Kazuhiko Kawamoto 研究室（千葉大学）

AI 要約（直近 5 年の研究成果）

本研究室は、深層学習モデルの堅牢性と安全性に関する研究を展開しています。特に、ロボット制御や画像認識などの実応用場面で、モデルがどの程度の攪乱や攻撃に耐えられるかを評価・分析することに力を入れています。脚型ロボットの関節制御信号への摂動やスケルトンベースの動作認識モデルへの攻撃など、様々な対象系でモデルの脆弱性を検証し、その原因を明らかにしようとしています。同時に、これらの脆弱性を改善する手法の開発も進めています。敵対的学習や適応的な表現学習を導入することで、分布の大きく異なるデータセットへの汎化性能や、想定外の入力に対する耐性を高める方法を提案しています。また、時系列データの予測や映像からの特徴抽出といった応用では、構造的な制約を活用した深層学習アーキテクチャの設計を行い、モデルの信頼性と解釈可能性の向上を目指しています。全体として、実世界の不確実性や対抗的な状況下で機械学習システムがいかに安定に動作するかという課題に、理論的な分析と実験的検証を組み合わせてアプローチしています。

※ 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

研究成果（20 件）

[2025] Multi-strategy quantum particle swarm optimization for efficient path planning of mobile robots
DOI: https://doi.org/10.1007/s11227-025-07901-8
[2025] Robustness evaluation of offline reinforcement learning for robot control against action perturbations
DOI: https://doi.org/10.1177/17298806251360454
[2025] Adapter Merging with Centroid Prototype Mapping for Scalable Class-Incremental Learning
DOI: https://doi.org/10.1109/cvpr52734.2025.00460
[2024] Identifying Important Group of Pixels using Interactions
DOI: https://doi.org/10.1109/cvpr52733.2024.00575
[2024] Fourier analysis on robustness of graph convolutional neural networks for skeleton-based action recognition
DOI: https://doi.org/10.1016/j.cviu.2024.103936
[2023] Improving zero-shot action recognition using human instruction with text description
DOI: https://doi.org/10.1007/s10489-023-04808-w
[2023] Spatiotemporal forecasting of vertical track alignment with exogenous factors
DOI: https://doi.org/10.1038/s41598-023-29303-7
[2023] Long Short-Team Memory for Forecasting Degradation Recovery Process with Binary Maintenance Intervention Records
DOI: https://doi.org/10.1587/transfun.2023eal2019
[2023] Sequential Variational Autoencoder with Adversarial Classifier for Video Disentanglement
DOI: https://doi.org/10.3390/s23052515
[2022] Adversarial Bone Length Attack on Action Recognition
DOI: https://doi.org/10.1609/aaai.v36i2.20132

続きを表示（残り 10 件）

[2022] Adversarially Trained Object Detector for Unsupervised Domain Adaptation
DOI: https://doi.org/10.1109/access.2022.3180344
[2022] Adversarial joint attacks on legged robots
DOI: https://doi.org/10.1109/smc53654.2022.9945546
[2022] Adversarial Body Shape Search for Legged Robots
DOI: https://doi.org/10.1109/smc53654.2022.9945257
[2022] Framework for identifying and visualising emotional atmosphere in online learning environments in the COVID-19 Era
DOI: https://doi.org/10.1007/s10489-021-02916-z
[2021] Audio-Visual Model for Generating Eating Sounds Using Food ASMR Videos
DOI: https://doi.org/10.1109/access.2021.3069267
[2021] SCREENING OF PATIENTS AT RISK FOR WILD TYPE ATTR-CM USING A COMPUTATIONAL MACHINE LEARNING ALGORITHM
DOI: https://doi.org/10.1016/j.cjca.2021.07.134
[2021] Generative and self-supervised domain adaptation for one-stage object detection
DOI: https://doi.org/10.1016/j.array.2021.100071
[2021] Zero-Shot Action Recognition with Three-Stream Graph Convolutional Networks
DOI: https://doi.org/10.3390/s21113793
[2021] Terrain Parameterization in Curriculum Reinforcement Learning for Legged Locomotion Robots
[2021] Conditional MoCoGAN for Zero-Shot Video Generation
DOI: https://doi.org/10.48550/arxiv.2109.05864

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）。

AI 要約（直近 5 年の研究成果）

外部リンク

関連研究室(8 件)

研究成果（20 件）

科研費（0 件）

所属学会・役職（0 件）