Junshi Xia 研究室
主宰者：Junshi Xia
理化学研究所・RIKEN Center for Advanced Intelligence Project
AI 要約（直近 5 年の研究成果）
Junshi Xia研究室は、衛星やドローンなどから取得した地球観測画像を活用し、土地被覆の分類や変化検出、災害時の建物被害評価など、環境モニタリングと防災対応に関する研究を展開しています。特に光学画像とレーダー画像などの異なるセンサーから得られた複数種類のデータを統合的に処理することで、悪天候や夜間を含めたあらゆる条件下での正確な地表面情報の抽出を目指しています。
研究の手法として、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、大規模な空間解像度の画像データから意味のある情報を自動抽出する手法の開発に取り組んでいます。また、教師なし領域適応などの技術により、異なる地域や異なる時期のデータ間の分布ずれに対応することで、限定的なラベル付きデータでも高精度な地表面分類を実現する方法を研究しています。
さらに、単一の衛星画像から高解像度化を行う画像超解像や、時系列画像の融合による水面変動の監視など、リモートセンシング技術の応用範囲を拡張する基礎的な手法開発も進めており、都市計画や環境保全、災害対応といった社会的課題の解決に貢献する技術基盤を構築しています。
※ 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)
- 工学Kazuhiko Fukawa 研究室東京工業大学論文 96 件·共通: 地球システム変動, 環境動態科学, 環境動態・生態, 学習・記憶 +10
- 環境科学Takashi Asawa 研究室東京工業大学論文 100 件·共通: 地球システム変動, 環境動態科学, 環境動態・生態, 光学・レーザー +7
- 物理学・天文学Tetsuo Kodera 研究室東京工業大学論文 100 件·共通: 学習・記憶, 認知・行動科学, 量子・光・プラズマ科学, システム・計算神経科学 +6
- 工学Masaya Notomi 研究室東京工業大学論文 100 件·共通: 光学・非線形光学, 光学・レーザー, 光科学, 量子・光・プラズマ科学 +3
- 社会科学Mamoru Yoshimoto 研究室東京工業大学論文 100 件·共通: 光学・非線形光学, 光学・レーザー, 光科学, 量子・光・プラズマ科学 +3
- 計算機科学Franco Nori 研究室RIKEN Center for Advanced Photonics論文 100 件·共通: 光学・非線形光学, 光学・レーザー, 光科学, 量子・光・プラズマ科学 +3
- 材料科学Atsushi Shishido 研究室東京工業大学論文 100 件·共通: 光学・非線形光学, 光学・レーザー, 光科学, 量子・光・プラズマ科学 +3
- 社会科学Kyohei Hisano 研究室東京工業大学論文 100 件·共通: 光学・非線形光学, 光学・レーザー, 光科学, 量子・光・プラズマ科学 +3
研究成果（70 件）
- DOI: https://doi.org/10.1016/j.pdpdt.2025.104813
- DOI: https://doi.org/10.1109/tnnls.2025.3642545
- [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/10.1109/mgrs.2025.3599512
- DOI: https://doi.org/10.1109/mgrs.2025.3609887
- DOI: https://doi.org/10.5194/essd-17-6217-2025
- DOI: https://doi.org/10.1080/02508060.2025.2567830
- DOI: https://doi.org/10.3390/rs17172923
- DOI: https://doi.org/10.1016/j.bspc.2025.108462
- DOI: https://doi.org/10.1109/tcad.2025.3591409
続きを表示（残り 60 件）閉じる
- DOI: https://doi.org/10.1080/17538947.2025.2523490
- DOI: https://doi.org/10.1109/mgrs.2024.3524414
- DOI: https://doi.org/10.21037/qims-24-1102
- DOI: https://doi.org/10.1016/j.rsase.2025.101542
- DOI: https://doi.org/10.1016/j.jhydrol.2025.133195
- DOI: https://doi.org/10.1007/s00521-024-10573-9
- DOI: https://doi.org/10.1007/s12583-023-1865-8
- DOI: https://doi.org/10.1007/s11442-025-2314-7
- DOI: https://doi.org/10.1109/tgrs.2025.3543821
- DOI: https://doi.org/10.34133/remotesensing.0733
- DOI: https://doi.org/10.1109/tgrs.2025.3568930
- DOI: https://doi.org/10.1016/j.rsase.2025.101455
- DOI: https://doi.org/10.1016/j.ecolind.2024.112887
- DOI: https://doi.org/10.1364/optcon.544439
- DOI: https://doi.org/10.1016/j.jag.2024.104155
- DOI: https://doi.org/10.1016/j.scs.2024.105727
- DOI: https://doi.org/10.1109/igarss53475.2024.10640801
- DOI: https://doi.org/10.1109/igarss53475.2024.10641407
- DOI: https://doi.org/10.1109/cvprw63382.2024.00059
- DOI: https://doi.org/10.1016/j.jag.2024.103660
- DOI: https://doi.org/10.1109/tgrs.2024.3410389
- DOI: https://doi.org/10.1109/tgrs.2024.3389016
- DOI: https://doi.org/10.1109/tgrs.2024.3501303
- DOI: https://doi.org/10.1109/lgrs.2024.3489634
- DOI: https://doi.org/10.52202/079017-2810
- [2024] WaveAttack: Asymmetric Frequency Obfuscation-based Backdoor Attacks Against Deep Neural NetworksDOI: https://doi.org/10.52202/079017-1380
- DOI: https://doi.org/10.52202/079017-0057
- DOI: https://doi.org/10.52202/079017-3727
- DOI: https://doi.org/10.52202/079017-1117
- DOI: https://doi.org/10.1109/tgrs.2023.3344670
- DOI: https://doi.org/10.1016/j.jag.2023.103622
- DOI: https://doi.org/10.1109/mgrs.2023.3321258
- DOI: https://doi.org/10.1080/17538947.2023.2261770
- DOI: https://doi.org/10.1016/j.ecolind.2023.110827
- DOI: https://doi.org/10.1002/eco.2577
- DOI: https://doi.org/10.1016/j.scitotenv.2023.165161
- DOI: https://doi.org/10.1016/j.envres.2023.116359
- DOI: https://doi.org/10.3390/rs15030766
- DOI: https://doi.org/10.1016/j.jag.2023.103193
- DOI: https://doi.org/10.1109/wacv56688.2023.00619
- DOI: https://doi.org/10.1109/icip46576.2022.9897868
- DOI: https://doi.org/10.1007/s11356-022-22136-3
- DOI: https://doi.org/10.3390/rs14092206
- DOI: https://doi.org/10.1016/j.buildenv.2022.108928
- DOI: https://doi.org/10.3390/rs14051187
- DOI: https://doi.org/10.1109/tgrs.2022.3165209
- DOI: https://doi.org/10.1109/tgrs.2022.3148383
- DOI: https://doi.org/10.3390/rs14010051
- DOI: https://doi.org/10.3390/rs13214213
- DOI: https://doi.org/10.3390/rs13163309
- DOI: https://doi.org/10.1109/lgrs.2021.3095505
- DOI: https://doi.org/10.1016/j.ins.2021.06.059
- DOI: https://doi.org/10.1016/j.isprsjprs.2021.04.018
- DOI: https://doi.org/10.1016/j.saa.2021.119823
- [2021] Learning from multimodal and multitemporal earth observation data for building damage mappingDOI: https://doi.org/10.1016/j.isprsjprs.2021.02.016
- DOI: https://doi.org/10.3390/rs13050905
- DOI: https://doi.org/10.1016/j.buildenv.2021.107650
- DOI: https://doi.org/10.1109/jstars.2021.3063507
- DOI: https://doi.org/10.1109/jstars.2021.3085122
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）。