山中高夫

研究者氏名	山中高夫
	ヤマナカタカオ
URL	https://pweb.cc.sophia.ac.jp/takao-y/indexj.html
所属	上智大学
部署	理工学部情報理工学科
職名	准教授
学位	学士（工学）(東京工業大学), 修士（工学）(東京工業大学), 博士（学術）(東京工業大学)
科研費研究者番号	20433790
J-Global ID	200901034749422122

プロフィール

2008-現在上智大学理工学部情報理工学科准教授 2006-2008 上智大学理工学部電気電子工学科講師 2004-2006 テキサスA&M大学コンピュータサイエンス博士研究員
研究助成
山中高夫, スナップ写真から全天球画像の生成, 科学研究費補助金(基盤研究C), #21K11943, Apr. 2021-Mar. 2023.
山中高夫, 嗅覚神経計算モデルを応用した匂いセンサ信号処理, 科学研究費補助金(若手研究B), #20700166, Apr. 2008-Mar. 2010.
山中高夫, 嗅覚インターフェース, 平成19年度国際科学技術財団研究助成, Apr. 2008-Mar. 2009.田中衞 (代表) 他, 人間情報科学研究プロジェクト（上智大学，理工学研究科）, オープン・リサーチ・センター, Apr. 2007-Mar 2012.
山中高夫, 生物の嗅覚における神経計算モデルのハードウェア化と匂いセンサへの応用, 科学研究費補助金(若手研究(スタートアップ)), #18800048, Oct. 2006-Mar. 2008.
(研究テーマ)
スナップ写真から全天球画像の生成
生物の嗅覚における神経計算モデルのハードウェア化と匂いセンサへの応用
人間情報科学研究プロジェクト
嗅覚インターフェース
嗅覚神経計算モデルを応用した匂いセンサ信号処理

研究キーワード

コンピュータビジョン ,Neuromorphic Engieering ,知覚情報処理

研究分野

情報通信 / 知覚情報処理 /

経歴

2004年4月

2006年3月

日本学術振興会海外特別研究員

2002年4月

2004年3月

日本学術振興会特別研究員 DC2

1998年4月

2000年9月

キヤノン株式会社社員

学歴

2001年4月

2004年3月

東京工業大学理工学研究科電子物理工学専攻

委員歴

2007年4月

2011年3月

社団法人電気学会センサ・マイクロマシン部門編修委員会

2008年4月

2010年3月

社団法人電気学会論文委員会（Eグループ）幹事

2006年7月

2008年3月

社団法人電気学会論文委員会（Ｅグループ）委員

受賞

2017年11月

The 4th Asian Conference on Pattern Recognition, ACPR2017, Best Student Paper Award,Fully Convolutional DenseNet for Saliency-Map Prediction
T. Oyama T. Yamanaka

2007年

平成19年度国際科学技術財団研究助成

2002年

全国大会優秀論文発表賞 (電気学会)

論文

12 3 4 5 >

Multi-Scale Estimation for Omni-Directional Saliency Maps Using Learnable Equator Bias

Takao Yamanaka Tatsuya Suzuki Taiki Nobutsune Chenjunlin Wu

IEICE Transactions on Information and Systems E106-D(10) 2023年10月 [査読有り]

Influence of Image Classification Accuracy on Saliency Map Estimation

Taiki Oyama Takao Yamanaka

CAAI Transactions on Intelligence Technology 3(3) 140-152 2018年 [査読有り]

Bio-Inspired Background Suppression Technique and its Implementation into Digital Circuit

Takao Yamanaka Yuta Munakata

Human Olfactory Displays and Interfaces 340-358 2012年11月 [査読有り]

Gas sensors have been widely used for various applications, such as gas leak detection, fire alarm systems, and odor-sensing systems. A problem of the gas sensors has been the selectivity to a target gas: background gases interfere with the measur...

Odor reproduction with movie and its application to teleolfaction

Takamichi Nakamoto Takao Yamanaka

Intelligent Systems for Machine Olfaction: Tools and Methodologies 126-152 2011年 [査読有り]

The authors of this chapter study the odor reproduction system synchronously with a movie. The system is made up of an odor sensing system and an olfactory display. The fruit flavors were recorded with movies using a digital video camera and the o...

Suppression of background odor effect in odor sensing system using olfactory adaptation model

Tsuneaki Ohba Takao Yamanaka

IEEJ Transactions on Sensors and Micromachines 128(5) 240-245 2008年

In this study, a new method for suppressing the background odor effect is proposed. Since odor sensors response to background odors in addition to a target odor, it is difficult to detect the target odor information. In the conventional odor sensi...

MISC

<12

Olfactory display using solenoid valves controlled by delta-sigma modulation

T Nakamoto T Yamanaka R Matsumoto

MFI2001: INTERNATIONAL CONFERENCE ON MULTISENSOR FUSION AND INTEGRATION FOR INTELLIGENT SYSTEMS 13-18 2001年

A new type of olfactory display using solenoid valves controlled by delta-sigma modulation has been developed. It can be used to record and regenerate an odor with an arbitrary recipe in combination with an odor sensing system.

パルス駆動型半導体ガスセンサアレイを用いた匂い・ガス流可視化システムの研究

石田寛櫛田直也山中高夫中本高道森泉豊栄

電子情報通信学会技術研究報告. OME, 有機エレクトロニクス 98(155) 47-52 1998年6月

空気中を漂う匂い・ガスの発生源を探索するシステムを提案する。パルス駆動型半導体ガスセンサを5x5個並べたセンサアレイを用い、アレイ上を通り過ぎるガス流を可視化する。得られた画像からガス流の方向を判定し、これをたどってガス源を探索する。同時多点計測を行って冗長な情報を集めることにより、システムの信頼性を向上することができ、従来は探索が困難であった微風速環境や風の乱れの大きな環境への応用が期待される。風洞内でガス流の可視化実験を行った結果、2cm/s程度の微少なガス流を可視化できることが確認さ...

カルマンフィルタを用いたセンサ応答処理による匂い源探知システムの高速化

山中高夫石田寛中本高道森泉豊榮

電子情報通信学会技術研究報告. CPM, 電子部品・材料 96(121) 1-6 1996年6月

筆者らの開発した人工匂い源探知システムに搭載した半導体ガスセンサには時間遅れが存在し、匂い物質濃度変化にあわせてガスセンサ応答が変化するのに時間を要する。このため、システムの移動速度はガスセンサ応答速度に律速され、1 cm/sが限度であり、2 m離れた匂い源を探知するのに600秒要していた。そこで、ガスセンサの時間遅れを考慮してセンサ時系列データから実際の匂い物質濃度変化を、カルマンフィルタにより推定し、センサ応答速度を改善した。また、複数のガスセンサを用いるために、感度の較正法も改善した...