Details of the Researcher

PHOTO

Itsumi Saito
Section
Graduate School of Information Sciences
Job title
Associate Professor

Papers 30

  1. Sketch2Diagram: Generating Vector Diagrams from Hand-Drawn Sketches.

    Itsumi Saito, Haruto Yoshida, Keisuke Sakaguchi

    The Thirteenth International Conference on Learning Representations(ICLR)　2025

    Publisher: OpenReview.net

  2. 🚀 NLP Colloquium

    Niwa Ayana, Yokoi Sho, Takayama Junya, Saito Itsumi

    Journal of Natural Language Processing　31　(1)　300-309　2024

    Publisher: The Association for Natural Language Processing

    DOI： 10.5715/jnlp.31.300 　

    ISSN： 1340-7619

    eISSN： 2185-8314

  3. How Well Do Vision Models Encode Diagram Attributes?

    Haruto Yoshida, Keito Kudo, Yoichi Aoki, Ryota Tanaka, Itsumi Saito, Keisuke Sakaguchi, Kentaro Inui

    ACL (Student Research Workshop)　564-575　2024

    Publisher: Association for Computational Linguistics

    DOI： 10.18653/v1/2024.acl-srw.47 　

  4. SlideVQA: A Dataset for Document Visual Question Answering on Multiple Images.

    Ryota Tanaka, Kyosuke Nishida, Kosuke Nishida, Taku Hasegawa, Itsumi Saito, Kuniko Saito

    CoRR　abs/2301.04883　2023

    DOI： 10.48550/arXiv.2301.04883 　

  5. SlideVQA: A Dataset for Document Visual Question Answering on Multiple Images.

    Ryota Tanaka, Kyosuke Nishida, Kosuke Nishida, Taku Hasegawa, Itsumi Saito, Kuniko Saito

    AAAI　13636-13645　2023

    Publisher: AAAI Press

    DOI： 10.1609/aaai.v37i11.26598 　

  6. Japanese ASR-Robust Pre-trained Language Model with Pseudo-Error Sentences Generated by Grapheme-Phoneme Conversion.

    Yasuhito Ohsugi, Itsumi Saito, Kyosuke Nishida, Sen Yoshida

    Interspeech 2022(INTERSPEECH)　2688-2692　2022

    Publisher: ISCA

    DOI： 10.21437/Interspeech.2022-327 　

  7. Towards Interpretable and Reliable Reading Comprehension: A Pipeline Model with Unanswerability Prediction.

    Kosuke Nishida, Kyosuke Nishida, Itsumi Saito, Sen Yoshida

    CoRR　abs/2111.09029　2021

  8. Towards Interpretable and Reliable Reading Comprehension: A Pipeline Model with Unanswerability Prediction.

    Kosuke Nishida, Kyosuke Nishida, Itsumi Saito, Sen Yoshida

    International Joint Conference on Neural Networks(IJCNN)　abs/2111.09029　1-8　2021

    Publisher: IEEE

    DOI： 10.1109/IJCNN52387.2021.9534370 　

  9. How do Masked Language Models perform when the input sequence length changes?

    OHSUGI Yasuhito, SAITO Itsumi, NISHIDA Kyosuke, ASANO Hisako, TOMITA Junji

    Proceedings of the Annual Conference of JSAI　JSAI2020　4Rin123-4Rin123　2020

    Publisher: The Japanese Society for Artificial Intelligence

    DOI： 10.11517/pjsai.jsai2020.0_4rin123 　

    ISSN： 2758-7347

    More details Close

    BERT, one of the most famous Masked Language Models (MLMs), has succeeded in various natural language processing tasks. However, BERT cannot accept long documents that have more than the specific length determined in pretraining. In this paper, we study how BERT depends on input sequence length by comparing the MLM accuracy between different sequence lengths for each part-of-speech and each named entity class. As a result, the long sequence was necessary to predict proper nouns, especially person's names.

  10. Abstractive Summarization with Combination of Pre-trained Sequence-to-Sequence and Saliency Models.

    Itsumi Saito, Kyosuke Nishida, Kosuke Nishida, Junji Tomita

    CoRR　abs/2003.13028　2020

  11. Length-controllable Abstractive Summarization by Guiding with Summary Prototype.

    Itsumi Saito, Kyosuke Nishida, Kosuke Nishida, Atsushi Otsuka, Hisako Asano, Junji Tomita, Hiroyuki Shindo, Yuji Matsumoto 0001

    CoRR　abs/2001.07331　3Rin481-3Rin481　2020

    Publisher: The Japanese Society for Artificial Intelligence

    DOI： 10.11517/pjsai.jsai2020.0_3rin481 　

    ISSN： 2758-7347

    More details Close

    We propose a new length-controllable abstractive summarization model. Recent state-of-the-art abstractive summarization models based on encoder-decoder models generate only one summary per source text. However, controllable summarization, especially of the length, is an important aspect for practical applications. Previous studies on length-controllable abstractive summarization incorporate length embeddings in the decoder module for controlling the summary length. Unlike these models, our length-controllable abstractive summarization model incorporates a word-level extractive module that determines important parts of the source text in the encoder-decoder model instead of length embeddings. This module determines important parts of the source text that should be included as a summary within a length constraint. Since the extractive module becomes a guide to both the content and length of the summary, our model can generate an informative and length-controlled summary. Experiments with the CNN/Daily Mail dataset and the NEWSROOM dataset show that our model outperformed previous models in length-controlled settings.

  12. Unsupervised Domain Adaptation of Language Models for Reading Comprehension.

    Kosuke Nishida, Kyosuke Nishida, Itsumi Saito, Hisako Asano, Junji Tomita

    Proceedings of The 12th Language Resources and Evaluation Conference(LREC)　5392-5399　2020

    Publisher: European Language Resources Association

  13. Reading Comprehension based Question Answering technique by Focusing on Identifying Question Intention

    Otsuka Atsushi, Nishida Kyosuke, Saito Itsumi, Asano Hisako, Tomita Junji, Satoh Tetsuji

    Transactions of the Japanese Society for Artificial Intelligence　34　(5)　A-J14_1-12　2019/09/01

    Publisher: The Japanese Society for Artificial Intelligence

    DOI： 10.1527/tjsai.a-j14 　

    ISSN： 1346-0714

    eISSN： 1346-8030

    More details Close

    The performance of reading comprehension, which is a question answering technique, by deep neural networks is now comparable to that of humans. However, there are still problems with the reading comprehension when given ambiguous questions. In this work, we propose a novel task called Specific Question Generation (SQG). SQG specifically revises the input question and suggests several specific question (SQ) candidates so that users can choose the SQ that is closest to their intent and obtain a highly accurate answer from the reading comprehension. We also propose a Specific Question Generation Model (SQGM) for facilitating the SQG. This model is based on an encoder-decoder model and uses two copy mechanisms (question copy and passage copy). The key idea here is that the missing information in the user-input question is described in the passage. Experimental results with public reading comprehension datasets demonstrated that our model generated specific questions that can improve reading comprehension accuracy.

  14. 機械読解による自然言語理解への挑戦—特集 デジタルトランスフォーメーションの未来を切り拓く先進的メディア処理技術 : コンタクトセンタAI

    西田 京介, 斉藤 いつみ, 大塚 淳史, 西田 光甫, 野本 済央, 浅野 久子

    NTT技術ジャーナル / 日本電信電話株式会社 編　31　(7)　12-15　2019/07

    Publisher: 東京 : 電気通信協会

    ISSN： 0915-2318

    More details Close

    コレクション : 国立国会図書館デジタルコレクション > 電子書籍・電子雑誌 > その他

  15. Unsupervised Domain Adaptation of Language Models for Reading Comprehension.

    Kosuke Nishida, Kyosuke Nishida, Itsumi Saito, Hisako Asano, Junji Tomita

    CoRR　abs/1911.10768　2019

  16. A Simple but Effective Method to Incorporate Multi-turn Context with BERT for Conversational Machine Comprehension.

    Yasuhito Ohsugi, Itsumi Saito, Kyosuke Nishida, Hisako Asano, Junji Tomita

    CoRR　abs/1905.12848　2019

  17. Generalized Large-Context Language Models Based on Forward-Backward Hierarchical Recurrent Encoder-Decoder Models.

    Ryo Masumura, Mana Ihori, Tomohiro Tanaka, Itsumi Saito, Kyosuke Nishida, Takanobu Oba

    IEEE Automatic Speech Recognition and Understanding Workshop(ASRU)　554-561　2019

    Publisher: IEEE

    DOI： 10.1109/ASRU46091.2019.9003857 　

  18. Answering while Summarizing: Multi-task Learning for Multi-hop QA with Evidence Extraction.

    Kosuke Nishida, Kyosuke Nishida, Masaaki Nagata, Atsushi Otsuka, Itsumi Saito, Hisako Asano, Junji Tomita

    Proceedings of the 57th Conference of the Association for Computational Linguistics　abs/1905.08511　2335-2345　2019

    Publisher: Association for Computational Linguistics

    DOI： 10.18653/v1/p19-1225 　

  19. Multi-style Generative Reading Comprehension.

    Kyosuke Nishida, Itsumi Saito, Kosuke Nishida, Kazutoshi Shinoda, Atsushi Otsuka, Hisako Asano, Junji Tomita

    Proceedings of the 57th Conference of the Association for Computational Linguistics　abs/1901.02262　2273-2284　2019

    Publisher: Association for Computational Linguistics

    DOI： 10.18653/v1/p19-1220 　

  20. 深層学習におけるアテンション技術の最新動向—Latest Trends of Attention Mechanisms in Deep Learning

    西田 京介, 斉藤 いつみ

    電子情報通信学会誌 = The journal of the Institute of Electronics, Information and Communication Engineers　101　(6)　591-596　2018/06

    Publisher: 東京 : 電子情報通信学会

    ISSN： 0913-5693

  21. Commonsense Knowledge Base Completion and Generation.

    Itsumi Saito, Kyosuke Nishida, Hisako Asano, Junji Tomita

    Proceedings of the 22nd Conference on Computational Natural Language Learning(CoNLL)　141-150　2018

    Publisher: Association for Computational Linguistics

    DOI： 10.18653/v1/k18-1014 　

  22. Retrieve-and-Read: Multi-task Learning of Information Retrieval and Reading Comprehension.

    Kyosuke Nishida, Itsumi Saito, Atsushi Otsuka, Hisako Asano, Junji Tomita

    Proceedings of the 27th ACM International Conference on Information and Knowledge Management(CIKM)　abs/1808.10628　647-656　2018

    Publisher: ACM

    DOI： 10.1145/3269206.3271702 　

  23. Morphological Analysis for Japanese Noisy Text based on Extraction of Character Transformation Patterns and Lexical Normalization

    Saito Itsumi, Sadamitsu Kugatsu, Asano Hisako, Matsuo Yoshihiro

    Journal of Natural Language Processing　24　(2)　297-314　2017

    Publisher: The Association for Natural Language Processing

    DOI： 10.5715/jnlp.24.297 　

    ISSN： 1340-7619

    eISSN： 2185-8314

    More details Close

    Social media texts are often written in a non-standard style and include many lexical variants such as insertions, phonetic substitutions, and abbreviations that mimic spoken language. The normalization of such a variety of non-standard tokens is one promising solution for handling noisy text. A normalization task is very difficult for the morphological analysis of Japanese text because there are no explicit boundaries between words. To address this issue, we propose a novel method herein for normalizing and morphologically analyzing Japanese noisy text. First, we extract character-level transformation patterns based on a character alignment model using annotated data. Next, we generate both character-level and word-level normalization candidates using character transformation patterns and search for the optimal path based on a discriminative model. Experimental results show that the proposed method exceeds conventional rule-based system in both accuracy and recall for word segmentation and POS (Part of Speech) tagging.

  24. Automatically Extracting Variant-Normalization Pairs for Japanese Text Normalization.

    Itsumi Saito, Kyosuke Nishida, Kugatsu Sadamitsu, Kuniko Saito, Junji Tomita

    Proceedings of the Eighth International Joint Conference on Natural Language Processing(IJCNLP(1))　937-946　2017

    Publisher: Asian Federation of Natural Language Processing

  25. Improving Neural Text Normalization with Data Augmentation at Character- and Morphological Levels.

    Itsumi Saito, Jun Suzuki 0001, Kyosuke Nishida, Kugatsu Sadamitsu, Satoshi Kobashikawa, Ryo Masumura, Yuji Matsumoto 0001, Junji Tomita

    Proceedings of the Eighth International Joint Conference on Natural Language Processing(IJCNLP(2))　257-262　2017

    Publisher: Asian Federation of Natural Language Processing

  26. Name Translation based on Fine-grained Named Entity Recognition in a Single Language.

    Kugatsu Sadamitsu, Itsumi Saito, Taichi Katayama, Hisako Asano, Yoshihiro Matsuo

    Proceedings of the Tenth International Conference on Language Resources and Evaluation LREC 2016(LREC)　2016

    Publisher: European Language Resources Association (ELRA)

  27. NLP Technologies and Its Future Directions based on Error Analysis Project：3.1 Morphological Analysis

    57　(1)　10-11　2015/12/15

    ISSN： 0447-8053

  28. Morphological Analysis for Japanese Noisy Text based on Character-level and Word-level Normalization.

    Itsumi Saito, Kugatsu Sadamitsu, Hisako Asano, Yoshihiro Matsuo

    COLING 2014(COLING)　1773-1782　2014

    Publisher: ACL

  29. Extracting Derivational Patterns based on the Alignment of a Standard Form and its Variant towards the Japanese Morphological Analysis for Noisy Text

    Itsumi Saito, Kugatsu Sadamitsu, Hisako Asano, Yoshihiro Matsuo

    IPSJ SIG Notes　2013　(5)　1-9　2013/11/07

    Publisher: Information Processing Society of Japan (IPSJ)

    More details Close

    Twitter and other micro-blogging data are written in an informal style, so there are many types of non-standard tokens such as abbreviations, phonetic substitution. When analyzing such noisy text, conventional text analysis tools often perform poorly. In this study, we propose a method for simultaneous morphological analysis and normalization using derivational patterns which was extracted based on the alignment of standard tokens and its variant tokens. The experimental study demonstrates that our approach outperforms conventional Japanese morphological analysis tools in the analysis of non-standard tokens.

  30. Participation-usage model choice focused on long-term and short-time dicision making

    Saito Itsumi, Hato Eiji

    Journal of the City Planning Institute of Japan　46　(3)　271-276　2011

    Publisher: The City Planning Institute of Japan

    DOI： 10.11361/journalcpij.46.271 　

    ISSN： 0916-0647

    eISSN： 2185-0593

    More details Close

    A mobility sharing system is widely spread, especially in Europe. In Japan, the number of this system is increasing by information and communication technology. However, it is difficult to manage the demand of this system because of complicated demand characteristics. To design the efficient sharing system, it is necessary to understand users' decision-making in a deeper way in respect of long-term decision-making(participation choice) and short-term decision-making (usage choice). In this paper, using stated preference data and probe person data, we challenged to demonstrate the relationship between participation choice and usage choice. In the result, there is a heterogeneity in long-term and short-term choice by the frequency of visiting the area existing sharing port.

Show all ︎Show first 5

Misc. 34

  1. 大規模言語モデルが持つ抽象推論能力の分析

    清野輝風, 青木洋一, 青木洋一, 斉藤いつみ, 斉藤いつみ, 坂口慶祐, 坂口慶祐

    言語処理学会年次大会発表論文集(Web)　31st　2025

    ISSN： 2188-4420

  2. ダイアグラム理解に向けた大規模視覚言語モデルの内部表現の分析

    吉田遥音, 工藤慧音, 青木洋一, 田中涼太, 田中涼太, 斉藤いつみ, 坂口慶祐, 乾健太郎

    言語処理学会年次大会発表論文集(Web)　31st　2025

    ISSN： 2188-4420

  3. Sketch2Diagram:視覚的指示を入力とするダイアグラム生成

    斉藤いつみ, 斉藤いつみ, 吉田遥音, 坂口慶祐, 坂口慶祐

    言語処理学会年次大会発表論文集(Web)　31st　2025

    ISSN： 2188-4420

  4. ASCII CHALLENGE-LLMは画家になれるか-

    吉田遥音, 羽根田賢和, 斉藤いつみ, 斉藤いつみ, 坂口慶祐, 坂口慶祐

    言語処理学会年次大会発表論文集(Web)　31st　2025

    ISSN： 2188-4420

  5. 自然画像で学習された画像埋め込みにダイアグラムを特徴づける情報は含まれているか?

    吉田遥音, 工藤慧音, 工藤慧音, 青木洋一, 青木洋一, 田中涼太, 田中涼太, 斉藤いつみ, 坂口慶祐, 坂口慶祐, 乾健太郎, 乾健太郎, 乾健太郎

    言語処理学会年次大会発表論文集(Web)　30th　2024

    ISSN： 2188-4420

  6. InstructSum:自然言語の指示による要約の生成制御

    西田光甫, 西田京介, 斉藤いつみ, 齋藤邦子

    言語処理学会年次大会発表論文集(Web)　29th　2023

    ISSN： 2188-4420

  7. SlideVQA:複数の文書画像に対する質問応答

    田中涼太, 西田京介, 西田光甫, 長谷川拓, 斉藤いつみ, 齋藤邦子

    言語処理学会年次大会発表論文集(Web)　29th　2023

    ISSN： 2188-4420

  8. PresenSum:トーク音声とスライド画像情報を入力とするプレゼンテーション要約

    斉藤いつみ, 西田京介, 吉田仙

    言語処理学会年次大会発表論文集(Web)　28th　2022

    ISSN： 2188-4420

  9. 抽出型自動要約における低リソース環境下での他言語データ活用方法の検証

    桑原亮介, 斉藤いつみ, 西田京介, 富田準二, 中山英樹

    言語処理学会年次大会発表論文集(Web)　26th　2020

    ISSN： 2188-4420

  10. 回答の根拠を解釈可能な機械読解

    西田光甫, 西田京介, 斉藤いつみ, 浅野久子, 富田準二

    言語処理学会年次大会発表論文集(Web)　26th　2020

    ISSN： 2188-4420

  11. 事前学習済Sequence-to-Sequenceモデルと重要度モデルの結合による生成型要約

    斉藤いつみ, 西田京介, 西田光甫, 浅野久子, 富田準二

    言語処理学会年次大会発表論文集(Web)　26th　2020

    ISSN： 2188-4420

  12. 雑談要約技術に向けた取り組み

    東中竜一郎, 光田航, 増村亮, 斉藤いつみ, 青野裕司

    言語処理学会年次大会発表論文集(Web)　26th　2020

    ISSN： 2188-4420

  13. 問い返し可能な質問応答:読解と質問生成の同時学習モデル

    大塚淳史, 西田京介, 斉藤いつみ, 西田光甫, 浅野久子, 富田準二

    日本データベース学会和文論文誌(Web)　18-J　2020

    ISSN： 2189-0374

  14. 回答スタイルを制御可能な生成型機械読解

    西田京介, 斉藤いつみ, 西田光甫, 篠田一聡, 大塚淳史, 浅野久子, 富田準二

    言語処理学会年次大会発表論文集(Web)　25th　2019

    ISSN： 2188-4420

  15. 抽出型要約との同時学習による回答根拠を提示可能な機械読解

    西田光甫, 西田京介, 永田昌明, 大塚淳史, 斉藤いつみ, 浅野久子, 富田準二

    言語処理学会年次大会発表論文集(Web)　25th　2019

    ISSN： 2188-4420

  16. クエリ・出力長を考慮可能な文書要約モデル

    斉藤いつみ, 西田京介, 大塚淳史, 西田光甫, 浅野久子, 富田準二

    言語処理学会年次大会発表論文集(Web)　25th　2019

    ISSN： 2188-4420

  17. 双方向談話コンテキスト言語モデルに基づく反復リスコアリング

    増村亮, 田中智大, 斉藤いつみ, 西田京介, 大庭隆伸

    情報処理学会研究報告(Web)　2019　(SLP-128)　2019

  18. Neural Question Generation Model to Identify Question Intention

    大塚淳史, 西田京介, 斉藤いつみ, 浅野久子, 富田準二

    日本データベース学会和文論文誌(Web)　17-J　2019

    ISSN： 2189-0374

  19. Reading Comprehension based Question Answering technique by Focusing on Identifying Question Intention

    大塚淳史, 西田京介, 斉藤いつみ, 浅野久子, 富田準二, 佐藤哲司

    人工知能学会論文誌(Web)　34　(5)　2019

    ISSN： 1346-8030

  20. 深層学習におけるアテンション技術の最新動向

    西田京介, 斉藤いつみ

    電子情報通信学会誌　101　(6)　2018

    ISSN： 0913-5693

  21. フレーズ知識補完と生成の同時学習

    斉藤いつみ, 西田京介, 浅野久子, 富田準二

    言語処理学会年次大会発表論文集(Web)　24th　2018

    ISSN： 2188-4420

  22. 情報検索とのマルチタスク学習による大規模機械読解

    西田京介, 斉藤いつみ, 大塚淳史, 浅野久子, 富田準二

    言語処理学会年次大会発表論文集(Web)　24th　2018

    ISSN： 2188-4420

  23. 擬似データの事前学習に基づくencoder-decoder型日本語崩れ表記正規化

    斉藤いつみ, 鈴木潤, 貞光九月, 西田京介, 齋藤邦子, 松尾義博

    言語処理学会年次大会発表論文集(Web)　23rd　2017

    ISSN： 2188-4420

  24. web上のテキストからの表記揺れ語獲得

    斉藤いつみ, 貞光九月, 浅野久子, 松尾義博

    言語処理学会年次大会発表論文集(Web)　22nd　2016

    ISSN： 2188-4420

  25. テキスト正規化技術を用いたCGM日本語テキスト翻訳

    笠原要, 斉藤いつみ, 浅野久子, 片山太一, 松尾義博

    言語処理学会年次大会発表論文集(Web)　21st　2015

    ISSN： 2188-4420

  26. 崩れ表記語の生成確率を用いた表記正規化と形態素解析

    斉藤いつみ, 貞光九月, 浅野久子, 松尾義博

    言語処理学会年次大会発表論文集(Web)　21st　2015

    ISSN： 2188-4420

  27. 正規-崩れ文字列アライメントと文字種変換を用いた崩れ表記正規化に基づく日本語形態素解析

    斉藤いつみ, 貞光九月, 浅野久子, 松尾義博

    言語処理学会年次大会発表論文集(Web)　20th　2014

    ISSN： 2188-4420

  28. 需要分布に着目した乗り捨て型カーシェアリングのポート配置問題

    若林由弥, 羽藤英二, 斉藤いつみ

    土木計画学研究・講演集(CD-ROM)　48　2013

  29. シェアリングシステムの短期オペレーションにおける確率的在庫管理手法の導入

    斉藤いつみ, 羽藤英二

    土木計画学研究・講演集(CD-ROM)　48　2013

  30. Day-to-dayの行動特性の違いを考慮したEVシェアリングのレベニューマネジメント

    斉藤いつみ, 羽藤英二

    土木計画学研究・講演集(CD-ROM)　43　2011

  31. Participation-usage model choice model focused on long-term and short-time decision making

    斉藤いつみ, 羽藤英二

    都市計画論文集(CD-ROM)　46　(2-3)　2011

    ISSN： 1348-284X

  32. 時間的選好を考慮した共同利用システムの需要-供給最適化問題

    斉藤いつみ, 羽藤英二

    土木計画学研究・講演集(CD-ROM)　44　2011

  33. 実行動データに基づいたday-to-dayの動的経路選択機構の分析

    斉藤いつみ, 山川佳洋, 羽藤英二

    交通工学研究発表会論文集(CD-ROM)　30th　2010

    ISSN： 1884-300X

  34. PPデータに基づいた都市圏におけるモビリティシェアリングの導入可能性

    斉藤いつみ, 羽藤英二

    土木計画学研究・講演集(CD-ROM)　42　2010

Show all ︎Show first 5

Research Projects 3

  1. 画像・自然言語・コードの統合理解に基づくマルチモーダルモデル

    斉藤 いつみ

    Offer Organization: 科学技術振興機構

    Category: 戦略的な研究開発の推進/国家戦略分野の若手研究者及び博士後期課程学生の育成事業（BOOST）/次世代AI人材育成プログラム(若手研究者支援)

    2025 - 2030

    More details Close

    画像や自然言語など多様な入力を理解し、意味的・視覚的に構造化された図表や文書画像を生成する技術を確立します。LaTeXやPythonなどのコードを中間的に生成することで、画像のシンボリックな理解と高品質な図表・文書画像の効率的な生成を実現します。この技術により、論文執筆の自動化などAIによる複雑な情報の可視化を可能とし、視覚情報を活用した人間とAIの効果的なコミュニケーションを促進します。

  2. 文書画像と音声を統合的に理解可能なマルチモーダル言語生成モデルの開発

    高橋 いつみ

    Offer Organization: 日本学術振興会

    System: 科学研究費助成事業

    Category: 若手研究

    Institution: 東北大学

    2024/04/01 - 2027/03/31

  3. Evaluating uncertainty avoidance behaviora for dynamic network design under tremendous disaster

    Offer Organization: Japan Society for the Promotion of Science

    System: Grants-in-Aid for Scientific Research

    Category: Grant-in-Aid for Scientific Research (B)

    Institution: University of Tsukuba

    2023/04/01 - 2027/03/31