN: 978-4-86502-191-2)

9. 山口晃広, 植野研, 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, 工場・製造プロセスへのＩｏＴ・ＡＩ導入と活用の仕方, 第8章 第12節, 技術情報協会, pp.506-511, 2020/6. (ISBN: 978-4-86104-791-6, 978-4-86104-892-0)

10. Akihiro Yamaguchi, Kenya Sato, Tatsuya Yamakawa, Shinya Honda, and Hiroaki Takada, Stochastic Behavior Modeling for Driver Assistance Using Stream Data Processing, Vehicle Systems and Driver Modelling: DPS, Human-to-Vehicle Interfaces, Driver Behavior, and Safety, Chapter 2, pp.19-46, De Gruyter, 2017/9. (ISBN: 978-1501512124)

【登録特許】

1. 山口晃広, 植野研, 情報処理装置、情報処理方法、およびプログラム, 特許第7502211号

2. A Yamaguchi, S Maya, and K Ueno, Information processing device, information processing method, and recording medium, US-11803613-B2

3. 山口晃広, 植野研, 情報処理装置、情報処理方法、およびプログラム, 特許第7414678号

4. 山口晃広, 真矢滋, 植野研, 情報処理装置、情報処理方法及びプログラム, 特許第7132263号

5. 山口晃広, 真矢滋, 丸地康平, 稲木達哉, 情報処理装置、情報処理方法、及びコンピュータプログラム, 特許第7085513号

6. 山口晃広, 真矢滋, 稲木達哉, 植野研, 情報処理装置、情報処理方法及びコンピュータプログラム, 特許第6969990号

7. 山口晃広, 西川武一郎, 情報処理装置、情報処理方法及びコンピュータプログラム, 特許第6877245号

8. 山口晃広, 金松基孝, 山地圭, 高山佳文, 深井祐介, 画像情報処理方法, 特許第5550533号

【ワークショップ】

1. 山口晃広, インフラ・製造分野に向けた時系列データ異常検知, Study Group Workshop, 九州大学マス・フォア・インダストリ研究所, 2025/7. (課題提供)

2. Akihiro Yamaguchi, Kenya Sato, Naoyuki Shiba, Shinya Honda, and Hiroaki Takada, ADVISE: Autonomous Driving Vehicle for Individuality in a Stream Environment, The 6th Biennial Workshop on Digital Signal Processing for In-Vehicle Systems, pp.57-63, 2013/9.

【技術報告】

1. 山口晃広, R&D最前線 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, 東芝レビュー 77巻1号, 2022/1.

【国内会議】

1. 山口晃広, 植野研, 新垣隆生, 鹿島久嗣, 反事実波形と変形区間を学習する時系列分類XAI, 第17回データ工学と情報マネジメントに関するフォーラム（DEIM）, 6B-01, 2025/2.

2. 山口晃広, 植野研, 鹿島久嗣, 学習可能な長さを持つshapeletsに基づく時系列分類法, 第16回データ工学と情報マネジメントに関するフォーラム（DEIM）, T2-B-6-03, 2024/3. (最優秀論文賞受賞)

3. 山口晃広, 植野研, 内田和徳, 松本詠治, 才田敏之, 時系列波形異常検知技術の変電設備診断への適用と改良, 第15回データ工学と情報マネジメントに関するフォーラム（DEIM）, 2b-1-3, 2023/3.

4. 山口晃広, 植野研, 鹿島久嗣, 時系列データのクラス分離性を強化する shapelets 学習法, 第15回データ工学と情報マネジメントに関するフォーラム（DEIM）, 2b-2-1, 2023/3.

5. 山口晃広, 植野研, 鹿島久嗣, 時間変化するshapeletsを学習する時系列分類手法, 第14回データ工学と情報マネジメントに関するフォーラム（DEIM）, D34-4(day3 p22), 2022/3. (最優秀論文賞受賞)

6. 山口晃広, 植野研, Shapeletsを学習する時系列分類手法の局所的最適解向上, 第14回データ工学と情報マネジメントに関するフォーラム（DEIM）, D34-2(day3 p21), 2022/3.

7. 山口晃広, 真矢滋, 丸地康平, 植野研, 時系列データのshapeletsを学習するpartial AUCの最大化手法, 第12回データ工学と情報マネジメントに関するフォーラム（DEIM）, F1-4, 2020/3. (2020年度山下記念研究賞受賞)

8. 山口晃広, 真矢滋, 稲木達哉, 植野研, ストリームの適応記憶型オンライン予測, 第32回人工知能学会全国大会, 3L1-03, 2018/6.

9. 山口晃広, 真矢滋, 稲木達哉, 植野研, 適応型記憶による類似波形を用いたストリームのオンライン予測, 第10回データ工学と情報マネジメントに関するフォーラム（DEIM）, I3-5, 2018/3.

10. 山口晃広, 西川武一郎, １クラス分類に基づく時系列データの波形パターン学習, 第10回データ工学と情報マネジメントに関するフォーラム（DEIM）, F6-4, 2018/3.

11. 山口晃広, 佐藤健哉, 高田広章, 安全運転支援のためのストリーム型センサデータの分散処理機構, 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 平成26年度成果報告会（第2回シンポジウム） 2015/3.

12. 山口晃広，渡辺陽介，佐藤健哉，中本幸一，高田広章，デッドラインを持つクエリプラン割り当てによる分散ストリーム処理のリアルタイムスケジューリング方式，情報処理学会研究報告，Vol. 2014-DBS-160, No.25, pp.1-8, 2014/11.

13. 山口晃広，渡辺陽介，佐藤健哉，中本幸一，高田広章，デッドラインを持つクエリプラン割り当てによる分散ストリーム処理のリアルタイムスケジューリング方式，WebDBフォーラム （ポスター） 2014/11．

14. 山口晃広，車載データ統合アーキテクチャに基づくLDMの実装・評価に関するコンソーシアム型共同研究，第4回名古屋大学組込みシステム研究センターシンポジウム講演予稿集 pp.67-80, 2014/10.

15. 山口晃広，佐藤健哉，中本幸一，渡辺陽介，高田広章，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，情報処理学会研究報告，Vol. 2014-ITS-58, No.7, pp.1-8, 2014/9. (ITS研究会奨励賞受賞)

16. 山口晃広, Cloudia:Car-to-Xデータ統合プラットフォーム～安全運転支援のための分散ストリーム処理の実現～, 第3回名古屋大学組込みシステム研究センターシンポジウム ポスターセッション, 2012/10.

17. 山口晃広, 本田晋也, 佐藤健哉, 高田広章, 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, 第11回情報科学技術フォーラム講演論文集, Vol.2, pp.7-14, 2012/9.

18. 山口晃広, 山田真大, 勝沼聡, 本田晋也, 佐藤健哉, 高田広章, 車載DSMSにおける静的クエリ最適化, 第4回Webとデータベースに関するフォーラム, 1G-2-4, pp.1-9, 2011/11.

【その他寄稿】

1. 山口晃広, ACM CIKM 2023 参加報告, 日本データベース学会 Newsletter 2023年12月号 (Vol.16, No. 7), 2023/12.

2. 山口晃広, ICDE 2022 参加報告, 日本データベース学会 Newsletter 2022年6月号（Vol. 15, No. 3）, 2022/6.

【委員など】

• ACML Reviewer, 2025-現在

• IJCAI (Special Track on AI4Tech) Program Committee, 2025-現在

• 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 2024-現在

• 情報処理学会 アルゴリズム研究運営委員 2024-現在

• PAKDD Program Committee 2022-現在

• AIGC Program Committee 2022-現在

• ITISE Program Committee 2020-現在

• ECMLPKDD Program Committee 2020-2022

• 論文査読：DMKD, Machine Learning, KAIS, EAAI, IEEE Access, 電子情報通信学会論文誌, 情報処理学会論文誌データベース

■■ 共著の研究業績

【受賞等】

1. 伊藤信一, 山口晃広, 佐藤健哉, 本田晋也, 高田広章, 2013年ITS研究会奨励賞 受賞, 2013/6.

【学術論文】

1. Jaeyong Rho, Takuya Azumi, Akihiro Yamaguchi, Kenya Sato, and Nobuhiko Nishio, Reservation-Based Scheduling for Automotive DSMS under High Overload Condition, Journal of Information Processing (JIP), Vol.24, No.5, pp.751-761, 2016/9.

2. Hideki Shimada, Akihiro Yamaguchi, Hiroaki Takada, and Kenya Sato, Implementation and Evaluation of Local Dynamic Map in Safety Driving Systems, Journal of Transportations Technologies, Vol.5, No.2, pp.102-112, 2015/4.

3. Shingo Akiyama, Yukikazu Nakamoto, Akihiro Yamaguchi, Kenya Sato, and Hiroaki Takada, Vehicle Embedded Data Stream Processing Platform for Android Devices, International Journal of Advanced Computer Science and Applications、Vol.6 No.2 pp.285-294, 2015/3/1.

4. 勝沼聡, 山口晃広, 熊谷康太, 本田晋也, 佐藤健哉, 高田広章, 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, 電子情報通信学会論文誌, Vol.J95-D, No.12, pp.2031-2047, 2012/12.

5. Kenya Sato, Hideki Shimada, Satoshi Katsunuma, Akihiro Yamaguchi, Masahiro Yamada, Shinya Honda, and Hiroaki Takada, Stream LDM: Local Dynamic Map (LDM) with Stream Processing Technology, The Science and Engineering Review of Doshisha University, Vol. 53, No.3, pp.28-35, 2012/10.

【国際会議】

1. Kento Kotera and Akihiro Yamaguchi, Spacecraft Propulsion System Diagnosis via MiniRocket: a result of PHMAP 2023 Data Challenge, Asia Pacific Conference of the Prognostics and Health Management Society (PHMAP2023), P01-09 (only poster presentation), 2023/9.

2. Kento Kotera, Akihiro Yamaguchi, and Ken Ueno, Learning Local Patterns of Time Series for Anomaly Detection, International Conference on Time Series and Forecasting (ITISE2023), (published in Engineering Proceedings), 2023/7.

3. Eiji Matsumoto, Kazunori Uchida, Minoru Saito, Akihiro Yamaguchi, and Toshihiro Maekawa, Recent Digitization of GIS and Sophistication of Equipment Condition Monitoring and Diagnosis applying AI Technologies, CIGRE Paris 2022 Session, 10644, 2022/8-9.

4. Shigeru Maya, Akihiro Yamaguchi, Kaneharu Nishino, and Ken Ueno, Lag-Aware Multivariate Time-Series Segmentation, SIAM International Conference on Data Mining (SDM20), pp.622-630, 2020/5. (採択率75/388=19%)

5. Yukikazu Nakamoto, Akihiro Yamaguchi, Kenya Sato, Shinya Honda, and Hiroaki Takada, Toward data-centric software architecture for automotive systems - Embedded data stream processing approach -, The 11th IEEE International Conference on Autonomic and Trusted Computing, 2014/12.

6. Jaeyong Rho, Akihiro Yamaguchi, Kenya Sato, Takuya Azumi, and Nobuhiko Nishio, ROP-EDF: Reservation-Based OP-EDF Scheduling for Automotive Data Stream Management System, WiP session of the IEEE 11th International Conference on Embedded Software and Systems (ICESS2014), 2014/8.

7. Yukikazu Nakamoto, Masanori Okamoto, Mohanmed Bhuiya, Akihiro Yamaguchi, Kenya Sato, Shinya Honda, and Hiroaki Takada, Android Platform based on Vehicle Embedded Data Stream Processing, the 10th IEEE International Conference on Ubiquitous Intelligence and Computing (UIC-2013), pp.48-55, 2013/12.

8. Kenya Sato, Erika Matsumoto, Hideki Shimada, Akihiro Yamaguchi, Shinya Honda, and Hiroaki Takada, A Proposal of Network Architecture for Narrowband V2X Communication, The 20th ITS World Congress, pp.1-10, 2013/10.

【登録特許】

1. 小寺謙斗, 植野研, 山口晃広, 情報処理装置、情報処理システム、情報処理方法及びプログラム, 特許第7581453号

2. S Maya, T Inagi, and A Yamaguchi, Time-series feature extraction apparatus, time-series feature extraction method and recording medium, US-11710066-B2

3. Y Namioka, A Yamaguchi, M Hattori, and K Yamagata, Calculating device, data base system, calculation system, calculation method, and storage medium, US-11182362-B2

4. 浪岡保男, 山口晃広, 服部雅一, 山形康一, コンピュータ、データベースシステム、計算システム、計算方法、プログラム、及び記憶媒体, 特許第7412974号

5. 真矢滋, 稲木達哉, 山口晃広, 時系列特徴抽出装置、時系列特徴抽出方法及びプログラム, 特許第6929260号

6. 望月翔平, 山地圭, 片山大河, 金松基孝, 山口晃広, マスターサーバ、テーブル更新方法、およびプログラム, 特許第6517753号

7. 鈴木有也, 城戸正利, 山口晃広, ストリームデータ処理装置, 特許第6320818号 (年金不納による特許権の消滅)

【技術報告】

1. 永田真一, 山口晃広, 齊藤暁斗, AIを活用した変電設備の異常診断技術, 東芝レビュー, Vol.80, No.3, 2025/5.

2. 植野研, 山口晃広, 真矢滋, 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, 東芝レビュー Vol.74, No.5, 2019/9.

【国内会議】

1. 植野研, 山口晃広, 小林等, 武村綾香: 低コスト電流センサとROCLTSによる昇降機ドア異常予兆診断, 第39回人工知能学会全国大会, 4F3-OS-30c-02, 2025/5.

2. 小寺謙斗, 山口晃広, 植野研: 欠損値を含む時系列データにおけるディスコード探索手法, 第39回人工知能学会全国大会, 2S1-GS-2-04, 2025/5.

3. 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, 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, 日本機械学会2024年度年次大会, J121 1DCAE・MBDと物理モデリング, 2024/9.

4. 山本昌治, 植野研, 山口晃広, 周期波形の僅かな変化を検知可能な1クラスShapelets学習法, 第1回 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 (SIG-SMSHM), SMSHM-001, pp.13-17, 2024/7.

5. 植野研, 山口晃広, インフラ・製造現場におけるSM&SHM実現に向けた課題と時系列波形に基づく異常診断アプローチ, 第1回 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 (SIG-SMSHM), 2024/7. (ポジション発表)

6. 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, 1D-CAEモデルを利用したガス遮断器向け異常検知技術の開発, 日本機械学会2023年度年次大会, J121-02, 2023/9.

7. 小寺謙斗, 山口晃広, 植野研, 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, 人工知能学会研究会資料 知識ベースシステム研究会, Vol. 127, 2022/11.

8. 内田和徳, 森裕哉, 松本詠治, 山口晃広, 植野研, 開閉装置用AI診断システムの開発, 令和4年電気学会全国大会, WEB24-A1 6-039, 2022/3.

9. 真矢滋, 山口晃広, 稲木達哉, 植野研: 多変量時系列データの柔軟な分割方法の提案, 第33回人工知能学会全国大会, 1I4-J-2-05, 2019/6.

10. 高田広章, 石川佳治, 佐藤健哉, 中本幸一, 本田晋也, 山口晃広, 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, ICTイノベーションフォーラム2015, 2015/10. (総務省のSCOPE成果発表会)

11. 中井将貴, 松原豊, 高田広章, 山口晃広, データストリーム管理システムのための動作検証環境, 情報処理学会研究報告, 2015-SLDM-170, No.14, pp. 1-6, 2015/2.

12. 島田秀輝, 山口晃広, 本田晋也, 高田広章, 佐藤健哉, 協調型安全運転支援のためのセンサデータ分散管理方式, 第52回同志社大学理工学研究所研究発表会・2014年度学内研究センター合同シンポジウム, 2014/12.

13. 中井将貴, 松原豊, 高田広章, 山口晃広, 組込みデータストリーム管理システムeDSMSの可視化, 第16回組込みシステム技術に関するサマーワークショップ（SWEST16）予稿集, 2014/9.

14. 山川達也, 鈴木結香子, 山口晃広, 島田秀輝, 佐藤健哉, 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, 第76回情報処理学会全国大会講演論文集, No.1, pp.101-102, 2014/3. (学生奨励賞受賞)

15. 島田秀輝，山口晃広，本田晋也，高田広章，佐藤健哉，組込み型データベースを利用したLocal Dynamic Mapの設計，第51回 同志社大学理工学研究所研究発表会・2013年度 学内研究センター合同シンポジウム，pp.115-120, 2013/12.

16. 中本幸一, 伊藤信一, 岡本昌訓, ムハンマドブイヤ, 山口晃広, 佐藤健哉, 本田晋也, 高田広章, 車載システム向けデータセントリックソフトウェアアーキテクチャとデータストリーム処理プラットフォーム, 信学技法, 2013/12.

17. 伊藤信一, 山口晃広, 佐藤健哉, 本田晋也, 高田広章, 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, 情報処理学会第53回高度交通システム研究会, No.2, pp.1-8, 2013/6. (ITS研究会奨励賞受賞)

18. 勝沼聡, 熊谷康太, 山口晃広, 本田晋也, 佐藤健哉, 高田広章, 車載データ管理プラットフォームの運転支援アプリケーションへの適用, 第5回データ工学と情報マネジメントに関するフォーラム, A5-4, pp.1-8, 2013/3.

19. 中井将貴, 山口晃広, 島田秀輝, 佐藤健哉, 高田広章, 車載データ統合アーキテクチャにおけるセンサ変更時のソフトウェア設計容易性の検討,第75回情報処理学会全国大会講演論文集, Vol.3, pp.161-162, 2013/3.

20. 島田秀輝, 山口晃広, 本田晋也, 高田広章, 佐藤健哉, 協調型安全運転支援のための車載データ管理機構の実装と評価, 第50回同志社大学理工学研究所発表会・2012年度学内研究センター合同シンポジウム講演予稿集, pp.140-145, 2012/12.

21. 佐藤健哉，勝沼聡，山口晃広，島田秀輝，本田晋也，中本幸一，高田広章，Cloudia：車載データ統合プラットフォーム 基本コンセプト，第155回SLDM・第24回EMB合同研究発表会 (ETNET2012), No.18, pp.1-6, 2012/3.

22. 勝沼聡, 山口晃広, 車載データ統合アーキテクチャ研究の紹介，組込みシステム開発技術研究会(CEST), 第144回技術交流会, 2012/2. (話題提供)

23. 勝沼聡, 杉本明加, 山口晃広, 山田真大, 金榮柱, 本田晋也, 佐藤健哉, 高田広章, 車載システム向けストリームデータ処理の提案と評価, 情報処理学会研究報告, No.1, pp.1-8, 2011/11.

24. 勝沼聡, 山口晃広, 山田真大, 杉本明加, 金榮柱, 本田晋也, 佐藤健哉, 高田広章, 組込みシステム向けストリームデータ処理プラットフォーム 車載データ統合への適用, 第13回組込みシステム技術に関するサマーワークショップ(SWEST13)予稿集, pp.98-101, 2011/9.

■■ 講義

1. 2025年度 数学共創概論I (九州大学)

2. 2025年度 数学展望I (九州大学)

3. 東芝のAI技術 ～実用化例から先端技術まで～, 京都大学大学院情報学研究科 2022年度先端技術講演会（知能情報学セミナーIII、IV）, 2022/10.

■■ 趣味

• ハーブ栽培, ボトルアクアリウム, 合気道, バイオリン