Machine Learning

Data Mining

Explainable AI

Informatics, Intelligent informatics

Feb. 2018 - Mar. 2023
株式会社ディー・エヌ・エー

Apr. 2011 - Jan. 2018
株式会社金融エンジニアリング・グループ

Apr. 2008 - Mar. 2011
Nagoya University, Graduate School of Mathematics

Apr. 2024 - Present
program committee, IBIS, Society

Jan. 2024 - Present
企画委員（コンペ担当）, 人工知能学会, Society

Book Recommendation System in University Libraries Considering Course Subjects and Users' Learning Situation
Ryuhei Miyazato; Tetsuro Nishino; Kei Harada
Corresponding, 情報処理学会論文誌数理モデル化と応用（TOM）, 情報処理学会, 18, 1, 1-9, 25 Feb. 2025, Peer-reviwed, 推薦システムは，利用者にとって価値があるアイテムを特定することで，利用者のアイテム探しを補助するシステムである．大学図書館においても，貸出履歴や図書の内容情報を使って利用者に図書を推薦する手法が提案されている．しかし，異なる学習状況や目的を持って図書を探しに訪れる利用者を考慮した図書推薦手法は実現されていない．本研究では，授業と関連した図書に，授業科目や用途，難易度，その他図書の特徴を表すラベルを手作業で付加した蔵書DBを構築し，利用者の希望を選択式で受付けることで，利用者の目的と状況に合った図書を推薦することを可能にした．この手法を実装し，既存システムOPACを比較対象とした被験者実験を行った．その結果，「借りてみたい図書を見つけることができる」，「要望が推薦結果によく反映されている」といった観点において，提案手法がOPACを有意に上回ることが示された．
Recommendation system is designed to assist users in finding their desired items by identifying users' preference. In university libraries, recommendation methods have been proposed that use borrowing histories and book content information to recommend books to users. However, existing approaches do not adequately consider users' diverse and dynamic learning situations and objectives when recommending books. The purpose of this study is to propose a recommendation method for recommending class-related books in university libraries. In this study, we created a library database that each book is manually labeled with information on relevant course subjects, intended usage, difficulty level, and other characteristics. Allowing users to select their preferences through a simple choice-based interface, we elicit users' preference and recommend books with considering their purpose and current learning needs. We implemented this method and conducted a comparative experiment with OPAC. The results showed that our proposed system significantly outperformed OPAC in terms of the following aspects: whether you could find desired books and you felt that the recommendations reflected your preferences.
Scientific journal, Japanese

Relationships between usual and exotic Hida–Kubo–Takenaka spaces
Kei Harada
Lead, Stochastics, Informa UK Limited, 84, 2-3, 307-313, 08 Jun. 2011, Peer-reviwed
International conference proceedings

Generators of Brownian motions on abstract Wiener spaces
Kei Harada
Lead, Noncommutative Harmonic Analysis with Applications to Probability II, Institute of Mathematics Polish Academy of Sciences, 135-142, 2010, Peer-reviwed
International conference proceedings, English

A Completely Locale-independent Session-based Recommender System by Leveraging Trained Model.
Yu Tokutake; Chihiro Yamasaki; Yongzhi Jin; Ayuka Inoue; Kei Harada
2023, CoRR, abs/2310.07281, journals/corr/abs-2310-07281

AIWolfDial 2023: Summary of Natural Language Division of 5th International AIWolf Contest.
Yoshinobu Kano; Neo Watanabe; Kaito Kagaminuma; Claus Aranha; Jaewon Lee; Benedek Hauer; Hisaichi Shibata; Soichiro Miki; Yuta Nakamura; Takuya Okubo; Soga Shigemura; Rei Ito; Kazuki Takashima; Tomoki Fukuda; Masahiro Wakutani; Tomoya Hatanaka; Mami Uchida; Mikio Abe; Akihiro Mikami; Takashi Otsuki; Zhiyang Qi; Kei Harada; Michimasa Inaba; Daisuke Katagami; Hirotaka Osawa; Fujio Toriumi
2023, INLG (Generation Challenges), 84-100, English, conf/inlg/KanoWKALHSMNOSITFWHUAMOQHIKOT23

アカデミアを離れてみたら : 博士、道なき道をゆく
岩波書店編集部
Japanese, Contributor, vii, 238p, 岩波書店, Aug. 2021, 9784000614832

データマイニング手法
Linoff, Gordon; Berry, Michael J. A.; 上野, 勉; 江原, 淳; 大野, 知英; 小川, 祐樹; 斉藤, 史朗; 佐藤, 栄作; 谷岡, 日出男; 原田, 慧; 藤本, 浩司
Japanese, Joint translation, その他のクラスタリング手法, 2冊, 海文堂出版, Mar. 2014, 9784303734275

深層学習を用いた物件外観画像による築年代推定法の検討
綾部 響己; 岡本 一志; 柴田 淳司; 原田 慧; 軽部 幸起
Oral presentation, Japanese, 第39回人工知能学会全国大会
May 2025

大規模言語モデルによる商品利用シナリオの生成と評価
羽切 まどか; 岡本 一志; 原田 慧; 柴田 淳司; 軽部 幸起
Oral presentation, Japanese, 第39回人工知能学会全国大会
May 2025

大規模言語モデルを用いた料理レシピの曖昧表現補完
上田 茜; 岡本 一志; 原田 慧; 柴田 淳司; 軽部 幸起
Oral presentation, Japanese, 第39回人工知能学会全国大会
May 2025

柑橘類を対象とした推薦システムの実現に向けた基礎的調査
細尾 佳意; 岡本 一志; 原田 慧; 柴田 淳司; 軽部 幸起
Oral presentation, Japanese, 第39回人工知能学会全国大会
May 2025

大規模言語モデルを用いた関係性抽出に基づく小説のアスペクトベース要約手法の提案
宮里 龍平; Hsin-Tai Wu; 原田 慧; 岡本 一志; 柴田 淳司; 軽部 幸起
Oral presentation, Japanese, 第39回人工知能学会全国大会
May 2025

アスペクトに着目した読者に影響を与える映画レビューの分析
井上 歩香; 岡本 一志; 柴田 淳司; 原田 慧; 軽部 幸起
Oral presentation, Japanese, 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
Mar. 2025

色彩調和に基づくファッションコーディネートの分析
齋藤 香莉菜; 岡本 一志; 柴田 淳司; 原田 慧; 軽部 幸起
Oral presentation, Japanese, 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
Feb. 2025

文字起こしデータを用いたラジオ番組の基礎的調査
西岡 興平; 岡本 一志; 柴田 淳司; 原田 慧; 軽部 幸起
Oral presentation, Japanese, 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
Feb. 2025

築年代推定におけるViTとCNNモデルの比較
綾部 響己; 岡本 一志; 柴田 淳司; 原田 慧; 軽部 幸起
Poster presentation, Japanese, IDRユーザフォーラム2024
Dec. 2024

料理レシピの曖昧表現に関する調査
上田 茜; 岡本 一志; 原田 慧; 柴田 淳司; 軽部 幸起
Poster presentation, Japanese, IDRユーザフォーラム2024
Dec. 2024

Multivariate Analysis
Apr. 2024 - Present
The University of Electro-Communications

データサイエンティスト特論
Oct. 2023 - Present

データアントレプレナー実践論
Oct. 2023 - Present

データサイエンス実践演習
Apr. 2023 - Present

実践ソフトウェア開発基礎論
Apr. 2023 - Sep. 2023

Apr. 2023 - Present
人工知能学会