機械学習

データマイニング

説明可能AI

情報通信, 知能情報学

2018年02月 - 2023年03月
株式会社ディー・エヌ・エー

2011年04月 - 2018年01月
株式会社金融エンジニアリング・グループ

2008年04月 - 2011年03月
名古屋大学, 大学院多元数理科学研究科

2024年01月 - 現在
企画委員（コンペ担当）, 人工知能学会, 学協会

2024年04月 - 2025年03月
プログラム委員, IBIS, 学協会

受賞日 2025年06月
Comparison of Motion Study and Data Science Methods for Proficiency in Disassembly Task Movement via Motion Capture
Sullivan Best Paper Award - 2nd Position, Taku Hayashi;Kei Harada;Koki Karube;Munenori Kakehi;Masao Sugi;Tetsuo Yamada

大学図書館利用者の学習状況を考慮した授業関連の図書推薦手法の提案
宮里,龍平; 西野,哲朗; 原田,慧
責任著者, 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巻, 1号, 掲載ページ 1-9, 出版日 2025年02月25日, 査読付, 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.
研究論文（学術雑誌）, 日本語

Relationships between usual and exotic Hida–Kubo–Takenaka spaces
Kei Harada
筆頭著者, Stochastics, Informa UK Limited, 84巻, 2-3号, 掲載ページ 307-313, 出版日 2011年06月08日, 査読付
研究論文（国際会議プロシーディングス）

Generators of Brownian motions on abstract Wiener spaces
Kei Harada
筆頭著者, Noncommutative Harmonic Analysis with Applications to Probability II, Institute of Mathematics Polish Academy of Sciences, 掲載ページ 135-142, 出版日 2010年, 査読付
研究論文（国際会議プロシーディングス）, 英語

Visualizing and Improving Assembly Task Using Motion Capture Analysis
Koki Karube; Masao Sugi; Kei Harada; Tetsuo Yamada
出版日 2025年06月, IISE Annual Conference and Expo 2025, 英語, 査読付, 研究発表ペーパー・要旨（国際会議）

Comparison of Motion Study and Data Science Methods for Proficiency in Disassembly Task Movement via Motion Capture
Taku Hayashi; Kei Harada; Koki Karube; Munenori Kakehi; Masao Sugi; Tetsuo Yamada
責任著者, 出版日 2025年06月, The 34rd International Conference on Flexible Automation and Intelligent Manufacturing (FAIM 2025), 英語, 査読付, 研究発表ペーパー・要旨（国際会議）

A Completely Locale-independent Session-based Recommender System by Leveraging Trained Model.
Yu Tokutake; Chihiro Yamasaki; Yongzhi Jin; Ayuka Inoue; Kei Harada
出版日 2023年, CoRR, abs/2310.07281巻, 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
出版日 2023年, INLG (Generation Challenges), 掲載ページ 84-100, 英語, 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
日本語, 分担執筆, vii, 238p, 岩波書店, 出版日 2021年08月, ISBN 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
日本語, 共訳, その他のクラスタリング手法, 2冊, 海文堂出版, 出版日 2014年03月, ISBN 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
口頭発表（一般）, 日本語, 第39回人工知能学会全国大会
発表日 2025年05月

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
口頭発表（一般）, 日本語, 第39回人工知能学会全国大会
発表日 2025年05月

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
口頭発表（一般）, 日本語, 第39回人工知能学会全国大会
発表日 2025年05月

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
口頭発表（一般）, 日本語, 第39回人工知能学会全国大会
発表日 2025年05月

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
口頭発表（一般）, 日本語, 第39回人工知能学会全国大会
発表日 2025年05月

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
口頭発表（一般）, 日本語, 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
発表日 2025年03月

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
口頭発表（一般）, 日本語, 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
発表日 2025年02月

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
口頭発表（一般）, 日本語, 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
発表日 2025年02月

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
ポスター発表, 日本語, IDRユーザフォーラム2024
発表日 2024年12月

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
ポスター発表, 日本語, IDRユーザフォーラム2024
発表日 2024年12月

多変量解析
2024年04月 - 現在
電気通信大学

データサイエンティスト特論
2023年10月 - 現在

データアントレプレナー実践論
2023年10月 - 現在

データサイエンス実践演習
2023年04月 - 現在

実践ソフトウェア開発基礎論
2023年04月 - 2023年09月

2023年04月 - 現在
人工知能学会

資材運用計画装置及び資材運用計画プログラム
特許権, 門脇 大輔, 小野寺 和樹, 原田 慧, 小西 貴也, 酒井 英明, 特願2019-105935, 特開2020-201549, 特許7402389, 株式会社ALGO ARTIS , 関西電力株式会社