【研究分野】知能情報学

【研究領域課題番号】17H00762 (KAKENデータベースで見る）

【研究キーワード】

機械学習 / 人工知能 / カーネル / 編集距離 / データの類似性 / データマイニング / アルゴリズム / 半構造化データ / 教師あり学習 / 分類 / クラスタリング / 距離 / パターン抽出 / 木

【研究成果の概要】

【理論】編集距離とマッピングカーネルの類似を着眼点とした本研究は、圏論の視点から理論を整理し、人工知能分野のトップ会議であるAAAIに論文が採録された。最終的には、測度空間を対象、測度を保存する部分一対一可測写像を射とし、離散データ構造に限定せず、広い範囲のデータ構造に適用する共通手法として距離やカーネルを定義することに成功した。
【実装】理論に基く概念をPythonから利用できるように実装し、GitHubなどで公開した。
【応用】100種類以上に及ぶ木カーネルの評価を行い、線形計算量を持ち、多くの領域で優れた性能を示す関数を特定した。また、情報セキュリティやSNS分析における応用事例を報告した。

【研究の社会的意義】

人工知能研究の基礎である機械学習では多くの手法や概念が提案されている。本研究の学術的意義は、これらの手法や概念のうち、重要な幾つかが共通の枠組みから導出できることを示した点にある。このことにより、例えば、文字列アラインメントを計算するために考案されたアルゴリズムを、共通枠組み中で抽象化し、次いで、木データに適用して具象化することで、木データのMAST問題に適用することが可能となる。このように、本研究が提案する共通枠組みにより、特定の分野における成果を他の分野に拡張・敷衍することが可能となる。この事実は、実用上でも重要な意義を持っており、データ分析において適用できる手法の幅を拡大する。

【研究種目】基盤研究(A)

【研究期間】2017-04-01 - 2021-03-31

【配分額】40,820千円 (直接経費: 31,400千円、間接経費: 9,420千円)

【研究分野】知能情報学

【研究領域課題番号】26240032 (KAKENデータベースで見る）

【研究キーワード】

農作業暗黙知 / ビッグデータマイニング / データサイエンス / 視線計測 / 熟練農家 / パタンマイニング / 気づき / 環境データ / データマイニング / 決定木 / 回帰 / パーセプトロン / 育種 / さとうきび / 人工知能 / AI農業 / 暗黙知抽出 / 多段創発構造 / ビッグデータ / 多段創発 / センサーネットワーク / マルチモーダル / 形式知 / サトウキビ

【研究成果の概要】

本研究は，高付加価値な野菜・果物の生産ノウハウを持つ熟練農家の農作業暗黙知を，農作業従事者の行動や農作物の状態，土壌や気温・天候といった多様なデータから構成されるビッグデータから顕在化し，知的農業システムとしてパッケージ化することを目的とした．そして，農作業データからの暗黙知の抽出，環境データからの農作物の生長予測，そして視線計測による暗黙知抽出に取組み，実際に熟練農家と一般農家における作業様式の違いなどを発見することができた．

【研究種目】基盤研究(A)

【研究期間】2014-04-01 - 2017-03-31

【配分額】42,640千円 (直接経費: 32,800千円、間接経費: 9,840千円)

【研究分野】医用システム

【研究領域課題番号】22500432 (KAKENデータベースで見る）

【研究キーワード】

薬剤反応性 / 生体生命情報学 / 人口知能 / 危機管理 / 診療録 / 退院時サマリー / テキストマイニング / 副作用 / 薬疹 / 糖尿病 / 血小板減少 / 人工知能 / 肝障害 / データマイニング

【研究成果の概要】

臨床検査データの推移と投与薬剤の関連から半自動的に副作用を起こす薬剤の組み合わせの検出をする今回の手法で、新たな発見は得られなかった。現実には同時期に多数の薬剤が併用投与されていることと予防・治療での投与を排除できず、最終的には医療者の判断が不可欠である。また退院時サマリーからの検索はその内容が不備なことなどから偽陰性、偽陽性例が多く、サマリー記載の改善と構文マイニングツールの開発が望まれる。

【研究種目】基盤研究(C)

【研究期間】2010 - 2012

【配分額】4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)

【研究分野】知能情報学

【研究領域課題番号】22700136 (KAKENデータベースで見る）

【研究キーワード】

ゲーム情報学 / 人工知能 / 機械学習 / ゲームプログラミング / データマイニング / 機構学習

【研究成果の概要】

本研究課題では,コンピュータの人工知能の判断力が,高度に訓練された人間の判断力に匹敵しうる分野を対象に,コンピュータプログラムを用いて人間の判断を支援する手法を研究を行なった.具体的には,囲碁や将棋において,コンピュータプログラムがMinMax探索を行なって得た評価値やモンテカルロ木探索をもちいて得た勝率として提示した判断と,人間の熟達者の判断との差について研究を行なった.

【研究種目】若手研究(B)

【研究期間】2010 - 2012

【配分額】2,990千円 (直接経費: 2,300千円、間接経費: 690千円)

【研究分野】航空宇宙工学

【研究領域課題番号】22560779 (KAKENデータベースで見る）

【研究キーワード】

異常検知 / 航空宇宙システム / データマイニング / 人工知能 / 機械学習 / 宇宙機システム / テレメトリデータ

【研究成果の概要】

本研究の目的は、人工衛星などの宇宙機システムより得られる膨大なテレメトリデータから、運用者にとって有用な情報・知識を得るための様々な解析手法・処理技術群を体系化することである。具体的には、(1) データアクセス方法、(2) オンライン監視法、(3) オフライン解析法、(4) 他情報源との連携法の４つのサブテーマに取り組んだ。その結果、(1)人工衛星テレメトリの性質の明確化、(2)宇宙機テレメトリに適した前処理法の開発、(3)次元削減とクラスタリングに基づく監視法の開発と拡張、(4)衛星運用での有効性の実証、という成果を得た。

【研究種目】基盤研究(C)

【研究期間】2010-04-01 - 2015-03-31

【配分額】4,290千円 (直接経費: 3,300千円、間接経費: 990千円)

【研究分野】リハビリテーション科学・福祉工学

【研究領域課題番号】21500536 (KAKENデータベースで見る）

【研究キーワード】

認知症 / 活動意欲 / 支援機器 / 自伝的記憶 / 自尊感情 / インターフェース / データマイニング / 痴呆 / 電子デバイス・機器 / 人工知能 / ユーザーインターフェース

【研究成果の概要】

本研究の目的は、認知症初期に見られる「能力の喪失感」に起因する活動意欲の低下への対処手段として、成功体験を記した日記を呈示することで活動意欲を高める電子日記帳を開発することである。研究の成果は次の3点に集約できる。(1)従来よりも成功経験を記した文章の抽出率が高い手法を開発できた。(2)認知症前段階の者が電子デバイスを利用する上で有効な操作補助を明らかにできた。(3)電子日記帳の利用により軽度の認知症者や高齢者の精神的健康を増進できた。

【研究種目】基盤研究(C)

【研究期間】2009 - 2011

【配分額】4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)

【研究分野】教育工学

【研究領域課題番号】19300275 (KAKENデータベースで見る）

【研究キーワード】

e-ラーニング / 適応型教育システム / エージェント / 学習履歴 / データ・マイニング / 決定木 / eラーニング / ラーニング・マネジメント・システム / LMS / Web 2.0 / 人工知能 / 学習管理システム

【研究成果の概要】

本研究では, 学習履歴ログ・データベースから, コンテンツに関する教材知識を習得して, 動機づけメッセージを自動生成するエージェントを搭載した知的LMSを開発した. 本システムの特徴は以下の通りである. 1)エージェントが決定木モデルにより学習者モデルを自動生成する. 2)エージェントが学習者モデルおよび学習者の現在の学習履歴データを用いて, 学習者の最終状態を予測する. そのためにデータベースに蓄積されるデータ量の増加に伴い,生成される学習者モデルはより正確になる. 3)エージェントは学習者の学習過程をデータベース中の優秀な成績を残した学習者の学習過程と比較, 分析し, 学習者に適応的なメッセージを生成する. システムを使用した講義と使用しなかった講義との比較で, システムの有効性が示された.

【研究種目】基盤研究(B)

【研究期間】2007 - 2008

【配分額】20,930千円 (直接経費: 16,100千円、間接経費: 4,830千円)

【研究分野】知能情報学

【研究領域課題番号】13480090 (KAKENデータベースで見る）

【研究キーワード】

機械学習 / エージェント / 人工知能 / データマイニング / 医療情報

【研究成果の概要】

本研究では、データ処理だけではなく、ユーザがデータ構造を認識し、処理目標を決定するデータ解析も前処理の支援範囲とする。データ解析ではデータの視認性が大切であり、そのためにデータの階層関係を木構造で可視化するインタフェースを開発した。
さらに、前処理のプロセスを「基本的な前処理」と「特別な前処理」の二つに分けた。前者はデータの初期設定とデータクリーニングであり、マイニング結果に依存しにくいプロセスである。後者はマイニング結果に応じてフィードバックのかかる処理である。GIANTには評価結果をフィードバックさせることにより、ルールの重み(=ネットワークのリンクの重み)を調整する機能がある。これを用いて特別な前処理のプロセスを制御する試みを行った。データマイニングの要素モジュールもかなりの計算資源を消費するが、GIANTではそれを要素とするデータマイニングの過程自体を学習するような一種のメタ学習を行う。これにより、データマイニングの処理手順自体を学習により獲得するための目処を得ることができた。
最後に、前処理支援システムを実際のデータでテストし、問題点を徹底的に洗い出した。また、実際に医療データを用いて、ユーザにシステムを試用してもらい、前処理過程の抽出を行った。処理ステップ数を典型的なデータベースソフトであるAccessと比較し、本システムを用いることにより、処理ステップ数が少なくなっていることを確認した。

【研究種目】基盤研究(B)

【研究期間】2001 - 2004

【配分額】14,700千円 (直接経費: 14,700千円)