東京大学 · 新領域創成科学研究科 · 教授
瀧川 一学
Takigawa Ichigaku
别名: TAKIGAWA Ichigaku / タキガワ イチガク
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
- 知能情報学小区分
- ゲノム科学小区分
- システムゲノム科学細目
- 人間情報学大区分
- 情報科学、情報工学およびその関連分野大区分
- 数物系科学大区分
- 数理物理・物性基礎細目
- 物理学中区分
- 理工系大区分
- 生体生命情報学細目
- 総合・新領域系大区分
- 総合系大区分
- 総合領域大区分
- 複合新領域大区分
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。
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(A)アルゴリズム離散構造列挙最適化制約充足
- 2025KAKENHI-基盤研究(B)
化学のための幾何グラフの表現学習の精密化と実践 ↗
機械学習幾何グラフ化学反応 - 2025KAKENHI-挑戦的研究(萌芽)
ポストTransformerに向けた離散機械学習の再定義と刷新 ↗
機械学習深層学習表現学習 - 2021KAKENHI-基盤研究(C)
グラフ表現学習の転移性・構成性の獲得とその実践 ↗
機械学習グラフ表現学習構成的学習転移学習分子構造生成グラフ表現学習分子表現 - 2021KAKENHI-挑戦的研究(開拓)
化学における外挿探索を可能とする機械学習手法の開発と実証 ↗
固体触媒機械学習触媒インフォマティクス不均一系触媒データ科学インフォマティクス文献データ - 2020KAKENHI-基盤研究(S)
非平衡過程の実空間観察手法の転換:TEMによる溶液からの核生成過程の解明 ↗
核生成ナノ粒子透過型電子顕微鏡その場観察結晶成長 - 2020KAKENHI-基盤研究(A)
離散構造処理系に基づく列挙と最適化の統合的技法の研究 ↗
アルゴリズム離散構造演算処理系列挙索引化 - 2020KAKENHI-基盤研究(A)
TEM直接観察による水溶液からの核生成過程の鍵因子の探索 ↗
核生成結晶成長透過型電子顕微鏡機械学習ナノ粒子その場観察結晶化 - 2020KAKENHI-学術変革領域研究(A)
新しい概念に基づいたアルゴリズム・最適化の問題創出とその効率的求解方法の研究 ↗
アルゴリズム最適化モデル分野融合文理融合議論手法分野横断社会課題 - 2017KAKENHI-挑戦的研究(萌芽)
材料科学におけるデータ駆動型探索技術の確立 ↗
機械学習不均一系触媒固体触媒データ駆動科学データマイニングマテリアルズインフォマティクス
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。
- 2025人工知能学会研究会資料 人工知能基本問題研究会
Counterfactual Explanation Propagation for Graph Neural Networks ↗
- 2024人工知能学会研究会資料 人工知能基本問題研究会
Algorithmic Recourse for Graph Neural Networks via Customizable Edge Masks ↗
- 2024岩波 科学
大規模言語モデルは人間の言語能力の解明に役立つのか?(後編) ↗
- 2024岩波 科学, 連載:人間の言語能力とは何か─生成文法からの問い〈番外編2
大規模言語モデルは人間の言語能力の解明に役立つのか?(後編) ↗
- 2023岩波 科学, 連載:人間の言語能力とは何か─生成文法からの問い〈指定討論2〉
なぜ経験則は説明の論理として受け入れがたいか ↗
- 2023自動車技術, 特集: DX 時代の CAE 最新手法
機械学習は真の理解や発見に寄与できるか ↗
- 2023情報処理, 連載:こたつde議論;~情報学を核とした多分野交流の現場から~
予感される組織に寄せて ─外部から見た多分野交流─ ↗
- 2022化学と教育
表現と介入:機械学習は化学研究の「経験と勘」を合理化できるか? ↗
- 2022電子情報通信学会誌, 特集: 深層学習は情報・システムの研究をどう変えたか
深層学習が広げる分子と幾何構造の表現 ↗
- 2022電子情報通信学会誌
深層学習が広げる分子と幾何構造の表現 ↗
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。
