青山学院大学 · 理工学部 · 教授
大原 剛三
OHARA Kouzou
别名: オオハラ コウゾウ
24KAKEN 项目
11CiNii 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」。
- 主业知能情報学小区分
- 情報学中区分
- ウェブ情報学・サービス情報学細目
- 人間情報学大区分
- 学習支援システム細目
- 情報システム学(含情報図書館学)小区分
- 情報学フロンティア大区分
- 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
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。
データマイニング11グラフマイニング7機械学習7知識発見5社会ネットワーク分析4複雑ネットワーク科学3クラスタリング2ダイナミクスモデル2データマインング2マルチメディア2ユビキタスセンシング2例外2可視化2大規模次元データ2大規模次元時系列2帰納論理プログラミング2映像要約2時系列データ解析2時系列解析2監視2
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。
- 2020KAKENHI-基盤研究(C)時間制約付き目標ノード指向中心性指標大規模ネットワーク不完全ネットワーク重要リンク抽出重要ノード抽出大規模不確実ネットワーク
- 2017KAKENHI-基盤研究(C)
大規模ネットワークでの情報フロー損失最小化のためのクリティカルリンク発見 ↗
クリティカルリンク複雑ネットワーク社会ネットワーク分析道路ネットワーク中心性指標知識発見 - 2017KAKENHI-基盤研究(C)
協調・競合構造を考慮したアテンションダイナミクスの数理モデリング ↗
ソーシャルメディアマイニングソーシャルネットワーク分析機械学習データマイニング複雑ネットワーク科学ソーシャルメディア分析確率過程モデル統計的機械学習 - 2014KAKENHI-基盤研究(C)
文脈的要因を考慮した複雑社会ネットワーク進化の数理モデリング ↗
社会ネットワーク分析ネットワーク進化モデル機械学習データマイニング複雑ネットワーク科学機械学習アルゴリズム情報拡散の影響度分析 - 2014KAKENHI-挑戦的萌芽研究
立体視が発音身体知獲得に与える影響の解明とその言語学習支援への応用 ↗
知的学習支援システム言語教育発音学習身体知VRアニメーション口腔英語学習 - 2014KAKENHI-基盤研究(C)
確率過程に対する精度保証付き予測シミュレーション法の構築とその知識発見への応用 ↗
予測シミュレーション確率モデル機械学習統計数学知識発見 - 2011KAKENHI-若手研究(B)
大規模社会ネットワークにおける情報伝搬履歴に基づく多重コミュニティ抽出 ↗
社会ネットワークコミュニティ抽出グラフマイニングデータマイニング情報工学ウェブマイニング - 2011KAKENHI-基盤研究(C)
複雑ネットワーク上でのカルチャーダイナミクスの数理モデリング ↗
社会ネットワーク分析情報拡散モデルオピニオン形成モデル学習アルゴリズム変化点検出データマイニング複雑ネットワーク科学 - 2009KAKENHI-若手研究(B)
グラフ閉包演算を用いた頻出飽和部分グラフマイニングの実現とその並列化 ↗
グラフマイニングデータマイニング機械学習パターン発見クラフマイニング - 2007KAKENHI-特定領域研究
大規模次元観測時系列からのダイナミクス知識体系化と理解支援手法の開発 ↗
大規模次元データ大規模次元時系列ユビキタスセンシングダイナミクスモデルデータマインング時系列データ解析監視知識発見
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。
- 2019人工知能
巻頭言「Win-Win-Win の産学連携による人材育成」 ↗
- 2018日本データベース学会和文論文誌
社会ネットワークにおける影響最大化問題を解く並列分散アルゴリズムの提案 ↗
- 2017人工知能
書評「これからの強化学習」 ↗
- 2012日本データベース学会論文誌
情報拡散モデルに基づくツイート系列からのバースト期間検出 ↗
- 2004生産と技術 = Manufacturing & technology / 大阪大学生産技術研究会 編
若者 道は開ける ↗
- 2003電子情報通信学会技術研究報告 = IEICE technical report : 信学技報
Extracting Diagnostic Knowledge from Hepatitis Data by Decision Tree Graph-Based Induction ↗
- 1999全国大会講演論文集
Web上のニュース記事の分類における知識コンバージョンを用いた例外処理 ↗
- 1995情報処理学会論文誌
不完全知識を扱う高水準論理型データベースの問合せのための関係代数表現 ↗
- 1995人工知能学会全国大会論文集 = Proceedings of the Annual Conference of JSAI
例外を含む知識からの階層構造の獲得について ↗
- 19941994年度人工知能学会全国大会論文集
高水準論理型デ-タベ-スにおける問合せ手続き ↗
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。
