Big Data Analytics Laboratory





  1. Dao, M. S. and Zettsu, K. : Complex Event Analysis of Urban Environmental Data based on Deep CNN of Spatiotemporal Raster Images, 2018 IEEE International Conference on Big Data (BigData 2018), Seattle, WA, USA (December, 2018).[Accepted]
  2. Dao, M.S. and Zettsu, K.: A Raster-Image-Based Approach for Understanding Associations of Urban Sensing Data, IEEE International Conference on Artificial Intelligence and Knowledge Engineering (AIKE 2018), Laguna Hills, CA, USA, pp.134-137 (September 2018).
  3. Zhao, P. and Zettsu, K.: Convolution Recurrent Neural Networks for Short-Term Prediction of Atmospheric Sensing Data, The 4th IEEE International Conference on Smart Data (SmartData 2018), Halifax, Canada, pp.815-821 (July 2018).
  4. Sato, T. O., Sato, T. M., Sagawa, H., Noguchi, K., Saitoh, N., Irie, H., Kita, K., Mahani, M. E., Zettsu, K., Imasu, R., Hayashida, S., and Kasai, Y.: Vertical profile of tropospheric ozone derived from synergetic retrieval using three different wavelength ranges, UV, IR, and microwave: sensitivity study for satellite observation, Atmospheric Measurement Techniques, Vol. 11, pp.1653-1668 (March 2018). DOI: 10.5194/amt-11-1653-2018
  5. Tran-The, H. and Zettsu, K.: Discovering Co-occurrence Paterns of Heterogeneous Events from Unevenly-distributed Spatiotemporal Data, 2017 IEEE International Conference on Big Data (BigData 2017), Boston, MA, USA, pp.1006-1011 (December 2017). DOI: 10.1109/BigData.2017.8258023
  6. Tran-The, H. and Zettsu, K.: Finding Spatiotemporal Co-occurrence Patterns of Heterogeneous Events for Prediction, The 3rd ACM SIGSPATIAL International Workshop on the Use of GIS in Emergency Management (EM-GIS 2017), Redondo Beach, CA, USA, pp.9:1-9:8 (November 2017). DOI: 10.1145/3152465.3152475
  7. 是津耕司(編), スマートIoT推進フォーラム異分野データ連携プロジェクト (著): 異分野データ連携H28年度技術報告書 ~ データでつなぐ人・モノ・コト ~, エクスイズムCAS出版 (2017年6月).[Webページ版]
  8. Takeuchi, S., Sugiura, K., Akahoshi, Y. and Zettsu, K.: Spatio-Temporal Pseudo Relevance Feedback for Scientific Data Retrieval, IEEJ Transactions on Electrical and Electronic Engineering, Vol. 12, Issue 1, pp.124-131 (January 2017).
  9. Kuroda, T., Medvedev, A. S., Yiğit, E., Hartogh, P.: Global Distribution of Gravity Wave Sources and Fields in the Martian Atmosphere during Equinox and Solstice Inferred From a High-Resolution General Circulation Model, Journal of the Atmospheric Sciences (September 2016).
  10. Akiba, T., Nakamura, K. and Takaguchi, T.: Fractality of Massive Graphs: Scalable Analysis with Sketch-Based Box-Covering Algorithm, IEEE 16th International Conference on Data Mining (ICDM2016), Barcelona, Spain, pp.769-774 (December 2016).
  11. 伊藤禎宣, 藤野健一, 安藤広志: 映像通信遅延が建機の遠隔操作性に与える影響のモデルタスクによる評価, 第16回建設ロボットシンポジウム (2016年9月). 【優秀論文賞】
  12. 佐藤知紘(2016)「宇宙から観たオゾン同位体」, 河村公隆編『低温環境の科学辞典』, pp.30-31 朝倉書店.
  13. Kuroda, T., Goto, D., Kasai, Y. and Zettsu, K.: Simulation of the Cloud and Aerosol Ddistributions with the Horizontal with the Horizontal resolution of ~5km using NICAM, 2nd workshop on Atmospheric Composition Observation System Simulation Experiments (OSSEs), Reading University, Reading, United Kingdom (November 2016).
  14. Kuroda, T., Goto, D., Y. Kasai, Y., Zettsu, K.:Demonstration of the atmospheric simulation for Kyushu region with the horizontal resolution of ~5km using NICAM: Towards the air pollution prediction system, 7th GEMS Science Team Meeting (October, 2016).
  15. 豊村鉄男, 木全崇, 是津耕司, 西永望, 木俵豊: ネットワーク構成装置及び方法、並びにネットワーク構成のためのコンピュータプログラム, 特許第6021000号 (2016年10月).
  16. 石井昌憲, 笠井康子, 白石浩一, 佐藤知紘, 黒田剛史, 栗林康太, 重兼史尚, 松田猛, 水谷耕平, 安井元昭, 是津耕司: スケーラブルな環境データの解析と利活用技術の開発, 福岡から診る大気環境研究所研究会 (2016年9月).
  17. 高口太朗: テンポラル・ネットワークとしての社会コミュニケーション行動の分析, 電子情報通信学会 通信行動工学研究会 (2016年8月).


  1. 【情報通信研究機構(NICT)×キャンパスラボ】「環境×健康スマートIoT実証実験」を開始キャンパスラボメンバーがメンターとなり地域市民と共に「カラダにうれしい空気を探そう」データソンイベントを開催, PRTIMES, 日刊工業新聞, ZDNet Japanなど47サイト (2018年7月20日).
  2. 局地豪雨 前兆つかみ減災 「京」で30分前に予測/雲粒で察知, 読売新聞朝刊(関西)サイエンスBOX (2016年7月29日).
  3. 「雲」の発生捉え 予測, NHKニュースホット関西 (2016年7月8日).