Enterprise Data Mining and Knowledge Analysis

このプロジェクトは包括的なサイバーフィジカルシステムによりさまざまな事象の様子をデジタル化し、その意味解釈のためのエンタープライズ向けのデータマイニングと知識分析方式の構築、それを活用した人々の共創に向けた取り組みを行う。

具体的には「データ統合とモデリング」、「時空間データ処理」、「データマイニング方式の拡張」、「意味抽出と意思決定支援」、「人間中心設計とフィードバックループ」という循環を構築し、その中で、セキュリティ・プライバシーを保ちながら、人々のインタラクションを実現していくことが必須である。

さらに、本プロジェクトは製造・教育・地域社会など多様な分野に適用可能であり、リアルタイム処理基盤と知識グラフを活用することで現実世界の複雑な事象を意味的に把握する。

これにより、組織の意思決定の高度化のみならず、労働力不足や社会課題への解決策の提示、人材のリスキリングといった社会的波及効果をもたらす。

また、AIの利用に伴う倫理・信頼性の確保を重視し、透明性と説明可能性を備えたデータマイニング方式を構築することで、人々の安心と信頼を基盤とした共創社会の実現を目指す。

This project aims to digitalize various phenomena through a comprehensive cyber-physical system, develop enterprise-oriented data mining and knowledge analysis methods for semantic interpretation, and promote initiatives for human co-creation.

Specifically, it establishes a cycle of “data integration and modeling,” “spatio-temporal data processing,” “extension of data mining methods,” “semantic extraction and decision-making support,” and “human-centered design and feedback loops,” within which it is essential to realize human interaction while ensuring security and privacy.

Furthermore, the project can be applied to diverse fields such as manufacturing, education, and local communities. By leveraging real-time processing platforms and knowledge graphs, it enables semantic understanding of complex real-world phenomena. This leads not only to more advanced organizational decision-making but also to broader social impacts, such as addressing labor shortages, providing solutions to societal challenges, and supporting workforce reskilling.

In addition, the project places emphasis on ethics and trustworthiness in the use of AI. By building data mining methods with transparency and explainability, it aims to realize a co-creative society grounded in people’s sense of security and trust.

[1] Yasuhiro Hayashi, Yasushi Kiyoki, Yoshinori Harada, Kazuko Makino, Seigo Kaneoya, "A Spatio-Temporal and Categorical Correlation Computing Method for Inductive and Deductive Data Analysis," Information Modelling and Knowledge Bases XXXV, Vol. 380, IOS Press, 2024.

[2] Yasuhiro Hayashi, Yasushi Kiyoki, Yoshinori Harada, Kazuko Makino, Seigo Kaneoya, "A Spatio-Temporal and Categorical Data Mining Method for Business Commerce Data," Information Modelling and Knowledge Bases XXXVI, Vol. 399, IOS Press, 2025.

[3] Yasuhiro Hayashi, Ken-Ichi Fukamachi, and Hiroshi Komatsugawa, "Evaluation of a flipped classroom & analysis of students' learning situation in a computer-programming course," Information Modelling and Knowledge Bases XXVI, Vol. 272 pp.120-127, 2014.