電気通信大学 · 情報理工学研究科 · 准教授
宇都 雅輝
Uto Masaki
别名: ウト マサキ
16KAKEN 项目
20CiNii 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」。
- 主业応用情報学およびその関連分野大区分
- 教育工学細目
- 科学教育・教育工学小区分
- 総合系大区分
- 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。
項目反応理論11eテスティング6テスト理論6パフォーマンス評価5自然言語処理5eラーニング4深層学習4人工知能3自動採点3適応型テスト3ディープラーニング2ベイズ統計2信頼性2大規模言語モデル2小論文自動採点2Deep Learning1Knowledge Tracing1アダプティブテスト1アダプティブラーニング1ゲーム1
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(B)パフォーマンス評価自動採点テスト理論人工知能大規模言語モデル
- 2024KAKENHI-基盤研究(B)
項目反応理論に基づくパフォーマンス評価フレームワークの開発と実証実験 ↗
項目反応理論パフォーマンス評価自然言語処理大規模言語モデルベイズ統計人工知能テスト理論 - 2024KAKENHI-基盤研究(A)
思考力評価を実現する人工知能を用いた適応型eテスティングの開発 ↗
eテスティング適応型テスト等質テスト構成人工知能自然言語処理 - 2023KAKENHI-挑戦的研究(萌芽)
深層学習自動採点技術と項目反応理論を用いた異なる記述式テストの共通尺度化 ↗
テスト理論項目反応理論深層学習自然言語処理教育測定 - 2022KAKENHI-挑戦的研究(萌芽)
教育ビックデータの予測精度と解釈性を両立するBayesian Deep-IRT ↗
項目反応理論深層学習Knowledge Tracing教育ビックデータDeep Learningアダプティブラーニングディープラーニングテスト理論 - 2021KAKENHI-挑戦的研究(萌芽)
効果的な避難誘導情報のための批判的思考態度の推定手法開発と指導育成に関する研究 ↗
批判的思考態度リテラシー教育テキスト分析学習者特性ナッジ - 2020KAKENHI-基盤研究(B)
プログラムコード読解作成能力育成のための認知行動に基づく形成的評価手法の確立 ↗
プログラムコード読解作成能力認知行動形成的評価 - 2020KAKENHI-挑戦的研究(萌芽)
深層学習と項目反応理論を融合した評価者バイアスに頑健な小論文自動採点手法 ↗
小論文自動採点項目反応理論深層学習評価者バイアス信頼性テスト理論 - 2019KAKENHI-挑戦的研究(萌芽)
小論文自動採点実用化のためのルーブリックを考慮した項目反応理論の開発 ↗
自動採点ルーブリック項目反応理論 - 2019KAKENHI-基盤研究(C)
項目反応理論に基づいた非認知的能力テストの開発 ↗
非認知的能力計測ゲーム項目反応理論テスト
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情報・システムソサイエティ誌
項目反応理論に基づく難易度調整可能な読解問題自動生成手法 ↗
- 2024先進的学習科学と工学研究会
面接自動評価のためのマルチモーダル深層学習自動採点モデルの開発 ↗
- 2024電子情報通信学会技術研究報告
オンライン授業での小論文テキスト分析に基づく学習者特性の推定 ↗
- 2024先進的学習科学と工学研究会
深層学習に基づく仮想受検者を用いた項目難易度推定手法 ↗
- 2024教育システム情報学会誌 = Transactions of Japanese Society for Information and Systems in Education
The 24th International Conference on Artificial Intelligence in Education ↗
- 2024Abstract of ICS Exchange 2024
Predicting critical thinking ability scores using student's characteristics and learning performance ↗
- 2022先進的学習科学と工学研究会
論述構造解析を組み込んだニューラル小論文自動採点手法 ↗
- 2022日本行動計量学会大会抄録集
C23D-1 評価者特性の時間変動を推定する時系列型ベイズ多相ラッシュモデル ↗
- 2021教育システム情報学会誌 = Transactions of Japanese Society for Information and Systems in Education
AI in Educationのトップ国際会議採択に向けて : コミュニティ・プラザ ↗
- 2021先進的学習科学と工学研究会
ルーブリック評価における多次元4相型項目反応モデルの提案 ↗
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。
