知的創造活動の分析と支援を目的とし，確率統計や信号処理，機械学習に基づく
アプローチを提案しています．
マルチメディア検索
マルチメディアコンテンツの感性分析や人気予測を進めています．また，地図画像やファッション画像など，特定ドメインのデータの分類・検索手法を研究しています．
- 地図画像の自動分類 [Sawada&Katsurai, ICASSP2020]
- レシピ画像の人気予測 [Sanjo&Katsurai, CIKM2017]
- 画像の感情分類 [Katsurai&Satoh, ICASSP2016]
マイクロブログ分析
一般的な辞書に収録されていない語(絵文字やスラング)を対象に，感情スコアを自動で割り当てる手法を提案しています．
- 絵文字の感情スコア算出 [Kimura&Katsurai, FAB2017(ASONAM2017)]
- 日本語ツイートと絵文字ツイートにおける絵文字の比較 [Kimura&Katsurai, iiWAS2018]
- ニコニコ動画のスラング感情辞書構築 [小椋&桂井，DEIM2017]
リンクトデータ
ウェブ上のデータを互いに関連付けることは，知識発見や機械学習のための基盤的技術といえます．現在は異なるデータベース間のレコードを自動で紐付けるための研究をしています．
- 異なる言語の学術データの著者マッチング [Chikazawa, Katsurai, Ohmukai, Scientometrics, 2021]
- 学術データの著者マッチング [Katsurai&Ohmukai, JCDL2019]
研究者トピック分析
論文タイトルやキーワード，概要などのテキストから研究者の専門トピックを推定し，関連研究者検索や著者同定などに応用します．
- 研究者検索インタフェースの構築 [Takahashi, Tango, Chikazawa, Katsurai, ICADL2020]
- トピック変遷の可視化 [Nishizawa, Katsurai, Ohmukai, Takeda, APSIPA ASC 2018]
- 国内研究者のトピック抽出 [Katsurai+, IEICETrans, 2016]
ソーシャルネットワーク分析
知的創造活動におけるコラボレーション構造をネットワークで表し，コミュニティ内の活発さやコミュニティ間の違いを分析します．
- 研究IR指標の導出 [荒木, 桂井, 大向, 武田 DBSJ, 2018]
- 研究機関内コラボレーションの現状分析 [Araki, Katsurai, Ohmukai, Takeda, IEICE Trans, 2017]
トレンドマッピング
人々の興味を知ることは戦略策定やマーケティングに役立ちます．大量のデータを解析し，各年代で流行しているトピックを抽出・可視化します．
- 研究トレンドの可視化 [Katsurai&Ono, Scientometrics, 2019]