Wenjing Li 研究室
主宰者：Wenjing Li
東京大学
AI 要約（直近 5 年の研究成果）
Wenjing Li研究室は、都市環境と人間の相互作用を、データ分析と機械学習を用いて解明する研究に取り組んでいます。特に、都市の物理的な環境特性（建物配置、土地利用、緑化状況など）が、住民の安全性認識や感情、行動パターンにどのような影響を与えるかを調査しています。街路画像認識やGIS分析、テキスト感情分析などの手法を組み合わせることで、計画段階での環境設計と実際の人間の知覚・経験の乖離を定量的に明らかにしようとしています。
また本研究室は、都市スケールの複雑な問題を扱うため、深層学習やディープラーニングなどの先進的なデータ処理技術を積極的に応用しています。例えば、昼間の街路画像から夜間の景観を生成したり、GPS軌跡データから個人の行動パターンを予測したり、ソーシャルメディア投稿から特定の感情の時空間分布を抽出したりする研究を実施しています。これらの技術は、都市計画、公共安全、環境管理など、実務的な課題解決にも活かされています。
さらに研究室では、無線通信ネットワーク、エネルギー管理システム、エッジコンピューティングなど、都市インフラの最適化に関する技術的研究も展開しています。こうした多様なアプローチを通じて、より安全で持続可能で人間中心の都市設計の実現に貢献することを目指しています。
※ 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 +11
- 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, 通信, 電気・電子 +9
- 工学Tomoyuki Yokota 研究室東京大学論文 177 件·共通: 通信, 電気・電子, 機械, 学習 +10
- 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, 環境保全 +6
- 計算機科学Hiroshi Saruwatari 研究室東京大学論文 189 件·共通: 通信, 電気・電子, 学習, 環境保全 +10
- 工学Atsushi Yamashita 研究室東京大学論文 185 件·共通: 都市・地盤, 土木・建築, 通信, 電気・電子 +5
- 計算機科学Tadahiro Taniguchi 研究室立命館大学論文 102 件·共通: 通信, 電気・電子, 学習, 環境保全 +9
- 工学Shin’ichi Warisawa 研究室東京大学論文 131 件·共通: 行動, 機械, 学習, 環境保全 +9
研究成果（87 件）
- DOI: https://doi.org/10.1016/j.biocon.2026.111742
- DOI: https://doi.org/10.1109/tvt.2026.3660509
- DOI: https://doi.org/10.3390/biom16040575
- DOI: https://doi.org/10.1007/s42768-026-00293-2
- DOI: https://doi.org/10.1177/23998083261445132
- DOI: https://doi.org/10.1016/j.oceaneng.2026.126512
- DOI: https://doi.org/10.1016/j.avrs.2026.100354
- DOI: https://doi.org/10.1109/wf-iot64238.2025.11270645
- DOI: https://doi.org/10.1016/j.identj.2025.104105
- DOI: https://doi.org/10.23919/apnoms67058.2025.11181380
続きを表示（残り 77 件）閉じる
- DOI: https://doi.org/10.3389/fpls.2025.1542539
- DOI: https://doi.org/10.7717/peerj.19655
- DOI: https://doi.org/10.1016/j.scs.2025.106644
- [2025] Digital Twins-Driven Green and Reliable Resource Allocation for High Dynamic 6G Edge NetworksDOI: https://doi.org/10.1109/icc52391.2025.11161654
- DOI: https://doi.org/10.1057/s41599-025-04838-4
- DOI: https://doi.org/10.1109/drcn65040.2025.11046062
- DOI: https://doi.org/10.1016/j.compenvurbsys.2025.102252
- DOI: https://doi.org/10.1016/j.jhazmat.2025.137244
- DOI: https://doi.org/10.1109/lgrs.2025.3547834
- [2025] Examining Care Network Composition by Nativity Status in Adults Living With Cognitive ImpairmentDOI: https://doi.org/10.1177/15333175251387431
- DOI: https://doi.org/10.1038/s41598-025-25645-6
- DOI: https://doi.org/10.1109/ei268505.2025.11425075
- DOI: https://doi.org/10.1016/j.jhazmat.2024.134027
- DOI: https://doi.org/10.4108/eai.24-11-2023.2343664
- DOI: https://doi.org/10.2139/ssrn.4833402
- DOI: https://doi.org/10.1016/j.trd.2024.104256
- DOI: https://doi.org/10.1016/j.jhydrol.2024.132449
- DOI: https://doi.org/10.1016/j.asr.2024.11.016
- DOI: https://doi.org/10.1016/j.cities.2024.105547
- DOI: https://doi.org/10.1109/wcsp62071.2024.10826666
- [2024] Day-to-Night Street View Image Generation for 24-Hour Urban Scene Auditing Using Generative AIDOI: https://doi.org/10.3390/jimaging10050112
- [2024] Investigating the civic emotion dynamics during the COVID-19 lockdown: Evidence from social mediaDOI: https://doi.org/10.1016/j.scs.2024.105403
- DOI: https://doi.org/10.3390/ijgi13040112
- DOI: https://doi.org/10.1007/s42773-024-00318-1
- [2024] Investigating the Civic Emotion Dynamics during the COVID-19 Lockdown: Evidence from Social MediaDOI: https://doi.org/10.2139/ssrn.4782864
- DOI: https://doi.org/10.3390/rs15030568
- [2023] V$$^2$$MLP: an accurate and simple multi-view MLP network for fine-grained 3D shape recognitionDOI: https://doi.org/10.1007/s00371-023-03191-4
- DOI: https://doi.org/10.1109/tits.2023.3303835
- DOI: https://doi.org/10.1016/j.jtrangeo.2023.103698
- DOI: https://doi.org/10.3390/ijgi12100419
- DOI: https://doi.org/10.1109/tbdata.2023.3310241
- DOI: https://doi.org/10.1177/14780771231178887
- DOI: https://doi.org/10.3390/ijgi12060249
- DOI: https://doi.org/10.1109/tai.2023.3282201
- DOI: https://doi.org/10.3390/atmos14060971
- DOI: https://doi.org/10.1109/tnnls.2023.3268291
- DOI: https://doi.org/10.1016/j.landurbplan.2023.104756
- DOI: https://doi.org/10.1109/tits.2023.3258551
- [2023] Study on novel steel slag foam concrete pore structure and bp neural network prediction modelDOI: https://doi.org/10.1088/2631-8695/acc639
- [2023] Accumulation of nitrite after reclaimed water recharge due to the disinfection byproduct chloriteDOI: https://doi.org/10.1016/j.chemosphere.2023.138119
- DOI: https://doi.org/10.1007/s44223-022-00020-x
- DOI: https://doi.org/10.1159/000531245
- DOI: https://doi.org/10.1016/j.landurbplan.2022.104358
- DOI: https://doi.org/10.52842/conf.caadria.2022.1.243
- DOI: https://doi.org/10.3389/fpsyg.2022.977678
- DOI: https://doi.org/10.1016/j.tranpol.2022.12.010
- DOI: https://doi.org/10.1016/j.habitatint.2022.102728
- DOI: https://doi.org/10.3389/fenvs.2022.1029445
- DOI: https://doi.org/10.1134/s1067413622050058
- DOI: https://doi.org/10.1016/j.injury.2022.08.021
- DOI: https://doi.org/10.1016/j.cities.2022.103803
- DOI: https://doi.org/10.1016/j.chemosphere.2022.135015
- DOI: https://doi.org/10.1109/iccss55260.2022.9802290
- DOI: https://doi.org/10.1016/j.oceaneng.2022.111133
- DOI: https://doi.org/10.1016/j.apenergy.2022.118688
- DOI: https://doi.org/10.1109/tbdata.2022.3155752
- DOI: https://doi.org/10.52842/conf.caadria.2022.1.565
- DOI: https://doi.org/10.2139/ssrn.4179127
- DOI: https://doi.org/10.3390/rs14040891
- DOI: https://doi.org/10.1109/tmc.2022.3147474
- DOI: https://doi.org/10.1109/tnse.2022.3145572
- DOI: https://doi.org/10.1016/j.compscitech.2022.109796
- DOI: https://doi.org/10.1016/j.cities.2022.104037
- DOI: https://doi.org/10.3390/insects12030255
- DOI: https://doi.org/10.1051/e3sconf/202125102037
- DOI: https://doi.org/10.3390/app112411909
- DOI: https://doi.org/10.3390/atmos12111401
- DOI: https://doi.org/10.1016/j.cities.2021.103502
- DOI: https://doi.org/10.7536/pc200409
- DOI: https://doi.org/10.1016/j.cities.2021.103452
- DOI: https://doi.org/10.3934/jimo.2021147
- DOI: https://doi.org/10.3389/fbuil.2021.693744
- DOI: https://doi.org/10.3390/ijgi10080493
- DOI: https://doi.org/10.1016/j.adapen.2021.100057
- DOI: https://doi.org/10.1016/j.apenergy.2020.116341
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）。