【研究領域課題番号】20K21052 (KAKENデータベースで見る）

【研究キーワード】

免疫学 / 機械学習 / 安全工学 / 小児安全 / 傷害予防 / 状況認識 / 行動モデル / 疫学 / 免疫情報学 / リスクマネジメント / データマイニング / テキストマイニング / 保育安全

【研究成果の概要】

本研究の目的は、病原体に対して免疫が持っている「抗原の多様性に対する予防機能の特異性」を情報学の観点から再現し、生活環境下の致死性状況の対応へと応用した「リスク免疫情報システム」の構築を通じて、多様性と特異性を両立させる新たなリスクマネジメントの可能性を探索することにある。提案を実証的に進めるために、子どもの事故予防という社会的要請高いテーマへの応用を念頭に、事故情報データベース機能と、学習能力を備えた人工知能の機能とを統合することで、危険や対策の知見を現場で活用可能にする動的分散リスクマネジメントの実現可能性を検証した。

【研究の社会的意義】

事故という現実問題解決を行う上での技術的課題は、因果データ取得困難性、状況多様性を扱うことの困難性、ポアソン分布的挙動による限界の３つの困難性があり、従来のリスクマネジメントでは対応できない問題に対する、人と人工知能との協調時代に適合した新たな動的分散制御の方法論が求められている。これに対し、本研究では、免疫の持つ仕組みを、事故予防の分野に適用し、数理的・目的指向的に再現することで、３つの問題を解決した新しいアプローチ「リスク免疫情報学」確立を本研究の長期的な狙いとして、ビッグデータ保有機関との連携によるデータサイエンスの検証、保育所との連携による基本検証を進めた。

【研究種目】挑戦的研究(萌芽)

【研究期間】2020-07-30 - 2022-03-31

【配分額】6,370千円 (直接経費: 4,900千円、間接経費: 1,470千円)

【研究領域課題番号】19K04888 (KAKENデータベースで見る）

【研究キーワード】

資産運用 / グローバル / 金融工学 / 信用リスク評価 / 機械学習 / 入出金情報 / 機械学習モデル / サポートベクターマシン / 投資戦略 / 企業間ネットワーク情報 / 非正規性 / テキストマイニング / 議決権行使 / コーポレートガバナンス / 信用リスク / ガバナンス

【研究成果の概要】

本研究ではグローバル市場での高い運用効率を有する資産運用方法の確立し、その利用方法を提案することで年金等の資産運用の効率性を向上させることを目的としている。そのため主に3つの研究を行った。1つ目はグローバル市場の収益率分布に基づくポートフォリオ管理手法の提案。2つ目は運用効率改善のための新たな超過収益の源泉として企業間取引情報、テキスト情報の利用可能性調査、3つ目は限定的な財務情報のみ使用可能な状況での高い精度を保つ信用リスクモデルの開発である。
これらの研究成果は11本の査読付き研究論文、21件の学会発表として国内外で成果報告を行った。

【研究の社会的意義】

本研究の成果はどのテーマも高い学術的新規性を有しており、11本の査読付き研究論文、21件の学会発表として国内外で公表されている。
これらの研究のほとんどは実際の資産運用を意識した実用性の高い内容であり、運用機関は大きな負荷なく資産運用に組み入れることが可能である。公的年金の運用などを受託している運用機関が本研究成果を取り入れることで、運用収益の改善に繋がることが期待される。これは少子高齢化を迎える我が国において非常に有益な成果である。

【研究種目】基盤研究(C)

【研究期間】2019-04-01 - 2022-03-31

【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】社会システム工学・安全システム

【研究領域課題番号】26560167 (KAKENデータベースで見る）

【研究キーワード】

大規模データ / 大規模ログデータ / パターン認識 / 機械学習 / ユーザ行動 / 潜在クラスモデル / テキストマイニング / 時系列分析

【研究成果の概要】

本研究では，ECサイト等のデータベースに蓄積される大規模ログデータに基づき，ユーザ行動の分析を通じて，経営判断やマーケティングツールとして活用するための次世代パターン認識手法の開発と応用技術の確立を目指し，実際のユーザ行動履歴データを対象とした分析を行いつつ，理論的にも汎用性の高いと考えられる手法について研究を行った．特に，ユーザのECサイト上でのページ閲覧行動履歴データに対して，リアルタイムクーポン発券ロジックを構築するための機械学習モデルを複数の観点から開発した．得られたモデルや分析技法については，実データを用いた性能検証を行い，有効性を示した．

【研究種目】挑戦的萌芽研究

【研究期間】2014-04-01 - 2017-03-31

【配分額】3,510千円 (直接経費: 2,700千円、間接経費: 810千円)

【研究分野】知能情報学

【研究領域課題番号】26240036 (KAKENデータベースで見る）

【研究キーワード】

オントロジー / インテリジェントサービス / テキストマイニング / 知能ロボット/ / ワークフロー / 機械学習 / プランニング / 人型ロボット / 製品組立作業 / スマートグラス / 故障診断 / 業務ルール / 人工知能サービス / 深層学習 / 系列パターン評価指標 / Linked Data / ドライバー行動 / 自律的作業改善 / ビッグデータ

【研究成果の概要】

オントロジーとデータマイニングに基づくインテリジェントサービス開発基盤を設計，実装，評価するために，(1)ビッグデータからパターンライブラリをマイニングする系列DM/TMモジュール，(2)ローカルリンクトデータ生成器，(3)リンクトデータクラウド生成器，(4)オントロジーアライメントモジュール（＋アプリケーションオントロジー生成器），(5)AIタスク合成器を個別に設計し実装した後，それらの成果物をインテリジェントサービス開発基盤として統合する。
さらに、行政支援，自動車運転支援，知能ロボットによる作業支援、教育支援サービス、スマートグラスによる作業支援を通して評価し、良好な結果を得た。

【研究種目】基盤研究(A)

【研究期間】2014-04-01 - 2018-03-31

【配分額】41,990千円 (直接経費: 32,300千円、間接経費: 9,690千円)

【研究分野】土地・住宅・不動産研究

【研究領域課題番号】26504015 (KAKENデータベースで見る）

【研究キーワード】

不動産市場 / テキストマイニング / 社会動学 / 不動産投資信託投資口価格 / 社会的動学 / 資産市場 / 集合的記憶 / 機械学習 / ビッグデータ / 株式市場 / 情報の伝播の構造 / 信念の更新のメカニズム

【研究成果の概要】

不動産市場に関する新聞記事のニュースが、将来のファンダメンタルズおよび価格に関する投資家の信念の形成に与える影響を分析し、不動産株価と大量の新聞記事の間に因果関係を見いだすためのテキストマイニングの方法を提案した。また、この方法を用いて、現在の不動産価格ブームが持続可能なものであるのか、あるいはいずれバーストするものであるのかのナウキャスト(Now Casting)の可能性を示した。

【研究種目】基盤研究(C)

【研究期間】2014-04-01 - 2017-03-31

【配分額】5,200千円 (直接経費: 4,000千円、間接経費: 1,200千円)

【研究分野】知能情報学

【研究領域課題番号】24700137 (KAKENデータベースで見る）

【研究キーワード】

計量書誌分析 / 構造的関連性学習 / 機械学習 / 情報検索 / 学術情報 / テキストマイニング

【研究成果の概要】

まず、数百万規模の論文情報および数十万規模の特許情報の収集を行い、これらの大規模な学術・技術テキストデータの効率的な蓄積についてデータベースの設計を行った。次に、写像関数を用いた概念空間上で、文書間の類似尺度の設計を行った。設計した類似尺度を複数の領域に適用し妥当性を検証するとともに、論文群と特許群の関連性を可視化するツールを作成し、その成果を複数の学会において発表を行った。また、「学術俯瞰システム」を構築し、実証実験を行った。実証実験においては、抽出した概念語の妥当性、線形識別器野精度、文書間の関連度計算の精度、検索結果提示の妥当性について特に評価を行った。

【研究種目】若手研究(B)

【研究期間】2012-04-01 - 2015-03-31

【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】22500140 (KAKENデータベースで見る）

【研究キーワード】

多言語処理 / 機械学習 / モデル化 / 文書自動分類 / N-gram / テキストマイニング

【研究成果の概要】

文字N-グラムに基づく言語独立なテキスト分類手法である蓄積手法を提案した。蓄積手法は、索引語を形成する際に文字N-グラムを使用するので、言語固有の文法構造に依存しない。テキスト文書がUnicodeで表現されてさえいれば、蓄積手法は異なる言語に対しても同一のプログラムを用いて文書を分類することができる。そこで、この蓄積手法を用いて英語と日本語と韓国語と中国語のテキスト文書の分類実験をした。その結果、英語のReuters-21578は94.5%、日本語の毎日新聞の実験データは88.5%、韓国語のハンギョレー新聞の実験データは90.2%、中国語の人民日報の実験データに対しても92.6%の精度で分類することができた。このように、蓄積手法が様々な言語で比較的高い精度で分類できることを確認した。さらに、蓄積手法の数理モデルを構築し、その数理的な意味を解明することができた。

【研究種目】基盤研究(C)

【研究期間】2010 - 2012

【配分額】4,160千円 (直接経費: 3,200千円、間接経費: 960千円)

【研究分野】知能情報学

【研究領域課題番号】21240011 (KAKENデータベースで見る）

【研究キーワード】

知識発見 / データマイニング / 機械学習 / テキストマイニング / Web / ネットワークデータ / 統計 / 曖昧正解消 / プライバシー保護 / 言語学習 / クラスタリング / 曖昧性解消 / テキスト / 非負行列分解 / GPU / アルゴリズム

【研究成果の概要】

2009年度は当初の予定通り、Webにおける人名検索結果を同姓同名であるが異なる人物ごとにまとめるクラスタリングシステムを開発し、実験的に評価した。2010年度は大規模データ処理のために非負の確率行列分解アルゴリズムを提案し、既存のLDAと同様な性能を得ることを実証し、並列化アルゴリズムにおいては変分ベイズ法をロングテールに対応するPitMan-Yoモデルに適用し高い性能を得た。2011年度は最近注目されているプライバシー保護データマイニングをネットワークデータに応用した。2012年度は、プライバシー保護データマイニングの応用手法と大規模データに適したオンライン学習で、新規な正則化手法を提案した。

【研究種目】基盤研究(A)

【研究期間】2009 - 2012

【配分額】47,060千円 (直接経費: 36,200千円、間接経費: 10,860千円)

【研究分野】知能情報学

【研究領域課題番号】17200007 (KAKENデータベースで見る）

【研究キーワード】

WWW / 知識 / テキスト / マイニング / 用例検索 / 名寄せ / 用語抽出 / 機械学習 / 検索 / テキストマイニング / 半構造テキスト / ブログ / Trie / n-gram / 情報検索 / インデキシング / 自然言語処理 / 用例

【研究成果の概要】

本研究においては、膨大な量のWebページから、利用者が興味を持つ分野の知識を記述するテキストを抽出し表示するシステムを開発した。具体的には、以下のようなシステムを提案しプロトタイプおよび実用的なシステムを開発した。(1)利用者の検索エンジンなどで検索し指定したWebページから、既開発の用語抽出システム「言選Wbb」を用いて、そのページを特徴つける重要語を抽出するシステム。(2)こうして抽出した重要語集合の中から、その定義、あるいは複数の重要語の間の関係を知ることを目的とし、Webからの用例検索システムKiwiを利用して、それらの重要語を含む用例文を多数抽出するシステム。(3)ただし、(2)においてWebを直接に検索する従来の用例検索システムを、高速化するために、既存クローラで収集したWebページを対象にする新たな用例検索システムを開発し、UT-Kiwiとして公開した。(4)上記の用例検索の精度の向上を目的とし、同一名が異なる実体を参照する場合、別名が同一実体を参照する場合を解消するWeb名寄せのメカニズムを提案し、試作システムNayoseを構築した。(5)Webテキスト情報からの知識抽出の基礎となる機械学習アルゴリズムを開発した。(6)Webテキストの活用の狙って、Web上の英文テキストから穴埋め4択問題を自動生成するシステムSakumonを開発した。

【研究種目】基盤研究(A)

【研究期間】2005 - 2007

【配分額】43,420千円 (直接経費: 33,400千円、間接経費: 10,020千円)