解释列表
活动识别
活动识别
活动识别
研究テーマ例
使用投影映射的打字练习支持、从脑电波估计用户偏好、帮助改善智能手机成瘾的应用程序等。
研究主题示例
研究成果（节选）
使用投影映射的打字练习支持、从脑电波估计用户偏好、帮助改善智能手机成瘾的应用程序等。
游戏化在智能手机成瘾改善支持应用程序中的应用及其定量评估，IPSJ 教育和计算机学报，2019 年。
通过投影映射支持初学者在物理键盘上进行打字学习的交互，ICIT 2019，中国上海，2019 年。
“面向互动课堂的实时评论滚动系统”，IEEE ICEED 2019，日本石川，2019 年。
游戏化在智能手机成瘾改善支持应用程序中的应用及其定量评估，IPSJ 教育和计算机学报，2019 年。
通过投影映射支持初学者在物理键盘上进行打字学习的交互，ICIT 2019，中国上海，2019 年。
“面向互动课堂的实时评论滚动系统”，IEEE ICEED 2019，日本石川，2019 年。
研究成果（节选）
行为意识
解释列表
游戏化是一种将游戏元素融入日 常生活以诱导人们采取行动的技术。人与计算机之间的相互作用称为交互。计算机可以利用行为和图像识别来识别现实世界的环境并据此执行一些有趣的动作，从而改善人类的行为和娱乐性。在我们的实验室中，我们正在开发各种游戏化和交互应用程序，包括行为识别研究在交互中的应用、交互式键盘的开发以及使用 VR-HMD 的学习支持。
研究主题示例
游戏化在智能手机成瘾改善支持应用程序中的应用及其定量评估，IPSJ 教育和计算机学报，2019 年。
通过投影映射支持初学者在物理键盘上进行打字学习的交互，ICIT 2019，中国上海，2019 年。
“面向互动课堂的实时评论滚动系统”，IEEE ICEED 2019，日本石川，2019 年。
游戏化在智能手机成瘾改善支持应用程序中的应用及其定量评估，IPSJ 教育和计算机学报，2019 年。
通过投影映射支持初学者在物理键盘上进行打字学习的交互，ICIT 2019，中国上海，2019 年。
“面向互动课堂的实时评论滚动系统”，IEEE ICEED 2019，日本石川，2019 年。
使用投影映射的打字练习支持、从脑电波估计用户偏好、帮助改善智能手机成瘾的应用程序等。
研究成果（节选）
研究成果（节选）
研究成果（节选）
游戏化在智能手机成瘾改善支持应用程序中的应用及其定量评估，IPSJ 教育和计算机学报，2019 年。
通过投影映射支持初学者在物理键盘上进行打字学习的交互，ICIT 2019，中国上海，2019 年。
“面向互动课堂的实时评论滚动系统”，IEEE ICEED 2019，日本石川，2019 年。
游戏化在智能手机成瘾改善支持应用程序中的应用及其定量评估，IPSJ 教育和计算机学报，2019 年。
通过投影映射支持初学者在物理键盘上进行打字学习的交互，ICIT 2019，中国上海，2019 年。
“面向互动课堂的实时评论滚动系统”，IEEE ICEED 2019，日本石川，2019 年。
解释列表
解释列表
活动识别
活动识别
研究テーマ例
使用投影映射的打字练习支持、从脑电波估计用户偏好、帮助改善智能手机成瘾的应用程序等。
研究テーマ例
研究成果（节选）
使用投影映射的打字练习支持、从脑电波估计用户偏好、帮助改善智能手机成瘾的应用程序等。
游戏化在智能手机成瘾改善支持应用程序中的应用及其定量评估，IPSJ 教育和计算机学报，2019 年。
通过投影映射支持初学者在物理键盘上进行打字学习的交互，ICIT 2019，中国上海，2019 年。
“面向互动课堂的实时评论滚动系统”，IEEE ICEED 2019，日本石川，2019 年。
游戏化在智能手机成瘾改善支持应用程序 中的应用及其定量评估，IPSJ 教育和计算机学报，2019 年。
通过投影映射支持初学者在物理键盘上进行打字学习的交互，ICIT 2019，中国上海，2019 年。
“面向互动课堂的实时评论滚动系统”，IEEE ICEED 2019，日本石川，2019 年。
研究成果（节选）
行为意识
解释列表
游戏化是一种将游戏元素融入日常生活以诱导人们采取行动的技术。人与计算机之间的相互作用称为交互。计算机可以利用行为和图像识别来识别现实世界的环境并据此执行一些有趣的动作，从而改善人类的行为和娱乐性。在我们的实验室中，我们正在开发各种游戏化和交互应用程序，包括行为识别研究在交互中的应用、交互式键盘的开发以及使用 VR-HMD 的学习支持。
研究テーマ例
游戏化在智能手机成瘾改善支持应用程序中的应用及其定量评估，IPSJ 教育和计算机学报，2019 年。
通过投影映射支持初学者在物理键盘上进行打字学习的交互，ICIT 2019，中国上海，2019 年。
“面向互动课堂的实时评论滚动系统”，IEEE ICEED 2019，日本石川，2019 年。
游戏化在智能手机成瘾改善支持应用程序中的应用及其定量评估，IPSJ 教育和计算机学报，2019 年。
通过投影映射支持初学者在物理键盘上进行打字学习的交互，ICIT 2019，中国上海，2019 年。
“面向互动课堂的实时评论滚动系统”，IEEE ICEED 2019，日本石川，2019 年。
使用投影映射的打字练习支持、从脑电波估计用户偏好、帮助改善智能手机成瘾的应用程序等。
研究成果（节选）
研究成果（节选）
游戏化在智能手机成瘾改善支持应用程序中的应用及其定量评估，IPSJ 教育和计算机学报，2019 年。
通过投影映射支持初学者在物理键盘上进行打字学习的交互，ICIT 2019，中国上海，2019 年。
“面向互动课堂的实时评论滚动系统”，IEEE ICEED 2019，日本石川，2019 年。
研究成果（节选）
游戏化在智能手机成瘾改善支持应用程序中的应用及其定量评估，IPSJ 教育和计算机学报，2019 年。
通过投影映射支持初学者在物理键盘上进行打字学习的交互，ICIT 2019，中国上海，2019 年。
“面向互动课堂的实时评论滚动系统”，IEEE ICEED 2019，日本石川，2019 年。
游戏化在智能手机成瘾改善支持应用程序中的应用及其定量评估，IPSJ 教育和计算机学报，2019 年。
通过投影映射支持初学者在物理键盘上进行打字学习的交互，ICIT 2019，中国上海，2019 年。
“面向互动课堂的实时评论滚动系统”，IEEE ICEED 2019，日本石川，2019 年。
解释列表
解释列表
活动识别
活动识别
研究テーマ例
使用投影映射的打字练习支持、从脑电波估计用户偏好、帮助改善智能手机成瘾的应用程序等。
研究テーマ例
研究成果（节选）
使用投影映射的打字练习支持、从脑电波估计用户偏好、帮助改善智能手机成瘾的应用程序等。
游戏化在智能手机成瘾改善支持应用程序中的应用及其定量评估，IPSJ 教育和计算机学报，2019 年。
通过投影映射支持初学者在物理键盘上进行打字学习的交互，ICIT 2019，中国上海，2019 年。
“面向互动课堂的实时评论滚动系统”，IEEE ICEED 2019，日本石川，2019 年。
游戏化在智能手机成瘾改善支持应用程序中的应用及其定量评估，IPSJ 教育和计算机学报，2019 年。
通过投影映射支持初学者在物理键盘上进行打字学习的交互，ICIT 2019，中国上海，2019 年。
“面向互动课堂的实时评论滚动系统”，IEEE ICEED 2019，日本石川，2019 年。
研究成果（节选）
行为意识
解释列表
游戏化是一种将游戏元素融入日常生活以诱导人们采取行动的技术。人与计算机之间的相互作用称为交互。计算机可以利用行为和图像识别来识别现实世界的环境并据此执行一些有趣的动作，从而改善人类的行为和娱乐性。在我们的实验室中，我们正在开发各种游戏化和交互应用程序，包括行为识别研究在交互中的应用、交互式键盘的开发以及使用 VR-HMD 的学习支持。
研究テーマ例
游戏化在智能手机成瘾改善支持应用程序中的应用及其定量评估，IPSJ 教育和计算机学报，2019 年。
通过投影映射支持初学者在物理键盘上进行打字学习的交互，ICIT 2019，中国上海，2019 年。
“面向互动课堂的实时评论滚动系统”，IEEE ICEED 2019，日本石川，2019 年。
游戏化在智能手机成瘾改善支持应用程序中的应用及其定量评估，IPSJ 教育和计算机学报，2019 年。
通过投影映射支持初学者在物理键盘上进行打字学习的交互，ICIT 2019，中国上海，2019 年。
“面向互动课堂的实时评论滚动系统”，IEEE ICEED 2019，日本石川，2019 年。
使用投影映射的打字练习支持、从脑电波估计用户偏好、帮助改善智能手机成瘾的应用程序等。
研究成果（节选）
研究成果（节选）
游戏化在智能手机成瘾改善支持应用程序中的应用及其定量评估，IPSJ 教育和计算机学报，2019 年。
通过投影映射支持初学者在物理键盘上进行打字学习的交互，ICIT 2019，中国上海，2019 年。
“面向互动课堂的实时评论滚动系统”，IEEE ICEED 2019，日本石川，2019 年。
研究成果（节选）
游戏化在智能手机成瘾改善支持应用程序中的 应用及其定量评估，IPSJ 教育和计算机学报，2019 年。
通过投影映射支持初学者在物理键盘上进行打字学习的交互，ICIT 2019，中国上海，2019 年。
“面向互动课堂的实时评论滚动系统”，IEEE ICEED 2019，日本石川，2019 年。
游戏化在智能手机成瘾改善支持应用程序中的应用及其定量评估，IPSJ 教育和计算机学报，2019 年。
通过投影映射支持初学者在物理键盘上进行打字学习的交互，ICIT 2019，中国上海，2019 年。
“面向互动课堂的实时评论滚动系统”，IEEE ICEED 2019，日本石川，2019 年。
解释列表
解释列表
活动识别
活动识别
研究テーマ例
使用投影映射的打字练习支持、从脑电波估计用户偏好、帮助改善智能手机成瘾的应用程序等。
研究テーマ例
研究成果（节选）
使用投影映射的打字练习支持、从脑电波估计用户偏好、帮助改善智能手机成瘾的应用程序等。
游戏化在智能手机成瘾改善支持应用程序中的应用及其定量评估，IPSJ 教育和计算机学报，2019 年。
通过投影映射支持初学者在物理键盘上 进行打字学习的交互，ICIT 2019，中国上海，2019 年。
“面向互动课堂的实时评论滚动系统”，IEEE ICEED 2019，日本石川，2019 年。
游戏化在智能手机成瘾改善支持应用程序中的应用及其定量评估，IPSJ 教育和计算机学报，2019 年。
通过投影映射支持初学者在物理键盘上进行打字学习的交互，ICIT 2019，中国上海，2019 年。
“面向互动课堂的实时评论滚动系统”，IEEE ICEED 2019，日本石川，2019 年。
研究成果（节选）
行为意识
解释列表
游戏化是一种将游戏元素融入日常生活以诱导人们采取行动的技术。人与计算机之间的相互作用称为交互。计算机可以利用行为和图像识别来识别现实世界的环境并据此执行一些有趣的动作，从而改善人类的行为和娱乐性。在我们的实验室中，我们正在开发各种游戏化和交互应用程序，包括行为识别研究在交互 中的应用、交互式键盘的开发以及使用 VR-HMD 的学习支持。
研究テーマ例
游戏化在智能手机成瘾改善支持应用程序中的应用及其定量评估，IPSJ 教育和计算机学报，2019 年。
通过投影映射支持初学者在物理键盘上进行打字学习的交互，ICIT 2019，中国上海，2019 年。
“面向互动课堂的实时评论滚动系统”，IEEE ICEED 2019，日本石川，2019 年。
游戏化在智能手机成瘾改善支持应用程序中的应用及其定量评估，IPSJ 教育和计算机学报，2019 年。
通过投影映射支持初学者在物理键盘上进行打字学习的交互，ICIT 2019，中国上海，2019 年。
“面向互动课堂的实时评论滚动系统”，IEEE ICEED 2019，日本石川，2019 年。
使用投影映射的打字练习支持、从脑电波估计用户偏好、帮助改善智能手机成瘾的应用程序等。
研究成果（节选）
研究成果（节选）
游戏化在智能手机成瘾改善支持应用程序中的应用及其定量评估，IPSJ 教育和计算机学报，2019 年。
通过投影映射支持初学者在物理键盘上进行打字学习的交互，ICIT 2019，中国上海，2019 年。
“面向互动课堂的实时评论滚动系统”，IEEE ICEED 2019，日本石川，2019 年。
研究成果（节选）
游戏化在智能手机成瘾改善支持应用程序中的应用及其定量评估，IPSJ 教育和计算机学报，2019 年。
通过投影映射支持初学者在物理键盘上进行打字学习的交互，ICIT 2019，中国上海，2019 年。
“面向互动课堂的实时评论滚动系统”，IEEE ICEED 2019，日本石川，2019 年。
游戏化在智能手机成瘾改善支持应用程序中的应用及其定量评估，IPSJ 教育和计算机学报，2019 年。
通过投影映射支持初学者在物理键盘上进行打字学习的交互，ICIT 2019，中国上海，2019 年。
“面向互动课堂的实时评论滚动系统”，IEEE ICEED 2019，日本石川，2019 年。
解释列表
解释列表
频率分解DA
作为一种用于动作识别的合成数据增强 (DA) 方法，我们提出了受频率分解启发的 DA 方法 Octave Mix 和 DA 集成方法。以下论文提出了三种技术来提高基于深度学习的活动识别的估计准确性。
学习对抗敌人
我们的目标是通过使用对抗训练方法（例如生成对抗网络（GAN：Goodfellow2014））来获取对动作识别环境差异具有鲁棒性的特征表示。在下文中，针对每个测量设备的采样频率可能有所不同的问题，提出了以下两种方法来提高估计精度。
深度学习
在动作识别的识别方法中，深度学习是近年来活跃讨论的主题。另一方面，与成像领域不同，该领域的研究仍处于起步阶 段。例如，已经为图像开发了各种基于 CNN 的表示学习方法，并已将其应用于动作识别，但这些都是强烈考虑邻域信息（图像的一个特征）的表示学习方法。希望开发能够获取低采样率波形数据（例如传感器数据）的适当特征表示的层。
行为意识
鉴于从加速度传感器观察到的波形数据根据活动而变化，通常使用机器学习等技术自动对这些数据进行分类。研究任务多种多样，但以下两个最具代表性。
活动识别
活动识别
活动识别
研究テーマ例
使用投影映射的打字练习支持、从脑电波估计用户偏好、帮助改善智能手机成瘾的应用程序等。
研究テーマ例
研究成果（节选）
使用投影映射的打字练习支持、从脑电波估计用户偏好、帮助改善智能手机成瘾的应用程序等。
游戏化在智能手机成瘾改善支持应用程序中的应用及其定量评估，IPSJ 教育和计算机学报，2019 年。
通过投影映射支持初学者在物理键盘上进行打字学习的交互，ICIT 2019，中国上海，2019 年。
“面向互动课堂的实时评论滚动系统”，IEEE ICEED 2019，日本石川，2019 年。
游戏化在智能手机成瘾改善支持应用程序中的应用及其定量评估，IPSJ 教育和计算机学报，2019 年。
通过投影映射支持初学者在物理键盘上进行打字学习的交互，ICIT 2019，中国上海，2019 年。
“面向互动课堂的实时评论滚动系统”，IEEE ICEED 2019，日本石川，2019 年。
研究成果（节选）
行为意识
解释列表
游戏化是一种将游戏元素融入日常生活以诱导人们采取行动的技术。人与计算机之间的相互作用称为交互。计算机可以利用行为和图像识别来识别现实世界的环境并据此执行一些有趣的动作，从而改善人类的行为和娱乐性。在我们的实验室中，我们正在开发各种游戏化和交互应用程序，包括行为识别研究在交互中的应用、交互式键盘的开发以及使用 VR-HMD 的学习支持。
研究主题示例
游戏化在智能手机成瘾改善支持应用程序中的应用及其定量评估，IPSJ 教育和计算机学报，2019 年。
通过投影映射支持初学者在物理键盘上进行打字学习的交互，ICIT 2019，中国上海，2019 年。
“面向互动课堂的实时评论滚动系统”，IEEE ICEED 2019，日本石川，2019 年。
游戏化在智能手机成瘾改善支持应用程序中的应用及其定量评估，IPSJ 教育和计算机学报，2019 年。
通过投影映射支持初学者在物理键盘上进行打字学习的交互，ICIT 2019，中国上海，2019 年。
“面向互动课堂的实时评论滚动系统”，IEEE ICEED 2019，日本石川，2019 年。
使用投影映射的打字练习支持、从脑电波估计用户偏好、帮助改善智能手机成瘾的应用程序等。
研究成果（节选）
研究成果（节选）
游戏化在智能手机成瘾改善支持应用程序中的应用及其定量评估，IPSJ 教育和计算机学报，2019 年。
通过投影映射支持初学者在物理键盘上进行打字学习的交互，ICIT 2019，中国上海，2019 年。
“面向互动课堂的实时评论滚动系统”，IEEE ICEED 2019，日本石川，2019 年。
研究成果（节选）
游戏化在智能手机成瘾改善支持应用程序中的应用及其定量评估，IPSJ 教育和计算机学报，2019 年。
通过投影映射支持初学者在物理键盘上进行打字学习的交互，ICIT 2019，中国上海，2019 年。
“面向互动课堂的实时评论滚动系统”，IEEE ICEED 2019，日本石川，2019 年。
游戏化在智能手机成瘾改善支持应用程序中的应用及其定量评估，IPSJ 教育和计算机学报，2019 年。
通过投影映射支持初学者在物理键盘上进行打字学习的交互，ICIT 2019，中国上海，2019 年。
“面向互动课堂的实时评论滚动系统”，IEEE ICEED 2019，日本石川，2019 年。
解释列表
解释列表
频率分解DA
作为一种用于动作识别的合成数据增强 (DA) 方法，我们提出了受频率分解启发的 DA 方法 Octave Mix 和 DA 集成方法。以下论文提出了三种技术来提高基于深度学习的活动识别的估计准确性。
学习对抗敌人
我们的目标是通过使用对抗训练方法（例如生成对抗网络（GAN：Goodfellow2014））来获取对动作识别环境差异具有鲁棒性的特征表示。在下文中，针对每个测量设备的采样频率可能有所不同的问题，提出了以下两种方法来提高估计精度。
深度学习
在动作识别的识别方法中，深度学习是近年来活跃讨论的主题。另一方面，与成像领域不同，该领域的研究仍处于起步阶段。例如，已经为图像开发了各种基于 CNN 的表示学习方法，并已将其应用于动作识别，但这些都是强烈考虑邻域信息（图像的一个特征）的表示学习方法。希望开发能够获取低采样率波形数据（例如传感器数据）的适当特征表示的层。
行为意识
鉴于从加速度传感器观察到的波形数据根据活动而变化，通常使用机器学习等技术自动对这些数据进行分类。研究任务多种多样，但以下两个最具代表性。
频率分解DA
作为一种用于动作识别的合成数据增强 (DA) 方法，我们提出了受频率分解启发的 DA 方法 Octave Mix 和 DA 集成方法。以下论文提出了三种技术来提高基于深度学习的活动识别的估计准确性。
学习对抗敌人
我们的目标是通过使用对抗训练方法（例如生成对抗网络（GAN：Goodfellow2014））来获取对动作识别环境差异具有鲁棒性的特征表示。在下文中，针对每个测量设备的采样频率可能有所不同的问题，提出了以下两种方法来提高估计精度。
深度学习
在动作识别的识别方法中，深度学习是近年来活跃讨论的主题。另一方面，与成像领域不同，该领域的研究仍处于起步阶段。例如，已经为图像开发了各种基于 CNN 的表示学习方法，并已将其应用于动作识别，但这些都是强烈考虑邻域信息（图像的一个特征）的表示学习方法。希望开发能够获取低采样率波形数据（例如传感器数据）的适当特征表示的层。
行为意识
鉴于从加速度传感器观察到的波形数据根据活动而变化，通常使用机器学习等技术自动对这些数据进行分类。研究任务多种多样，但以下两个最具代表性。