グラフは、頂点（ノード）と辺（エッジ）の集合で構成されるデータ構造です。ソーシャルネットワークにおける人間関係、交通網、分子構造など、現実世界の様々な関係性を表すのに利用されています。近年では、グラフニューラルネットワークやグラフデータベースの発展に見られるように、グラフ構造を用いた技術は人工知能やデータサイエンス分野など多くの分野で利用されています。
私は、このようなグラフを対象としたアルゴリズムの研究に関して、
グラフ可視化: 複雑なネットワーク構造の本質を保ちつつ、人間が直感的に理解しやすいように描画するアルゴリズムに関する研究
動的グラフ分析: ソーシャルネットワークの時間変化に着目し、コミュニティの形成や情報伝播のパターンを分析する研究
グラフニューラルネットワーク： グラフの局所的・大域的な特徴量を考慮に入れることで、グラフニューラルネットワークの予測精度と表現力を向上させる研究
などに取り組んでいます。
これらの研究を通じて、人工知能・データサイエンスを含む情報技術の基盤の発展に寄与していきたいと考えています。

グラフの中心性を考慮したグラフニューラルネットワークの模式図（中心性を考慮することで従来のGCNより若干の精度の向上した結果が得られた）