Akihiro Inokuchi

本文へジャンプ

 

 

 論文

 

 

http://academic.research.microsoft.com/Images/logo.png

データマイニング分野の著者引用順271(日本人だけだと8位くらい)

AGMの論文の引用順20,501論文中52

(20091013日現在)

http://scholar.google.com/intl/ja/images/scholar_logo.gif

Graph Mining

http://www.informatik.uni-trier.de/~ley/db/Logo.gif

 

(上のアイコンをクリック)

 

論文誌
*
は研究速報

1.      多頻度グラフパターンの完全な高速マイニング手法,猪口,鷲尾,元田,熊沢,荒井,人工知能学会誌, Vol.15, No. 6, pp.1052-1063 (2000)

2.      Applying the Apriori-based Graph Mining Method to Mutagenesis Data Analysis, A. Inokuchi, T. Washio, T. Okada and H. Motoda, Journal of Computer Aided Chemistry, Vol.2, pp.87-92 (2001) (2002 JCAC Best Paper Award)

3.      Complete Mining of Frequent Patterns from Graphs, A. Inokuchi, T. Washio and H. Motoda, Machine Learning, 50 (3): pp.321-354 (2003)

4.      AGMアルゴリズムの高速化と立体構造解析への適用, 西村, 鷲尾, 吉田, 元田, 猪口,岡田, 人工知能学会論文誌, Vol. 18, No. 5, pp.257-268 (2003)

5.      Unstructured Information Management Projects at IBM Tokyo Research Laboratory, K. Takeda, H. Watanabe, N. Uramoto, H. Nomiyama, H. Matsuzawa, T. Nasukawa, T. Nagano, A. Murakami, H. Takeuchi, H. Kanayama, M. Kobayashi, M. Aono, A. Inokuchi, M. Houle, Korea Information Processing Society Review, Vol. 11, No. 2, pp. 4-16, (2004).

6.      Text analytics for life science using the Unstructured Information Management Architecture, R. Mack, S. Mukherjea, A. Soffer, N. Uramoto, E. Brown, A. Coden, J. Cooper, A. Inokuchi, B. Iyer, Y. Mass, H. Matsuzawa, L. Subramaniam, IBM Systems Journal, 43(3): pp. 490-515, (2004).

7.      多頻度グラフマイニング手法の一般化, 猪口,鷲尾, 元田, 人工知能学会論文誌, Vol. 19, No. 5, pp.368-378 (2004)

8.      A General Framework for Mining Frequent Subgraphs from Labeled Graphs, A. Inokuchi, T. Washio, and H. Motoda, Fundamenta Informaticae, Vol.66, No.1-2: pp.53-82 (2005)

9.      *マイニング技術を活用した定量的な診療プロセス分析への挑戦,紀ノ定,梅本,猪口, 武田,稲岡,医療情報学,263号,pp. 191-200(2006)

10.    Interactive Knowledge Discovery for Clinical Decision Intelligence, A. Inokuchi, K. Takeda, N. Inaoka, and F. Wakao, IBM Systems Journal, Vol. 46, No. 1, (2007)

11.    テキスト分析のためのOLAPシステム,猪口,武田,情報処理学会論文誌 データベース, Vol.48, No. SIG 11 (TOD34), (2007)


国際会議,国際ワークショップ
*
はワークショップ

1.      Basket Analysis for Graph Structured Data, A. Inokuchi, T. Washio and H. Motoda, Proc. of the 3rd Pacific-Asia Conference on Knowledge Discovery and Data Mining (PAKDD 1999), pp.420-431, (1999)

2.      Derivation of the Topology Structure from the Massive Graph Data, A. Inokuchi, T. Washio and Motoda, Proc. of the 2nd International Conference on Discovery Science (DS 1999), pp.330-332, (1999)

3.      * Applying Algebraic Mining Method of Graph Substructures to Mutagenesis Data Analysis, A. Inokuchi, T. Washio, T. Okada, H. Motoda, Working notes of International Workshop of KDD Challenge on Real-world Data, KDD Challenge 2000, The 4th Pacific-Asia Conference on Knowledge Discovery and Data Mining pp.41-46, 2000.

4.      An Apriori-Based Algorithm for Mining Frequent Substructures from Graph Data, A. Inokuchi, T. Washio and H. Motoda, Proc. of 4th European Conference (PKDD 2000), pp.13-23, 2000

5.      * General Framework for Mining Frequent Patterns in Structure, A. Inokuchi, T. Washio, Yoshio Nishimura and H. Motoda, Working notes of International Workshop on Active Mining: The 2002 IEEE International Conference on Data Mining (ICDM 2002) pp.23-30, 2002.

6.      * Kernels for graph classification, Hisashi Kashima, A. Inokuchi, Working notes of International Workshop on Active Mining: The 2002 IEEE International Conference on Data Mining (ICDM 2002), pp. 31-36. 2002.

7.      Marginalized Kernels between Labeled Graphs, H. Kashima, K. Tsuda, and A. Inokuchi, Proc. of the Twentieth International Conference on Machine Learning (ICML 2003), pp. 321-328, 2003.

8.      * Specific Biases for Mining Frequent Substructure, A. Inokuchi, T. Washio and H. Motoda, Proc. of 1st International Workshop on Mining Graphs, Trees and Sequences (MGTS-2003): ECML/PKDD-2003 pp.45-54 2003.

9.      Mining Significant Pairs of Patterns from Graph Structures with Class Labels, A. Inokuchi and H. Kashima, Proc. of the 3rd IEEE International Conference on Data Mining (ICDM 2003), pp. 83-90, 2003.

10.    Mining Generalized Substructures from a Set of Labeled Graphs, A. Inokuchi Proc. of the 4th IEEE International Conference on Data Mining (ICDM 2004), pp. 415-418, 2004.

11.    目的変数が範囲で与えられる回帰問題に対するEM 法, 鹿島, 山崎, 西郷, 猪口,The International Workshop on Data-Mining and Statistical Science (DMSS2007)

12.    An Online Analytical Processing of Text Data, A. Inokuchi, K. Takeda, ACM Sixteenth Conference on Information and Knowledge Management (CIKM), 2007

13.    Feasibility of Graph Sequence Mining based on Admissibility Constraints, A. Inokuchi and T. Washio, The Third International Workshop on Data-Mining and Statistical Science, 2008

14.    Regression with Interval Output Values, H. Kashima, K. Yamasaki, H. Saigo and A. Inokuchi, 19th International Conference on Pattern Recognition (ICPR), 2008

15.    A Fast Method to Mine Frequent Subsequences from Graph Sequence Data, A. Inokuchi and T. Washio, IEEE International Conference on Data Mining, 2008

16.    Mining Frequent Graph Sequence Patterns Induced by Vertices, Akihiro Inokuchi and Takashi Washio, Proc. of the Tenth SIAM International Conference on Data Mining, 2010

17.    GTRACE2: Improving Performance Using Labeled Union Graphs, Akihiro Inokuchi and Takashi Washio, Proc. of The 14th Pacific-Asia Conference on Knowledge Discovery and Data Mining, 2010


(分筆,編集など)

1.      Kernel Methods in Computational Biology, Kernel for Graphs, H. Kashima, K. Tsuda, A. Inokuchi The MIT Press (2004), pp. 155-170.

2.      Advances in Mining Graphs, Trees and Sequences, Frontiers in Artificial Intelligence and Applications, A General Framework for Mining Frequent Subgraphs from Labeled Graphs, A. Inokuchi, T. Washio, H. Motoda, IOS Press (2005) pp.53-82

3.      人工知能学辞典, 13-10 相関規則, 猪口,人工知能学会編 (2006) pp.673-674.

4.      New Frontiers in Artificial Intelligence: JSAI 2006 Conference and Workshops, T. Washio, K. Satoh, H. Takeda, A. Inokuchi (Eds), Springer (2007)

5.      New Frontiers in Artificial Intelligence: JSAI 2007 Conference and Workshops, Miyazaki, Japan, June 18-22, 2007, Revised Selected Papers, Satoh, K.; Inokuchi, A.; Nagao, K.; Kawamura, T. (Eds.)  Springer (2008)

6.      Advances in Knowledge Discovery and Data Mining: 12th Pacific-Asia Conference, PAKDD 2008 Osaka, Japan, May 20-23, 2008 Proceedings, T. Washio, E. Suzuki, K. M. Ting, and A. Inokuchi (Eds), Springer, 2008.


国内研究会
*
は招待講演,+は査読あり

1.      バスケット分析のグラフ構造データへの拡張と通信ネットワークデータへの適用に関する研究,猪口,鷲尾,元田,熊沢,荒井, 人工知能学会基礎論研究会, pp. 55-60, 1998

2.      数値属性データに対するバスケット分析手法 猪口,鷲尾,元田,堀内,人工知能学会全国大会, pp. 74-761998

3.      数値属性離散化におけるMDLAICの比較,塚田,猪口,鷲尾,元田 人工知能学会知識ベース研究会,pp. 45-52 1999

4.      膨大なグラフ構造データからの高速マイニング手法,猪口,鷲尾,元田,人工知能学会全国大会 pp.397-400, 1999

5.      知識発見研究の現状と展望,鷲尾,塚田誠,元田 人工知能学会全国大会 pp.153-156 1999

6.      バスケット分析のための構造化データにおける数値属性離散化 塚田,猪口,鷲尾,元田 人工知能学会基礎論研究会,知識ベースシステム研究会,1999

7.      多頻度グラフ抽出手法の有機塩素化合物への適用,猪口,鷲尾,元田 人工知能学会基礎論研究会, pp49-56 1999

8.      大量のデータからの誘導部分グラフデータの検索手法 西村,Ongart,鷲尾,元田,猪口,人工知能学会全国大会, pp.129-132 2001

9.      Apriori-based Graph Mining手法の効率化, 猪口,鷲尾,元田, 人工知能学会全国大会,pp.133-136 2001

10.    Apriori-based Miningアルゴリズムの高速化 西村,鷲尾,吉田,元田,猪口, 情報処理学会知能と複雑系研究会,知識ベースシステム研究会, pp11-16 2002

11.    グラフ構造データからの連結多頻度グラフ抽出手法,猪口,鷲尾,西村,元田, 人工知能学会全国大会,pp.13-162002

12.    Fast Apriori-based Graph Mining Algorithm (AGM) とその性能評価, 西村,鷲尾,吉田,元田, 猪口,第4AI若手の集い pp.45-52 2002

13.    AGMの性能評価と変異原性化学物質分子構造実データへの適用,西村,鷲尾,吉田,元田,猪口, ソフトウェア科学科会データマイニングワークショップ, pp.11-20 2002

14.    HIVデータに対するデータマイニング,猪口,鷲尾,西村,元田, 知識ベースシステム研究会,2002

15.    AGMによる立体構造と生理活性の相関解析,西村,鷲尾,吉田,元田,猪口,岡田,構造活性相関シンポジウム, K16 2002

16.    AGMによる3次元構造と生理活性の相関解析,西村,鷲尾,吉田,元田,猪口,岡田,人工知能学会人工知能基礎論研究会,知識ベースシステム研究会,2003

17.    ライフサイエンス分野におけるテキストマイニング技術適用の動向,浦本,松澤, 猪口,武田,情報処理学会データベースシステム研究会, 情報処理学会情報学基礎研究会,pp. 25-32 2003

18.    頻出グラフマイニング手法の一般化に関する研究,猪口, 鷲尾,元田, データベースシステムワークショップ,pp. 319-326 2003

19.    * グラフ構造データマイニングと分子構造からの知識発見,猪口,鷲尾,岡田,元田, 日本化学会2003年春季年会, 1B2-39 2003

20.    ラベルの概念階層を利用したグラフマイニング,猪口,知識ベースシステム研究会,pp. 259-264 2004

21.    クラスラベル付きグラフデータからの有用なパターンペア発見,猪口, 鹿島, 知識ベースシステム研究会,pp. 251-258 2004 (人工知能学会2003年度研究会(知識ベースシステム研究会, SIG-KBS)優秀賞)

22.    グラフマイニングとILPシステムの比較考察,猪口,人工知能学会全国大会, 3F2-03 2004

23.    + グラフマイニングとILPシステムの出力パターンと分類器精度の比較考察,猪口, データマイニングワークショップ,pp. 25-32 2004

24.    + がん診療プロセス解析システムの検討,若尾,石川,稲岡,猪口,鈴木, 医療情報学連合大会,2F-6-6, 2005

25.    * グラフ構造からの頻出パターンマイニング,猪口,情報論的学習理論ワークショップ,pp. 1-8 2005

26.    + マイニング技術を活用した定量的な診療プロセス分析への挑戦,紀ノ定,梅本,猪口,武田,稲岡, 日本医療情報学会春季学術大会 2006

27.    + テキストマイニングシステムTAKMIRDBを利用した実装方法,猪口,武田,データ工学ワークショップ (DEWS 2006)5A-i32006

28.    + テキスト分析のためのOLAPシステム,猪口,武田, データベースとWeb情報システムに関するシンポジウム (DBWeb 2006) pp. 251-258 2006

29.    目的変数が範囲で与えられる回帰問題に対するEM 法, 鹿島, 山崎, 西郷, 猪口,第5回 人工知能学会 データマイニングと統計数理研究会, 2007(人工知能学会2008年度研究会(データマイニングと統計数理研究会, SIG-DMSM)優秀賞)

30.    + 臨床プロセス解析を支援するOLAPシステムの考察,高林, 猪口, 鷲尾, 紀ノ定,データベースとWeb情報システムに関するシンポジウム (DBWeb 2007) (学生奨励賞)

31.    + 健康情報分析のためのOLAP システムの考察,猪口,高林,鷲尾,紀ノ定,第12回日本医療情報学会春季学術大会,2008

32.    グラフ系列からの頻出変化パターンの高速列挙法, 猪口,鷲尾,第6回 人工知能学会 データマイニングと統計数理研究会, 2008

33.    グラフ系列マイニングのための表現制約とアルゴリズム,猪口,鷲尾,第7回 人工知能学会 データマイニングと統計数理研究会, 2008

 

その他(一部)

1.      A Fast Algorithm for Mining Frequent Connected Graphs, Akihiro Inokuchi, Takashi Washio, Nishimura Yoshio and Hiroshi Motoda, IBM Research Report, RT0448, (February/2002) [pdf]

2.      文献データベースからの生医学インフォマティクス,武田,浦本,松澤,猪口,村上,生態の科学,54(5), pp.443-448

 


特許

編集中