人や企業のつながりから、社会の複雑な動きは生まれます。私たちは実社会のデータをもとに、ネットワーク科学・機械学習・シミュレーションを組み合わせ、経済・交通・イノベーションなどの現象を理解・予測し、よりよい社会に向けた選択を探究しています。
最新情報
新入生，入学検討、その他問い合わせの方へ。
問い合わせは随時inoue あっと gsis.u-hyogo.ac.jpに送ってください．
最近迷惑メールフィルタでメールの不達が多くなっています。すべてのメールに回答していますので、回答ない場合はお手数ですが、他のメールアドレスから送信を試してください。
現役学生の方：通常オフィスアワーは平日12:10-12:50です．
2026年10月23日、ベトナム・ハノイで開催された国際会議「Vietnam Symposium in Banking and Finance 2026（VSBF 2026）」で、井上寛康が研究発表を行いました。
発表題目は「News Sentiment and Stock-Price Comovement across Global Customer–Supplier Relationships」で、戸堂康之氏との共同研究です。
企業に関するニュースは、その企業だけでなく、仕入先や販売先の評価にも関わる可能性があります。本研究では、世界の企業間取引のつながりに着目し、ニュースの論調と株価の連動がどのように関係しているかを分析しています。サプライチェーンを通じた企業間のつながりから、金融市場での情報の伝わり方を理解することを目指す研究です。
2026年10月21日、法曹会館（東京都）で開催された新技術振興渡辺記念会の科学技術調査研究助成成果報告会で、井上寛康が研究成果を報告しました。
報告題目は「長期特許データによる技術の複雑さに基づいた都市の発展の分析」です。同会の調査研究助成を受けて取り組んだ研究で、長期間にわたる特許データから都市の技術的な特徴を捉え、技術の複雑さと都市の発展との関係を分析しています。都市ごとの技術の蓄積に着目し、地域の発展を理解することを目指す研究です。
Arai TakaoとHiroyasu Inoueの共著論文が、PLOS Oneに掲載されました（2026年9月9日）。
企業や大学が持つ大量の特許の中から、事業化につながるものを見つけるには、専門家による調査に時間と費用がかかります。ライセンス契約は技術の商業的な価値を示す手がかりであり、契約される可能性を予測できれば、優先して検討する特許を絞り込めます。
本研究では、米国の特許624,129件を用いて、1年・3年・5年以内のライセンスを予測する4つの手法を比較しました。まだ契約されていない特許も将来ライセンスされる可能性があるため、契約までの時間を扱う「生存時間分析」と深層学習を組み合わせています。
比較の結果、シンプルなDeepSurvが、より複雑なモデルに匹敵する予測性能を示しました。今回の評価では、予測上位10%を選ぶことで、ライセンスされた特許の約91%を捉えています。モデルを複雑にするより、特許の特徴を適切に学習することが重要だと分かりました。これは、特許の活用や技術移転に向けた候補選びを効率化するための知見です。
研究分野
'/%3E%3C/svg%3E){kind=small}