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．
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。
（学生による投稿）2026年9月3日
M2の伊藤くんが、福岡県北九州市で開催された第25回情報科学技術フォーラム（FIT2026）に参加しました。
井上寛康の寄稿「大災害に日本経済は耐えられるか」が、PHP研究所の『Voice』2026年10月号（2026年9月4日発売）に掲載されました。
本寄稿は、特集1「災害にどう立ち向かうか」の一編として掲載されています。
研究分野
