Yutaka Watanobe 研究室
主宰者：Yutaka Watanobe
会津大学
AI 要約（直近 5 年の研究成果）
Yutaka Watanobe研究室は、機械学習や深層学習の手法を応用して、教育現場から産業応用まで幅広い分野の実問題を解決することを目指しています。特に、単なる予測精度の向上にとどまらず、その予測がなぜ導き出されたのかを理解可能にする「説明可能AI」に力を入れています。学生のメンタルヘルスリスク予測、オンライン講座における個別学習支援、プログラミング教育支援など、教育領域での応用研究が活発です。これらの研究では、機械学習モデルが個人レベルだけでなく、学年や地域といった複数の階層構造をまたいで説明可能になるフレームワークを開発しています。
並行して、データマイニング技術を用いた時系列データ分析や、自然言語処理による感情分析・テキスト分類の研究も行われています。販売予測、株価予測、不正検知、健康リスク評価など、実務的な課題に対してニューラルネットワークやアンサンブル学習などの手法を適用しています。また、時系列データベースから部分的な周期パターンを効率的に発見するデータマイニングアルゴリズム開発や、マルチオミクスデータ解析による疾患メカニズムの理解といった生命科学への応用も進めています。
さらに、IoT・ロボティクス・サイバーフィジカルシステムの分野における自動化・最適化、プログラミング教育の質向上に向けた問題推薦システムの開発など、技術と教育の融合領域まで研究の範囲は広がっています。これらを通じて、データ駆動型の意思決定を実現しながらも、その過程の透明性と信頼性を確保する研究開発を推進しています。
※ 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Yang Xiang 研究室千葉大学論文 100 件·共通: 教師あり・統計学習, 学習アルゴリズム, 機械学習基盤, 人工知能・機械学習 +14
- 材料科学Sergei Manzhos 研究室東京工業大学論文 100 件·共通: 教師あり・統計学習, 学習アルゴリズム, 機械学習基盤, 人工知能・機械学習 +14
- 経営学・会計学Shingo Yamaguchi 研究室山口大学論文 98 件·共通: 人工知能・機械学習, 振動・動力学, 機械ダイナミクス, 機械力学・設計 +11
- 物理学・天文学Ryo Maezono 研究室東京工業大学論文 95 件·共通: 人工知能・機械学習, 振動・動力学, 機械ダイナミクス, 機械力学・設計 +11
- 計算機科学Shangce Gao 研究室富山大学論文 100 件·共通: 振動・動力学, 機械ダイナミクス, 機械力学・設計, 学習・記憶 +10
- 社会科学Kazutoshi Sasahara 研究室東京工業大学論文 100 件·共通: 振動・動力学, 機械ダイナミクス, 機械力学・設計, 学習・記憶 +9
- 計算機科学Jungpil Shin 研究室会津大学論文 100 件·共通: 学習アルゴリズム, 機械学習基盤, 人工知能・機械学習, 学習・記憶 +6
- 医学Robert J.H. Miller 研究室東京理科大学論文 100 件·共通: 学習アルゴリズム, 機械学習基盤, 人工知能・機械学習, 学習・記憶 +6
研究成果（64 件）
- DOI: https://doi.org/10.1109/access.2026.3694715
- DOI: https://doi.org/10.1109/access.2026.3709805
- DOI: https://doi.org/10.1109/access.2026.3652631
- [2026] From Prediction to Prescription: A Causal-AI for Personalized Learning Path Optimization in MOOCsDOI: https://doi.org/10.1109/access.2026.3666619
- DOI: https://doi.org/10.1109/access.2025.3595386
- DOI: https://doi.org/10.1109/access.2025.3574246
- DOI: https://doi.org/10.1109/access.2025.3551307
- DOI: https://doi.org/10.3390/app16010333
- DOI: https://doi.org/10.3390/app152111506
- DOI: https://doi.org/10.3390/s25216556
続きを表示（残り 54 件）閉じる
- DOI: https://doi.org/10.3390/biomedinformatics5030046
- DOI: https://doi.org/10.1109/tfuzz.2025.3574149
- DOI: https://doi.org/10.1109/tetci.2025.3572150
- DOI: https://doi.org/10.1038/s41598-025-87233-y
- DOI: https://doi.org/10.1109/ojcs.2025.3581950
- DOI: https://doi.org/10.1109/access.2025.3619776
- DOI: https://doi.org/10.1109/access.2025.3581769
- DOI: https://doi.org/10.1109/access.2025.3592301
- DOI: https://doi.org/10.1109/ojcs.2025.3538579
- DOI: https://doi.org/10.1109/access.2025.3640266
- DOI: https://doi.org/10.1109/access.2024.3525061
- [2024] Prediction of Students’ Adaptability Using Explainable AI in Educational Machine Learning ModelsDOI: https://doi.org/10.3390/app14125141
- DOI: https://doi.org/10.1109/access.2024.3521383
- DOI: https://doi.org/10.1038/s41598-024-76079-5
- DOI: https://doi.org/10.1007/s10015-024-00966-3
- DOI: https://doi.org/10.1007/s44196-024-00589-3
- DOI: https://doi.org/10.3390/s24134343
- DOI: https://doi.org/10.3390/s24051422
- DOI: https://doi.org/10.3390/app14051696
- DOI: https://doi.org/10.1109/access.2024.3431933
- DOI: https://doi.org/10.1109/access.2024.3430558
- DOI: https://doi.org/10.1109/access.2024.3522118
- DOI: https://doi.org/10.1504/ijcse.2023.10057255
- DOI: https://doi.org/10.32604/csse.2023.032977
- DOI: https://doi.org/10.1109/tetci.2023.3336920
- DOI: https://doi.org/10.1504/ijcse.2023.132151
- DOI: https://doi.org/10.1007/s10489-023-05172-5
- DOI: https://doi.org/10.1109/access.2023.3241313
- DOI: https://doi.org/10.3390/a16090424
- DOI: https://doi.org/10.3390/app13095783
- DOI: https://doi.org/10.20965/jrm.2023.p0085
- DOI: https://doi.org/10.1109/access.2023.3299021
- [2023] Mining Periodic-Frequent Patterns in Irregular Dense Temporal Databases Using Set ComplementsDOI: https://doi.org/10.1109/access.2023.3326419
- DOI: https://doi.org/10.1109/access.2023.3325839
- [2022] Identifying algorithm in program code based on structural features using CNN classification modelDOI: https://doi.org/10.1007/s10489-022-04078-y
- DOI: https://doi.org/10.3390/electronics11030437
- DOI: https://doi.org/10.1155/2022/5905230
- DOI: https://doi.org/10.3390/app122311996
- DOI: https://doi.org/10.3390/app12126202
- DOI: https://doi.org/10.1142/s0218194022500346
- [2022] A Comprehensive Survey on the Detection, Classification, and Challenges of Neurological DisordersDOI: https://doi.org/10.3390/biology11030469
- DOI: https://doi.org/10.3390/app12052663
- DOI: https://doi.org/10.3390/s22041352
- [2022] A Comprehensive Survey on the Process, Methods, Evaluation, and Challenges of Feature SelectionDOI: https://doi.org/10.1109/access.2022.3205618
- DOI: https://doi.org/10.1109/access.2022.3157288
- DOI: https://doi.org/10.1109/access.2021.3136855
- DOI: https://doi.org/10.1504/ijitcc.2021.119082
- DOI: https://doi.org/10.1504/ijcistudies.2021.115424
- DOI: https://doi.org/10.1109/access.2021.3119145
- DOI: https://doi.org/10.3390/sym13020247
- DOI: https://doi.org/10.3390/app11114755
- DOI: https://doi.org/10.3390/app112110079
- DOI: https://doi.org/10.3390/s21175746
- DOI: https://doi.org/10.3390/electronics10121478
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）。