Takuya Maekawa 研究室
主宰者:Takuya Maekawa
大阪大学
AI 要約(直近 5 年の研究成果)
当研究室は、センサデータと機械学習を用いた行動認識と環境情報処理に取り組んでいます。スマートフォンやウェアラブルデバイスに搭載された加速度センサ、Wi-Fi信号、カメラなどから得られるデータを深層学習で分析し、人間や動物の活動、建物内の人数、物体の位置といった情報をリアルタイムで認識する技術を開発しています。特に産業現場での梱包作業や医療・介護分野での活動記録など、実世界で収集された複雑で不完全なデータを扱うことが特徴です。
手法としては、長時間系列データの処理に優れたLSTM、注意機構を組み込んだCNN、グラフニューラルネットワークなど、複数の深層学習アーキテクチャを組み合わせています。また、ラベル付きデータが少ない状況での自己教師あり学習や、環境が異なる場合への転移学習といった、実用的な制約条件下での学習方法の工夫も行っています。これらの研究を通じて、ノイズやデータ不均衡といった実データの課題を克服し、様々な環境・状況で動作するロバストなシステムの構築を目指しています。
さらに、野生動物の行動を記録するバイオロギングデバイスへのAI搭載や、屋内測位システムの改善など、応用範囲も広がっています。これらは生態調査の効率化やスマートビルディングの実現につながる研究として、社会的なニーズにも対応しています。
※ 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)
- 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
- 環境科学Ryo Kohsaka 研究室東京大学論文 109 件·共通: 生態, 生態学, 行動, 生態・進化 +7
- 環境科学Shizuka Hashimoto 研究室東京大学論文 144 件·共通: 生態, 生態学, 生態・進化, 環境保全 +7
- 農学・生物科学Daniel T. Blumstein 研究室東京大学論文 171 件·共通: 生態, 生態学, 行動, 生態・進化 +7
- 環境科学Gowhar Meraj 研究室東京大学論文 187 件·共通: 生態, 生態学, 生態・進化, 学習 +7
- 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 +7
- 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 +6
- 計算機科学Hajime Asama 研究室東京大学論文 183 件·共通: 行動, 学習, 環境保全, 環境科学 +8
研究成果(56 件)
- DOI: https://doi.org/10.1109/sensys-adjunct71932.2026.00038
- DOI: https://doi.org/10.15083/0002015241
- DOI: https://doi.org/10.1109/ictai66417.2025.00020
- DOI: https://doi.org/10.1109/ictai66417.2025.00132
- DOI: https://doi.org/10.1145/3715071.3750409
- DOI: https://doi.org/10.23919/icmu65253.2025.11219129
- DOI: https://doi.org/10.1002/ece3.71832
- [2025] Deep learning-based fine-grained assessment of aneurysm wall characteristics using 4D-CT angiographyDOI: https://doi.org/10.7717/peerj.19393
- DOI: https://doi.org/10.1109/percom64205.2025.00036
- DOI: https://doi.org/10.1109/percom64205.2025.00021
続きを表示(残り 46 件)閉じる
- [2025] Selective Mixup: Exploring Data Augmentation for Long Time Series in Confectionery ManufacturingDOI: https://doi.org/10.1109/icps65515.2025.11087824
- DOI: https://doi.org/10.1109/percomworkshops65533.2025.00121
- DOI: https://doi.org/10.3820/jjpe.31.e1
- DOI: https://doi.org/10.1186/s40462-024-00511-8
- [2024] Self-Supervised Learning for Complex Activity Recognition Through Motif Identification LearningDOI: https://doi.org/10.1109/tmc.2024.3514736
- DOI: https://doi.org/10.1145/3675094.3678384
- DOI: https://doi.org/10.1145/3675094.3677597
- DOI: https://doi.org/10.1145/3678554
- DOI: https://doi.org/10.2197/ipsjjip.32.863
- DOI: https://doi.org/10.1098/rsbl.2024.0223
- [2024] OpenPack: A Large-Scale Dataset for Recognizing Packaging Works in IoT-Enabled Logistic EnvironmentsDOI: https://doi.org/10.1109/percom59722.2024.10494448
- [2024] Preliminary Investigation of SSL for Complex Work Activity Recognition in Industrial Domain via MoILDOI: https://doi.org/10.1109/percomworkshops59983.2024.10503195
- [2024] Artifact: OpenPack: A Large-scale Dataset for Recognizing Packaging Works in Logistic EnvironmentsDOI: https://doi.org/10.1109/percomworkshops59983.2024.10503342
- DOI: https://doi.org/10.1111/2041-210x.14294
- DOI: https://doi.org/10.1109/percom56429.2023.10099353
- DOI: https://doi.org/10.1109/mdm58254.2023.00018
- DOI: https://doi.org/10.1145/3592571.3592974
- DOI: https://doi.org/10.1109/percomworkshops56833.2023.10150227
- DOI: https://doi.org/10.1109/percomworkshops56833.2023.10150395
- DOI: https://doi.org/10.12951/jvcs.2023-003
- DOI: https://doi.org/10.1093/pnasnexus/pgad447
- DOI: https://doi.org/10.1093/micmic/ozad067.1072
- DOI: https://doi.org/10.1016/j.pmcj.2022.101742
- [2022] Predicting Performance Improvement of Human Activity Recognition Model by Additional Data CollectionDOI: https://doi.org/10.1145/3550319
- DOI: https://doi.org/10.1016/j.knosys.2022.109674
- DOI: https://doi.org/10.3389/fcomp.2022.925108
- DOI: https://doi.org/10.1145/3534572
- DOI: https://doi.org/10.1109/percom53586.2022.9762388
- DOI: https://doi.org/10.1299/jsmemsd.2022.206
- DOI: https://doi.org/10.1145/3569467
- DOI: https://doi.org/10.2524/jtappij.76.262
- [2022] MGA-Net+: Acceleration-based packaging work recognition using motif-guided attention networksDOI: https://doi.org/10.1016/j.pmcj.2022.101735
- DOI: https://doi.org/10.1145/3544793.3560370
- DOI: https://doi.org/10.1109/percomworkshops51409.2021.9431118
- DOI: https://doi.org/10.2197/ipsjjip.29.46
- DOI: https://doi.org/10.2197/ipsjjip.29.597
- DOI: https://doi.org/10.1109/access.2021.3080275
- DOI: https://doi.org/10.2524/jtappij.75.225
- DOI: https://doi.org/10.1145/3474717.3483949
- [2021] WeakCounter: Acceleration-based Repetition Counting of Actions with Weakly Supervised LearningDOI: https://doi.org/10.1145/3460421.3480431
- DOI: https://doi.org/10.1038/s41467-021-25636-x
- [2021] IndoLabel: Predicting Indoor Location Class by Discovering Location-Specific Sensor Data MotifsDOI: https://doi.org/10.1109/jsen.2021.3102916
- DOI: https://doi.org/10.1109/ijcnn52387.2021.9533888
- DOI: https://doi.org/10.1109/ijcnn52387.2021.9534327
- DOI: https://doi.org/10.1186/s40317-021-00242-2
- DOI: https://doi.org/10.3838/jjo.70.53
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)。