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
早稲田大学 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
スマート社会技術融合研究機構
早稲田大学
研究院
Postal address
Japan
概要
フィンガープリント
ネットワーク
プロファイル
(17)
研究成果
(286)
フィンガープリント
スマート社会技術融合研究機構が活動している研究トピックを掘り下げます。これらのトピックラベルは、この組織のメンバー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。
Photovoltaics
Engineering
100%
Distribution System
Engineering
71%
Electric Power Distribution
Engineering
62%
Voltage Regulator
Engineering
61%
Energy Engineering
Engineering
56%
Japan
Engineering
47%
Electric Vehicle
Engineering
38%
Home Energy Management System
Engineering
38%
過去5年の共同研究と上位研究分野
国/地域レベルにおける最近の外部共同研究。点をクリックして詳細を開くか、または
リストから国/地域を選択
詳細を開く
国/地域を選択して、共有出版物とプロジェクトを表示
閉じる
リストから国/地域を選択
プロファイル
相子 美智雄
スマート社会技術融合研究機構
-
Research Associate 研究助手
研究者:
Academic
秋元 瑞穂
スマート社会技術融合研究機構
-
Research Associate 研究助手
研究者:
Academic
2020
2025
藤本 悠
スマート社会技術融合研究機構
-
Senior Researcher(Professor) 上級研究員(研究院教授)
研究者:
Academic
2006
2025
研究成果
年別の研究成果
2006
2016
2018
2019
2020
2021
2022
2023
2024
2025
128
Conference contribution
124
Article
18
Paper
8
Conference article
8
その他
5
Review article
2
Comment/debate
1
Short survey
年別の研究成果
年別の研究成果
Charging and Discharging Schedule Optimization Method Considering Renewable Energy and Distribution System for Electric Buses
Kato, N., Ishii, T.,
Iino, Y.
,
Hayashi, Y.
, Uchiyama, S., Oishi, K. & Mori, K.,
2025 3月
,
In:
Electrical Engineering in Japan (English translation of Denki Gakkai Ronbunshi).
218
,
1
, e23497.
研究成果
:
Article
›
査読
Distribution System
100%
Optimization Methods
100%
Renewable Energy Systems
100%
Electric Bus
100%
Schedule Optimization
100%
Dynamic Determination Method of Line Drop Compensator Parameters for Voltage Regulators Based on Mixture of Experts Using Real-Time Information
Okuno, T.,
Kaneko, A.
,
Fujimoto, Y.
,
Hayashi, Y.
, Ishimaru, M. & Doi, M.,
2025 3月
,
In:
IEEJ Transactions on Electrical and Electronic Engineering.
20
,
3
,
p. 358-372
15 p.
研究成果
:
Article
›
査読
Open Access
Voltage Regulator
100%
Drop Compensator
100%
Dynamic Determination
100%
Distribution System
80%
Power Flow
40%
Machine Learning-Assisted Survey on Charge Storage of MXenes in Aqueous Electrolytes
Kawai, K., Ando, Y. &
Okubo, M.
,
2025 1月 20
,
In:
Small Methods.
9
,
1
, 2400062.
研究成果
:
Article
›
査読
Aqueous Electrolyte
100%
Machine Learning
100%
Charge Storage
100%
MXene Electrode
100%
MXene-based Composites
100%
2
被引用数 (Scopus)