鹿児島大学 · 理工学域工学系 · 教授
重井 徳貴
SHIGEI Noritaka
别名: シゲイ ノリタカ / Shigei Noritaka
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
- 情報ネットワーク中区分
- 情報科学中区分
- 感性情報学・ソフトコンピューティング小区分
- 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
- 計算機システム・ネットワーク小区分
- 計算機科学小区分
- 高性能計算細目
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(C)機械学習データセントリック回路素子のモデリング地理情報健診データ
- 2024KAKENHI-基盤研究(C)
超スマート社会におけるプライバシーを保護する機械学習に関する研究 ↗
機械学習クラウドコンピューティング秘匿分散処理最急降下法 - 2024KAKENHI-基盤研究(C)
耐候性鋼のさび外観評点区分の検討と三次元データを用いた橋梁の健全度評価手法の構築 ↗
耐候性鋼さび外観評価三次元データ橋梁健全度 - 2020KAKENHI-基盤研究(C)
エッジコンピューティングによる機械学習の低コスト実現に関する研究 ↗
機械学習エッジコンピューティングディープラーニング画像認識セキュリティIoTモバイルロボット並列分散処理 - 2017KAKENHI-基盤研究(C)
クラウドサービス利用者の安心感を高めるセキュアマルチパーティ簡易計算 ↗
簡易秘密計算法エッジコンピューティング機械学習クラウドコンピューティングニューラルネットワークベクトル量子化セキュアマルチパーティ簡易計算 - 2014KAKENHI-基盤研究(C)
センサネットワークの稼働時間改善および低コスト実装に関する研究 ↗
無線センサネットワーク移動型センサノード稼働時間の改善ニューラルネットワーク判別回路位置推定法強化学習エアコン制御 - 2010KAKENHI-基盤研究(C)
量子コンピュータによる連想記憶システムの構築 ↗
ベクトル量子化アンサンブル学習ソフトコンピューティングバギング法ファイル圧縮FPGA量子コンピュータデータ探索アルゴリズム - 2008KAKENHI-基盤研究(C)
センサネットワークにおける通信制御と情報統合に関する研究 ↗
無線センサネットワーク低消費電力通信プロトコルクラスタリング適応的ルーティングOFDMセンサネットワークベクトル量子化 - 2007KAKENHI-基盤研究(C)
アンサンブル学習を用いた高速ベクトル量子化法の開発とその応用 ↗
ベクトル量子化アンサンブル学習ソフトコンピューティングバギング法データ圧縮FPGAアンサンブル学アルゴリズム - 1999KAKENHI-奨励研究(A)
プロセッサアレイのフォールトトレランスに関する研究 ↗
プロセッサアレイ再構成フォールトトレランスルーティング多項式時間アルゴリズム補償パス
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ファジィシステムシンポジウム講演論文集
室内人数推定のための低コストMOX式CO₂センサ較正手法の一検討 ↗
- 2022IAENG International Journal of Computer Science
Secure Learning Systems using Vertically Partitioned Data with IoT ↗
- 2022ファジィシステムシンポジウム講演論文集
秘匿分解データによるBP学習アルゴリズムの改善 ↗
- 2022Journal of Networking and Network Applications
Machine Learning with Distributed Processing using Secure Divided Data: Towards Privacy-Preserving Advanced AI Processing in a Super-Smart Society ↗
- 2019Journal of Computer Science
Analog Q-learning Methods for Secure Multiparty Computation ↗
- 2019バイオメディカル・ファジィ・システム学会誌
簡易秘密計算法による安全な連続値Q-learningの実現 ↗
- 2017International MultiConference of Engineers and Computer Scientists : Transactions on Engineering Technologies
Learning Method of Fuzzy Inference Systems for Secure Multiparty Computation ↗
- 2016International Journal of Computer, Electrical, Automation, Control and Information Engineering
Improved Network Construction Methods Based on Virtual Rails for Mobile Sensor Network ↗
- 2015IAENG International Journal of Computer Science
Air Conditioner Control Learning Users' Sensations Based on Reinforcement Learning and Its Scalability Improvement ↗
- 2015Engineering Letters
Multiple Route Construction with Path-overlap Avoidance for Mobile Relay on WSN ↗
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。
