松尾 一矢 (マツオ カズヤ)

MATSUO Kazuya

写真a

職名

助教

研究室住所

福岡県北九州市戸畑区仙水町1-1

研究分野・キーワード

ロボット工学,センサ情報処理

メールアドレス

メールアドレス

研究室電話

093-884-3187

ホームページ

http://rtc.nagoya.riken.jp/sensor/matsuo/

Scopus 論文情報  
総論文数: 0  総Citation: 0  h-index: 6

Citation Countは当該年に発表した論文の被引用数

取得学位 【 表示 / 非表示

  • 九州大学 -  博士(工学)  2010年03月

学内職務経歴 【 表示 / 非表示

  • 2015年04月
    -
    継続中

    九州工業大学   大学院工学研究院   機械知能工学研究系   助教  

所属学会・委員会 【 表示 / 非表示

  • 2018年04月
    -
    2020年03月
     

    電気学会(C部門) 制御技術委員会 人間支援システムのための情報・制御調査専門委員会  日本国

  • 2017年04月
    -
    2019年03月
     

    日本機械学会 ロボティクス・メカトロニクス部門 第95期運営委員会  日本国

  • 2016年07月
    -
    継続中
     

    日本機械学会  日本国

  • 2016年07月
    -
    継続中
     

    日本神経回路学会  日本国

  • 2016年07月
    -
    継続中
     

    Asia Pacific Neural Network Society  日本国

全件表示 >>

専門分野(科研費分類) 【 表示 / 非表示

  • 計測工学

 

論文 【 表示 / 非表示

  • Speaker verification from mixture of speech and non-speech audio signals via using pole distribution of piecewise linear predictive coding coefficients(共著)

    Toshiki Tagomori, Ryosuke Tsuruda, Kazuya Matsuo, Shuichi Kurogi

    Journal of Ambient Intelligence and Humanized Computing  ( Springer Berlin Heidelberg )    2020年01月  [査読有り]

    DOI

  • Unconstrained detection of the respiratory motions of chest and abdomen in different lying positions using a flexible tactile sensor array

    Shijie Guo, Xingli Zhao, Kazuya Matsuo, Jinyue Liu, Toshiharu Mukai

    IEEE Sensors Journal      2019年06月  [査読有り]

    DOI

  • Grading fruits and vegetables using RGB-D images and convolutional neural network

    Nishi T., Kurogi S., Matsuo K.

    2017 IEEE Symposium Series on Computational Intelligence, SSCI 2017 - Proceedings    2018-January   1 - 6   2018年02月  [査読有り]

     概要を見る

    © 2017 IEEE. This paper presents a method for grading fruits and vegetables by means of using RGB-D (RGB and depth) images and convolutional neural network (CNN). Here, we focus on grading according to the size of objects. First, the method transforms positions of pixels in RGB image so that the center of the object in 3D space is placed at the position equidistant from the focal point by means of using the corresponding depth image. Then, with the transformed RGB images involving equidistant objects, the method uses CNN for learning to classify the objects or fruits and vegetables in the images for grading according to the size, where the CNN is structured for achieving both size sensitivity for grading and shift invariance for reducing position error involved in images. By means of numerical experiments, we show the effectiveness and the analysis of the present method.

    DOI Scopus

  • Hierarchical clustering of ensemble prediction using LOOCV predictable horizon for chaotic time series

    Kurogi S., Shimoda N., Matsuo K.

    2017 IEEE Symposium Series on Computational Intelligence, SSCI 2017 - Proceedings    2018-January   1 - 7   2018年02月  [査読有り]

     概要を見る

    © 2017 IEEE. Recently, we have presented a method of ensemble prediction of chaotic time series. The method employs strong learners capable of making predictions with small error, where usual ensemble mean does not work well owing to the long term unpredictability of chaotic time series. Thus, we have developed a method to select a representative prediction from a set of plausible predictions by means of using LOOCV (leave-one-out cross-validation) measure to estimate predictable horizon. Although we have shown the effectiveness of the method, it sometimes fails to select the representative prediction with long predictable horizon. In order to cope with this problem, this paper presents a method to select multiple candidates of representative prediction by means of employing hierarchical K-means clustering with K = 2. From numerical experiments, we show the effectiveness of the method and an analysis of the property of LOOCV predictable horizon.

    DOI Scopus

  • Analysis and application of step size of RK4 for performance measure of predictability horizon of chaotic time series

    Matsuzaki S., Matsuo K., Kurogi S.

    Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)    11306 LNCS   14 - 23   2018年01月  [査読有り]

     概要を見る

    © Springer Nature Switzerland AG 2018. So far, we have presented several methods for chaotic time series prediction, and shown performance improvement on predictability horizon. However, we could not have shown the comparison of the performance with other methods. In order to obtain general and absolute performance measure of predictability horizon, this paper analyzes to formulate the relationship between the mean predictability horizon and the step size of the fourth-order Runge-Kutta method, or RK4. By means of using the formula which we have obtained in this article, the step size of RK4 corresponding to the mean predictability horizon achieved by a learning machine can be obtained without executing RK4. We execute numerical experiment of the prediction by several learning machines, and compare the performance by means of the step size of RK4 corresponding to the mean horizon achieved by the learning machines, and we show the effectiveness of the present method.

    DOI Scopus

全件表示 >>

口頭発表・ポスター発表等 【 表示 / 非表示

  • 柔軟面状触覚センサを用いた呼吸停止の検知

    松尾一矢

    第33回日本ロボット学会学術講演会  2015年09月  -  2015年09月   

  • Suitable Measurement Locations of Body Pressure for Measurement of Respiration

    Yo Kato

    第53回日本生体医工学会大会  2014年06月  -  2014年06月   

  • 呼吸の計測に適した体圧の測定位置

    松尾一矢

    第53回日本生体医工学会大会  2014年06月  -  2014年06月   

  • 柔軟面状触覚センサを用いた心拍の計測

    松尾一矢

    第14回計測自動制御学会システムインテグレーション部門講演会  2013年12月  -  2013年12月   

  • 柔軟面状触覚センサを用いた呼吸と心拍の計測

    松尾一矢

    ロボティクス・メカトロニクス講演会2013  2013年05月  -  2013年05月   

全件表示 >>

工業所有権 【 表示 / 非表示

  • 就寝者の心拍測定方法および心拍測定装置

    特願 2014-070207  特開 2015-188698  日本国

    向井利春,松尾一矢,加藤陽,清水厚輝

学術関係受賞 【 表示 / 非表示

  • 電気学会 優秀論文発表A賞

    2014年03月   電気学会   日本国

    受賞者:  松尾一矢, 向井利春, 加藤陽, 清水厚輝, 郭士傑

  • SI2013 優秀講演賞

    2013年12月   計測自動制御学会   日本国

    受賞者:  松尾一矢, 加藤陽, 清水厚輝, 郭士傑, 向井利春

  • IEEE Robotics and Automation Society (RAS) Japan Chapter Young Award

    2008年05月   IEEE Robotics and Automation Society   日本国

    受賞者:  Kazuya Matsuo, Kouji Murakami, Tsutomu Hasegawa, and Ryo Kurazume

科研費獲得実績 【 表示 / 非表示

  • 物体に対する拘束を基準とした把握分類

    特別研究員奨励費

    研究期間:  2009年04月  -  2011年03月

    研究課題番号:  09J01865

     概要を見る

    物体に対する拘束を基準とした把握分類

受託研究・共同研究実施実績 【 表示 / 非表示

  • ベッド上に敷いた面状圧力センサによる生体信号計測に関する共同研究

    共同研究

    研究期間:  2015年10月  -  2018年09月

その他競争的資金獲得実績 【 表示 / 非表示

  • 国際交流助成(派遣)課題「The 7th IEEE International Conference on Sensors (IEEE Sensors 2008)」

    提供機関:  民間財団等 

    研究期間:  2008年06月  -  2008年12月

 

担当授業科目 【 表示 / 非表示

  • 2019年度  制御工学実験Ⅲ

  • 2019年度  知能制御応用

  • 2019年度  制御工学PBLⅠ

  • 2019年度  知能制御PBL

  • 2019年度  制御工学実験Ⅱ

全件表示 >>

 

学会・委員会等活動 【 表示 / 非表示

  • 2018年04月
    -
    2020年03月

    電気学会(C部門) 制御技術委員会 人間支援システムのための情報・制御調査専門委員会   委員

  • 2017年04月
    -
    2019年03月

    日本機械学会 ロボティクス・メカトロニクス部門 第95期運営委員会   委員

  • 2016年03月
    -
    2018年02月

    電気学会(C部門) 制御技術委員会 安心・安全な人と機械のための情報・制御技術調査専門委員会   委員

  • 2014年03月
    -
    2016年02月

    電気学会(C部門) 制御技術委員会 人と機械をつなぐ情報・制御技術調査専門委員会   委員