研究内容/research研究内容Research Topics

知的創造活動の分析と支援を目的とし,確率統計や信号処理,機械学習に基づく
アプローチを提案しています.

  • マルチメディア検索

    マルチメディア検索

    マルチメディアコンテンツの感性分析や人気予測を進めています.また,地図画像やファッション画像など,特定ドメインのデータの分類・検索手法を研究しています.

    • 地図画像の自動分類 [Sawada&Katsurai, ICASSP2020]
    • レシピ画像の人気予測 [Sanjo&Katsurai, CIKM2017]
    • 画像の感情分類 [Katsurai&Satoh, ICASSP2016]
  • マイクロブログ分析

    マイクロブログ分析

    一般的な辞書に収録されていない語(絵文字やスラング)を対象に,感情スコアを自動で割り当てる手法を提案しています.

    • 絵文字の感情スコア算出 [Kimura&Katsurai, FAB2017(ASONAM2017)]
    • 日本語ツイートと絵文字ツイートにおける絵文字の比較 [Kimura&Katsurai, iiWAS2018]
    • ニコニコ動画のスラング感情辞書構築 [小椋&桂井,DEIM2017]
  • リンクトデータ

    リンクトデータ

    ウェブ上のデータを互いに関連付けることは,知識発見や機械学習のための基盤的技術といえます.現在は異なるデータベース間のレコードを自動で紐付けるための研究をしています.

    • 異なる言語の学術データの著者マッチング [Chikazawa, Katsurai, Ohmukai, Scientometrics, 2021
    • 学術データの著者マッチング [Katsurai&Ohmukai, JCDL2019]
  • 研究者トピック分析

    研究者トピック分析

    論文タイトルやキーワード,概要などのテキストから研究者の専門トピックを推定し,関連研究者検索や著者同定などに応用します.

    • 研究者検索インタフェースの構築 [Takahashi, Tango, Chikazawa, Katsurai, ICADL2020]
    • トピック変遷の可視化 [Nishizawa, Katsurai, Ohmukai, Takeda, APSIPA ASC 2018]
    • 国内研究者のトピック抽出 [Katsurai+, IEICETrans, 2016]
  • ソーシャルネットワーク分析

    ソーシャルネットワーク分析

    知的創造活動におけるコラボレーション構造をネットワークで表し,コミュニティ内の活発さやコミュニティ間の違いを分析します.

    • 研究IR指標の導出 [荒木, 桂井, 大向, 武田 DBSJ, 2018]
    • 研究機関内コラボレーションの現状分析 [Araki, Katsurai, Ohmukai, Takeda, IEICE Trans, 2017]
  • トレンドマッピング

    トレンドマッピング

    人々の興味を知ることは戦略策定やマーケティングに役立ちます.大量のデータを解析し,各年代で流行しているトピックを抽出・可視化します.

    • 研究トレンドの可視化 [Katsurai&Ono, Scientometrics, 2019]

Pagetop