SEARCH

Search Details

INOUE Hiroaki
Graduate School of Engineering / Department of Electrical and Electronic Engineering
Assistant Professor

Researcher basic information

■ Research Keyword
  • 知的学習論
  • データ駆動化学
  • データ同化
  • 動的システム推定
  • 確率的時系列解析
  • Causal Discovery
  • Causal Inference
  • ベイズ統計
  • 計算脳科学
  • イメージングデータ
■ Research Areas
  • Informatics / Soft computing
  • Informatics / Intelligent informatics

Research activity information

■ Award
  • Jun. 2022 一般社団法人日本応用数理学会, 2021年度若手優秀講演賞, データ駆動型アプローチによる神経ネットワークのダイナミクス推定

  • Mar. 2017 Excellent Oral Presentation Award, 1st International Conference on Intelligent Systems, Metaheuristics & Swarm Intelligence

■ Paper
  • Hiroaki Inoue, Koji Hukushima, Toshiaki Omori
    Extracting latent nonlinear dynamics from observed time-series data is important for understanding a dynamic system against the background of the observed data. A state space model is a probabilistic graphical model for time-series data, which describes the probabilistic dependence between latent variables at subsequent times and between latent variables and observations. Since, in many situations, the values of the parameters in the state space model are unknown, estimating the parameters from observations is an important task. The particle marginal Metropolis–Hastings (PMMH) method is a method for estimating the marginal posterior distribution of parameters obtained by marginalization over the distribution of latent variables in the state space model. Although, in principle, we can estimate the marginal posterior distribution of parameters by iterating this method infinitely, the estimated result depends on the initial values for a finite number of times in practice. In this paper, we propose a replica exchange particle marginal Metropolis–Hastings (REPMMH) method as a method to improve this problem by combining the PMMH method with the replica exchange method. By using the proposed method, we simultaneously realize a global search at a high temperature and a local fine search at a low temperature. We evaluate the proposed method using simulated data obtained from the Izhikevich neuron model and Lévy-driven stochastic volatility model, and we show that the proposed REPMMH method improves the problem of the initial value dependence in the PMMH method, and realizes efficient sampling of parameters in the state space models compared with existing methods.
    Lead, MDPI AG, Jan. 2022, Entropy, 24(1) (1), 115:1 - 20, English
    [Refereed]
    Scientific journal
    Link to Kobe Univ. Repository (Kernel)

  • Data-Driven Method for Estimating Neuronal Nonlinear Dynamics from Noisy Partial Observation
    Hiroaki Inoue, Toshiaki Omori
    Lead, Jan. 2022, Proceedings of the 27th International Symposium on Artificial Life and Robotics, English
    [Refereed]

  • Hiroaki Inoue, Koji Hukushima, Toshiaki Omori
    Lead, Physical Society of Japan, Oct. 2021, Journal of the Physical Society of Japan, 90(10) (10), 104801:1 - 9, English
    [Refereed]
    Scientific journal
    Link to Kobe Univ. Repository (Kernel)

  • Hiroaki Inoue, Koji Hukushima, Toshiaki Omori
    Lead, Physical Society of Japan, Oct. 2020, Journal of the Physical Society of Japan, 89(10) (10), 104801:1 - 7, English
    [Refereed]
    Scientific journal
    Link to Kobe Univ. Repository (Kernel)

  • Hiroaki Inoue, Toshiaki Omori
    Lead, ACM Press, Mar. 2017, ACM International Conference Proceeding Series, English
    [Refereed]
    International conference proceedings

  • Statistical Estimation of Neural System Using Calcium Imaging
    Hiroaki Inoue, Toshiaki Omori
    Lead, Nov. 2015, Proceedings of 16th International Symposium on Advanced Intelligent Systems, English
    [Refereed]

■ Lectures, oral presentations, etc.
  • スマートグラス・センサーデータへの敵対的攻撃⼿法
    小堀 颯大, 井上 広明, 小澤 誠一
    第69回 システム制御情報学会 研究発表講演会, May 2025

  • 組織間連合学習における貢献度に基づいた適正なインセンティブ配分
    田中 大貴, 井上 広明, 王 立華, 小澤 誠一
    第69回 システム制御情報学会 研究発表講演会, May 2025

  • 不正検知回避のための金融取引データ生成モデル
    辻田章貴, 井上広明, Chawthetzan, 丸山祐丞, 小澤誠一
    電子情報通信学会 情報通信システムセキュリティ研究会(ICSS研) 第70回合同研究会

  • プライバシー保護連合学習のための継続学習モデルの提案
    北野 優斗, 井上 広明, 王 立華, 小澤 誠一
    2025年 暗号と情報セキュリティシンポジウム（SCIS2025）, Jan. 2025

  • 循環の制約を用いた深層学習による時系列因果探索
    滝川 優太, 井上 広明
    第68回 システム制御情報学会 研究発表講演会, May 2024

  • GANを用いた不完全データに対する因果探索
    村中 大輔, 井上 広明
    第68回 システム制御情報学会 研究発表講演会, May 2024

  • 敵対的生成ネットワークを用いた水平型連合学習における欠損データ補完
    松並 駿, 王 立華, 井上 広明, 小澤 誠一
    第68回 システム制御情報学会 研究発表講演会, May 2024

  • 連合学習型勾配ブースティング決定木モデルに対する敵対的サンプル攻撃
    神田 享亮, 井上 広明, 小澤 誠一
    第68回 システム制御情報学会 研究発表講演会, May 2024

  • Data-driven method for estimating nonlinear dynamics by replica exchange particle Markov chain Monte Carlo method
    Toshiaki Omori, Hiroaki Inoue, Koji Hukushima
    28th International Conference on Statistical Physics, Aug. 2023

  • Data-driven Estimation of Nonlinear Dynamical Systems by Replica Exchange Particle Markov Chain Monte Carlo Method
    Toshiaki Omori, Hiroaki Inoue, Koji Hukushima
    34th IUPAP Conference on Computational Physics, Aug. 2023

  • 動的サンプリングを用いた連合学習型勾配ブースティング決定木の継続学習
    三浦啓吾, 井上広明, Kim Sangwook, 王立華, 小澤誠一
    第30回インテリジェント・システム・シンポジウム, Sep. 2022

  • Simultaneous Estimation of Latent Variables and Parameters Using Self-Organizing State Space Model with Temperatures
    Hiroaki Inoue, Toshiaki Omori
    第21回情報科学技術フォーラム, Sep. 2022

  • 温度の効果を導入した自己組織化状態空間モデルによる神経ダイナミクスの推定
    井上広明, 大森敏明
    日本応用数理学会 2022年度年会, Sep. 2022

  • ベイズ推論に基づく神経ネットワークのシステム同定
    井上広明, 大森敏明
    次世代光散乱イメージング科学研究センターキックオフシンポジウム, Jun. 2022

  • Estimation of dynamics of neural systems using replica exchange particle Markov chain Monte Carlo method
    井上広明, 大森敏明
    第66回システム制御情報学会研究発表講演会（SCI'22）, May 2022

  • Extracting Nonlinear Dynamical Systems Using Replica Exchange Particle Markov Chain Monte Carlo Methods
    Hiroaki Inoue
    First Symposium on Data-driven Modeling in Complex Systems, Mar. 2022

  • Extracting nonlinear latent dynamics of neurons using replica exchange particle Markov chain Monte Carlo method
    Hiroaki Inoue, Toshiaki Omori
    The 10th RIEC International Symposium on Brain Functions and Brain Computer, Feb. 2022, English

  • Data-Driven Method for Estimating Neuronal Nonlinear Dynamics from Noisy Partial Observation
    Hiroaki Inoue, Toshiaki Omori
    The 27th International Symposium on Artificial Life and Robotics, Jan. 2022, English

  • 粒子マルコフ連鎖モンテカルロ法による時系列データの潜在ダイナミクス推定
    井上広明
    DuEX若手研究者交流会, Jan. 2022, Japanese

  • データ駆動型アプローチによる神経ネットワークのダイナミクス推定
    井上 広明, 大森 敏明
    日本応用数理学会 2021年度年会, Sep. 2021, Japanese

  • Estimation of neural dynamics with particle Markov chain Monte Carlo
    Hiroaki Inoue, Koji Hukishima, Toshiaki Omori
    The 9th RIEC International Symposiumon Brain Functions and Brain Computer, Dec. 2020, English

  • データ駆動型アプローチに基づく神経活動の解析
    井上広明, 大森敏明
    第4回 極みプロジェクトシンポジウム, Sep. 2020, Japanese

  • 粒子マルコフ連鎖モンテカルロ法を用いた神経ネットワークの構造推定
    井上広明, 大森敏明
    第2 回極みプロジェクトシンポジウム／第6 回イメージング数理研究会, Sep. 2019, Japanese

  • データ駆動型アプローチに基づく神経システムの数理モデル推定
    政廣蓮, 山崎潤也, 大塚慎也, 井上広明, 大森敏明
    第5回イメージング数理研究会, 2018, Japanese

  • Bayesian Estimation of Neural Systems using Particle-Gibbs
    Hiroaki Inoue, Toshiaki Omori
    International Conference on Intelligent Systems, Metaheuristics & Swarm Intelligence, Mar. 2017, English

  • Particle-MCMC による神経ネットワークの推定
    井上広明, 大森敏明
    定量生物学の会第八回年会, Jan. 2017, Japanese

  • Estimation of Neural System Using Particle MCMC
    井上広明, 大森敏明
    第60回システム制御情報学会研究発表講演会 (SCI'16), May 2016, Japanese

  • Bayesian Probabilistic Approach for Estimating Neural System Based on Calcium Imaging
    Hiroaki Inoue, Toshiaki Omori
    Cyber-Physical System for Smarter World (CPS-SW 2016), Mar. 2016, English

  • Statistical Estimation of Neural System Using Calcium Imaging
    井上広明, 大森敏明
    第59回システム制御情報学会研究発表講演会 (SCI'15), May 2015, Japanese

■ Affiliated Academic Society
  • 情報処理学会
    May 2022 - Present

  • システム制御情報学会
    Apr. 2022 - Present

  • 人工知能学会
    Sep. 2021 - Present

■ Research Themes
  • 多次元時系列データに潜在する動的な因果構造のデータ駆動型推論アルゴリズムの構築
    井上 広明
    Japan Society for the Promotion of Science, Grants-in-Aid for Scientific Research Grant-in-Aid for Early-Career Scientists, Grant-in-Aid for Early-Career Scientists, Kobe University, Apr. 2022 - Mar. 2025

TOP