Keigo Sakurai

Asst. Prof. @HU_LMD | Research Interest: RecSys/Music/Finance/Fashion
Opinions are my own and do not represent my affiliation.

[Keigo Sakurai @nukemusso]

【ご報告】
本日付で北海道大学大学院情報科学研究院/工学部 メディア創生学研究室の助教に着任いたしました！

引き続き札幌からマルチドメインのデータマイニングに関する研究を盛り上げていく所存です。何卒よろしくお願いいたしますm(_ _)m

[Keigo Sakurai @nukemusso]

【ご報告】
昨日10月1日付で、北海道大学 総合イノベーション創発機構 データ駆動型融合研究創発拠点(D-RED)の特任助教に着任致しました
学内では圧倒的に若手(26歳)ですが、北大のAI研究を盛り上げて行けるよう元気いっぱい頑張ります💪

何卒よろしくお願いしますm(_ _)m

[北海道大学 メディアダイナミクス研究室 @HU_LMD]

6月8日から12日まで群馬県高崎市・Gメッセ群馬で開催された人工知能学会全国大会(#JSAI2026)にて、メディアダイナミクス研究室より以下の4件の発表を行いました！
[3]は株式会社 国際電気，[4]は大阪公立大学・野村アセットマネジメント株式会社との共同研究成果です。

[1] 神崎 等 "Transformerに基づく逐次推薦モデルにおける自己注意重みの再考"
Paper: https://t.co/dgBzlQ4j5k
[2] 佐藤 等 "相互作用強度の制御に基づく分散型 LLM マルチエージェントシステムの集団挙動解析に関する検討"
Paper:https://t.co/TYn0svHGBH
[3] 朱 等 "実環境物体検出におけるドメイン適応のためのクラスタリング連合学習のロバスト性検証"
Paper: https://t.co/MM2aktRdZT
[4] 櫻井 等 "金融意思決定のための市場状態に応じた動的目的関数選択"
Paper: https://t.co/TSl31qYtuk

ご聴講に来てくださった皆さん、ありがとうございました！

[Keito Kozaki 神崎恵土 @Keito_Kozaki]

#JSAI2026 でポスター発表します！

Transformerに基づく逐次推薦モデルにおける自己注意重みの再考
6/12 (金) 12:30 - 14:00 ポスター Y会場 (5Yin-A-60)

#SIGIR2026 に採択された内容を発表します！ぜひぜひ気兼ねなく聞きに来てください！！

指導教員の櫻井先生@nukemussoと行った研究です。

[Keigo Sakurai @nukemusso]

弊研究室のエージェント研究の先鋭の子です！
めちゃくちゃ面白い研究なのでこちらも是非！

[Taiyo Sato @Taiyo_Sato_lmd]

#JSAI2026 で発表します！

相互作用強度の制御に基づく分散型 LLM マルチエージェントシステムの集団挙動解析に関する検討
5/9 (火) 16:00 - 17:30 ポスター Y会場 (2Yin-B-52)

ぜひ皆さん聞きに来てください！！

[Keigo Sakurai @nukemusso]

JSAIは主著1本と共著1本発表します！
主著の方は@keeeeei0315 先生とのネタでICLR2026のWorkshopで発表したものになります！
共著の方は指導学生の@Keito_Kozaki 君とのネタでSIGIR2026に採択されたものになります！

推薦システムや金融ドメインのデータマイニングに興味のある方、是非お気軽にお声掛けください！ご飯も是非行きましょう🍜

[北海道大学 メディアダイナミクス研究室 @HU_LMD]

6月8日から12日まで群馬県高崎市・Gメッセ群馬で開催される人工知能学会全国大会(#JSAI2026)にて、メディアダイナミクス研究室より4件の発表を行います！

[Keigo Sakurai @nukemusso]

@nororororororor GenRec研究しましょ！

[Keigo Sakurai @nukemusso]

#ICLR2026 のFinAIワークショップで主著論文Dynamic objective selection with safeguards and LLM oversight for financial decision-makingを発表しました！
初めてFinance×AIの国際コミュニティに参加しましたが、今まで考えたこともなかったような興味深い研究が沢山発表されていてとても楽しかったです。

来月の #JSAI2026 でもICLRで発表した研究について発表します！今回のFinAIワークショップの感想も含め色々お話しできればと思うので、懇親会等でお会いしましょう🍺

[北海道大学 メディアダイナミクス研究室 @HU_LMD]

ブラジル・リオデジャネイロにて開催された #ICLR2026 にてメディアダイナミクス研究室から2本の論文を発表しました！

ご聴講に来てくださった皆さん、ありがとうございました！

[Keigo Sakurai @nukemusso]

ホテルのチェックアウトn分前まで共著の原稿修正しまくるのが助教
帰国の準備します

[Keigo Sakurai @nukemusso]

ICLR期間中、基本ホテルか会場で何かしらのタスクをこなしてたので、せっかく南米来たのに何も観光しないで帰国することになりそう😭

[市川佳彦 @Yoshihiko_ICKW]

「効用を考慮したリランキングに基づく株式推薦」を聞きました。 株式推薦において、ユーザの「好みに合うか（購入されやすさ）」と「儲かるか（実現リターン）」のトレードオフを、投資家ごとのリスク許容度を考慮したリランキング手法（RURA）によって解決し、リターンと嗜好の整合性を両立できる！という研究です。
こちらの研究です。 櫻井慶悟, 小川貴弘, 長谷山美紀, 阿南晏樹, 中川慧, 2026-FIN-036-38 効用を考慮したリランキングに基づく株式推薦, 人工知能学会第二種研究会資料（金融情報学研究会）, 2026, FIN-036 巻, 38, p. 235-241, https://t.co/SYrtboZP9z

【概要】
個人投資家向けのオンライン取引の拡大に伴い、銘柄推薦において嗜好に対する整合性（nDCG等）と、実際の金銭的リターン（ROI等）の双方を同時に考慮する技術が求められています。 既存の手法では、リターンを重視したランキングは分散投資を弱めてユーザの好みを無視しがちであり、逆に好みを重視すると採用はされても実現リターンが低下するというジレンマがありました。さらに、積極的な投資家や保守的な投資家といった、個々のリスク選好の異質性を反映することも困難でした。 そこで本研究は、既存の推薦モデルが生成した候補銘柄群に対して、各投資家のリスク選好を反映した期待効用関数を最大化するように並べ替える「Risk-aware Utility re-Ranking (RURA)」というプラグイン型のフレームワークを提案しています。

【提案手法：RURAのメカニズム】
RURAは、上流の推薦モデルが選んだ候補集合の内部でのみ並べ替えを行うため、新たな銘柄を追加したり上流モデルを再学習したりする必要がありません。 具体的には、定絶対リスク回避（CARA）効用を採用し、投資家のプロファイル情報に基づく基礎リスク回避係数を用いて個別化された効用を計算します。 最適化問題としては、銘柄ごとの購入確率やリターン指向スコアによる報酬と、リスク回避度に比例したペナルティ（分散代理）を組み合わせた目的関数を最大化します。 また、単一銘柄への集中を抑制する分散化パラメータ（λ）を導入することで、元のランキング品質（nDCG）の低下を最小限に抑えつつ、ROIを改善するというトレードオフの連続的な制御を可能にしています。この問題は凸単体上で厳密に凹であり、Water-filling型の閉形式解によって効率的に最適重みを求めることができます。

【分析1：嗜好の整合性とリターンの劇的な両立】
実験では、29,090人の顧客と388,049件の取引、806銘柄を含む公開データセット「FAR-Trans」を使用し、8週間ごとのローリングスライスを用いたバックテストを実施しました。nDCGの評価は上流ランキングとの一致度ではなく実際の新規購入ラベルに基づき、ROIは取引手数料やスリッページを考慮して算出されています。 比較対象として、確率重み付きSharpe（CM1）、平均・分散最適化（CM2）、条件付きバリュー・アット・リスク（CVaR）重視ポートフォリオ（CM3）といったベースラインが用意されました。 結果として、上流推薦モデルそのままではROIがマイナス（-0.3897%）となる環境下で、RURA（λ=0.9）はROIをプラス（0.5166%）へと大幅に改善しました。 同時に、nDCGの指標において、平均・分散最適化（CM2）やCVaR（CM3）がユーザの好みとの著しい乖離を引き起こしたのに対し、RURAは低下を最小限に抑え、安定した推薦品質を維持することに成功しています。

【分析2：あらゆるリスク許容度層での効用向上】
投資家を銀行評価のリスクカテゴリ（Aggressive, Income, Balanced, Conservative等）に分けて期待効用を測定したところ、RURAは全てのリスク群において比較手法を一貫して上回る代理効用改善を示しました。 特に、Balanced群やIncome群においては、既存の平均・分散モデル（CM2）等と比較して約14〜15%もの改善が見られました。 分散化パラメータ（λ）を大きくすると、単一銘柄への集中が抑えられ、採用されやすくボラティリティの低い銘柄へ重みが配分されやすくなるという、手法の設計意図通りの挙動が確認されています。

【まとめ】
株式推薦において、単純にリターンやユーザの好みだけを最適化するのではなく、投資家個々の「リスクの取りやすさ（期待効用）」を軸に推薦結果を再調整（リランキング）することで、買ってもらいやすく、かつ結果的に儲かるポートフォリオを提供できるという結論です。 金融分野特有の「結果志向の目的」と「異質なユーザ特性」を同時に扱うこの枠組みは、実践的なアプローチでした。

[Keigo Sakurai @nukemusso]

#ICLR2026 会場到着！
うちのラボからは2件の発表があります！
会場めちゃくちゃデカい！

[北海道大学 メディアダイナミクス研究室 @HU_LMD]

4月23日から27日にかけてブラジル・リオデジャネイロにて開催される #ICLR2026 において、メディアダイナミクス研究室からは2本の論文を発表します！
現地参加される方は是非お立ち寄りください！

[Keigo Sakurai @nukemusso]

リオデジャネイロ到着！！！！
遠すぎる！！！！

[Keigo Sakurai @nukemusso]

@pauloabelha Thanks for the wonderful sharing!

[Keigo Sakurai @nukemusso]

ICLR@リオデジャネイロ、ソロ参戦なので大変に不安です...

[Keigo Sakurai @nukemusso]

@JUNFROMAI @aclmeeting Congrats!!!

[Junyoung Koh @JUNFROMAI]

I'm happy to share that our paper, 'Jamendo-MT-QA : A Benchmark for Multi-Track Comparative Music Question Answering' has been accepted at #ACL2026 Findings! @aclmeeting

A huge thanks to all my co-authors and proud to be lead of #MAAP Music AI Community LAB!

[Rikiya Takehi 武樋力哉 @rikiyatakehi_jp]

9月からマサチューセッツ工科大学(@MIT)の博士課程に進学することになりました！
機械学習・自然言語処理・情報検索の分野で、面白いことをやっていきます！

これまで支えてくださった皆様、本当にありがとうございました！新しい環境でも頑張ります。

[早稲田大学 Waseda University @waseda_univ]

武樋力哉さん(当時基幹理工4年)の論文が、情報系国際会議「WSDM2026」において最優秀研究論文賞を受賞🏆🌏
「応募799件中1件の狭き門」「学部生として受賞」という快挙を達成した武樋さんは、これまでの道のりを支えた恩師達への感謝を語りました🎙️
https://t.co/FjMYDtR3lC
#研究の早稲田 #waseda

[Keigo Sakurai @nukemusso]

@richwomanbtc @keeeeei0315 是非一緒にご飯行かせてください！！！

[Hideaki Joko @hideaki_joko]

Happy to share that our paper "FACE: A Fine-Grained Reference-Free Evaluator for Conversational Information Access" w/ @fhasibi has been accepted to the #SIGIR2026 full paper track!