Kazuya Takeda 研究室
主宰者：Kazuya Takeda
名古屋大学
AI 要約（直近 5 年の研究成果）
本研究室では、安全で信頼できる自動運転システムの実現と、人間の行動理解を実現することを目指しています。主に二つの柱があります。
第一の柱は、自動運転車の安全性向上に関する研究です。交通事故の予測、危険な状況の認識、周囲の車や歩行者の行動予測といった課題に取り組んでいます。これらの課題に対して、深層学習やトランスフォーマーなどの最新の機械学習技術を活用します。同時に、複数のセンサーやカメラから得られる画像や信号を統合的に処理し、自動運転システムが安全な判断を下すための支援システムを構築しています。
第二の柱は、人間の行動や身体特性の理解と分析です。パーキンソン病患者の身体活動測定、スポーツ選手の動作解析、運転者の危険認知の個人差分析など、様々な対象における人間の行動を数値化・可視化する研究を展開しています。加速度センサー、ビデオ解析、深層学習などを組み合わせることで、医療現場やスポーツトレーニングの実践的な応用にも貢献しています。これらの研究は、安全で快適な社会を実現するための基礎となるものです。
※ 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, 機械 +10
- 医学Koji Kamagata 研究室順天堂大学論文 100 件·共通: パーキンソン, 神経変性疾患, 神経・精神疾患, 認知 +8
- 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, 機械 +7
- 心理学Zilu Liang 研究室東京大学論文 148 件·共通: AI・機械学習, 機械学習, 神経・精神疾患, 機械 +8
- 医学Taku Obara 研究室Tohoku University Hospital論文 101 件·共通: 機械学習, 認知, 機械, 学習 +9
- 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, 機械 +7
- 医学Noriyuki Tomiyama 研究室大阪大学論文 101 件·共通: 深層学習, AI・機械学習, 学習, システム +9
- 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
研究成果（75 件）
- DOI: https://doi.org/10.3390/neurolint17090139
- [2025] Query by Example: Semantic Traffic Scene Retrieval Using LLM-Based Scene Graph RepresentationDOI: https://doi.org/10.3390/s25082546
- [2025] DUIncoder: Learning to Detect Driving Under the Influence Behaviors from Various Normal Driving DataDOI: https://doi.org/10.3390/s25061699
- DOI: https://doi.org/10.1109/wacvw65960.2025.00127
- DOI: https://doi.org/10.1561/116.20240060
- DOI: https://doi.org/10.1109/mits.2024.3491452
- DOI: https://doi.org/10.1561/116.20250017
- DOI: https://doi.org/10.1561/116.20250021
- DOI: https://doi.org/10.3390/s25196163
- DOI: https://doi.org/10.3390/s25185805
続きを表示（残り 65 件）閉じる
- DOI: https://doi.org/10.1109/cvprw63382.2024.00336
- DOI: https://doi.org/10.7554/elife.85694
- DOI: https://doi.org/10.1109/icassp48485.2024.10448085
- DOI: https://doi.org/10.1109/tnnls.2024.3361166
- DOI: https://doi.org/10.1002/aisy.202300778
- DOI: https://doi.org/10.1109/access.2024.3400589
- DOI: https://doi.org/10.1093/geroni/igae098.3763
- DOI: https://doi.org/10.1111/jep.14251
- DOI: https://doi.org/10.1080/02703181.2024.2430221
- DOI: https://doi.org/10.3390/s24227323
- DOI: https://doi.org/10.3390/s24206742
- DOI: https://doi.org/10.1145/3665318.3677164
- DOI: https://doi.org/10.58530/2023/2963
- DOI: https://doi.org/10.3390/s24144735
- DOI: https://doi.org/10.1109/gcce59613.2023.10315410
- DOI: https://doi.org/10.1109/itsc57777.2023.10422148
- DOI: https://doi.org/10.1016/j.neunet.2023.11.068
- DOI: https://doi.org/10.1145/3606038.3616171
- [2023] Automatic Edge Error Judgment in Figure Skating Using 3D Pose Estimation from Inertial SensorsDOI: https://doi.org/10.1109/gcce59613.2023.10315532
- DOI: https://doi.org/10.1007/s11042-023-16362-1
- DOI: https://doi.org/10.1109/lra.2023.3291924
- [2023] Recognition Assistance Interface for Human-Automation Cooperation in Pedestrian Risk PredictionDOI: https://doi.org/10.4271/12-06-03-0023
- DOI: https://doi.org/10.1109/iv55152.2023.10186738
- DOI: https://doi.org/10.1109/iv55152.2023.10186652
- DOI: https://doi.org/10.1109/iv55152.2023.10186725
- DOI: https://doi.org/10.1109/iv55152.2023.10186672
- DOI: https://doi.org/10.1515/jqas-2021-0060
- DOI: https://doi.org/10.1109/most57249.2023.00024
- DOI: https://doi.org/10.1109/most57249.2023.00022
- DOI: https://doi.org/10.20965/jrm.2023.p0387
- DOI: https://doi.org/10.1016/j.isprsjprs.2022.12.021
- [2023] Action Valuation of On- and Off-Ball Soccer Players Based on Multi-Agent Deep Reinforcement LearningDOI: https://doi.org/10.1109/access.2023.3336425
- DOI: https://doi.org/10.1109/access.2023.3269287
- DOI: https://doi.org/10.1109/ojits.2023.3260624
- DOI: https://doi.org/10.1299/jsmermd.2023.2p2-f26
- DOI: https://doi.org/10.1109/iv51971.2022.9827441
- DOI: https://doi.org/10.23919/eusipco55093.2022.9909621
- DOI: https://doi.org/10.1109/iv51971.2022.9827358
- DOI: https://doi.org/10.2478/ijcss-2022-0006
- DOI: https://doi.org/10.1109/access.2022.3175314
- [2022] Occlusion-Aware Motion Planning With Visibility Maximization via Active Lateral Position AdjustmentDOI: https://doi.org/10.1109/access.2022.3178729
- DOI: https://doi.org/10.1109/access.2022.3163267
- DOI: https://doi.org/10.1109/access.2022.3212152
- DOI: https://doi.org/10.1007/s11062-023-09934-2
- DOI: https://doi.org/10.1016/j.inffus.2022.08.009
- DOI: https://doi.org/10.48550/arxiv.2207.12321
- DOI: https://doi.org/10.1109/iv51971.2022.9827058
- DOI: https://doi.org/10.1145/3557915.3560941
- DOI: https://doi.org/10.1109/iv48863.2021.9575707
- [2021] How to monitor multiple autonomous vehicles remotely with few observers: An active management methodDOI: https://doi.org/10.1109/iv48863.2021.9575997
- [2021] Deadlock-Free Planner for Occluded Intersections Using Estimated Visibility of Hidden VehiclesDOI: https://doi.org/10.3390/electronics10040411
- [2021] An Active Management Method for Monitoring Multiple Autonomous Vehicles Remotely with Few ObserversDOI: https://doi.org/10.1299/jsmermd.2021.2p1-b10
- DOI: https://doi.org/10.1109/itsc48978.2021.9565003
- DOI: https://doi.org/10.1109/itsc48978.2021.9564899
- DOI: https://doi.org/10.1109/itsc48978.2021.9564557
- DOI: https://doi.org/10.1145/3409118.3475151
- DOI: https://doi.org/10.1145/3473682.3480273
- DOI: https://doi.org/10.23919/eusipco54536.2021.9616198
- DOI: https://doi.org/10.1007/s00422-021-00891-9
- DOI: https://doi.org/10.1109/ivworkshops54471.2021.9669244
- DOI: https://doi.org/10.1109/ivworkshops54471.2021.9669253
- DOI: https://doi.org/10.1109/iv48863.2021.9575491
- DOI: https://doi.org/10.1109/ivworkshops54471.2021.9669209
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）。