東北大学 · 情報科学研究科 · 教授
篠原 歩
Shinohara Ayumi
别名: SHINOHARA Ayumi / シノハラ アユミ
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」。
- 主业情報学中区分
- 情報学基礎大区分
- 知能情報学小区分
- 複合領域大区分
- ソフトウエア細目
- メディア情報学・データベース細目
- 内科系臨床医学大区分
- 医歯薬学大区分
- 循環器内科学小区分
- 情報システム学(含情報図書館学)小区分
- 情報学基礎理論中区分
- 情報科学中区分
- 生物系大区分
- 科学教育中区分
- 科学教育・教育工学小区分
- 総合・新領域系大区分
- 総合系大区分
- 総合領域大区分
- 計算機科学小区分
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。
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。
- 2025KAKENHI-基盤研究(C)データ圧縮文字列処理機械学習文法推論質問学習
- 2021KAKENHI-基盤研究(C)
データ圧縮:最小文法問題に対する理論と応用の両面アプローチ ↗
データ圧縮文法圧縮パターン照合文字列処理機械学習質問学習文法推論最小文法問題 - 2015KAKENHI-基盤研究(S)
高階モデル検査の深化と発展 ↗
高階モデル検査プログラム検証データ圧縮型システム関数型プログラム高階不動点論理不動点論理高階文法 - 2013KAKENHI-挑戦的萌芽研究
高等教育に適した自学自習システムの開発 ↗
言語理論オートマトンe-learning学習理論 - 2012KAKENHI-新学術領域研究(研究領域提案型)
学習理論からの計算限界解明へのアプローチ ↗
計算学習理論オンライン予測計算理論分布学習オンライン意思決定離散力学系最長共通部分列メトリカルタスクシステム問題 - 2011KAKENHI-挑戦的萌芽研究
文字列学のための研究支援システムの開発 ↗
アルゴリズム情報基礎離散構造文字列学データ構造 - 2011KAKENHI-基盤研究(S)
高階モデル検査とその応用 ↗
高階モデル検査プログラム検証データ圧縮高階文法型システム関数型プログラム関数型言語高階再帰スキーム - 2011KAKENHI-基盤研究(B)
データ圧縮に基づく知識発見の理論と応用に関する研究 ↗
データ圧縮機械学習人工知能アルゴリズム知識発見データ圧 - 2010KAKENHI-基盤研究(B)
超高速圧縮データストリーム処理に基づく軽量XMLデータベース管理システム基盤技術 ↗
XMLデータベース圧縮データストリームアルゴリズム暗号・認証等情報工学ディレクトリ・情報検索ソフトウェア開発効率化データ圧縮 - 2008KAKENHI-基盤研究(B)
データ圧縮に基づく知識発見の研究 ↗
知識発見とデータマイニングデータ圧縮機械学習人工知能アルゴリズム知識発見情報基礎
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。
- 2024LIPIcs
Algorithms for Galois Words: Detection, Factorization, and Rotation ↗
- 2016Stringology 2016
Fast Full Permuted Pattern Matching Algorithms on Multi-track Strings ↗
- 2016Proceedings of SOFSEM 2016
KMP Based Pattern Matching Algorithms for Multi-track Strings ↗
- 2014情報処理学会論文誌
一般化三並べの拡張:目標動物の組合せ ↗
- 2013Proc. Prague Stringology Conference (PSC 2013)
On Morphisms Generating Run-Rich Strings ↗
- 2004Proc.The 15th International Conference Algorithmic Learning Theory (ALT2004) LNAI3244
String Pattern Discovery. ↗
- 1998全国大会講演論文集
LZW圧縮テキストに対する高速文字列照合アルゴリズム ↗
- 1998全国大会講演論文集
質問学習における学習可能性の統一的特徴づけ ↗
- 1992人工知能
Natarajan, B. K. : MACHINE LEARNING - A Theoretical Approach, Morgan Kaufmann Publishers (1991). ↗
- 1991情報処理
PAC学習-確率的で近似的た正しい学習- ↗
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。
