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
田中 太氏
Associate Professor
国立大学法人 九州大学
,
海洋システム設計学
ウェブサイト
https://hyoka.ofc.kyushu-u.ac.jp/search/details/K002888/index.html
h-index
13
被引用数
2
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
1998
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
(40)
類似のプロファイル
(1)
Pureに変更を加えた場合、すぐここに表示されます。
フィンガープリント
Takashi Tanakaが活動している研究トピックを掘り下げます。このトピックラベルは、この研究者の研究成果に基づきます。これらがまとまってユニークなフィンガープリントを構成します。
1
類似のプロファイル
Arches
Engineering
100%
Environment
Engineering
60%
Dynamic Behavior
Engineering
57%
Shipyard
Engineering
55%
Container
Computer Science
40%
Small Disturbance
Engineering
34%
Correlation
Engineering
34%
Dimensions
Physics
34%
ネットワーク
国/地域レベルにおける最近の外部共同研究。点をクリックして詳細を開くか、または
リストから国/地域を選択
詳細を開く
国/地域を選択して、共有出版物とプロジェクトを表示
閉じる
リストから国/地域を選択
研究成果
年別の研究成果
1998
2006
2007
2008
2016
2022
30
学術誌
6
学会誌
4
会議への寄与
年別の研究成果
年別の研究成果
Development of a Quantity Determination Method of Blasting off Conditions
Shinoda, T.
,
Tanaka, T.
&
Morimitsu, K.
,
2022
.
研究成果
:
会議への寄与タイプ
›
学会誌
›
査読
Blasting
100%
Procedure
100%
Amount
66%
Condition
66%
Standard
66%
A method of automated work observation for ship production using deep neural networks
Shinoda, T.
,
Tanaka, T.
,
Okamoto, H.
&
Umemoto, D.
,
2021
.
研究成果
:
会議への寄与タイプ
›
学会誌
›
査読
Observation
100%
Shipyard
50%
Deep Neural Network
33%
Japan
16%
Approach
16%
3-D work simulation oriented to digital transformation for shipyard: Applying to sub-assembly process
Shinoda, T.
,
Tanaka, T.
,
Kishigami, K.
&
Fujisawa, S.
,
2020
.
研究成果
:
会議への寄与タイプ
›
学会誌
›
査読
Shipyard
100%
Assembly Process
66%
Production System
66%
Digital Transformation
66%
Simulation
33%
An automated work observation method for shipyards using deep neural networks
Shinoda, T.
,
Tanaka, T.
&
Okamoto, H.
,
1月 1 2019
.
研究成果
:
会議への寄与タイプ
›
学会誌
›
査読
Observation
100%
Shipyard
80%
Deep Neural Network
40%
Japan
20%
Approach
20%
A method for extracting the work status in shipyard using deep neural networks
Tanaka, T.
&
Shinoda, T.
,
2018
.
研究成果
:
会議への寄与タイプ
›
学会誌
›
査読
Work
100%
Deep Neural Network
25%
Identification
12%
Accuracy
12%
Observation Method
12%
2
被引用数 (Scopus)