Publication

Featured  Paper

Akihito Sudo, Thermodynamics of Internal Correlations,  arXiv, 2108.00738, 2021 (the latest major revision is on Dec. 2023).

著書

1. 須藤明人, 藤原直哉, 徳田慶太, 他(分担執筆) “人工知能”, 技術情報協会, 2019年.

2. 須藤明人, 藤原直哉, 徳田慶太, 他(分担執筆) ““人工知能”の導入による生産性、効率 性の向上、新製品開発への活用”, 技術情報協会, 2018年.

3. 須藤明人, 徳田慶太, 藤原直哉, “アイデアの自動生成を目指した創造的な人工知能の研究動向”, 化学工業9月号, 2018年.

4. 須藤明人, 徳田慶太, 藤原直哉, “大量の文書データを用いた機械学習による新しい商品コンセプトの創出”, 研究開発リーダー11月号, 技術情報協会, 2018年.

5. "未来洞察のための思考法", 鷲田祐一(編著), 本田秀仁, 粟田恵吾, 須藤明人, 植田一博, 他(分担執筆), 勁草書房, 2016年5月27日.

6.  “Creative Marketing for New Product and New Business Development,” A. Ishikawa, A. Tsujimoto, J. Nakagawa, H. Yasuoka, T. Saisho, H. Maeda, G. Yamakawa, A. Sudo, World Scientific, 2008/9/8. 

7.  “新製品・新事業開発の創造的マーケティング : 開発情報探索のマネジメント”, 石川昭, 辻本篤, 中川淳平, 安岡寛道, 税所哲郎, 前田英人, 山川義介, 須藤明人, 生産性出版, 2006年12月.

論文誌

1. Tokuda, Keita, Naoya Fujiwara, Akihito Sudo, and Yuichi Katori. "Chaos may enhance expressivity in cerebellar granular layer." Neural Networks 136 (2021): 72-86.

2. Sakamoto, Takafumi, Akihito Sudo, and Yugo Takeuchi. "Investigation of Model for Initial Phase of Communication: Analysis of Humans Interaction by Robot." ACM Transactions on Human-Robot Interaction (THRI) 10, no. 2 (2021): 1-27.

3. Hidehito Honda, Akihito Sudo, “The difference in foresight using the scanning method between experts and non-experts”, Technological Forecasting and Social Change, 199, 18-26, 2017. 

4. 須藤明人, 藤原直哉, 徳田慶太, 本田秀仁, 植田一博, "意味ネットワークの経時変化で表現された計算論的なコンセプト創出モデルとその実装", 認知科学, vol. 24, no. 1, 2017.  

5. 須藤明人, 樫山武浩, 矢部貴大, 樋口知之, 中野慎也, 斎藤正也, & 関本義秀. (2017). 災害時におけるリアルタイムな広域人流推定のための高精度な粒子フィルタの提案. 交通工学論文集, 3(2), A_76-A_83.

6. Takahiro Yabe, Yoshihide Sekimoto, Akihito Sudo, and Kota Tsubouchi, “Predicting Delay of Commuting Activities Following Frequently Occurring Disasters Using Location Data from Smartphones”, Journal of Disaster Research, Vol.12 No.2, pp. 287-295, 2017.

7. Akihito Sudo, Takehiro Kashiyama, Takahiro Yabe, Hiroshi Kanasugi, Yoshihide Sekimoto,  "Human Mobility Estimation Following Massive Disaster Using Filtering Approach", Journal of Disaster Research, vol.11, no.2, pp. 217-224, 2016. 

8. 矢部貴大, 関本義秀, 樫山武浩, 金杉洋, 須藤明人, "パーティクルフィルタを用いた災害時におけるリアルタイムな人流推定手法", 交通工学論文集, 2(2), A_19-A_27, 2016.

9. Furao Shen, Akihito Sudo, and Osamu Hasegawa. "An online incremental learning pattern-based reasoning system." Neural Networks 23.1 (2010): 135-143. 

10. Akihito Sudo, Akihiro Sato, and Osamu Hasegawa. "Associative memory for online learning in noisy environments using self-organizing incremental neural network." Neural Networks, IEEE Transactions on 20.6 (2009): 964-972. 

11. 須藤明人, 佐藤彰洋, 長谷川修, “自己増殖型ニューラルネットワークを用いたノイズのある環境下での追加学習が可能な連想記憶システム,” 日本神経回路学会誌, Vol.15, No.2, 2008.

12. 須藤明人, 坪山学, 張晨犁, 佐藤彰洋, 長谷川修, “自己増殖型ニューラルネットワークを用いたパターン情報ベースの推論機,” 電子情報通信学会論文誌(D), Vol. J91-D, No.6, 2008.

13. 須藤明人, 坪山学, 張シンリ, 佐藤彰洋, 長谷川修, ”パターン情報ベースの命題論理式のための推論機の提案,“ 情報科学技術レターズ, Vol. 7, pp. 183-186, 2007.

14. 須藤明人, 佐藤彰洋, 長谷川修, "ノイズのある環境下でオンライン学習が可能な自己増殖型ニューラルネットワークを用いた連想記憶モデル," 情報科学技術レターズ, Vol. 7, pp. 189-192, 2007

15. Akihito Sudou, Pitoyo Hartono, Ryo Saegusa, Shuji Hashimoto: Signal Reconstruction from Sampled Data Tainted by Aliasing Phenomena using Neural Network", Journal of Signal Processing, Vol.7, No.1, pp. 5-13, 2003.

国際会議

16. Yunhan Du, Yoshihiro Tone, Akihito Sudo, Naoya Fujiwara, "A network model of consumer preferences and firm innovation", NETWORKS 2021

17. Tokuda, Keita, David Kaschub, Takuma Ota, Yasunobu Hashimoto, Naoya Fujiwara, and Akihito Sudo. "Prediction of Student Performance in Abacus-Based Calculation Using Matrix Factorization." In Adjunct Publication of the 28th ACM Conference on User Modeling, Adaptation and Personalization, pp. 114-118. 2020.

18. Keita Tokuda, Yasunobu Hashimoto, Chika Yamauchi, Keiko Iwasa, Kazuki Yoshida, Naoya Fujiwara, Akihito Sudo, “Evaluation of Mental Calculation Educational System with Invisible Abacus”, 8th International Conference on Information and Education Technology (ICIET 2020), 2020.

19. Akihito Sudo, Tokuda Keita, Naoya Fujiwara, Takahiro Yabe, Yoshinori Tone, “Machine Learning Approach towards Automatic Future Forecasting Inspired by Creative Futurist”, International Conference of Computational Creativity: Digital Humanities, 2018.

20. Akihito Sudo, Teng Teck-Hou, “Predicting Indoor Crowd Density using Column-Structured Deep Neural Network”, ACM SIGSPATIAL PredictGIS2017, 2017.

21. Akihito Sudo, Takehiro Kashiyama, Takahiro Yabe, Hiroshi Kanasugi, Xuan Song, Tomoyuki Higuchi, Shin'Ya Nakano, Masaya Saito and Yoshihide Sekimoto, "Particle Filter for Real-time Human Mobility Prediction following Unprecedented Disaster", ACM SIGSPATIAL, 2016.

22. Takahiro Yabe, Kota Tsubouchi, Akihito Sudo and Yoshihide Sekimoto, "A Framework for Evacuation Hotspot Detection after Large Scale Disasters using Location Data from Smartphones: Case Study of Kumamoto Earthquake", ACM SIGSPATIAL, 2016. Ｂ5 Takahiro Yabe, Kota Tsubouchi,

23. Yoshihide Sekimoto and Akihito Sudo, "Predicting Irregular Individual Movement following Frequent Mid-Level Disasters using Location Data from Smartphones", ACM SIGSPATIAL, 2016. 

24. Takahiro Yabe , Kota Tsubouchi, Akihito Sudo, Yoshihide Sekimoto, "Estimating Evacuation Hotspots using GPS data: What happened after the large earthquakes in Kumamoto, Japan?", The 5th International Workshop on Urban Computing  2016.

25. Yoshihide Sekimoto, Akihito Sudo, Takehiro Kashiyama, Toshikazu Seto, Hideki Hayashi, Akinori Asahara, Hiroki Ishizuka, and Satoshi Nishiyama. "Real-time people movement estimation in large disasters from several kinds of mobile phone data", The 5th International Workshop on Pervasive Urban Applications in conjunction with UbiComp, 2016.

26. Akihito Sudo, Naoya Fujiwara, Keita Tokuda, Hidehito Honda, Kazuhiro Ueda, "Autonomous Concept Invention Method to Support Innovative Service Generation using Computational Creativity Approach", The 4th International Conference on Serviceology, Tokyo, Japan, September 2016.

27. Akihito Sudo, Manabu Tsuboyama, Chenli Zhang, Akihiro Sato, and Osamu Hasegawa, “Neural Pattern-based Reasoning System for Online Learning”, International Conference on Neural Information Processing (ICONIP 2007), Kitakyushu, Japan, November 2007.

28. Akihito Sudo, Akihiro Sato, and Osamu Hasegawa, “Associative Memory for Online Incremental Learning in a Noisy Environment”, The 2007 International Joint Conference on Neural Networks (IJCNN 2007), Orlando, FL, USA, August 2007.

29. Akihito Sudou, Pitoyo Hartono, Ryo Saegusa, Shuji Hashimoto, S, “Signal Reconstruction from Sampled Data using Neural Network,” 2002 IEEE International Workshop on Neural Networks for Signal Processing (NNSP), pp. 707-715, Martigny, Valais, Switzerland, September 2002.

国内口頭発表

招待講演等

1. 須藤明人, “商品コンセプトの創出を行う人工知能の研究と実用化事例”, 人工知能による特許情報・技術文献調査, 技術情報協会セミナー, 2019.

2. 須藤明人, “AIはマーケティングをどう変えるのか ～AI活用で言語の壁を超える、発想の壁を超える～”, インテージ顧客フォーラム2019.

3. 須藤明人, “商品コンセプトの創出を行う人工知能の研究と実用化事例”, 人工知能を用いた 技術文献・特許調査と研究開発業務への活用, 2019.

4. 須藤明人, “パーティクルフィルタを用いた災害時における人の移動行動の予測”, パーティクルフィルタ研究会, 2019.

5. Akihito Sudo, “Creativity and Artificial Intelligence from the past to the future”, Toyota Belgium AI Seminar, 2018.

6. 須藤明人, “新しいアイデアの生成を行う創造的AI”,品川情報クラスター交流会 AIイノベーションフォーラム in 五反田, 2018.

7. 徳田慶太, 須藤明人, “ウェブ文書と機械学習による新しい商品コンセプトの創出”, 情報技術協会セミナー, 2018.

8. 須藤明人, “創造的なアイデアを創出するAIの研究動向とマーケティングリサーチへの応用”, マーケティングリサーチ協会年次報告会, 2018.

9. 須藤明人, “創造的な人工知能は実現できるか？研究動向とリサーチ会社での取り組み”, JMRXセミナー, 2018.

国内学会（抜粋）

1. PENG YOUXING, 須藤明人, オンラインレビューデータを用いた 価値観構造の自動生成, WINF 2020.

2. 小林健治, 須藤明人, トピックの類似度に基づいて話題を自発的に変えるニューラル対話エージェントの研究, WINF 2020.

3. 佃優輝, 小島 賢一. 山口 将規, 須藤明人, 意外性という観点で新商品開発に示唆を与える 消費者SNS の投稿の自動抽出, WINF 2020.

4. 宮下佳也, 須藤明人, 概念合成で生じた未知の概念の視覚化, WINF 2020.

5. 加藤葵, 須藤明人, 単語埋め込み空間上における意味の合成をする演算について, WINF 2020.

6. 横田謙祐, 引地郁海, 飯田 紡, 坪田亘記, 永田基樹, 杉浦直樹, 八木誠一郎,  須藤明人, “GANを用いたヘッドランプデザイン自動生成の検討”, 映像メディア学会, 2020.

7. 渡辺星，藤原直哉，須藤明人． “Word Embeddingsを用いた斬新さと手堅さを兼ね備えた経済学における研究テーマの自動生成”, WiNF2019, 2019.

8. 山口将規，須藤明人. “斬新さと効果を兼ね備えた商品アイデアの消費者レビューデータからの自動抽出”, WiNF2019, 2019.

9. 白川裕之, 須田一哉, 井合雄一, 須藤明人, ” 深層学習を用いた鋼橋における塗膜劣化の画像処理技術”, 土木学会全国大会2019.

10. 須藤明人, 樋口知之, 中野慎也, 斎藤正也, 矢部貴大, 関本義秀.  "非線形埋込み型特徴量選択のための単結合ニューラルネットワークの提案". 電子情報通信学会技術研究報告 (第25回情報論的学習理論と機械学習研究会), vol.116, no. 121, pp.127-131, 2016.

11. 須藤明人, 樫山武浩, 矢部貴大, 樋口知之, 中野慎也, 斎藤正也, 関本義秀 , "リアルタイムな広域人流推定のための高速で高精度な粒子フィルタの提案", 交通工学研究会, 2016.

12. 古澤京，須藤明人，関本義秀，足立龍太郎, "携帯GPSデータを用いたスパースモデリングによるリアルタイムな人の行動予測", 交通工学研究会, 2016.

13. 須藤明人，藤原直哉，徳田慶太，本田秀仁，植田一博, "ウェブ文書と機械学習で新しい商品コンセプトを生み出す創造的な人工知能に関する一検討", 第７回ソーシャルコンピューティングシンポジウム, pp. 25-28, 2016.

14. 須藤明人，鷲田祐一，本田秀仁，和嶋雄一郎，粟田恵吾，植田一博, "文書の多様性指標の提案とオンラインニュース記事の分析", 第8回webインテリジェンスとインタラクション研究会, 2016.

15. 本田秀仁，鷲田祐一，須藤明人，粟田恵吾，植田一博. 未来に関するアイデア生成のエキスパートとノンエキスパートは何が違うのか?: 認知プロセスの分析. 知識共創, 5, II2-1-II2-9, 2015.

16. 矢部貴大，関本義秀，樫山武浩，金杉洋，須藤明人, “パーティクルフィルタを用いた災害時におけるリアルタイムな人流推定手法”, 交通工学研究会, 2015.

17. 須藤明人, 樫山武浩, 矢部貴大, 関本義秀,  “携帯電話データによる災害時のリアルタイムな人の分布の推定のための ナッジング項を持つパーティクルフィルタの提案”, 交通工学研究会, 2015.

18. 前田紘弥, 樫山武浩, 須藤明人, 藤原直哉, 関本義秀, “異種の携帯データを用いた雨季・乾季の行動の国際比較”, GIS学会総合大会, 2015.

19. 須藤明人, ピトヨハルトノ, 橋本周司, “ニューラルネットワークを用いた不等間隔標本化信号の内挿”, 電子情報通信学会総合大会論文集, p.108, 2003

20. 須藤明人, 橋本周司, “ニューラルネットワークを用いた標本化信号からの原信号の復元”, 電子情報通信学会総合大会論文集, p.174, 2002

受賞

第6回船井ベストペーパー賞, 2007
WiNF2019 優秀賞, 2019.