• ネットワークサイエンスに関する理解
• GNNをはじめとした深層学習，AIの原理に関する理解，モデリングスキル
• Python, Pytorch, cugraph等を用いたプログラミングスキル
• AWS等のクラウド活用によるバックエンド構築やNext.js等を用いたフロントエンドの開発スキル

• SNS上の悩みを検出し情報公開型の社会問題を早期に推定する
• 技術獲得を目的にしたM&Aの候補企業の選定モデルの開発
• グラフニューラルネットワーク(GNN)を活用した論文の被引用数予測モデルの開発
• 関西鉄道運輸24社局におけるスマートカードデータの乗降分析システムの開発
• 学術文献データを用いた，非情報系分野でのメタサーベイシステムの開発
• アニメ、音楽、食品等の国内外での流行の要因分析，予測モデルの開発

• 長期的な目標を設定し，短期的なステップを解像度高く設定できるようになること
• 自分の設定した目標に継続的に努力／研鑽できるようになること
• 場面に応じて柔軟に主張を修正したり，聞く人に応じて伝え方を変えることができるようになること
• 物理的な場所にとらわれずに事業／仕事を獲得，遂行できるようになること

• 対話，同僚のアイデアの尊重，研究課題としていく過程
• 目標を決め，合意し，ひとまず形にするスピード
• 論理的な文章を記述する練習（報告，共有はMarkdown形式の文章で行う）
• 英語文献（一次資料）から学び，共有すること
• メンバー間の協力によって，生産性を高めること
• 時間ー場所ー作業を対応させること（徹夜等をしない／させないようにしたい，カフェ等で教養をインプットする時間も必要）

問題を共有して共同で解決に向けて研究を行う場合は，共同研究の形をとります． 研究室の学生・大学院生が中心となって研究を行い，定期的に打ち合わせを行いながら研究を行います． 研究を進めながら，必要となる新しい技術を開発するとともに，新たな研究成果を論文として発表することが目標の一つです． 1年未満では成果が出にくいため，最低1年間，通常は複数年度の共同研究が望ましいです． （契約上は年度ごと，複数年度ともに可能です）

成果の発表については応相談となりますが，通常は学会及び学術論文誌での発表を行います． ただし，必要に応じて特許取得後まで発表を遅らせることや，発表自体を控えることは可能です．

大分大学での共同研究予算の最小額は130万円/年です． 人員の面もありますが，交流や事業でのDX推進のために人員も拠出していただいた方が良いと思います．通常DX導入は研究成果をそのままボルトオンしてもうまく行かず，実際の業務に導入するためには研究以外にも様々な障害があり，それらにコミットする必要があるためです．また，育成した人材はDX導入やAI活用に関してスキルをつけるため，継続的に同様の課題の発見，解決等で社内で貢献してくれる可能性が高まります．共同研究のお申込み書式については， こちら(弊学産学官連携センター)をご参照ください．

過去の実績

• [2016-] 株式会社スルッとKANSAI
• [2016-] 電通PRコンサルティング
• など

技術的な課題に対し，社会データ分析・計算社会科学の観点から大知が開発・アドバイスを行ないます．当研究室の学生・大学院生は研究に関わりませんし，研究成果を論文として発表することも目指していません．

NDA等を結んだ上で，月1回～年12回程度のミーティングに出席し，業務上の課題に関してアドバイス・コンサルティングを行ないます（メールベースでも随時相談に乗ります）． 1ヶ月あたり10万円〜程度でお受けしています．回数固定の場合は，１回あたり数万円〜となります．

過去の実績

• 株式会社ホットリンク
• 株式会社新潟人工知能研究所
• 株式会社電通PRコンサルティング
• など

既存の研究手法を用いて問題を解決することをメインとします．当研究室と縁の深い企業，エンジニアでタスクを請け負う形を想定していますが，学生インターンとしてリモートも含めてタスクを出していただける場合もウェルカムです．