Zhe Sun 研究室
主宰者:Zhe Sun
順天堂大学
AI 要約(直近 5 年の研究成果)
Zhe Sun研究室は、時系列信号処理と脳・生体信号解析を中心に、多様な工学応用に取り組んでいます。時系列データの非定常性に対処するため、周波数領域と時間領域の情報を統合した信号分解・予測手法を開発しています。また、脳波(EEG)や脳機能画像(fMRI)などの神経生理信号から、認知機能や運動意図を高精度で推定する技術を構築しており、特に軽度認知障害の早期診断や脳コンピュータインタフェース(BCI)の実現を目指しています。
さらに、マルチモーダル学習の課題に取り組んでいるのが特徴です。異なるモダリティ(音声・画像など)の不均衡な学習や、ラベルノイズの影響を軽減する方法論を提案し、画像検索や感情認識などの実際の応用に適用しています。これらの研究では、深層学習やグラフニューラルネットワークなどの機械学習手法を活用し、複雑なデータから有用な情報を抽出する技術の開発を進めています。
加えて、エネルギーシステムや医療応用にも目を向けており、風力発電システムの安定性向上や動画圧縮技術、腸内細菌と認知機能の関連性など、工学と生命科学の境界領域の課題解決に取り組んでいます。
※ AI(Claude)が、公開されている論文要旨から研究の問い・手法・主要な発見を事実情報として抽出・再構成して自動生成しています。誤りを含む可能性があるため、正確性は研究室公式情報でご確認ください。
外部リンク
関連研究室(8 件)
- 計算機科学Hiroshi Saruwatari 研究室東京大学論文 187 件·共通: 信号処理, 電気・電子, 学習, 計算機科学 +8
- 工学Atsushi Yamashita 研究室東京大学論文 184 件·共通: 信号処理, 電気・電子, 機械, 計算機科学 +5
- 医学Mitsuru Yagi 研究室慶應義塾大学論文 100 件·共通: 細菌, 機械, 学習, 微生物 +10
- 工学Ryo Natsuaki 研究室東京大学論文 181 件·共通: 電気・電子, 機械, 学習, 計算機科学 +8
- 計算機科学Hajime Asama 研究室東京大学論文 183 件·共通: 信号処理, 学習, 計算機科学, システム +7
- 免疫学・微生物学Koji Kawakami 研究室京都大学論文 100 件·共通: 機械, 学習, 計算機科学, システム +9
- 医学Misa Takegami 研究室東京大学論文 133 件·共通: 細菌, 認知, 計算機科学, システム +8
- 医学Taku Obara 研究室Tohoku University Hospital論文 100 件·共通: 認知, 機械, 学習, 計算機科学 +8
研究成果(81 件)
- DOI: https://doi.org/10.5220/0014703700004070
- DOI: https://doi.org/10.5220/0014672900004070
- DOI: https://doi.org/10.1109/tsp.2026.3675233
- DOI: https://doi.org/10.1109/candarw68385.2025.00064
- DOI: https://doi.org/10.1145/3746027.3755139
- [2025] A robust denoising diffusion framework for completing missing regions of multiple biomedical signalsDOI: https://doi.org/10.1016/j.bspc.2025.108788
- DOI: https://doi.org/10.1016/j.neunet.2025.108133
- DOI: https://doi.org/10.1140/epjs/s11734-025-01894-4
- DOI: https://doi.org/10.1109/icme59968.2025.11210066
- DOI: https://doi.org/10.1109/swc65939.2025.00243
続きを表示(残り 71 件)閉じる
- [2025] Analyzing Cognitive Patterns in Gifted Children Using MRI and Morphometric Similarity NetworksDOI: https://doi.org/10.5220/0013169200003911
- DOI: https://doi.org/10.1088/1748-0221/20/02/c02031
- DOI: https://doi.org/10.1109/tia.2025.3571367
- DOI: https://doi.org/10.1007/s12559-025-10455-9
- DOI: https://doi.org/10.1145/3731715.3733353
- DOI: https://doi.org/10.1109/icassp49660.2025.10889129
- DOI: https://doi.org/10.5392/jkca.2025.25.04.265
- [2025] Essentia: Boosting Artifact Removal from EEG through Semantic Guidance Utilizing Diffusion ModelDOI: https://doi.org/10.1109/icassp49660.2025.10887905
- DOI: https://doi.org/10.1007/s11517-025-03479-8
- DOI: https://doi.org/10.3390/s24165301
- DOI: https://doi.org/10.1016/j.cmpb.2024.108419
- DOI: https://doi.org/10.1109/tnnls.2024.3505674
- DOI: https://doi.org/10.3390/biomimetics9120776
- [2024] A gut-brain connection: probiotics L9 and A6 offer new insights into Alzheimer’s disease preventionDOI: https://doi.org/10.26599/fshw.2024.9250340
- DOI: https://doi.org/10.1109/lsens.2024.3488560
- DOI: https://doi.org/10.1016/j.eswa.2024.125597
- DOI: https://doi.org/10.1109/iros58592.2024.10801364
- [2024] Mapping the vascular reserve in white matter and basal ganglia using Ferumoxytol-enhanced MRI at 7TDOI: https://doi.org/10.58530/2023/0888
- DOI: https://doi.org/10.3390/brainsci14080811
- DOI: https://doi.org/10.1016/j.dcan.2024.06.001
- DOI: https://doi.org/10.1109/icra57147.2024.10611242
- DOI: https://doi.org/10.1016/j.engappai.2024.108473
- DOI: https://doi.org/10.1016/j.compeleceng.2024.109191
- DOI: https://doi.org/10.1088/1741-2552/ad1e22
- DOI: https://doi.org/10.1145/3639469
- DOI: https://doi.org/10.5220/0012414600003657
- DOI: https://doi.org/10.1109/issre59848.2023.00077
- DOI: https://doi.org/10.1109/smc53992.2023.10393939
- DOI: https://doi.org/10.1109/iccsi58851.2023.10303845
- DOI: https://doi.org/10.1360/tb-2023-0591
- DOI: https://doi.org/10.1007/s12559-023-10188-7
- DOI: https://doi.org/10.1007/s12559-023-10156-1
- [2023] Multi-Class Classification of Upper Limb Movements With Filter Bank Task-Related Component AnalysisDOI: https://doi.org/10.1109/jbhi.2023.3278747
- DOI: https://doi.org/10.1007/s40846-023-00798-9
- [2022] Dual Stream Conditional Generative Adversarial Network Fusion for Video Abnormal Behavior DetectionDOI: https://doi.org/10.1142/s0218213022500464
- DOI: https://doi.org/10.1007/s12559-022-10051-1
- [2022] Analysis of Neural Spike Signal Transmission Characteristics in 3-D Heterogeneous IntegrationDOI: https://doi.org/10.1109/apemc53576.2022.9888648
- [2022] Association of longitudinal platelet count trajectory with ICU mortality: A multi-cohort studyDOI: https://doi.org/10.3389/fimmu.2022.936662
- [2022] Deep Reinforcement Learning for the Improvement of Robot Manipulation Skills Under Sparse RewardDOI: https://doi.org/10.1109/ccdc55256.2022.10034200
- DOI: https://doi.org/10.1002/hbm.25998
- [2022] Graph Empirical Mode Decomposition-Based Data Augmentation Applied to Gifted Children MRI AnalysisDOI: https://doi.org/10.3389/fnins.2022.866735
- DOI: https://doi.org/10.1155/2022/2907393
- DOI: https://doi.org/10.1016/j.compeleceng.2022.108091
- DOI: https://doi.org/10.1109/jbhi.2022.3175071
- DOI: https://doi.org/10.1007/s11063-021-10738-w
- DOI: https://doi.org/10.1007/s11280-022-01027-0
- DOI: https://doi.org/10.1109/icassp43922.2022.9747658
- DOI: https://doi.org/10.1016/j.asoc.2022.108811
- DOI: https://doi.org/10.1016/j.compeleceng.2022.108429
- DOI: https://doi.org/10.1016/j.patrec.2022.11.021
- DOI: https://doi.org/10.1109/apemc53576.2022.9888563
- DOI: https://doi.org/10.18653/v1/2022.seretod-1.2
- DOI: https://doi.org/10.1088/1741-2552/ac9e75
- DOI: https://doi.org/10.1088/1741-2552/ac9a01
- DOI: https://doi.org/10.1109/robio54168.2021.9739438
- DOI: https://doi.org/10.1609/aaai.v35i16.17704
- DOI: https://doi.org/10.3390/app11094132
- DOI: https://doi.org/10.1038/s41380-021-01034-z
- DOI: https://doi.org/10.1155/2021/5579888
- DOI: https://doi.org/10.1016/j.compeleceng.2021.107561
- DOI: https://doi.org/10.1109/iros51168.2021.9636079
- DOI: https://doi.org/10.1016/j.ins.2021.09.033
- DOI: https://doi.org/10.3390/e23091170
- DOI: https://doi.org/10.1016/j.neucom.2021.08.119
- DOI: https://doi.org/10.1007/s12559-021-09941-7
- [2021] A multimodal emotion recognition method based on facial expressions and electroencephalographyDOI: https://doi.org/10.1016/j.bspc.2021.103029
- DOI: https://doi.org/10.1007/s11431-020-1876-3
- DOI: https://doi.org/10.1007/s11431-020-1839-5
- [2021] A Novel Waterproof sEMG Electrode Based on Conductive Silicone for Underwater Signal RecognitionDOI: https://doi.org/10.1109/jsen.2021.3095118
- DOI: https://doi.org/10.1609/aaai.v35i18.17971
- DOI: https://doi.org/10.1609/aaai.v35i5.16598
科研費(0 件)
まだデータがありません(KAKEN 取り込み後に表示)。
所属学会・役職(0 件)
まだデータがありません(学会データ連携後に表示)。