関西大学 · ビジネスデータサイエンス学部 · 教授
鷲尾 隆
WASHIO Takashi
别名: ワシオ タカシ
34KAKEN 项目
16CiNii 论文
20主要关键词
Research fields
研究领域
按日本文部科学省 科研費審査区分表 自动归类。KAKEN 项目数越多,代表教授在该领域投入越深。第一个为「主业」。
- 主业知能情報学小区分
- 情報学中区分
- 人間情報学大区分
- 応用物理学大区分
- 応用物理学一般小区分
- 情報科学中区分
- 感性情報学・ソフトコンピューティング小区分
- 理工系大区分
- 統計科学細目
- 総合・新領域系大区分
- 総合理工中区分
- 総合系大区分
- 総合領域大区分
- 複合領域大区分
Research keywords
这位教授在研究什么
基于他/她公开的科研项目与论文自动提取的研究关键词,出现频次越高显示越大。
データマイニング19機械学習15知識発見7知識獲得5Machine Learning4大規模次元データ4グラフマイニング3ビッグデータ3属性構築3属性選択3統計的因果推論3統計的推定3超高次元データ3高次元データ3Data Mining2Feature Construction2Feature Selection2Knowledge Acquisition2MDL2カスケードモデル2
KAKEN grants
科研项目(近期在前)
KAKENHI 是日本科研最权威的经费系统,基金层级越高(S > A > B)越能反映影响力。
- 2023KAKENHI-基盤研究(A)一般化状態空間モデル機械学習深層学習事前知識制約弱教師有学習状態空間モデル状態モデル観測モデル
- 2020KAKENHI-挑戦的研究(萌芽)
教師ラベル無しビッグデータからの高速高精度分類器学習手法の探求 ↗
弱教師有り学習分類器学習機械学習UUC教師ラベル無しデータ分類器回帰式クラス事前確率 - 2017KAKENHI-基盤研究(C)
非線形性に基づく大規模因果推論原理・手法の研究 ↗
統計的因果推論因果解析機械学習データマイニング回帰解析非線形性 - 2015KAKENHI-基盤研究(B)
超高次元データ解析アルゴリズムに基づく呼気診断センサのハード・ソフト双方向開発 ↗
olfactory sensorsMSSnanomechanical sensorsreceptor materialsnanoparticlesdata analysismachine learning嗅覚センサ - 2015KAKENHI-基盤研究(S)
離散構造処理系の基盤アルゴリズムの研究 ↗
離散構造アルゴリズム論理関数組合せ集合大規模データ処理グラフ理論最適化列挙 - 2014KAKENHI-挑戦的萌芽研究
モデルマイニング:超高次元大規模データからの局所モデル探索列挙手法の探求 ↗
データマイニング機械学習ビッグデータモデリング高次元データサンプリングアンサンブルアンサンブル学習 - 2013KAKENHI-基盤研究(A)
超高次元データ空間における統計的推定・シミュレーション原理の開発と応用展開 ↗
超高次元データ機械学習データマイニング人工知能次元の呪いシミュレーション希少事象統計的推定 - 2012KAKENHI-基盤研究(C)
ベイジアンネットワークの構造学習で、離散と連続の属性が混在する場合 ↗
ベイジアンネットワーク構造学習事後確率最大相互情報量の検定独立性の検定グラフィカルモデル計算量の削減一致性 - 2012KAKENHI-挑戦的萌芽研究
希少・特殊条件における事象・シナリオ生起の確率的シミュレーションモデルの学習 ↗
知識発見データマイニング確率モデル機械学習希少事象災害希少事象解析希少事象シミュレーション - 2012KAKENHI-基盤研究(B)
強化学習モデルによるヒトの潜在的な心理状態の予測に基づく共適応BMI ↗
ブレイン・マシン・インタフェース強化学習
CiNii papers
近期论文 / 文章
CiNii 覆盖日本国内期刊、论文集、图书章节。只保留最近的 10 条。
- 2015人工知能
論文特集「2014年度全国大会速報論文」にあたって ↗
- 2010情報処理学会論文誌 50
ユークリッド距離の高速高精度推定と範囲問合せへの応用 ↗
- 2010情報処理学論文誌
ユークリッド距離の高速高精度推定と範囲問合せへの応用 ↗
- 2009日本ソフトウェア科学会データマイニング技術講座資料, Sept. 2009
データマイニングとは何か?-代表的基礎技術 ↗
- 2008全国大会講演論文集
大規模次元観測時系列のダイナミクスモデルに関する研究 ↗
- 2004知識社会のための情報 統計科学
大規模データのデータマイニングの実像 ↗
- 2003日本化学会情報化学部会誌
データマイニング-その発展と今後の展望- ↗
- 2002人工知能
(2)機械学習とデータマイニング(会議報告) ↗
- 2001人工知能
WS5)KDD Challenge(会議報告) ↗
- 2001日本ファジィ学会誌
バスケット分析 ↗
How to assess fit
如何判断这位教授是否适合你
数据库的数据告诉你「这位教授在做什么」;能不能适合你,需要你自己对照以下几点判断。
- 关键词对齐
上面的关键词云里,有没有你研究计划书中反复出现的词?1-2 个重合是起点,3+ 个说明方向接近。
- 近期项目对应
看 KAKEN 项目的时间 — 近 2 年还有活跃项目说明研究室还在跑;只看项目名也大致能判断和你的问题是否相关。
- 不要只看学校名气
方向匹配度 > 学校排名。一位方向对口、还在活跃招生的副教授,往往比一位名气大但快退休的正教授更值得考虑。
- 留意招生信号
查一下该教授的研究室官网,看 OB/OG 名录里有没有中国 / 韩国 / 东南亚学生 — 这是「是否招留学生」最直接的信号。
ℹ️ 后期会加入基于 LLM 的中文画像(例如:「这位教授的研究风格偏...,适合什么样的申请者」),目前先用数据库公开字段 + 编辑建议替代。
数据来源说明:此页所有数据均来自 NII 旗下 KAKEN(nrid.nii.ac.jp)+ CiNii Research(cir.nii.ac.jp)公开 API,非实时抓取,可能滞后数周。每条目右侧链接可回溯到原始记录。
