首藤研究室は、ソフトウェアとネットワークに取り組む研究室です。 数台から数百万台以上までのコンピュータを連携させる方法の追求と、連携することで初めてできることの研究をしています。
高柳、廣中、首藤の論文が国際ワークショップ ABCSS 2025（IEEE BigData 2025 併設）に採択されました。
Keitaro Takayanagi, Shiori Hironaka, Kazuyuki Shudo: “Measuring Geographic Preferences in Social Networks Beyond Population Bias”, Proc. 10th Int’l Workshop on Application of Big Data for Computational Social Science (ABCSS2025 @ IEEE BigData 2025), 2025年12月9日
オンラインソーシャルネットワークにおける地理的近接性の選好を、人口分布バイアスを補正して測定する手法の論文です。Twitter の相互フォローネットワークを10カ国で分析し、従来考えられていた「都市部ほど地理的に近い人とつながる」という傾向が、人口バイアスを除くと必ずしも成立しないことを示しました。
newmo社から、共同研究の成果についてのプレスリリースが出ました：
newmo、京都大学 首藤研究室との共同研究成果が国際会議 DS-RT 2025（プラハ）に採択
高速シミュレーション技術を開発し、自動運転を見据えた実験で、配車待ち時間を最大40％短縮する手法を発見
https://prtimes.jp/main/html/rd/p/000000036.000137033.html
首藤、長谷川（2024年度修士2年）、上田（修士2年）、海野、佐野、曾川（newmo）の論文が国際会議 DS-RT 2025 に採択されました。
Kazuyuki Shudo, Tsuyoshi Hasegawa, Yuito Ueda, Hiroshige Umino, Masahiro Sano, Keisuke Sogawa:
“Ridesharing Simulation to Explore Matching Algorithms”,
Proc. 29th Int’l Symposium on Distributed Simulation and Real Time Applications (DS-RT 2025),
2025年 9月 17〜19日 (採択, regular paper)
ライドシェアリングをモデル化して、シミュレータを開発し、ドライバと乗客のマッチングアルゴリズムを実験しました。 例えば、back-to-back で最大 40%、再割り当てで最大 15%、乗客の平均待ち時間が短くなりました。
