Introduction of our studies so far
| Top | About Lab | Members | Studies | PublicationsLinks | 大槻ゼミ希望者向け日大経済卒業生DB |
In Japanese version(日本語ページ)



本研究では,「土砂災害」,「津波」,「河川の氾濫」及び「ゲリラ豪雨」に関する災害前兆現象ワードをtwitterからリアルタイムに取得し,そのtweetを分析することによりハザード係数を計算し,ヒートマップとして可視化する災害警報マップを開発した.
This study proposed the disaster warning map using the keywords of premonitory symptoms from SNS.



本研究では、ファッションアイテムのセットで表されるカテゴリカル変数をクラスタリングするためのモデルについて提案した.
具体的には,ファッションアイテムのセットの類似性に着目して類似尺度を求め,この尺度を反転してグラフネットワークの距離に変換する.そして,この距離に基づいてクラスタリングを行うモデルである.
上図の各クラスタは,類似するファッションコーディネートノードで構成されている.
This study proposed about the Big Data analysis method for fashion coordination data.
This study focuses on the patterns of similarities that are found between coordinated fashion items, so as to define a new set of score value rows for calculating similarity indexes from the patterns. These similarity indexes are then inverted into distances, based on which the clustering method proposed in this study is achieved.
The each clusters in the above figure are composed simirar fashion coordination nodes.



本研究では,①地震がいつどこで発生しそうで,②地震が発生した場合にその場所はどの程度揺れそうなのか,③揺れた場合にその場所で火災・倒壊などの災害はどの程度発生しそうなのか,の3つを総合的にハザード評価する係数(ODGC-Hazard Coefficient)を開発した.
さらに,ODGC-HCを日本地図にヒートマップとして可視化するODGC-Hazard Map (ODGC-HM)を開発した.
We proposed a hazard coefficient. This is called "ODGC Hazard coefficient". This coefficient is comprehensive hazard assessment: ①When and where the earthquake will likely to occur (Occurrence probability of earthquake)? ② When the earthquake occurs, what levels of seismic intensity are anticipated (Ground conditions)? ③ What levels of disaster severity for fire/collapse due to the earthquake are anticipated (Density of wooden houses)? In addition, we proposed the ODGC Hazard Map, a heat map of Japan based on ODGC-HC.



本研究では,科学的貢献度を評価する新たな指数について,h-indexを応用して作成した.
さらに,上図のようなサイテーションマップを構築した(画面右側において,ノードが論文,エッジが被引用関係を表す).
We proposed a new index to evaluate research contribution in a way that qualitatively improves on the h-index.in addition, we proposed citation map like above figure (Each node are the academic article, each edge are the cited relationship in the right side of the screen).



本研究では,SNS二部グラフ用のクラスタリング手法を提案した.
上図は,「何処」で「何を買ったか」という二部グラフをクラスタリングして,「何処で何を買ったか」という傾向が似ている類似地域(市区町村)を可視化したイメージ.
This study proposed the clustering method to social setwork sipartite graph.The above figure is the image of similar regions analyzed by this clustering method.



             本研究では,大規模学術論文グラフネットワークから,主要論文ノードを抽出する手法を提案した.
This study proposed the method of extraction of key papers from graph network of an academic an academic article.



 Copyright © 2013 Akira Otsuki. All rights reserved.

inserted by FC2 system inserted by FC2 system