メインナビゲーションにスキップ
検索にスキップ
メインコンテンツにスキップ
九州大学 ホーム
English
日本語
ホーム
プロファイル
研究部門
プロジェクト
研究成果
データセット
活動
プレス/メディア
受賞
専門知識、名前、または所属機関で検索
Scopus著者プロファイル
島田 敬士
Professor
国立大学法人 九州大学
,
実世界ロボティクス
ウェブサイト
https://hyoka.ofc.kyushu-u.ac.jp/search/details/K003159/index.html
h-index
2062
被引用数
25
h 指数
Pureの文献数とScopusの被引用数に基づいて算出されます
2004
2022
年別の研究成果
概要
フィンガープリント
ネットワーク
研究成果
(244)
類似のプロファイル
(12)
Pureに変更を加えた場合、すぐここに表示されます。
研究成果
年別の研究成果
2004
2013
2015
2016
2017
2018
2019
2020
2022
147
会議への寄与
72
学術誌
15
会議記事
6
学会誌
4
その他
3
章
1
編集
年別の研究成果
年別の研究成果
6 件
出版年、タイトル
(降順)
出版年、タイトル
(昇順)
タイトル
タイプ
フィルター
学会誌
検索結果
2020
On-the-fly Extrinsic Calibration of Non-Overlapping in-Vehicle Cameras based on Visual SLAM under 90-degree Backing-up Parking
Nishiguchi, K.
,
Uchiyama, H.
,
Hayakawa, K.
,
Adachi, J.
,
Thomas, D.
,
Shimada, A.
&
Taniguchi, R. I.
,
2020
,
p. 2021-2028
.
8 p.
研究成果
:
会議への寄与タイプ
›
学会誌
›
査読
Evaluation
100%
Accuracy
100%
2
被引用数 (Scopus)
2016
Browsing-pattern mining from e-book logs with non-negative matrix factorization
Shimada, A.
,
Okubo, F.
&
Ogata, H.
,
1月 1 2016
,
p. 636-637
.
2 p.
研究成果
:
会議への寄与タイプ
›
学会誌
›
査読
Observation Matrix
100%
9
被引用数 (Scopus)
2013
Multi-layered background modeling for complex environment surveillance
Yoshinaga, S.
,
Shimada, A.
,
Nagahara, H.
,
Taniguchi, R. I.
,
Kajitani, K.
&
Naito, T.
,
2013
,
p. 278-283
.
6 p.
研究成果
:
会議への寄与タイプ
›
学会誌
›
査読
Background Maintenance
100%
1
被引用数 (Scopus)
Real-time foreground segmentation from moving camera based on case-based trajectory classification
Nonaka, Y.
,
Shimada, A.
,
Nagahara, H.
&
Taniguchi, R. I.
,
2013
,
p. 808-812
.
5 p.
研究成果
:
会議への寄与タイプ
›
学会誌
›
査読
Memory Resource
100%
5
被引用数 (Scopus)
2007
Variable-density Self-Organizing Map for incremental learning
Shimada, A.
&
Taniguchi, R. I.
,
2007
.
研究成果
:
会議への寄与タイプ
›
学会誌
›
査読
Topological Relationship
100%
3
被引用数 (Scopus)
2005
Supervised learning in Hyper-Column Model
Shimada, A.
,
Tsuruta, N.
&
Taniguchi, R. I.
,
2005
,
p. 481-488
.
8 p.
研究成果
:
会議への寄与タイプ
›
学会誌
›
査読
Simulation Mode
100%
Organizing Map
40%
Supervised Learning
30%
Learning Method
20%
Unsupervised Learning
10%