2026年8月11日
IEEE GCCE 2026
Re-Defining Vanishing Municipalities in Japan: A Multidimensional Clustering and SLM-Based Policy Insight Framework
Toma Okugawa, Keito Inoshita
「消滅可能性自治体」を20〜39歳女性人口の減少という単一指標ではなく、125の指標・1,721自治体から多次元にクラスタリング（UMAP＋HDBSCAN＋SHAP）し、各クラスタのプロファイルを小規模言語モデル（SLM）へRAGで与えて自治体別の政策提言を生成する、再現可能な枠組み（UBRS）を提案した研究。
IEEE GCCE 2026
Behavioral Fidelity and Philosophy-Grounded Design for Self-Reflective Conversational AI
Takumi Matsuo, Keito Inoshita
LLM対話エージェントが設計者の意図した振る舞いの仕様に実際に従っているかを定量化する評価枠組み「Behavioral Fidelity（BF）」を提案。LLM-as-judgeによる戦略分類・KLダイバージェンス分析・逐次制約検証で検査し、言語哲学に基づく自己省察アプリ Mirra へ適用。消費者向けAIには振る舞いの検証と目的整合的な設計の両方が必要であることを示す研究。