V–¼—_ˆõA20”N“xŠeÜ‘¡’æŽÒ

@



ŒhÌ—ª
y@–¼@—_@ˆõ@z
@ @

¡ˆä@GŽ÷i’†‘åj

Š˜]@®•FiNIIj

å@ @—T”Vi–L“cH‘åj

•x‰i@‰p‹`i‘‘åj

•½“c@N•viATRj

ŽR“c@ @ÉiƒpƒCƒIƒjƒAj

@ @
@
y@Œ÷@Ñ@Ü@z
@ @

ˆÉ“¡@‘וFiKDDIj

‰Í“à@³•viNTTƒGƒŒƒNƒgƒƒjƒNƒXƒeƒNƒmj

¬—с@Œ÷˜Yi“ŒH‘åj

åÎ@³˜aiVŠƒ‘åj

’†‘ò@³ûéi“Œ–k‘åj

@ @
@
y@‹Æ@Ñ@Ü@z
@ @
DVD‚ÌŠJ”­‚¨‚æ‚Ñ‚»‚̍‘Û•W€‰»„i

ŽR“c@®Žui“ŒŽÅj

@
ˆÚ“®‘̒ʐM‚É‚¨‚¯‚é“K‰ž“I‹óŠÔM†ˆ—‚ÉŠÖ‚·‚éæ‹ì“IŒ¤‹†

—é–؁@ @”Ži“ŒH‘åj

•{ì@˜a•Fi“ŒH‘åj

@
”ñŠg‘åŽÊ‘œ‚Ì•s“®“_‹ßŽ—‚ÉŠî‚­M†ˆ—•ûŽ®‚Æ‚»‚̉ž—p‚ÉŠÖ‚·‚éæ‹ì“IŒ¤‹†

ŽR“c@ @Œ÷i“ŒH‘åj

@
CMOS LSI’á“d—͉ñ˜H‹Zp‚̐æ‹ì“IŠJ”­‚ÆŽÀ—p‰»

÷ˆä@‹MNi“Œ‘åj

•“c@’‰LiŒc‘åj

“¹ŠÖ@—²‘i—§–½ŠÙ‘åj

@ @
LŽ‹–ìŠpE‚‘¬‰t»ƒfƒBƒXƒvƒŒƒCƒ‚[ƒh‚ÌŒ¤‹†ŠJ”­‚¨‚æ‚Ñ‚»‚̍‚¸×ƒtƒ‹ƒnƒCƒrƒWƒ‡ƒ“‰t»ƒfƒBƒXƒvƒŒƒC‚ւ̉ž—p

“à“c@—´’ji“Œ–k‘åj

@

L‘шæƒXƒP[ƒ‰ƒuƒ‹‰¹º•„†‰»‹Zp‚ÌŠJ”­‚¨‚æ‚ÑITU-T‘Û•W€‰»‚ւ̍vŒ£

“ú˜aú±@—S‰îiNTTj

@

²X–؁@–Ζ¾iNTTj

@

‘厺@ @’‡iNTTj

@
£TOP
y@˜_@•¶@Ü@z
@ @

Šg’£ƒvƒ‰ƒCƒ€Œn—ñ•„†‚̈ê”ʉ»‚Æ‚»‚Ì“Á«‚ɂ‚¢‚Ä

¼“ˆ@’qŽqi”\ŠJ‘åj

@

’·”ö @@„i»Ý¿³¼½Ãѽށj

@

—Ž‡ @@¸iˆïéŒ§—§ŽY‹Æ‹Zpê–åŠw‰@j

@

Ž›’¬@N¹i”\ŠJ‘åj

@ @

An Efficient Adaptive Minor Subspace Extraction Using Exact Nested Orthogonal Complement Structure

@

Œä‰€@^Ž÷i“ŒH‘åj

@

ŽR“c @@Œ÷i“ŒH‘åj

@

POCS-Based Annotation Method Using Kernel PCA for Semantic Image Retrieval

¬ì@‹MOi–k‘åj

’·’JŽR@”ü‹Ii–k‘åj

@

Identifying Heavy-Hitter Flows from Sampled Flow Statistics

X @@’BÆiNTTj

‘ꍪ@“NÆiã‘åj

Jianping PANiUniv.Victoriaj

ìŒ´@—ºˆêiNTTj

“à“c@^li‹ãH‘åj

Œã“¡@Ž Ž÷i‘‘åj
@ @

—U“d‘̂ɑ΂·‚éƒKƒ‰[ƒLƒ“ƒ‚[ƒƒ“ƒg–@\’[•”“d‰×‚ðl—¶‚µ‚½’¼•û‘̃‚ƒmƒ|[ ƒ‹ŠÔ‚ÌŽ©ŒÈE‘ŠŒÝƒCƒ“ƒs[ƒ_ƒ“ƒX‚Ì’PÏ•ª‰»\

’@@@@‹­i“Œ–k‘åj

@

ƒUƒCƒtƒCƒ`ƒ“i“Œ–k‘åj

@

åÍ @@I”÷i“Œ–k‘åj

@

àV’J@–M’ji“Œ–k‘åj

@ @

ŽŸ¢‘ãˆÚ“®’ʐMƒVƒXƒeƒ€ŽÀŒ»‚ÉŒü‚¯‚½Šî’n‹ÇE’[––ƒAƒ“ƒeƒi‹Zp

’· @@ŒhŽOiNTTƒhƒRƒ‚j

ŽRŒû @@—ǁiNTTƒhƒRƒ‚j

Ó @@œ¨—æiNTTƒhƒRƒ‚j

@

A 90nm 48x48 LUT-based FPGA Enhancing Speed and Yield Utilizing Within-Die Delay Variations

¬—с@˜aii‹ž‘åj

@

ŒŽ@˜a–çi‹ž‘åj

¬’J @@Šwi‹ž‘åj

™Œ´@—L—i‹ž‘åj

@

‹v•Ä@—m•½i‹ž‘åj

@

¬–쎛@Gri‹ž‘åj

@ @

KTa1-xNbxO3Œ‹»‚É‚¨‚¯‚é‹óŠÔ“d‰×§Œä“d‹C“`“±‚ÆKerrŒø‰Ê‚É‚æ‚éŒõ•ÎŒüŒ»Û

@

’†‘º@Fˆê˜YiNTTj

‹{’à @@ƒiNTTj

²X–؁@—YŽOiNTTj

@

¡ˆä@‹Ô”ViNTTj

ù‰Y@³OiNTTj

“¡‰Y@˜a•viNTTj

@

Highly Reliable Submicron InP-Based HBTs with over 300-GHz ft

””ö@“TGiNTTj

ŒI“‡@Œ«“ñiNTTj

@

[ˆä@‰À”TiNTTj

@ ŽR”¦@ÍŽiiNTTj
@ @

Prediction of Fault-Prone Software Modules Using a Generic Text Discriminator

…–ì @@Ciã‘åj

@

‹e–ì @@‹œiã‘åj

@

•M‡•Ï“®‚ð•\Œ»‚·‚éHMM‚Æ‚»‚̃Iƒ“ƒ‰ƒCƒ“•¶Žš”FŽ¯‚ւ̉ž—p

•ÐŽR@Šì‹Ki‹ã‘åj

“à“c@½ˆêi‹ã‘åj

”—]@”Žºi‹ã‘åj

@

’á‚¢ŽžŠÔ‰ð‘œ“x‚̉^“®Žw—ß‚ª‚à‚½‚ç‚·Žèæ‹O“¹‚̐«Ž¿F‰^“®Žw—ß•\Œ»‚Ì’Pƒ‰»‰¼à

ãŒû @@–Li“d’Ê‘åj

˜a“c@ŽŒÈi“d’Ê‘åj

@
£TOP
y@ŠìˆÀ‘PŽsÜ@z
@

—U“d‘̂ɑ΂·‚éƒKƒ‰[ƒLƒ“ƒ‚[ƒƒ“ƒg–@\’[•”“d‰×‚ðl—¶‚µ‚½’¼•û‘̃‚ƒmƒ|[ ƒ‹ŠÔ‚ÌŽ©ŒÈE‘ŠŒÝƒCƒ“ƒs[ƒ_ƒ“ƒX‚Ì’PÏ•ª‰»\

’@@@@‹­i“Œ–k‘åj

ƒUƒCƒtƒCƒ`ƒ“i“Œ–k‘åj

åÍ @@I”÷i“Œ–k‘åj

àV’J@–M’ji“Œ–k‘åj

@
@
£TOP
y@L@@Ü@z
@
¡ƒJƒ‰[L•”–å
‰Â”\«∞–³ŒÀ‘å
ƒAƒ“ƒŠƒciŠ”j
@
¡ˆêFü‚èL•”–å

Ž„‚½‚¿‚ªCCVI»•i‚ð‚¨“Í‚¯‚µ‚Ü‚·

ƒƒŒƒXƒOƒŠƒIiŠ”j
@
£TOP
y@Šwp§—ãÜ@zi50‰¹‡j
Lu@Zhenxing (‘‘å) Yang@Yang (Xi'an Jiaotong Univ.)
ŒãŽç@—T‰î (“d’Ê‘å) ˆ¢•”@rˆê˜Y (“Œ–k‘å)
ˆÀ“¡@’¨•F (ŽO•H“d‹@) ÎŒ´@_ˆê (NTT)
ÎŒ´@Š°–¾ (“ŒŽÅ) ˆäã@—SŽ÷ (NTTƒhƒRƒ‚)
¡ò@‰p–¾ (“Œ‘å) ¡‘º@–¾”Ž (“ŒH‘å)
¡‘º@Ÿ“¿ (ŒÃ‰Í“dH) ã–ì@’qŽj (KDDIŒ¤)
ãŒü@rW (KDDIŒ¤) ã‘º@‹½Žu (KDDIŒ¤)
“àì@_“T (“ŒŽÅ) Œb–؁@‘¥ŽŸ (NTT)
‘¾“c@ŠìŒ³ (ƒ\ƒtƒgƒoƒ“ƒNƒeƒŒƒRƒ€) ‘åŽR@—³–ç (ŒÃ‰Í“dH)
‰ª–{@˜a–ç (‹ž‘å) ‰ª–{@Œ’Žu (NEC)
—ŽŠâ@—@ (L“‡‘å) ¬–쎛@Œc (–k‘å)
‹ààV@®Žj (ã‘å) ‰Í‡@‹I•F (“ޗǐæ’[‘å)
‰ÍŒû@–¯—Y (“ŒŽÅ) ì“‡@—C‹B (ŽO•H“d‹@)
Š‹‰ª@¬W (˜a‰ÌŽR‘å) “í–{@@Šw (NEC)
ŒI“c@–¾ (ŽO•H“d‹@) Œã“¡@LŽ÷ (“Œ–k‘å)
â“c@•× (ƒpƒiƒ\ƒjƒbƒN) ²–ì@@‘ì (NTT)
Žu…@MÆ (NTT) ’¾@‹Iú (NTTƒhƒRƒ‚)
—é–؁@Tˆê (NHK) –…”ö@˜a‘¥ (NTT)
—§‰Ô@“Ä’j (KDDIŒ¤) ’@t•½ (_“ސì‘å)
ç—t@‰p—˜ (ŽO•H“d‹@) ’ç@—R‰ÀŽq (“ŒŽÅ)
’†“‡@º”Í (ŽO•H“d‹@) ‰i“c@@‘ (NTTƒhƒRƒ‚)
’·Žè@ŒúŽj (ƒ\ƒtƒgƒoƒ“ƒNƒ‚ƒoƒCƒ‹) ¼‘º@’¼–ç (ŒÃ‰Í“dH)
”\“o@ˆê“ñŽO (ŽO•H“d‹@) ‹´–{@—ºŽi (ã‘å)
—с@@G‹Å (“ú—§) —с@@—Œb (NTT)
Œ´“c@ŒO–¾ (NTT) ŠØ@@¸—´ (“Œ‘å)
“¡ˆä@Œ[³ (NTTƒhƒRƒ‚) “¡–ì@—m•ã (NTT)
“¡Œ´@’¼Ž÷ (NTT) “ñƒbX@rˆê (–k‘å)
•£“c@•à (“ŒH‘å) ‘–ì@@~ (NTT)
¼‘º@Š°•v (ŽO•H“d‹@) …–ì@~•½ (NTTƒhƒRƒ‚)
‹{è@Œ÷ˆ® (KDDIŒ¤) ‹{àV@‰ë“T (KDDIŒ¤)
‹{‰i@˜a–¾ (H“c‘å) Žº“c@—E‹P (ã‘å)
X@@_Ž÷ (“ŒŽÅ) ŽRè@_•ã (KDDIŒ¤)
ŽRè@—TŽj (NTT) ŽR“c@@–¾ (KDDIŒ¤)
ŽR“o@—fŽŸ (NTT) ‹gŠÔ@@‘ (ŽO•H“d‹@)
•Ä“c@@—@ (ŽO•H“d‹@)  




| TOP | MENU |

(C) Copyright 2009 IEICE.All rights reserved.