Shin’ichi Satoh 研究室
主宰者：Shin’ichi Satoh
東京大学
AI 要約（直近 5 年の研究成果）
Shin'ichi Satoh研究室は、映像や画像などの視覚的データから有用な情報を自動抽出し、現実世界の課題を解決することを目指しています。主な研究対象は、手話動画から意味を認識するシステム、スポーツ映像の詳細な動作解析、医療診断支援、公平性の監査など、社会的に重要な領域です。これらのテーマに共通して、限られたデータや不完全な情報からいかに正確に学習するかという問題に取り組んでいます。
手法としては、機械学習やニューラルネットワークを基盤に、物理法則に基づく制約条件の組み込み、複数のデータモダリティ（映像・音声・テキストなど）の統合、合成データから実データへの転移学習、不均衡やノイズを含むデータの処理などを工夫しています。特に、完全な正解ラベルが得られない実世界のシナリオで、いかに効果的に学習するかという実用的な課題に焦点を当てています。
得られた主要な知見としては、単純に多くのデータや複数の情報源を組み合わせるだけでなく、各要素が正と負の両方の影響を持つことを考慮した慎重な設計が必要であること、また合成データと実データの間の乖離を物理的な正確性で埋めることが可能であることが示されています。これらの成果は、手話認識、スポーツ分析、医療画像処理、公平な人工知能システムの構築など、様々な応用につながっています。
※ 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)
- 心理学Zilu Liang 研究室東京大学論文 148 件·共通: 転移, がん進展, AI・機械学習, 機械学習 +13
- 医学Yohei Okada 研究室京都大学論文 102 件·共通: 転移, がん進展, 機械学習, 機械 +12
- 計算機科学Kiyoharu Aizawa 研究室東京大学論文 133 件·共通: ネットワーク・セキュリティ, ネットワーク, AI・機械学習, 機械学習 +10
- 計算機科学Ren Togo 研究室北海道大学論文 103 件·共通: 転移, がん進展, 機械学習, 機械 +10
- 材料科学Teruyasu Mizoguchi 研究室東京大学論文 123 件·共通: 転移, AI・機械学習, 機械学習, 機械 +10
- 計算機科学Takahiro Ogawa 研究室北海道大学論文 103 件·共通: AI・機械学習, 機械学習, 機械, 学習 +10
- 医学Takashi Kaito 研究室大阪大学論文 102 件·共通: 転移, がん進展, 機械, 学習 +10
- 医学Toshihisa Anzai 研究室北海道大学論文 101 件·共通: AI・機械学習, 機械学習, 機械, 学習 +10
研究成果（72 件）
- DOI: https://doi.org/10.1109/icassp55912.2026.11462721
- DOI: https://doi.org/10.1145/3772363.3799327
- [2026] Uplifting Table Tennis: A Robust, Real-World Application for 3D Trajectory and Spin EstimationDOI: https://doi.org/10.1109/wacv61042.2026.00718
- DOI: https://doi.org/10.18653/v1/2026.findings-acl.1821
- DOI: https://doi.org/10.1109/tmi.2025.3526818
- DOI: https://doi.org/10.1109/tits.2025.3593805
- DOI: https://doi.org/10.1109/icme59968.2025.11209424
- DOI: https://doi.org/10.1109/cvprw67362.2025.00582
- DOI: https://doi.org/10.1109/access.2025.3641692
- DOI: https://doi.org/10.1109/access.2025.3558512
続きを表示（残り 62 件）閉じる
- DOI: https://doi.org/10.1109/iccvw69036.2025.00796
- DOI: https://doi.org/10.1109/icassp49660.2025.10888945
- DOI: https://doi.org/10.1016/j.neucom.2025.129749
- DOI: https://doi.org/10.1609/aaai.v38i8.28758
- DOI: https://doi.org/10.1145/3664647.3681632
- DOI: https://doi.org/10.1145/3689090.3696058
- DOI: https://doi.org/10.1109/cbmi62980.2024.10859213
- DOI: https://doi.org/10.1109/mipr62202.2024.00055
- DOI: https://doi.org/10.1109/tpami.2024.3430860
- DOI: https://doi.org/10.1007/s11263-024-02085-9
- DOI: https://doi.org/10.5281/zenodo.11109244
- DOI: https://doi.org/10.14428/esann/2024.es2024-77
- [2023] Deep Counterfactual Representation Learning for Visual Recognition Against Weather CorruptionsDOI: https://doi.org/10.1109/tmm.2023.3330534
- [2023] RanLayNet: A Dataset for Document Layout Detection used for Domain Adaptation and GeneralizationDOI: https://doi.org/10.1145/3595916.3626448
- [2023] From Scarcity to Understanding: Transfer Learning for the Extremely Low Resource Irish Sign LanguageDOI: https://doi.org/10.1109/iccvw60793.2023.00215
- DOI: https://doi.org/10.1109/tip.2023.3277389
- DOI: https://doi.org/10.1017/pan.2023.33
- DOI: https://doi.org/10.1145/3581783.3611732
- DOI: https://doi.org/10.1145/3606038.3616164
- [2023] TC-OCR: TableCraft OCR for Efficient Detection & Recognition of Table Structure & ContentDOI: https://doi.org/10.1145/3606040.3617444
- DOI: https://doi.org/10.1109/iccv51070.2023.01127
- DOI: https://doi.org/10.1609/aaai.v37i12.26777
- DOI: https://doi.org/10.1609/aaai.v37i2.25242
- DOI: https://doi.org/10.1109/cvpr52729.2023.01372
- DOI: https://doi.org/10.1016/j.isprsjprs.2023.02.006
- DOI: https://doi.org/10.1016/j.artint.2023.103877
- DOI: https://doi.org/10.18653/v1/2023.emnlp-main.481
- DOI: https://doi.org/10.52202/075280-0475
- DOI: https://doi.org/10.1109/tmm.2022.3233310
- DOI: https://doi.org/10.1109/icip46576.2022.9897592
- DOI: https://doi.org/10.1145/3503161.3548014
- DOI: https://doi.org/10.1109/cvpr52688.2022.02043
- DOI: https://doi.org/10.1109/cvpr52688.2022.01727
- [2022] Discovering regression-detection bi-knowledge transfer for unsupervised cross-domain crowd countingDOI: https://doi.org/10.1016/j.neucom.2022.04.107
- DOI: https://doi.org/10.3390/electronics11091354
- DOI: https://doi.org/10.1109/tmi.2022.3155154
- DOI: https://doi.org/10.1109/tmm.2022.3144066
- DOI: https://doi.org/10.1109/tip.2022.3172208
- DOI: https://doi.org/10.1109/tpami.2022.3199013
- DOI: https://doi.org/10.1109/tgrs.2022.3174815
- DOI: https://doi.org/10.1145/3469877.3490569
- DOI: https://doi.org/10.1109/tmm.2021.3126404
- DOI: https://doi.org/10.1109/tcsvt.2021.3110796
- DOI: https://doi.org/10.1109/mipr51284.2021.00039
- DOI: https://doi.org/10.1145/3460426.3463579
- DOI: https://doi.org/10.1145/3460426.3463622
- DOI: https://doi.org/10.1007/s11548-021-02440-y
- DOI: https://doi.org/10.1145/3404835.3462933
- DOI: https://doi.org/10.1109/icmew53276.2021.9455960
- DOI: https://doi.org/10.1109/cvpr46437.2021.00647
- DOI: https://doi.org/10.1109/access.2021.3131393
- [2021] Learning to Attack Real-World Models for Person Re-identification via Virtual-Guided Meta-LearningDOI: https://doi.org/10.1609/aaai.v35i4.16422
- DOI: https://doi.org/10.1109/icassp39728.2021.9413549
- DOI: https://doi.org/10.1109/iciea52957.2021.9436794
- DOI: https://doi.org/10.1145/3442381.3450027
- DOI: https://doi.org/10.1145/3397481.3450666
- DOI: https://doi.org/10.1186/s12859-020-03936-1
- [2021] Alleviating Cold-Start Problems in Recommendation through Pseudo-Labelling over Knowledge GraphDOI: https://doi.org/10.1145/3437963.3441773
- DOI: https://doi.org/10.1109/icpr48806.2021.9411988
- DOI: https://doi.org/10.1109/icpr48806.2021.9412662
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）。