Junjue Wang 研究室
主宰者：Junjue Wang
東京大学
AI 要約（直近 5 年の研究成果）
本研究室は、衛星画像やドローン画像などの地球観測データから地表の情報を自動的に理解・解析する研究に取り組んでいます。都市計画や災害対応、環境モニタリングといった実社会の課題に対して、深層学習や大規模言語モデルなどの最新の人工知能技術を応用することで、地球規模の現象を効率的に把握することを目指しています。
具体的には、高解像度の衛星画像から建物や道路などの地物を正確に検出・分類するセマンティックセグメンテーション、複数の異なるセンサーからのデータを組み合わせた統合的な解析、そして自然言語で画像内容を記述するキャプショニングなど、視覚と言語を組み合わせた多段階の理解を実現しています。特に、異なる地域や時間での学習データの不足に対応するため、少数の教師データから学習する手法や、ドメイン適応による転移学習を積極的に導入しています。
さらに、地震後の建物被害判定や地滑り検出といった緊急対応が必要な場面での応用にも注力しており、国際的なコンペティションや大規模ベンチマークデータセットの構築を通じて、実践的な課題解決に貢献しています。これらの研究を通じて、リアルタイムで地球全体の変化を監視・理解するための知能的な仕組みの構築を進めています。
※ 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)
- 環境科学Ram Avtar 研究室北海道大学論文 103 件·共通: 都市計画, 都市・地盤, 土木・建築, 機械学習 +9
- 工学Ryo Natsuaki 研究室東京大学論文 181 件·共通: 都市・地盤, 土木・建築, 深層学習, AI・機械学習 +7
- 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 +8
- 環境科学Shizuka Hashimoto 研究室東京大学論文 144 件·共通: 都市計画, 都市・地盤, 土木・建築, 情報工学 +5
- 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, 学習 +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 +8
- 物理学・天文学Keiichi Jingu 研究室東北大学論文 102 件·共通: 深層学習, AI・機械学習, 機械学習, 学習 +7
- 計算機科学Kiyoharu Aizawa 研究室東京大学論文 133 件·共通: 深層学習, AI・機械学習, 機械学習, 学習 +7
研究成果（42 件）
- [2026] AI for Earthquake Response: Outcomes & insights from a global spaceborne rapid mapping challengeDOI: https://doi.org/10.5194/egusphere-egu26-18676
- DOI: https://doi.org/10.1109/wacv61042.2026.00485
- DOI: https://doi.org/10.1109/mgrs.2026.3653995
- DOI: https://doi.org/10.1117/12.3100785
- DOI: https://doi.org/10.1016/j.isprsjprs.2026.05.024
- [2026] Visual state space models with spiral selective scan for referring remote-sensing image segmentationDOI: https://doi.org/10.1080/10095020.2026.2642509
- DOI: https://doi.org/10.5194/essd-17-6217-2025
- DOI: https://doi.org/10.1109/mgrs.2025.3576766
- [2025] Remote sensing intelligent interpretation brain: Real-time intelligent understanding of the EarthDOI: https://doi.org/10.1093/pnasnexus/pgaf182
- DOI: https://doi.org/10.18653/v1/2025.emnlp-main.79
続きを表示（残り 32 件）閉じる
- DOI: https://doi.org/10.18653/v1/2025.emnlp-main.74
- DOI: https://doi.org/10.1109/tgrs.2025.3620393
- [2025] Global urban high-resolution scene classification via uncertainty-aware domain generalizationDOI: https://doi.org/10.1016/j.isprsjprs.2025.08.027
- DOI: https://doi.org/10.1109/igarss55030.2025.11243931
- DOI: https://doi.org/10.1016/j.patcog.2025.112968
- [2025] CityVLM: Towards sustainable urban development via multi-view coordinated vision–language modelDOI: https://doi.org/10.1016/j.isprsjprs.2025.11.030
- DOI: https://doi.org/10.1016/j.rse.2025.115132
- DOI: https://doi.org/10.1609/aaai.v38i6.28357
- DOI: https://doi.org/10.1109/igarss53475.2024.10641470
- DOI: https://doi.org/10.1080/10095020.2024.2362760
- DOI: https://doi.org/10.1016/j.isprsjprs.2024.05.001
- DOI: https://doi.org/10.1016/j.isprsjprs.2024.01.011
- [2024] Adaptive Self-Supporting Prototype Learning for Remote Sensing Few-Shot Semantic SegmentationDOI: https://doi.org/10.1109/tgrs.2024.3435086
- DOI: https://doi.org/10.1109/tgrs.2023.3265186
- DOI: https://doi.org/10.1109/tpami.2023.3296757
- DOI: https://doi.org/10.1109/bigsardata59007.2023.10294846
- DOI: https://doi.org/10.1109/iccv51070.2023.01547
- DOI: https://doi.org/10.1109/igarss46834.2022.9883201
- DOI: https://doi.org/10.1016/j.rse.2022.113058
- DOI: https://doi.org/10.1109/jstars.2022.3220845
- DOI: https://doi.org/10.1109/lgrs.2022.3192062
- DOI: https://doi.org/10.1109/tnnls.2022.3220699
- DOI: https://doi.org/10.1109/icpr56361.2022.9956372
- DOI: https://doi.org/10.1109/igarss46834.2022.9883199
- DOI: https://doi.org/10.1371/journal.pone.0248690
- DOI: https://doi.org/10.1016/j.isprsjprs.2021.08.018
- DOI: https://doi.org/10.1016/j.rse.2021.112636
- DOI: https://doi.org/10.1109/tgrs.2021.3097148
- DOI: https://doi.org/10.1109/igarss47720.2021.9553768
- DOI: https://doi.org/10.1109/igarss47720.2021.9554009
- DOI: https://doi.org/10.1109/igarss47720.2021.9553458
- DOI: https://doi.org/10.1016/j.isprsjprs.2020.11.025
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）。