Junichiro Niimi
- 名城大学 経営学部経営学科 准教授
- 理化学研究所 革新知能統合研究センター (RIKEN AIP) 客員研究員
- 名古屋大学大学院経済学研究科 国際政策経済研究センター 共同研究員
- 企業の技術顧問・アドバイザー、音楽・現代アートのお仕事やイベント運営など
深層学習のアーキテクチャや特徴抽出手法の開発およびそれらの行動予測への応用などの研究を行っています。
Publications (Main)
-
[Under review] マルチタスクMLPによるエネルギー予測J. Niimi, ..., ...., ... (submitted) ...
-
[Under review] Masked Language Modelingによる...J. Niimi (submitted) ...
-
[Under review] LLMの論文推薦におけるハルシネーションの発生構造J. Niimi (submitted) Hallucinations in Bibliographic Recommendation: Citation Frequency as a Proxy for Training Data Redundancy.
-
[Under review] LLMのアンサンブル推論にone-shot例示の代表性と温度パラメーターが与える影響の検証J. Niimi (submitted) Stable LLM Ensemble: Interaction between Example Representativeness and Diversity
-
LLMのセンチメント分析に参照点が与える影響(LLMへの期待不一致理論の組み込み)J. Niimi (accepted) “Reference Points in LLM Sentiment Analysis: The Role of Structured Context”, Proceedings of The 39th Pacific Asia Conference on Language, Information and Computation (PACLIC 39).
-
LLMのアンサンブル推論による頑健性の改善J. Niimi (2025) “A Simple Ensemble Strategy for LLM Inference: Towards More Stable Text Classification”, Proceedings of the 30th International Conference on Applications of Natural Language to Information Systems (NLDB 2025), Lecture Notes in Computer Science (LNCS), 15837, 189-199, Springer Nature Switzerland.
-
Transformerを用いた時系列行動ログと調査回答のマルチモーダル学習手法の提案新美 潤一郎 (2024)「異なる次元数のデータを同時に投入した行動的ロイヤルティ推計手法の提案 —Source-Target Attention Transformer と特徴融合によるマルチモーダル深層学習—」『応用統計学』53(1), 15-32.
-
調査回答と行動ログの比較M. Takeuchi, J. Niimi, T. Hoshino (2023) “Handling the Inconsistency between Self-Report and the Actual Behavior: Validity of Excluding Survey Participants with Insufficient Effort Responding”, International Journal of Market Research, 66(4), 451-472.
-
新型コロナウイルスと行動変容（contrib. 統計解析, データ周り, 再現性...）R. Fujii, K. Suzuki, J. Niimi (2021) “Public Perceptions, Individual Characteristics, and Preventive Behaviors for COVID-19 in Six Countries: A Cross-Sectional Study”, Environmental Health and Preventive Medicine, 26, 29.
-
Clumpiness指標の拡張と行動予測への応用新美 潤一郎, 星野 崇宏 (2020)「RFMC 分析における Clumpiness 指標の拡張と自社顧客の行動予測への応用 Clumpiness を活用した離脱時期と競合利用の予測手法の提案」『行動計量学』47(1), 27-40.
-
深層学習を用いたオムニチャネル購買の同時分析新美 潤一郎, 星野 崇宏 (2017)「顧客行動の多様性変数を利用した購買行動の予測 -Deep Learning を応用した実店舗・Web・モバイルの多面的な分析-」『人工知能学会論文誌』32(2), B-G63_1.
-
消費者の異質性を考慮した競合他社での行動の予測新美 潤一郎, 星野 崇宏 (2015)「ユーザ別アクセス・パターン情報の多様性を用いた顧客行動の予測とモデリング」『応用統計学』 44(3), 121-143.
Miscellaneous
-
[preprint] LLMの学習機序とハルシネーションの発生との構造的な関係性についての検討新美 潤一郎 (2025) 大規模言語モデルの構造的問題としてのハルシネーションの不可避性についての一考察: 文法獲得と副次的な知識獲得の関係からの検討. Jxiv.
-
[preprint] 大規模言語モデルによる観点別センチメント分析と多数決メカニズムによる頑健性の向上Junichiro Niimi (2024) “Dynamic Sentiment Analysis with Local Large Language Models using Majority Voting: A Study on Factors Affecting Restaurant Evaluation”, arXiv (cs.CL). e-print: arXiv:2407.13069.
-
[bulletin] Kolmogorov-Arnold Networkのマーケティング応用新美 潤一郎 (2024)「Kolmogorov-Arnold Networkのマーケティング解析への応用可能性の検討: 従来的な深層学習手法との理論的比較と実データによる購買予測への応用」『名城論叢』25(3), 151—176.
-
[technical paper] LLMのダウンストリームタスクにおいて補足情報の有無や提示方法が精度に与える影響の検証新美 潤一郎 (2024)「ローカル大規模言語モデルによるセンチメント分析において評価の参照点の有無や提示方法が予測精度に与える影響の検証: レストラン評価に関するオンラインレビューのセンチメント分析から」『信学技報』, vol. 124, No. 302, NLC2024-24, pp. 29-34. ISSN: 2432-6380.
-
[technical paper] LLMのパラメーター数や量子化とタスク精度の関係の検証新美 潤一郎 (2024)「ローカル大規模言語モデルの量子化やモデル規模が予測性能に与える影響の検証: レストラン評価に関するオンラインレビューのセンチメント分析から」『信学技報』, vol. 124, No. 173, NLC2024-5, pp. 21-26. ISSN: 2432-6380.
-
[preprint] 大規模言語モデルと店舗情報のマルチモーダル学習Junichiro Niimi (2024) “An Efficient Multimodal Learning Framework to Comprehend Consumer Preferences Using BERT and Cross-Attention”, arXiv (cs.CE.). e-print: arXiv:2405.07435.
-
[preprint] レビュー文書と顧客データのマルチモーダル深層学習におけるBERTモデルの影響の検証Junichiro Niimi (2024) “Multimodal Deep Learning of Word-of-Mouth Text and Demographics to Predict Customer Rating: Handling Consumer Heterogeneity in Marketing” arXiv (cs.CE.), e-print: 2401.11888.
-
[bulletin] hourly-Clumpiness指標と時系列データを用いた分析手法の提案新美 潤一郎 (2021) 「時間単位Clumpiness指標を用いた解析手法の提案 -生存時間分析とLSTM-RNNを用いた利用頻度・離脱時間の予測へのRFMC分析の活用-」『名城論叢』22(2,3), 49-63.
-
[bulletin] 消費者の行動の多様性が有効な構造とRFMCとの比較新美 潤一郎 (2018)「消費者行動の多様性指標の提案と閲覧・購買行動の予測への応用 理論的背景と他指標との関連の検討」『経済科学』65(3), 45-55.
Presentations & Talks
-
多言語大規模言語モデルによる...新美 潤一郎, ???? (????) ????
-
マルチタスク深層学習による同時最適化と予測値の補正新美 潤一郎, 塚本 高浩, 竹内 真登, 柴田 与夢 (2025) 深層学習による各家庭の給湯消費電力量の予測: Uncertainty Weightingによる分類・回帰のマルチタスク学習, 第24回情報科学技術フォーラム（FIT2025）, 北海道科学大学 [FIT奨励賞受賞].
-
LLMのアンサンブル学習の有効性の検証Junichiro Niimi (2025) "A Simple Ensemble Strategy for LLM Inference: Towards More Stable Text Classification" the 30th International Conference on Applications of Natural Language to Information Systems (NLDB 2025), Kanazawa (Japan).
-
大規模言語モデルのマルチレベルアンサンブルによる頑健性を改善したセンチメント分析手法の提案Junichiro Niimi (2025) "Improving LLM Inference with Multi-level Ensemble Learning: Robust Sentiment Analysis by Unifying Multiple Inferences" JSAI2025: 2025年度 人工知能学会全国大会（第39回）, International Session (work-in-progress).
-
[招待講演] LLMの構造や推論の導入とマーケティング応用研究の検討新美 潤一郎 (2025)「大規模言語モデルの導入とマーケティング応用」マーケティング研究の新潮流2025(慶應義塾大学商学部), 於Zoom Meeting.
-
大規模言語モデルにおいて分類の困難なサンプルの発見と再解析方法の提案新美 潤一郎 (2025)「生成型大規模言語モデルの文書分類タスクにおける信頼度推定と曖昧サンプルの識別手法の提案 -レストラン評価に関するセンチメント分析を例に-」情報処理学会 第87回全国大会 (自然言語処理セッション), 6B-03, 立命館大学 茨木キャンパス.
-
大規模言語モデルによるセンチメント分析での補足情報の提示方法の検討新美 潤一郎 (2024)「ローカル大規模言語モデルによるセンチメント分析において評価の参照点の有無や提示方法が予測精度に与える影響の検証 ～レストラン評価に関するオンラインレビューのセンチメント分析から～」情報処理学会・電子情報通信学会 第11回自然言語処理シンポジウム, 名古屋大学.
-
大規模言語モデルによるテキストからの擬似的な尺度得点の取得方法の提案新美 潤一郎, 竹内 真登 (2024)「ローカル大規模言語モデルを用いたオンラインレビューからの尺度得点の取得: レストランに関する実評価との比較検討から」日本消費者行動学会 第69回消費者行動研究コンファレンス, 大阪大学 豊中キャンパス.
-
大規模言語モデルの量子化とモデル規模がタスク精度に与える影響新美 潤一郎 (2024)「ローカル大規模言語モデルの量子化やモデル規模が予測性能に与える影響の検証 ～レストラン評価に関するオンラインレビューのセンチメント分析から～」電子情報通信学会 第21回テキストアナリティクス・シンポジウム, 北海道大学.
-
レビュー文章とユーザー・店舗情報によるマルチモーダル学習モデルの構築と、レビューの保持数情報量が予測精度に与える影響の検証新美 潤一郎 (2024) 「レビュー文書・ユーザープロフィール・店舗情報を考慮したマルチモーダル深層学習による飲食店の評価予測手法の提案 Prediction of the Rating on Restaurants with Multimodal Deep Learning: A Combination of Review Text, User Profile, and Restaurant Information」2024年度 人工知能学会全国大会 (第38回), 1F5-GS-10-04, アクトシティ浜松.
-
大規模言語モデルによる動的な観点別センチメント分析手法の提案新美 潤一郎, 竹内 真登 (2024)「大規模言語モデルによるテキストからのアノテーション手法の提案：任意の観点から得点化可能なテキストマイニング手法によるレビュー文書のセンチメント分析」日本消費者行動研究学会 第68回消費者行動研究コンファレンス, 神奈川大学(みなとみらいキャンパス).
-
RFM+Clumpiness+HHIによるFMCG購買のモデリング新美 潤一郎, 竹内真登 (2023) 「購買行動の習慣性が行動的ロイヤルティに及ぼす影響：行動ログ指標を組み合わせた購買行動の分類」日本消費者行動研究学会 第67回消費者行動研究コンファレンス, 京都産業大学 (オンサイト開催).
-
スマホゲームにおける短期集中利用の捕捉のためのClumpiness×HHIの活用新美 潤一郎, 竹内 真登, 星野 崇宏 (2022)「短期集中型のゲーム利用が行動的ロイヤルティに及ぼす影響：行動ログ指標を組み合わせた利用行動の分類」日本消費者行動研究学会 第65回消費者行動研究コンファレンス, 西南学院大学(ハイブリッド開催, オンサイト発表).
-
データとモデルによる"世界"から統計解析と機械学習を俯瞰する新美 潤一郎 (2021)「データ分析とモデル – モデルから考える統計解析と機械学習の差異 –」名城大学 経済・経営学会 第2回研究会, 2021年12月9日(木) （於 名城大学）.
-
調査回答と実行動の乖離の解析とIERとの関連性の検討竹内 真登, 新美 潤一郎, 星野 崇宏 (2020)「市場調査における調査回答と実行動の乖離の理解と低減: Insufficient Effort Responding 回答者の除外の妥当性」日本消費者行動研究学会 第61回消費者行動研究コンファレンス(オンライン).
-
スマートフォンの位置情報を用いた購買予測新美 潤一郎, 星野 崇宏 (2018)「位置情報データによる競合店舗の利用状況の多様性を用いた購買予測手法の提案」2018年度 人工知能学会全国大会(第32回), 鹿児島城山観光ホテル.
-
多様性指標の構造とRFMC分析との関連新美 潤一郎 (2017)「消費者行動の多様性指標の提案と閲覧・購買行動の予測への応用 理論的背景と他指標との関連の検討」日本マーケティング・サイエンス学会 新しいデータと競争環境の下でのマーケティングサイエンス研究部会, 慶應義塾大学.
-
深層学習を用いたデータ融合手法の提案新美 潤一郎, 星野 崇宏 (2017)「Deep Boltzmann Machine を用いたデータ融合手法の提案 – Data Fusion Method with Deep Boltzmann Machine」2017年度 人工知能学会全国大会(第31回), ウインクあいち.
-
消費者の異質性を考慮した競合他社での行動の予測新美 潤一郎, 星野 崇宏 (2014)「ユーザ別アクセス・パターン情報を用いた，競合サイトでの閲覧・購買行動の予測」日本マーケティング・サイエンス学会 第95回研究大会, 関西学院大学.
Package & Datasets
-
マルチLLM対応のAPI会話アプリJunichiro Niimi (2025) "ChatreamLit" [App at Streamlit], GitHub (jniimi/chatlit-public), publisher: zenodo.
-
Clumpiness計算用パッケージJunichiro Niimi (2024) "clumpi: A Python package for calculating Clumpiness in RFMC analysis", GitHub (jniimi/clumpi), publisher: zenodo.
-
気象庁の7日間予報データの取得と蓄積Junichiro Niimi (2024) "7days Weather Forecast in Japan (Dataset)", Huggingface Datasets (jniimi/weather_forecast_japan).
Others
-
企業カンファレンスでのデータ利活用に関する講演新美 潤一郎 (2019)「データエコノミー時代の消費者理解 -異なる側面から消費者を理解するためのデータ利活用 -」（株式会社富士通総研様とのパネルディスカッションを含む）富士通フォーラム名古屋2019（於 名古屋観光ホテル）.
-
リーディング大学院関係（１）インタビュー『世界が求める新しいグローバルリーダーを輩出』,東洋経済（誌面、ウェブサイト）.
-
リーディング大学院関係（２）執筆記事新美 潤一郎「興味や関心が未来を拓く」『次世代のリーダーを担う博士人材の育成 ー名古屋大学PhDプロフェッショナル登龍門の取り組みー』, みやび出版.
Grants
-
深層学習のマーケティング応用におけるマルチモダリティと説明可能性の検討24K16472「統合的に説明可能なマーケティング向けマルチモーダル深層学習モデルの開発」(単独, 研究代表者)https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-24K16472/ (2024-04-01 – 2027-03-31)
-
努力不足回答の影響に関する研究25K00678「不注意／努力不足回答による市場調査やマーケティング分析への影響に関する統合的研究」(共同, 研究分担者)https://kaken.nii.ac.jp/ja/grant/KAKENHI-PROJECT-25K00678/ (2025-04-01 – 2029-03-31)