学習院大学 · 付置研究所 · 教授
久保山 哲二
Kuboyama Tetsuji
别名: KUBOYAMA Tetsuji / クボヤマ テツジ
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
- 情報セキュリティ細目
- 情報科学中区分
- 総合・新領域系大区分
- 総合系大区分
- 総合領域大区分
- 複合領域大区分
- 計算基盤大区分
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-挑戦的研究(開拓)国会生成系LLM自然言語処理テキスト・データ比較議会論
- 2024KAKENHI-基盤研究(C)
分野間データ利用において個人情報保護、精度維持、汎用性を満たす集団照合手法の探求 ↗
プライバシー保護分野間データ利用情報セキュリティ個人情報保護分野間推薦プライバシー - 2024KAKENHI-基盤研究(B)
無限平面上の離散構造列挙と類似度設計による結晶の表面構造探索 ↗
タイリングパターンSATソルバーイジングモデル組合せ最適化最適輸送問題列挙アルゴリズム結晶成長離散構造カーネル - 2024KAKENHI-基盤研究(B)
大規模SNS上の話題の構造化による集合行動解析手法 ↗
ソーシャルメディア集合行動データマイニング反応分析ビックデータ解析ビッグデータ解析ソーシャルメディア分析データ研磨 - 2022KAKENHI-基盤研究(C)
グラフ構造パターンにより可視化された説明可能なグラフ構造化知識の獲得システム ↗
機械学習グラフ構造パターン木構造パターン進化的学習データマイニンググラフ構造データ - 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 - 2020KAKENHI-挑戦的研究(開拓)
自然言語処理技術を用いた日英仏議会テキスト解析による国会の特質・変則性の解明 ↗
国会国会会議録自然言語処理与党の国会からの退出SNS生成系AI議会スピーチ比較議会論 - 2019KAKENHI-基盤研究(A)
構造抽出による自然言語ビッグデータへの高次高精度なデータマイニング技術の開発 ↗
SNS解析多様性クラスタリングソーシャルメディアデータマイニングアルゴリズム形質類似性 - 2019KAKENHI-基盤研究(C)
図と地でとらえる巨大二部グラフクラスタリングとその応用 ↗
コミュニティ抽出特徴選択二部グラフクラスタリング部分構造列挙数え上げ二部クラスタリングネットワーク分析 - 2018KAKENHI-基盤研究(C)
大規模自然災害後の数億件規模のツイートからの話題成長パターンの分析とモデル化 ↗
ソーシャルメディア解析データマイニングテキストマイニングビッグデータ解析時系列解析マイクロクラスタリング2段階クラスタリング多様性
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。
- 2022電子情報通信学会技術研究報告 HCS2021-50
共食における銘々膳と共同膳の形式が参与者の会話行動に及ぼす影響 ↗
- 2014Lecture Notes in Artificial Intelligence (Proc. of JSAI-isAI Post-Workshop Proceedings)
A Comprehensive Study of Tree Kernels ↗
- 2014Lecture Notes in Artificial Intelligence
A Comprehensive Study of Tree Kernels ↗
- 2013IEICE Transactions
Scalable Detection of Frequent Substrings by Grammar-Based Compression ↗
- 2010Journal of Computer Science and Technology Vol.25(5)
A Generalization of Haussler's Convolution Kernel-Mapping Kernel and Its Application to Tree Kernels ↗
- 2010学習院大学計算機センター年報
海外派遣報告書(3件) ↗
- 2009Lecture Notes in Artificial Intelligence 5433
Sibling Distance for Rooted Labeled Trees ↗
- 2009Theoretical Compututer Science Vol.410(19)
Polynomial summaries of positive semidefinite kernels ↗
- 2009学習院大学計算機センター年報
海外出張報告 ↗
- 2009人工知能学会論文誌, 人工知能学会 Vol.24(2)
Haussler畳み込みカーネルの一般化と応用:マッピングカーネル ↗
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。
