はじめに
群馬県高崎市で開催される人工知能学会2026へ参加するにあたりタイムスケジュールを眺めていたところ、「どのような研究テーマが多いのだろう？」ということが気になりました。
そこで、発表タイトルを対象として、可視化して研究のトレンドを見てみようと思います。
今回は、Embeddingを用いた可視化と共起ネットワークによる可視化を行います。
データについて
分析対象には、公開されている発表タイトルのみを使用しており、予稿本文や研究内容そのものは使用していません。
対象となる発表タイトルは約1,400件です。
また、分析対象データの著作権は各著者および学会に帰属します。
Embeddingを用いた可視化
まずは、発表タイトルをEmbeddingして可視化してみます。
ただ、発表タイトルをそのままEmbeddingすると、AIや研究、応用などの頻出する単語の影響が強いので、今回はLLMを用いてキーワードを抽出してからEmbeddingを行いました。
EmbeddingモデルにはQwen/Qwen3-Embedding-0.6Bを使用し、UMAPによる次元削減とHDBSCANによるクラスタリングを行っています。
また、各クラスタのラベル付けは、Ollamaのqwen2.5:7b経由でLLMに生成させています。
その結果は以下のようになりました。
全体を見てみると、予想通り生成AI・LLM関連の研究が大きな割合を占めていることが見て取れました。
また、マルチモーダル関連の研究は、
- ロボティクス
- 世界モデル
- 医療画像
- 生成AI
など複数のクラスタにまたがって登場しており、幅広い領域で扱われている様子が見て取れました。
ラベルについては、LLMによる自動生成のため多少気になるところもありますが、概ね良さそうでした。
共起ネットワークを用いた可視化
次に、発表タイトル中に出現するキーワードの共起ネットワークを作成してみます。
キーワードのベクトル化にはTfidfVectorizerを使用し、共起ネットワークの作成にはnetworkxを用いています。
結果は以下のようになりました。
AI、LLM、エージェントなどのキーワードがネットワークの中心付近に集まっており、多くの研究テーマと関連していることが確認できました。
また、マルチモーダルも中心付近に位置しており、複数のキーワードと接続していることがこちらでも確認できました。
まとめ
今回は、人工知能学会2026の発表タイトルを対象として可視化してみました。
個人的には、ロボティクス系が気になるので見てみようかなと思ってます。
昨年度も参加したので、次はそれと比較してみようかなと思います。