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
東京理科大学 ホーム
English
日本語
ホーム
プロファイル
研究部門
研究成果
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
入江 豪
准教授
工学部
,
情報工学科
ウェブサイト
https://www.tus.ac.jp/ridai/doc/ji/RIJIA01Detail.php?act=nam&kin=ken&diu=7560
h-index
1084
被引用数
16
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
2008
2025
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
(77)
類似のプロファイル
(3)
フィンガープリント
Go Irie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。
並べ替え順
重み付け
アルファベット順
Computer Science
Image Retrieval
100%
Information Retrieval
93%
Experimental Result
69%
Domain Adaptation
66%
Visual Feature
63%
Pose Estimation
58%
retrieval performance
50%
Event Detection
50%
Depth Estimation
50%
Hashing
50%
Data Augmentation
50%
Prediction Accuracy
46%
Semantic Image
43%
Object Recognition
42%
Image Matching
41%
Training Sample
39%
image feature
38%
Behavior Model
33%
Forward Algorithm
33%
color histogram
33%
Computational Modeling
33%
Process Approach
33%
Affective Information
33%
Feature Individual
33%
Video Collection
33%
Dimensional Image
33%
Scale-Invariant Feature Transform
33%
Multimodal Learning
33%
Detection Method
33%
Class Distribution
33%
Estimation Accuracy
31%
Image Processing
30%
Annotation
30%
Reconstruction Error
28%
User Preference
27%
Network Segmentation
27%
Unsupervised Domain Adaptation
27%
Correlation Analysis
27%
Contrastive Learning
27%
Clustering Graph
27%
Unsupervised Learning
27%
Convolutional Neural Network
27%
Optimization Problem
26%
Semisupervised Learning
25%
Spectral Clustering
25%
Propagation Algorithm
25%
Object Detection
25%
Emotion Category
25%
Hash Code
22%
Quantisation Error
22%
Keyphrases
Image Retrieval
61%
TRECVID
50%
Retrieval Practice
45%
Semantic Image Retrieval
44%
Unsupervised Learning
44%
Object Recognition
40%
Content-based Recommendation
38%
Pose Estimation
38%
Object Pose
38%
Image Matching
37%
Affective Content
37%
Unsupervised Domain Adaptation
36%
Domain Adaptation
36%
Popular
33%
Hamming Space
33%
Geometry Preserving
33%
Multimodal Learning
33%
Color Histogram
33%
Forward-backward Algorithm
33%
Video Materials
33%
Variable Speed
33%
Frame Removal
33%
Cut Detection
33%
Junk
33%
Audio-visual Event Detection
33%
Cross-modal Hashing
33%
Subspace Clustering
33%
Data Augmentation
33%
Video Browsing
33%
Open-set Domain Adaptation
33%
Self-labeling
33%
Semantic Content
33%
Triplet Learning
33%
Histogram Features
33%
Image Registration
33%
Binary Codes
33%
Deep Reinforcement
33%
Audio
33%
Travel Route Recommendation
33%
Local Clustering
33%
Video Collection
33%
Photographer
33%
Driving Model
33%
Scene Classification
33%
Affective Scenes
33%
Latent Topics
33%
Monocular Depth Estimation
33%
DP Matching
33%
Target Domain
32%
Estimation Accuracy
31%
