Junichiro Ohta 研究室
主宰者:Junichiro Ohta
東京大学
AI 要約(直近 5 年の研究成果)
太田研究室は、海底堆積物や鉱物資源に含まれる化学元素の分析を通じて、地球の過去の環境変化を読み解く研究を行っています。特に注目しているのは、レアアース元素やオスミウム同位体などの微量成分です。これらの元素は海水に溶け込んだり、魚の歯などの生物遺骨に濃縮したりするため、古い海の環境や時間軸の情報を保存しています。研究室では、太平洋の深海泥やマンガン団鉱など、海底に存在する様々な鉱物試料を対象に、化学分析と同位体年代測定を組み合わせて調査しています。
さらに、レアアース元素に富む深海泥は将来の資源として注目されており、研究室はその形成メカニズムの解明にも取り組んでいます。どのような環境条件でレアアース元素が海底に蓄積するのか、また過去の海洋環境の変動とどう関連しているのかを、多元素分析と統計解析によって明らかにしようとしています。加えて、深層学習などの最新の情報処理技術を活用して、微小な化石試料の自動検出システムを開発し、古い地層の年代決定や環境復元をより効率的に行える方法の構築も進めています。
※ 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)
- 計算機科学Hiroshi Saruwatari 研究室東京大学論文 189 件·共通: 深層学習, AI・機械学習, 学習, 環境保全 +9
- 計算機科学Takahiro Ogawa 研究室北海道大学論文 103 件·共通: 深層学習, AI・機械学習, 機械学習, 学習 +7
- 医学Makoto Yamasaki 研究室大阪大学論文 102 件·共通: 地質・鉱物, OS, 海洋・地質, システム +4
- 工学Ryo Natsuaki 研究室東京大学論文 181 件·共通: 深層学習, AI・機械学習, 機械学習, 学習 +6
- 医学Shouhei Hanaoka 研究室University of Tokyo Hospital論文 126 件·共通: 深層学習, AI・機械学習, 機械学習, 学習 +6
- 保健専門職Qi An 研究室東京大学論文 159 件·共通: AI・機械学習, 機械学習, 学習, 環境保全 +7
- 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, 学習, システム +7
- 医学Shota Tanaka 研究室東京大学論文 111 件·共通: OS, 環境保全, 環境科学, システム +6
研究成果(28 件)
- DOI: https://doi.org/10.1029/2026gc013078
- DOI: https://doi.org/10.5194/egusphere-egu26-9932
- DOI: https://doi.org/10.22541/essoar.171804943.38756240/v2
- DOI: https://doi.org/10.3929/ethz-c-000787940
- DOI: https://doi.org/10.1029/2024pa004938
- DOI: https://doi.org/10.7185/gold2025.30384
- DOI: https://doi.org/10.1127/nos/2024/0812
- DOI: https://doi.org/10.1016/j.jaesx.2024.100176
- DOI: https://doi.org/10.1029/2023ea003122
- DOI: https://doi.org/10.1029/2023pa004644
続きを表示(残り 18 件)閉じる
- DOI: https://doi.org/10.5382/econgeo.5009
- DOI: https://doi.org/10.1029/2022gc010681
- DOI: https://doi.org/10.7185/gold2023.18939
- DOI: https://doi.org/10.1016/j.jseaes.2022.105480
- DOI: https://doi.org/10.1016/j.chemgeo.2022.121184
- DOI: https://doi.org/10.1016/j.gloplacha.2022.103920
- [2022] Automated detection of microfossil fish teeth from slide images using combined deep learning modelsDOI: https://doi.org/10.1016/j.acags.2022.100092
- DOI: https://doi.org/10.1016/j.gca.2022.05.022
- DOI: https://doi.org/10.1029/2021gc009729
- DOI: https://doi.org/10.1039/d2ja00089j
- DOI: https://doi.org/10.1016/j.oregeorev.2021.104683
- DOI: https://doi.org/10.1016/j.dsr.2021.103687
- DOI: https://doi.org/10.1016/j.oregeorev.2021.104440
- DOI: https://doi.org/10.1038/s41598-021-84448-7
- DOI: https://doi.org/10.3390/min11030270
- DOI: https://doi.org/10.5194/egusphere-egu21-1107
- DOI: https://doi.org/10.7185/gold2021.5528
- DOI: https://doi.org/10.7185/gold2021.5491
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)。