[Discovery Saga Top] [Saga Next] [無料公開版Discovery Saga] [Discovery Sagaプレミアムご案内] [早稲田大学研究Discovery Saga] [産学連携のご案内] [Saga Concept] [会社概要] [お問い合わせ]
キーワード  機械学習 が関係する  研究 Discovery Saga
研究分野別サイレントキーワード
「機械学習」サイレントキーワードを含む研究
【情報学】情報基礎学:ロバスト機械学習を含む研究件
❏非凸損失による機械学習アルゴリズムの数理と実用化に関する研究(16K00044)
【研究テーマ】統計科学
【研究種目】基盤研究(C)
【研究期間】2016-04-01 - 2020-03-31
【研究代表者】金森 敬文 東京工業大学, 情報理工学院, 教授 (60334546)
【キーワード】機械学習 / 数理統計学 / 最適化 / 変数選択 / ロバスト統計 (他6件)
【概要】本研究の目的は,ロバスト推定やスパース・モデリングなどの統計的学習の問題に対して,非凸損失関数の最適化という統一的観点から研究を推進することである.研究成果としては,実用的に優れた学習アルゴリズムの構成,さらにその数理的基盤の構築などがある.まず判別分析の代表的なアルゴリズムであるサポートベクトルマシンに対し,損失関数を非凸化した学習法の局所解の性質を数理的に解析し,局所最適解であっても外れ値に強...
❏統計学,ニューラルネット,機械学習の新しい融合(13480071)
【研究テーマ】統計科学
【研究種目】基盤研究(B)
【研究期間】2001 - 2003
【研究代表者】江口 真透 統計数理研究所, 統計基礎研究系, 教授 (10168776)
【キーワード】バイオインフォマチックス / SNPハプロタイピング / 遺伝子発現データ / アダブースト / 独立成分分析 (他19件)
【概要】1.バイオインフォマチックスへの挑戦 癌研究会ゲノムセンターとの共同研究で行ったSNPハプロタイピングの研究がBioinformaticsに掲載予定,国際特許申請中である.次なるプロジェクト,SNPハプロタイプブロックの同定問題について藤澤主導で進行中で論文準備の段階にある.さらに月例のゲノム研究会においてプロテオームの関数データ解析についても同時進行している.日本統計関連学会連合大会2003・企...
【情報学】情報基礎学:ロバスト統計機械学習を含む研究件
❏非凸損失による機械学習アルゴリズムの数理と実用化に関する研究(16K00044)
【研究テーマ】統計科学
【研究種目】基盤研究(C)
【研究期間】2016-04-01 - 2020-03-31
【研究代表者】金森 敬文 東京工業大学, 情報理工学院, 教授 (60334546)
【キーワード】機械学習 / 数理統計学 / 最適化 / 変数選択 / ロバスト統計 (他6件)
【概要】本研究の目的は,ロバスト推定やスパース・モデリングなどの統計的学習の問題に対して,非凸損失関数の最適化という統一的観点から研究を推進することである.研究成果としては,実用的に優れた学習アルゴリズムの構成,さらにその数理的基盤の構築などがある.まず判別分析の代表的なアルゴリズムであるサポートベクトルマシンに対し,損失関数を非凸化した学習法の局所解の性質を数理的に解析し,局所最適解であっても外れ値に強...
❏密度比の推定と計算の理論的展開とその応用(24500340)
【研究テーマ】統計科学
【研究種目】基盤研究(C)
【研究期間】2012-04-01 - 2016-03-31
【研究代表者】金森 敬文 名古屋大学, 情報科学研究科, 教授 (60334546)
【キーワード】数理統計学 / 機械学習 / 統計学 / 統計的学習理論 / ロバスト統計
【概要】密度比とは,確率密度関数の比として定義される関数である.2つのデータドメインの間のマッチングを行う場合などに有用である.重要な応用例としては,共変量シフトの下での回帰分析や判別分析,統計的仮説検定,次元削減などが挙げられる.本研究課題では,高次元大規模データ解析への応用を念頭に置き,密度比の統計的な推定精度を向上させるための方法について研究を進めた.さらに,確率分布間の距離を表すダイバージェンスと...
【情報学】情報基礎学:欠測データ機械学習を含む研究件
❏医療経済評価における非選好型尺度からQOL値へのマッピング手法に関する基礎的研究(19K24193)
【研究テーマ】
【研究種目】研究活動スタート支援
【研究期間】2019-08-30 - 2023-03-31
【研究代表者】萩原 康博 東京大学, 大学院医学系研究科(医学部), 助教 (60844040)
【キーワード】QOL値 / 健康効用値 / マッピング / 機械学習 / サンプルサイズ (他15件)
【概要】本年度は主に3つの研究を行った。 1つめの研究として、昨年度から継続して、ソース尺度とターゲット尺度の測定順がマッピングアルゴリズムに与える影響をがん領域の実データを用いた検討した。その結果、より具体的な質問項目が並ぶソース尺度を先に測定すると、ターゲット尺度で健康状態を悪く評価する傾向があることが分かった。現在この研究成果に関しては、論文を作成して投稿し、査読を受けている段階にある。 2つめの研...
❏異質な集団を含むデータに対する統計的学習理論を用いたモデル開発と臨床医学への応用(18K11197)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2018-04-01 - 2023-03-31
【研究代表者】林 賢一 慶應義塾大学, 理工学部(矢上), 准教授 (70617274)
【キーワード】二値回帰モデル / ROC / IDI / odds-IDI / power-IDI (他19件)
【概要】本研究の目的は,異質な部分集団によって構成されるデータに対し,「予測力(説明力)」と「解釈可能性」が両立する統計的方法の構築に寄与することである.本年度は,二値回帰モデルに対する方法論として,(1) power-IDIの問題点を解決する新たな指標,(2) 臨床試験におけるエンドポイントに欠測がある場合の共変量調整によるリスク差の推定法を検討した. (1)は,新しい共変量を追加することによってモデル...
【情報学】情報基礎学:漸近理論機械学習を含む研究件
❏確率過程の理論統計と極限定理の研究(24340015)
【研究テーマ】数学一般(含確率論・統計数学)
【研究種目】基盤研究(B)
【研究期間】2012-04-01 - 2016-03-31
【研究代表者】吉田 朋広 東京大学, 数理(科)学研究科(研究院), 教授 (90210707)
【キーワード】漸近展開 / Malliavin解析 / 極限定理 / 確率過程の統計学 / 擬似尤度解析 (他17件)
【概要】有限時間高頻度観測における確率回帰モデルのボラティリティの疑似尤度解析において,確率場の非退化性を保証する解析的および幾何学的判定条件を与え,擬似最尤推定量および擬似ベイズ推定量の漸近混合正規性と積率収束を証明した.有限時間非同期高頻度観測下で疑似尤度解析を構成した.極限が混合正規となるマルチンゲールの漸近展開が確立した.これは伝統的な漸近展開理論の枠を越える新しい極限定理である.応用としてp-変...
❏高次非線形モデリングの統合的研究(21300106)
【研究テーマ】統計科学
【研究種目】基盤研究(B)
【研究期間】2009-04-01 - 2014-03-31
【研究代表者】小西 貞則 中央大学, 理工学部, 教授 (40090550)
【キーワード】非線形モデリング / スパースモデリング / 高次モデル評価基準 / 正則化法 / ベイズモデリング (他33件)
【概要】計測・測定技術の高度な進展は,諸科学・産業界で大規模・高次元データの獲得と蓄積を促進し,現象解明に有用な情報を抽出するには従来手法は有効に機能せず,新たな解析手法の研究が希求されるようになった.本研究では,現象解明と予測・制御に不可欠な現象のモデル化とデータ解析手法の開発研究に取り組み,次のような研究成果を挙げた.(1) L1 型正則化法を理論的・数値的に研究し,汎化能力の高い回帰モデリング,識別...
❏高次元小標本におけるデータ解析の数理統計学的基礎とその応用(18300092)
【研究テーマ】統計科学
【研究種目】基盤研究(B)
【研究期間】2006 - 2009
【研究代表者】青嶋 誠 筑波大学, 大学院・数理物質科学研究科, 教授 (90246679)
【キーワード】多変量解析 / 機械学習 / パターン認識 / モデル選択 / ノイズ (他33件)
【概要】高次元小標本における高次元漸近理論を、非正規の一般的な設定のもとで構築した。高次元小標本データ特有の幾何学的な構造を発見した。従来型のPCAが高次元小標本で不一致性を引き起こすことを証明した。クロスデータ行列法とノイズ掃き出し法を提唱し、次元推定・固有値・漸近分布・固有ベクトル・主成分スコアの推定に、一致性をもつ解を与えた。クラスター分析と判別分析への応用を考え、前立腺がんのマイクロアレイデータの...
【情報学】情報基礎学:ベイズ理論機械学習を含む研究件
❏高次非線形モデリングの統合的研究(21300106)
【研究テーマ】統計科学
【研究種目】基盤研究(B)
【研究期間】2009-04-01 - 2014-03-31
【研究代表者】小西 貞則 中央大学, 理工学部, 教授 (40090550)
【キーワード】非線形モデリング / スパースモデリング / 高次モデル評価基準 / 正則化法 / ベイズモデリング (他33件)
【概要】計測・測定技術の高度な進展は,諸科学・産業界で大規模・高次元データの獲得と蓄積を促進し,現象解明に有用な情報を抽出するには従来手法は有効に機能せず,新たな解析手法の研究が希求されるようになった.本研究では,現象解明と予測・制御に不可欠な現象のモデル化とデータ解析手法の開発研究に取り組み,次のような研究成果を挙げた.(1) L1 型正則化法を理論的・数値的に研究し,汎化能力の高い回帰モデリング,識別...
❏超高次元データに基づく非線形多変量解析手法の開発と応用(17300089)
【研究テーマ】統計科学
【研究種目】基盤研究(B)
【研究期間】2005 - 2008
【研究代表者】小西 貞則 九州大学, 大学院・数理学研究院, 教授 (40090550)
【キーワード】非線形モデリング / 関数データ解析 / 機械学習 / ベイズ理論 / カーネル法 (他22件)
【概要】高次元データに基づく複雑現象解明を目的として, 非線形多変量解析の理論・方法論の開発研究と応用研究に取り組み, 現象の構造を有効に捉える非線形回帰モデリング, ロジスティックモデルに基づく非線形識別・判別法, リスクを定量的に評価・予測するリスク予測モデルを提唱した. また, 観測・測定されたデータを関数化処理し, 処理した関数化データ集合に基づく解析手法について研究し, 回帰, 識別・判別, 次...
【情報学】情報基礎学:関数データ解析機械学習を含む研究件
❏超高次元データに基づく非線形多変量解析手法の開発と応用(17300089)
【研究テーマ】統計科学
【研究種目】基盤研究(B)
【研究期間】2005 - 2008
【研究代表者】小西 貞則 九州大学, 大学院・数理学研究院, 教授 (40090550)
【キーワード】非線形モデリング / 関数データ解析 / 機械学習 / ベイズ理論 / カーネル法 (他22件)
【概要】高次元データに基づく複雑現象解明を目的として, 非線形多変量解析の理論・方法論の開発研究と応用研究に取り組み, 現象の構造を有効に捉える非線形回帰モデリング, ロジスティックモデルに基づく非線形識別・判別法, リスクを定量的に評価・予測するリスク予測モデルを提唱した. また, 観測・測定されたデータを関数化処理し, 処理した関数化データ集合に基づく解析手法について研究し, 回帰, 識別・判別, 次...
❏ゲノム多様性解析のための新しい統計的方法(16300088)
【研究テーマ】統計科学
【研究種目】基盤研究(B)
【研究期間】2004 - 2007
【研究代表者】江口 真透 統計数理研究所, 数理・推論研究系, 教授 (10168776)
【キーワード】機械学習 / 統計推論 / ブースティング / 遺伝子発現 / タンパク発現 (他18件)
【概要】バイオインフォマティックスのための新たな統計科学を構築することに貢献した。特にヒトゲノム多様性に由来する様々なデータから合理的な結論を得るための統計的方法論を開発した。具体的な問題としては、遺伝子発現データからの難治性がん疾患遺伝子の発見や、SNPsデータから薬剤感受性を規定する遺伝子多型の同定が挙げられる。これらの目的のために特化した新たな統計的方法を開発,又は開発中である。主な研究成果は次のよ...
❏統計学,ニューラルネット,機械学習の新しい融合(13480071)
【研究テーマ】統計科学
【研究種目】基盤研究(B)
【研究期間】2001 - 2003
【研究代表者】江口 真透 統計数理研究所, 統計基礎研究系, 教授 (10168776)
【キーワード】バイオインフォマチックス / SNPハプロタイピング / 遺伝子発現データ / アダブースト / 独立成分分析 (他19件)
【概要】1.バイオインフォマチックスへの挑戦 癌研究会ゲノムセンターとの共同研究で行ったSNPハプロタイピングの研究がBioinformaticsに掲載予定,国際特許申請中である.次なるプロジェクト,SNPハプロタイプブロックの同定問題について藤澤主導で進行中で論文準備の段階にある.さらに月例のゲノム研究会においてプロテオームの関数データ解析についても同時進行している.日本統計関連学会連合大会2003・企...
【情報学】情報基礎学:多変量解析機械学習を含む研究件
❏交差応答的分子認識情報の並列処理を指向した有機トランジスタ型センサアレイシステム(17H04882)
【研究テーマ】分析化学
【研究種目】若手研究(A)
【研究期間】2017-04-01 - 2020-03-31
【研究代表者】南 豪 東京大学, 生産技術研究所, 准教授 (70731834)
【キーワード】分子認識 / 人工レセプタ / 有機トランジスタ / センサアレイ / 多変量解析 (他10件)
【概要】本研究では超簡易な多成分分析の実現に向けて,人工分子レセプタを修飾した有機薄膜トランジスタ (OTFT) 型化学センサによるハイスループット分析法を確立した.人工レセプタが有する交差応答性は,多変量解析技術との組み合わせにより,多数の標的種に対する定量的検出を可能にする.しかし,従来のセンサアレイでは数多くの標的種を判別するため,多数のセンサを並べる必要があった.そこで我々は,数少ないセンサ数でア...
❏高次元小標本におけるデータ解析の数理統計学的基礎とその応用(18300092)
【研究テーマ】統計科学
【研究種目】基盤研究(B)
【研究期間】2006 - 2009
【研究代表者】青嶋 誠 筑波大学, 大学院・数理物質科学研究科, 教授 (90246679)
【キーワード】多変量解析 / 機械学習 / パターン認識 / モデル選択 / ノイズ (他33件)
【概要】高次元小標本における高次元漸近理論を、非正規の一般的な設定のもとで構築した。高次元小標本データ特有の幾何学的な構造を発見した。従来型のPCAが高次元小標本で不一致性を引き起こすことを証明した。クロスデータ行列法とノイズ掃き出し法を提唱し、次元推定・固有値・漸近分布・固有ベクトル・主成分スコアの推定に、一致性をもつ解を与えた。クラスター分析と判別分析への応用を考え、前立腺がんのマイクロアレイデータの...
【情報学】情報基礎学:非線形モデリング機械学習を含む研究件
❏高次非線形モデリングの統合的研究(21300106)
【研究テーマ】統計科学
【研究種目】基盤研究(B)
【研究期間】2009-04-01 - 2014-03-31
【研究代表者】小西 貞則 中央大学, 理工学部, 教授 (40090550)
【キーワード】非線形モデリング / スパースモデリング / 高次モデル評価基準 / 正則化法 / ベイズモデリング (他33件)
【概要】計測・測定技術の高度な進展は,諸科学・産業界で大規模・高次元データの獲得と蓄積を促進し,現象解明に有用な情報を抽出するには従来手法は有効に機能せず,新たな解析手法の研究が希求されるようになった.本研究では,現象解明と予測・制御に不可欠な現象のモデル化とデータ解析手法の開発研究に取り組み,次のような研究成果を挙げた.(1) L1 型正則化法を理論的・数値的に研究し,汎化能力の高い回帰モデリング,識別...
❏超高次元データに基づく非線形多変量解析手法の開発と応用(17300089)
【研究テーマ】統計科学
【研究種目】基盤研究(B)
【研究期間】2005 - 2008
【研究代表者】小西 貞則 九州大学, 大学院・数理学研究院, 教授 (40090550)
【キーワード】非線形モデリング / 関数データ解析 / 機械学習 / ベイズ理論 / カーネル法 (他22件)
【概要】高次元データに基づく複雑現象解明を目的として, 非線形多変量解析の理論・方法論の開発研究と応用研究に取り組み, 現象の構造を有効に捉える非線形回帰モデリング, ロジスティックモデルに基づく非線形識別・判別法, リスクを定量的に評価・予測するリスク予測モデルを提唱した. また, 観測・測定されたデータを関数化処理し, 処理した関数化データ集合に基づく解析手法について研究し, 回帰, 識別・判別, 次...
【情報学】情報基礎学:モデル評価基準機械学習を含む研究件
❏高次非線形モデリングの統合的研究(21300106)
【研究テーマ】統計科学
【研究種目】基盤研究(B)
【研究期間】2009-04-01 - 2014-03-31
【研究代表者】小西 貞則 中央大学, 理工学部, 教授 (40090550)
【キーワード】非線形モデリング / スパースモデリング / 高次モデル評価基準 / 正則化法 / ベイズモデリング (他33件)
【概要】計測・測定技術の高度な進展は,諸科学・産業界で大規模・高次元データの獲得と蓄積を促進し,現象解明に有用な情報を抽出するには従来手法は有効に機能せず,新たな解析手法の研究が希求されるようになった.本研究では,現象解明と予測・制御に不可欠な現象のモデル化とデータ解析手法の開発研究に取り組み,次のような研究成果を挙げた.(1) L1 型正則化法を理論的・数値的に研究し,汎化能力の高い回帰モデリング,識別...
❏超高次元データに基づく非線形多変量解析手法の開発と応用(17300089)
【研究テーマ】統計科学
【研究種目】基盤研究(B)
【研究期間】2005 - 2008
【研究代表者】小西 貞則 九州大学, 大学院・数理学研究院, 教授 (40090550)
【キーワード】非線形モデリング / 関数データ解析 / 機械学習 / ベイズ理論 / カーネル法 (他22件)
【概要】高次元データに基づく複雑現象解明を目的として, 非線形多変量解析の理論・方法論の開発研究と応用研究に取り組み, 現象の構造を有効に捉える非線形回帰モデリング, ロジスティックモデルに基づく非線形識別・判別法, リスクを定量的に評価・予測するリスク予測モデルを提唱した. また, 観測・測定されたデータを関数化処理し, 処理した関数化データ集合に基づく解析手法について研究し, 回帰, 識別・判別, 次...
【情報学】情報基礎学:統計学機械学習を含む研究件
❏Real-World-Data Inferenceの構築を目指して(19H04072)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2019-04-01 - 2024-03-31
【研究代表者】汪 金芳 横浜市立大学, データサイエンス学部, 教授 (10270414)
【キーワード】Bayesian Inference / Causal Inference / Cell Regression / Data-Driven Prior / Real-World-Data (他10件)
【概要】・リセプトデータを用いた数年後の糖尿病が発症予測のための深層学習モデルを提案し、得られた成果を論文として纏めている段階である。 ・Covid19陽性者数の長期予測のためのニューラルネットワーク時空間モデル(Convolutional Long-Short Term Model)を提案し、東京都23区のデータに適用しその有用性を確認した。得られた成果を論文として纏めている段階である。 ・血糖値の平均...
❏柔軟な構造モデルのためのカーネル法を用いたベイズ推定(17J03208)
【研究テーマ】経済統計
【研究種目】特別研究員奨励費
【研究期間】2017-04-26 - 2020-03-31
【研究代表者】
【キーワード】統計学 / 機械学習 / テンソルデータ / 関数データ / ノンパラメトリック統計学
【概要】本研究は、構造モデルと呼ばれる特有のモデルを用いた統計解析について、適応的解析という統計手法のフレームを開発した。近年、データの観測技術や保存技術の進歩により、従来の統計手法では解析できないデータが数多く収集されるようになった。このようなデータは、基礎学術領域から実社会に至るまで幅広い分野で登場している。しかしその特殊性から、低い精度や過大な計算コストなどの問題が発生し、解析の実用化は阻害されてい...
❏密度比の推定と計算の理論的展開とその応用(24500340)
【研究テーマ】統計科学
【研究種目】基盤研究(C)
【研究期間】2012-04-01 - 2016-03-31
【研究代表者】金森 敬文 名古屋大学, 情報科学研究科, 教授 (60334546)
【キーワード】数理統計学 / 機械学習 / 統計学 / 統計的学習理論 / ロバスト統計
【概要】密度比とは,確率密度関数の比として定義される関数である.2つのデータドメインの間のマッチングを行う場合などに有用である.重要な応用例としては,共変量シフトの下での回帰分析や判別分析,統計的仮説検定,次元削減などが挙げられる.本研究課題では,高次元大規模データ解析への応用を念頭に置き,密度比の統計的な推定精度を向上させるための方法について研究を進めた.さらに,確率分布間の距離を表すダイバージェンスと...
【情報学】情報基礎学:高次元統計機械学習を含む研究件
❏深層機械学習理論の深化とその構造解析への応用(18H03201)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2018-04-01 - 2022-03-31
【研究代表者】鈴木 大慈 東京大学, 大学院情報理工学系研究科, 准教授 (60551372)
【キーワード】深層学習 / カーネル法 / 汎化誤差解析 / ノンパラメトリック統計 / モデル圧縮 (他14件)
【概要】深層学習は現在機械学習でも中心的な役割を果たしており,多くのタスクで高い性能を示している.一方で,その原理への理論的理解は進んでおらず,ブラックボックス化しているのが研究開始当初の状況であった.その状況を改善するために,本研究では深層学習の原理解明に関して以下の研究成果を得た.(1) カーネル法的視点による深層学習の圧縮型汎化誤差解析,(2) 統計自由度による最適なモデル構造の探索とモデル圧縮への...
❏大規模データにおける構造的推定手法の理論と応用(25730013)
【研究テーマ】統計科学
【研究種目】若手研究(B)
【研究期間】2013-04-01 - 2018-03-31
【研究代表者】鈴木 大慈 東京大学, 大学院情報理工学系研究科, 准教授 (60551372)
【キーワード】構造的正則化 / テンソルモデリング / ベイズ推定 / 再生核ヒルベルト空間 / ガウシアンプロセス (他21件)
【概要】近年あらゆる分野において扱うデータは急速に大規模化している.また 同時に,巨大なデータは内在的に多様な構造を有するようにもなってきている.そのような多量かつ多様なデータを扱うため,構造的スパース性に着目し,それを利用した推定方法を体系的に提案・分析した.そのため,構造的正則化学習と呼ばれる学習方法を高速に解くための確率的最適化手法として,確率的交互方向乗数法を提案した.また,テンソルモデリングと呼...
【情報学】情報基礎学:高次非線形モデリング機械学習を含む研究件
❏高次非線形モデリングの統合的研究(21300106)
【研究テーマ】統計科学
【研究種目】基盤研究(B)
【研究期間】2009-04-01 - 2014-03-31
【研究代表者】小西 貞則 中央大学, 理工学部, 教授 (40090550)
【キーワード】非線形モデリング / スパースモデリング / 高次モデル評価基準 / 正則化法 / ベイズモデリング (他33件)
【概要】計測・測定技術の高度な進展は,諸科学・産業界で大規模・高次元データの獲得と蓄積を促進し,現象解明に有用な情報を抽出するには従来手法は有効に機能せず,新たな解析手法の研究が希求されるようになった.本研究では,現象解明と予測・制御に不可欠な現象のモデル化とデータ解析手法の開発研究に取り組み,次のような研究成果を挙げた.(1) L1 型正則化法を理論的・数値的に研究し,汎化能力の高い回帰モデリング,識別...
❏超高次元データに基づく非線形多変量解析手法の開発と応用(17300089)
【研究テーマ】統計科学
【研究種目】基盤研究(B)
【研究期間】2005 - 2008
【研究代表者】小西 貞則 九州大学, 大学院・数理学研究院, 教授 (40090550)
【キーワード】非線形モデリング / 関数データ解析 / 機械学習 / ベイズ理論 / カーネル法 (他22件)
【概要】高次元データに基づく複雑現象解明を目的として, 非線形多変量解析の理論・方法論の開発研究と応用研究に取り組み, 現象の構造を有効に捉える非線形回帰モデリング, ロジスティックモデルに基づく非線形識別・判別法, リスクを定量的に評価・予測するリスク予測モデルを提唱した. また, 観測・測定されたデータを関数化処理し, 処理した関数化データ集合に基づく解析手法について研究し, 回帰, 識別・判別, 次...
【情報学】計算基盤:ハードウェアトロイ機械学習を含む研究件
❏攻撃に耐性を持つ機械学習モデルによる設計工程ハードウェアトロイ検知(22H03560)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2022-04-01 - 2025-03-31
【研究代表者】戸川 望 早稲田大学, 理工学術院, 教授 (30298161)
【キーワード】ハードウェアトロイ / 機械学習 / 敵対的攻撃 / 設計工程 / 不正回路
【概要】
❏機械学習による集積回路設計データ中のハードウェアトロイ検知(19H04080)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】戸川 望 早稲田大学, 理工学術院, 教授 (30298161)
【キーワード】ハードウェアトロイ / 機械学習 / レジスタトランスファレベル / ゲートレベル / 設計データ (他7件)
【概要】現在,集積回路設計・製造は低コスト化のため積極的に外注が利用され,外部の悪意ある設計・製造者により悪意ある回路を故意に侵入する「ハードウェアトロイ」が現実的な脅威として指摘されている.特に集積回路設計データに挿入されたハードウェアトロイは,軽微な設計データ改変で重大な事象を引き起こす可能性がある.ハードウェアトロイはその対策技術が開発されると,それを回避するハードウェアトロイが開発される「いたちご...
【情報学】計算基盤:脆性破壊シミュレーション機械学習を含む研究件
❏データ駆動型物理法則CGアニメーションの発展と深化(19K11990)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】金井 崇 東京大学, 大学院総合文化研究科, 准教授 (60312261)
【キーワード】物理法則アニメーション / データ駆動法 / 深層学習 / キャラクタアニメーション / 髪アニメーション (他21件)
【概要】本研究の目的は,物理法則アニメーションについて,リアルタイムアニメーションを実現するためのデータ駆動型手法によるアプローチを確立することである.ここでは,物理法則アニメーションの中の研究トピックとして,脆性破壊,髪,人体変形の3つのアニメーションを取り上げ,その計算処理の中でボトルネックとなる処理を深層学習による処理に置き換える,というアプローチを採った.様々な実験を通じて,主に処理の高速化や効率...
❏データ駆動型手法による物理法則CGアニメーションの高精細化(16K00169)
【研究テーマ】高性能計算
【研究種目】基盤研究(C)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】金井 崇 東京大学, 大学院総合文化研究科, 准教授 (60312261)
【キーワード】コンピュータグラフィックス / データ駆動型手法 / 液体シミュレーション / 髪シミュレーション / 弾性体シミュレーション (他20件)
【概要】3DCGにおいてリアルな映像を得るために,物理シミュレーションによるアニメーション作成が行われている.しかし,ゲーム等での利用においては,物理シミュレーションのために計算リソースを割くことができず,低解像度での計算を余儀なくされる.本研究では,機械学習によるアプローチをもとにしたデータ駆動型手法を物理シミュレーションに適用すること,および,低解像度のシミュレーション結果を高精細化するための手法を確...
【情報学】計算基盤:髪シミュレーション機械学習を含む研究件
❏データ駆動型物理法則CGアニメーションの発展と深化(19K11990)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】金井 崇 東京大学, 大学院総合文化研究科, 准教授 (60312261)
【キーワード】物理法則アニメーション / データ駆動法 / 深層学習 / キャラクタアニメーション / 髪アニメーション (他21件)
【概要】本研究の目的は,物理法則アニメーションについて,リアルタイムアニメーションを実現するためのデータ駆動型手法によるアプローチを確立することである.ここでは,物理法則アニメーションの中の研究トピックとして,脆性破壊,髪,人体変形の3つのアニメーションを取り上げ,その計算処理の中でボトルネックとなる処理を深層学習による処理に置き換える,というアプローチを採った.様々な実験を通じて,主に処理の高速化や効率...
❏データ駆動型手法による物理法則CGアニメーションの高精細化(16K00169)
【研究テーマ】高性能計算
【研究種目】基盤研究(C)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】金井 崇 東京大学, 大学院総合文化研究科, 准教授 (60312261)
【キーワード】コンピュータグラフィックス / データ駆動型手法 / 液体シミュレーション / 髪シミュレーション / 弾性体シミュレーション (他20件)
【概要】3DCGにおいてリアルな映像を得るために,物理シミュレーションによるアニメーション作成が行われている.しかし,ゲーム等での利用においては,物理シミュレーションのために計算リソースを割くことができず,低解像度での計算を余儀なくされる.本研究では,機械学習によるアプローチをもとにしたデータ駆動型手法を物理シミュレーションに適用すること,および,低解像度のシミュレーション結果を高精細化するための手法を確...
【情報学】計算基盤:NFV機械学習を含む研究件
❏アプリケーション・デバイス特化型次世代MVNOの研究(15H01681)
【研究テーマ】情報ネットワーク
【研究種目】基盤研究(A)
【研究期間】2015-04-01 - 2018-03-31
【研究代表者】中尾 彰宏 東京大学, 大学院情報学環, 教授 (60401238)
【キーワード】SDN / Network Slicing / NFV / MVNO / 仮想ネットワーク (他25件)
【概要】アプリケーション・デバイス毎のスライス構築とSDN/NFV技術により、きめの細かいQoS制御と網内機能を導入する「アプリケーション・デバイス特化型次世代MVNO基盤の提案とその有効性を実ネットワークにおける実証実験を遂行した。(1) トラフィックから確実にアプリケーション・デバイスを特定しQoS制御を行う基盤技術、(2)網内ネットワーク機能により資源の少ないモバイル端末の利用を高度化するエッジコン...
❏DNSオープンリゾルバを悪用した増幅攻撃に対する検知手法と動的防御システムの確立(26330101)
【研究テーマ】情報ネットワーク
【研究種目】基盤研究(C)
【研究期間】2014-04-01 - 2017-03-31
【研究代表者】関谷 勇司 東京大学, 情報基盤センター, 准教授 (30361687)
【キーワード】サイバーセキュリティ / DNS / SDN / NFV / Hadoop (他17件)
【概要】本研究では、主にDNSを主としたパケット増幅攻撃に対して、その攻撃の予兆を分析するための手法提案とシステム実装を行った。実装したシステム、誰でも利用できるオープンな実装として公開した。また、本システムを使った検知の事例を示し、パケット増幅攻撃や情報漏えいにつながる攻撃をSDN技術を用いて防御するための手法を提案した。本防御手法は、インターネットの基幹部分であるインターネットエクスチェンジ (IX)...
【情報学】計算基盤:SDN機械学習を含む研究件
❏アプリケーション・デバイス特化型次世代MVNOの研究(15H01681)
【研究テーマ】情報ネットワーク
【研究種目】基盤研究(A)
【研究期間】2015-04-01 - 2018-03-31
【研究代表者】中尾 彰宏 東京大学, 大学院情報学環, 教授 (60401238)
【キーワード】SDN / Network Slicing / NFV / MVNO / 仮想ネットワーク (他25件)
【概要】アプリケーション・デバイス毎のスライス構築とSDN/NFV技術により、きめの細かいQoS制御と網内機能を導入する「アプリケーション・デバイス特化型次世代MVNO基盤の提案とその有効性を実ネットワークにおける実証実験を遂行した。(1) トラフィックから確実にアプリケーション・デバイスを特定しQoS制御を行う基盤技術、(2)網内ネットワーク機能により資源の少ないモバイル端末の利用を高度化するエッジコン...
❏DNSオープンリゾルバを悪用した増幅攻撃に対する検知手法と動的防御システムの確立(26330101)
【研究テーマ】情報ネットワーク
【研究種目】基盤研究(C)
【研究期間】2014-04-01 - 2017-03-31
【研究代表者】関谷 勇司 東京大学, 情報基盤センター, 准教授 (30361687)
【キーワード】サイバーセキュリティ / DNS / SDN / NFV / Hadoop (他17件)
【概要】本研究では、主にDNSを主としたパケット増幅攻撃に対して、その攻撃の予兆を分析するための手法提案とシステム実装を行った。実装したシステム、誰でも利用できるオープンな実装として公開した。また、本システムを使った検知の事例を示し、パケット増幅攻撃や情報漏えいにつながる攻撃をSDN技術を用いて防御するための手法を提案した。本防御手法は、インターネットの基幹部分であるインターネットエクスチェンジ (IX)...
【情報学】計算基盤:サービスの質機械学習を含む研究件
❏実空間ナレッジが求められる時代の新たなデータ重要度による通信制御(17H01732)
【研究テーマ】情報ネットワーク
【研究種目】基盤研究(B)
【研究期間】2017-04-01 - 2020-03-31
【研究代表者】新熊 亮一 京都大学, 情報学研究科, 准教授 (70362580)
【キーワード】実空間情報 / 機械学習 / 可推定性 / 可代替性 / 経済学モデル (他14件)
【概要】今後の情報通信技術には、身近な実空間のナレッジ(=有用な情報)をきめ細やかに届けることが期待される。例えば、スマートカーが実空間ナレッジに基づいて運転者を支援することで、渋滞や事故のない交通社会が実現できる可能性がある。しかし、実空間に関わる膨大なデータを無差別に流入させると通信ネットワークがボトルネックになる問題がある。そこで、最新の機械学習と経済学に基づくデータ重要度モデルを構築し、データの可...
❏アプリケーション・デバイス特化型次世代MVNOの研究(15H01681)
【研究テーマ】情報ネットワーク
【研究種目】基盤研究(A)
【研究期間】2015-04-01 - 2018-03-31
【研究代表者】中尾 彰宏 東京大学, 大学院情報学環, 教授 (60401238)
【キーワード】SDN / Network Slicing / NFV / MVNO / 仮想ネットワーク (他25件)
【概要】アプリケーション・デバイス毎のスライス構築とSDN/NFV技術により、きめの細かいQoS制御と網内機能を導入する「アプリケーション・デバイス特化型次世代MVNO基盤の提案とその有効性を実ネットワークにおける実証実験を遂行した。(1) トラフィックから確実にアプリケーション・デバイスを特定しQoS制御を行う基盤技術、(2)網内ネットワーク機能により資源の少ないモバイル端末の利用を高度化するエッジコン...
【情報学】計算基盤:動的負荷分散機械学習を含む研究件
❏シミュレーションと機械学習の協調による予測に基づいた動的負荷分散手法の開発(20K21787)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2020-07-30 - 2023-03-31
【研究代表者】下川辺 隆史 東京大学, 情報基盤センター, 准教授 (40636049)
【キーワード】ステンシル計算 / 高性能計算 / 機械学習 / 高生産フレームワーク / 適合細分化格子法 (他6件)
【概要】流体計算などの格子に基づく計算では、高精度が必要な領域をより高精細な格子で計算できる適合細分化格子(AMR)法がマルチスケール問題解決の鍵となる技術として注目されている。本研究では、大規模GPUスパコンで従来と比較して極めて高性能なAMR計算を実現するため、機械学習によりシミュレーションの「未来」の結果を予測し、それに基づき計算負荷を動的に分散する手法を開発する。開発手法を課題代表者らが開発中のA...
❏自らを進化させ未知の計算環境に適応するソフトウェア自動チューニング機構方式の研究(15K12033)
【研究テーマ】高性能計算
【研究種目】挑戦的萌芽研究
【研究期間】2015-04-01 - 2018-03-31
【研究代表者】須田 礼仁 東京大学, 大学院情報理工学系研究科, 教授 (40251392)
【キーワード】自動チューニング / 高性能計算 / コード変換 / 最適化 / 機械学習 (他10件)
【概要】自動チューニングは、ソフトウェアにあらかじめ可変性を仕込み、この可変性をソフトウェア自身に調整させて、様々な計算環境で良好な実行性能を目指す。本研究では、既存のプログラムに対して、事後的に可変性と調整機能を組み込むことにより、新しい計算環境や新しい高性能手法が登場しても、それを既存のプログラムに組込み自動チューニングができる仕組みを目指して研究した。 我々はチームメンバーが開発してきた Xevol...
【情報学】計算基盤:マルウェア機械学習を含む研究件
❏深層学習と仮想化技術の融合によるバンキングマルウェア対策(20K21788)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2020-07-30 - 2022-03-31
【研究代表者】品川 高廣 東京大学, 情報基盤センター, 准教授 (40361745)
【キーワード】仮想化技術 / セキュリティ / 深層学習 / 機械学習 / マルウェア
【概要】本研究では、深層学習と仮想化技術を融合したバンキングマルウェア対策に関する研究をおこなった。バンキングマルウェアには亜種が多いという特徴を活用して、深層学習により高い精度で亜種の分類をおこなうことができる手法を研究した。また、仮想化技術との融合を目指して、仮想化技術で取得可能なバイナリレベルでのデータからマルウェア画像を生成して検知可能な技術に関する研究をおこなった。秘匿化対策のためのラベルの工夫...
❏セキュリティ解析の共通基盤となるマルウェア・インフォマティクスの確立(16H02832)
【研究テーマ】情報セキュリティ
【研究種目】基盤研究(B)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】後藤 滋樹 早稲田大学, 理工学術院, 教授 (30287966)
【キーワード】セキュリティ / マルウェア / 大規模データ解析 / モバイル / セキュア・ネットワーク (他14件)
【概要】ネットワーク社会の最大の脅威となっているのがサイバー攻撃である.攻撃対策技術を確立することが社会的な要請であるが,従来の対策技術は個々の攻撃に対処するものであり,しかも人間の介在が必要であった. 本研究は,データ科学からのアプローチを採り,サイバー攻撃対策技術の研究成果を有効に蓄積するためのマルウェア・インフォマティックスの確立を目指した. 本研究では,実際に大量のデータを蓄積した.さらにデータの...
【情報学】計算基盤:攻撃機械学習を含む研究件
❏音声セキュリティ研究の開拓(18K19789)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2018-06-29 - 2020-03-31
【研究代表者】森 達哉 早稲田大学, 理工学術院, 教授 (60708551)
【キーワード】IoT / セキュリティ / アプリ / 音声 / プライバシー (他10件)
【概要】本研究課題は、音声を入出力として利用する音声アシスタントシステムに固有なセキュリティ脅威の解明と、その対策技術の開発に取り組んだ。テーマの方向性として、(1) 音声アシスタントシステムに対する攻撃と(2) 音声アシスタントによる攻撃の2つがあり、その両方に取り組んだ。前者のテーマでは、 音声アシスタントシステムへのコマンドインジェクション攻撃を指向性スピーカを用いることで実現する攻撃の評価とその対...
❏人間の移動軌跡とセンサー情報の相関分析により生じる脅威の実証と対策(15K12038)
【研究テーマ】情報セキュリティ
【研究種目】挑戦的萌芽研究
【研究期間】2015-04-01 - 2017-03-31
【研究代表者】森 達哉 早稲田大学, 理工学術院, 准教授 (60708551)
【キーワード】センサー / セキュリティ / プライバシー / 機械学習 / スマートフォン (他9件)
【概要】スマートフォン等のデバイスが持つセンサー情報から、そのスマートフォンを携帯する人間の移動軌跡を推定できるかという問題に取り組んだ。具体的な問題として加速度センサー、ジャイロスコープ、磁気センサーの測定データから、スマートフォンを持った人間が乗った電車が発車・停車したという状態を推定し、さらに電車の発停車の時間と時刻表のデータを突合することによって、駅名を特定することが可能である。実データを用いた実...
【情報学】計算基盤:高次元データ機械学習を含む研究件
❏内在的構造を持つ大規模高次元データ解析の理論と方法(26280009)
【研究テーマ】統計科学
【研究種目】基盤研究(B)
【研究期間】2014-04-01 - 2019-03-31
【研究代表者】福水 健次 統計数理研究所, 数理・推論研究系, 教授 (60311362)
【キーワード】統計数学 / データ解析 / 高次元 / アルゴリズム / 統計的学習理論 (他7件)
【概要】高次元特有の問題としてハブ現象を研究し,その理論的な理解とハブ解消法の提案を行った.また,ツリーデータの解析や曲がった距離を用いたデータ解析など,ユークリッドベクトルとは異なるデータを扱う方法に関して研究を行った.さらに,高次元の密度関数を行う方法として,カーネル法に基づく指数分布族を提案し,その推定法を提案した. ...
❏高次元小標本におけるデータ解析の数理統計学的基礎とその応用(18300092)
【研究テーマ】統計科学
【研究種目】基盤研究(B)
【研究期間】2006 - 2009
【研究代表者】青嶋 誠 筑波大学, 大学院・数理物質科学研究科, 教授 (90246679)
【キーワード】多変量解析 / 機械学習 / パターン認識 / モデル選択 / ノイズ (他33件)
【概要】高次元小標本における高次元漸近理論を、非正規の一般的な設定のもとで構築した。高次元小標本データ特有の幾何学的な構造を発見した。従来型のPCAが高次元小標本で不一致性を引き起こすことを証明した。クロスデータ行列法とノイズ掃き出し法を提唱し、次元推定・固有値・漸近分布・固有ベクトル・主成分スコアの推定に、一致性をもつ解を与えた。クラスター分析と判別分析への応用を考え、前立腺がんのマイクロアレイデータの...
【情報学】計算基盤:セキュア・ネットワーク機械学習を含む研究件
❏セキュリティ解析の共通基盤となるマルウェア・インフォマティクスの確立(16H02832)
【研究テーマ】情報セキュリティ
【研究種目】基盤研究(B)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】後藤 滋樹 早稲田大学, 理工学術院, 教授 (30287966)
【キーワード】セキュリティ / マルウェア / 大規模データ解析 / モバイル / セキュア・ネットワーク (他14件)
【概要】ネットワーク社会の最大の脅威となっているのがサイバー攻撃である.攻撃対策技術を確立することが社会的な要請であるが,従来の対策技術は個々の攻撃に対処するものであり,しかも人間の介在が必要であった. 本研究は,データ科学からのアプローチを採り,サイバー攻撃対策技術の研究成果を有効に蓄積するためのマルウェア・インフォマティックスの確立を目指した. 本研究では,実際に大量のデータを蓄積した.さらにデータの...
❏非線形的アプローチによる大規模システムの制御とセキュアネットワークへの応用(19360176)
【研究テーマ】通信・ネットワーク工学
【研究種目】基盤研究(B)
【研究期間】2007 - 2009
【研究代表者】佐藤 仁樹 公立はこだて未来大学, システム情報科学部, 教授 (30360001)
【キーワード】数理科学 / セキュア・ネットワーク / 暗号 / 認証 / 機械学習 (他10件)
【概要】本研究では、多変量解析、フーリエ解析、強化学習などの数理科学的な手法を用いた大規模非線形システムの制御方式、セキュアな通信方式、および盗聴を防ぐためのペアリング暗号方式を提案した。また、これらの提案手法を、セキュアネットワークに関する課題に適用した。その結果、従来は不可能だった角度から、様々な通信ネットワークの安全性を検証し、通信ネットワークのセキュリティを向上させることができた。 ...
【情報学】計算基盤:エッジコンピューティング機械学習を含む研究件
❏クラウド側とエッジ側機器の動的な協調に基づく自律分散共進化AI基盤技術の研究開発(19H04099)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2019-04-01 - 2023-03-31
【研究代表者】中澤 仁 慶應義塾大学, 環境情報学部(藤沢), 教授 (80365486)
【キーワード】深層学習 / エッジ側 / クラウド側 / エッジ / クラウド (他14件)
【概要】エッジノードとクラウドサーバとの間で協調しながら深層学習モデルを随時アップデートするためには、継続的な学習が必要となる。そこで2021年度は継続学習の代表的な手法であるリプレイ技術に着目した。継続学習では、例えば物体検出タスクにおいて、検出対象クラスが時間の経過とともに増加していく時、過去に学習したモデルを生かしながら新たに加わるクラスを学習する。リプレイ技術では過去に用いた学習データの一部を保存...
❏アプリケーション・デバイス特化型次世代MVNOの研究(15H01681)
【研究テーマ】情報ネットワーク
【研究種目】基盤研究(A)
【研究期間】2015-04-01 - 2018-03-31
【研究代表者】中尾 彰宏 東京大学, 大学院情報学環, 教授 (60401238)
【キーワード】SDN / Network Slicing / NFV / MVNO / 仮想ネットワーク (他25件)
【概要】アプリケーション・デバイス毎のスライス構築とSDN/NFV技術により、きめの細かいQoS制御と網内機能を導入する「アプリケーション・デバイス特化型次世代MVNO基盤の提案とその有効性を実ネットワークにおける実証実験を遂行した。(1) トラフィックから確実にアプリケーション・デバイスを特定しQoS制御を行う基盤技術、(2)網内ネットワーク機能により資源の少ないモバイル端末の利用を高度化するエッジコン...
【情報学】計算基盤:移動体通信機械学習を含む研究件
❏電波伝播特徴量を用いたRFID読み取り空間フィルタの実現(16K06367)
【研究テーマ】通信・ネットワーク工学
【研究種目】基盤研究(C)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】三次 仁 慶應義塾大学, 環境情報学部(藤沢), 教授 (40383921)
【キーワード】RFID / 位相計測 / 外れ値除去 / 統計処理 / 機械学習 (他13件)
【概要】UHF帯RFIDシステムにおいて、RFタグからの返信電波の搬送波位相情報を用いて、RFタグの位置を推定することにより、想定する読取り内外を弁別する方法について研究開発した。単一の搬送波位相を用いると、30cm程度の波長ごとに位相が繰り返す問題が生じるが、複数の搬送波を用い、外れ値除去を行いながら位相計測する微分位相方式を用いることで、この問題を解決できることを示し、実験で確認した。また商用リーダで...
❏アプリケーション・デバイス特化型次世代MVNOの研究(15H01681)
【研究テーマ】情報ネットワーク
【研究種目】基盤研究(A)
【研究期間】2015-04-01 - 2018-03-31
【研究代表者】中尾 彰宏 東京大学, 大学院情報学環, 教授 (60401238)
【キーワード】SDN / Network Slicing / NFV / MVNO / 仮想ネットワーク (他25件)
【概要】アプリケーション・デバイス毎のスライス構築とSDN/NFV技術により、きめの細かいQoS制御と網内機能を導入する「アプリケーション・デバイス特化型次世代MVNO基盤の提案とその有効性を実ネットワークにおける実証実験を遂行した。(1) トラフィックから確実にアプリケーション・デバイスを特定しQoS制御を行う基盤技術、(2)網内ネットワーク機能により資源の少ないモバイル端末の利用を高度化するエッジコン...
❏不動点理論に基づく機械学習アルゴリズムの構築とその無線通信システムへの応用(20760252)
【研究テーマ】通信・ネットワーク工学
【研究種目】若手研究(B)
【研究期間】2008 - 2011
【研究代表者】湯川 正裕 新潟大学, 自然科学系, 准教授 (60462743)
【キーワード】信号処理 / 移動体通信 / 機械学習 / 情報通信工学 / 時変計量適応射影劣勾配法 (他9件)
【概要】不動点理論に基づいて、以下の成果を得た。(1)低ランク適応アルゴリズムを導出し、その収束解析を与えるとともに、少ない計算量で収束速度を大幅に向上できることを示した。(2)「時間変化する計量」という新しい概念を提案し、数多くの適応アルゴリズムの収束性を統一的に解析するための一般的枠組みを構築した。(3)「Feasibility Splitting」という既存の概念を適応信号処理に新たに導入することで...
【情報学】計算基盤:ボディエリアネットワーク機械学習を含む研究件
❏無線ボディエリアネットワークのためのシナリオ・ディエンベッディング手法の開発(18K04126)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2018-04-01 - 2023-03-31
【研究代表者】青柳 貴洋 東京工業大学, 工学院, 准教授 (10302944)
【キーワード】ボディエリアネットワーク / 電波伝搬チャネルモデル / モデリング / 機械学習 / シナリオディエンベッディング (他17件)
【概要】本研究は、人体の周辺において生体情報等の伝送に用いる無線通信ネットワークである、無線ボディエリアネットワーク(WBAN)の新たな電波伝搬チャネルモデリングの手法に関するものである。体表に設置したセンサーノードからのデータを、人体の主要部に取り付けたコーディネーターノード、さらには体外に設置されたアクセスポイントへデータを伝送するネットワークを想定している。人体の周辺では、電波の伝搬状態が人体の動作...
❏生体内電波伝搬に関する統合的研究とボディエリア通信への応用(15K06054)
【研究テーマ】通信・ネットワーク工学
【研究種目】基盤研究(C)
【研究期間】2015-04-01 - 2019-03-31
【研究代表者】青柳 貴洋 東京工業大学, 工学院, 准教授 (10302944)
【キーワード】電波伝搬 / 生体内計測 / ボディエリアネットワーク / ヘルスケア・医療情報通信技術 / 機械学習 (他21件)
【概要】本研究では生体内における電波伝搬およびその応用に関する研究を行った。生体内電波伝搬を用いるアプリケーションおよびシステムを設計するためにはその特性が明らかになっていることが必要であり、応用例として腹部の脂肪量をマイクロ波により測定するアプリケーションに関する検討を行った。まず、この計測に利用する矩形導波管のサイズおよび使用する複数の周波数の選択により測定精度を向上させられることを明らかにした。次に...
❏BANコンテキストアウェア通信のための伝搬路特性を用いた人体状態の同定法の研究(26420344)
【研究テーマ】通信・ネットワーク工学
【研究種目】基盤研究(C)
【研究期間】2014-04-01 - 2017-03-31
【研究代表者】Kim Minseok (KIM Minseok) 新潟大学, 自然科学系, 准教授 (40467030)
【キーワード】BAN / 動作同定 / コンテキストアウェアネス / 機械学習 / 動作識別 (他13件)
【概要】本研究では,人体周辺の無線センサネットワーク(BAN)において,複数のセンサから取得した伝搬路の時間変動と人体の状態(動作や姿勢)との関係を実験的に明らかにし,人体の状態を高精度で同定する手法の開発を行った.また,人体の状態と伝搬路の状態との関係性(通信品質を決定する特徴量)を具体化し,人体の状態に応じたコーディネータの送信電力の最適化するコンテキストアウェアネス通信法を開発し評価を行った.具体的...
【情報学】計算基盤:無線通信機械学習を含む研究件
❏健康情報のデジタルトランスフォーメーション化に向けた生体貼付型デバイスの開発(21H03815)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2021-04-01 - 2025-03-31
【研究代表者】藤枝 俊宣 東京工業大学, 生命理工学院, 准教授 (70538735)
【キーワード】エラストマー / 導電性インク / 生体計測 / 機械学習 / デジタルトランスフォーメーション (他14件)
【概要】本研究では、異種次元の材料と造形技術の融合を進めることで、電池不要で作動可能な無線通信式の生体貼付型バイオセンサの開発を目的とし、機械学習による周波数解析を通じて健康情報のデジタルトランスフォーメーション化を目指す。令和3年度の成果は以下のとおりである。 フェニルボロン酸(PBA)からなるハイドロゲルならびにインクジェット印刷にて作製した櫛形キャパシタを統合した薄膜状デバイスを作製した。櫛型キャパ...
❏無線ボディエリアネットワークのためのシナリオ・ディエンベッディング手法の開発(18K04126)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2018-04-01 - 2023-03-31
【研究代表者】青柳 貴洋 東京工業大学, 工学院, 准教授 (10302944)
【キーワード】ボディエリアネットワーク / 電波伝搬チャネルモデル / モデリング / 機械学習 / シナリオディエンベッディング (他17件)
【概要】本研究は、人体の周辺において生体情報等の伝送に用いる無線通信ネットワークである、無線ボディエリアネットワーク(WBAN)の新たな電波伝搬チャネルモデリングの手法に関するものである。体表に設置したセンサーノードからのデータを、人体の主要部に取り付けたコーディネーターノード、さらには体外に設置されたアクセスポイントへデータを伝送するネットワークを想定している。人体の周辺では、電波の伝搬状態が人体の動作...
❏不動点理論に基づく機械学習アルゴリズムの構築とその無線通信システムへの応用(20760252)
【研究テーマ】通信・ネットワーク工学
【研究種目】若手研究(B)
【研究期間】2008 - 2011
【研究代表者】湯川 正裕 新潟大学, 自然科学系, 准教授 (60462743)
【キーワード】信号処理 / 移動体通信 / 機械学習 / 情報通信工学 / 時変計量適応射影劣勾配法 (他9件)
【概要】不動点理論に基づいて、以下の成果を得た。(1)低ランク適応アルゴリズムを導出し、その収束解析を与えるとともに、少ない計算量で収束速度を大幅に向上できることを示した。(2)「時間変化する計量」という新しい概念を提案し、数多くの適応アルゴリズムの収束性を統一的に解析するための一般的枠組みを構築した。(3)「Feasibility Splitting」という既存の概念を適応信号処理に新たに導入することで...
【情報学】計算基盤:コンテキストアウェアネス機械学習を含む研究件
❏日常使用に耐えうる携帯機器の所持位置推定とその応用(18H03228)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2018-04-01 - 2021-03-31
【研究代表者】藤波 香織 東京農工大学, 工学(系)研究科(研究院), 教授 (10409633)
【キーワード】携帯機器所持位置認識 / 行動認識 / コンテキストアウェアネス / スマートフォン / 能動学習 (他20件)
【概要】本研究はスマートフォンに代表される携帯機器を所持する際の自由度を上げることを目的とした.その中で,1)分類器の2階層化とアンサンブル分類器構成により多様な行動の最中における高精度な所持位置認識,2)新規性検出とクラスタリング技術の利用によるユーザの手に渡った後でそのユーザ独自の所持位置を認識対象に追加する仕組み,3)既存の分類器と新規ユーザとの相性を用いて分類器を選択したのちに能動学習によりユーザ...
❏BANコンテキストアウェア通信のための伝搬路特性を用いた人体状態の同定法の研究(26420344)
【研究テーマ】通信・ネットワーク工学
【研究種目】基盤研究(C)
【研究期間】2014-04-01 - 2017-03-31
【研究代表者】Kim Minseok (KIM Minseok) 新潟大学, 自然科学系, 准教授 (40467030)
【キーワード】BAN / 動作同定 / コンテキストアウェアネス / 機械学習 / 動作識別 (他13件)
【概要】本研究では,人体周辺の無線センサネットワーク(BAN)において,複数のセンサから取得した伝搬路の時間変動と人体の状態(動作や姿勢)との関係を実験的に明らかにし,人体の状態を高精度で同定する手法の開発を行った.また,人体の状態と伝搬路の状態との関係性(通信品質を決定する特徴量)を具体化し,人体の状態に応じたコーディネータの送信電力の最適化するコンテキストアウェアネス通信法を開発し評価を行った.具体的...
【情報学】計算基盤:統計モデル機械学習を含む研究件
❏高温な気候曝露の循環器系疾患リスク評価とAIを利用した予測手法の構築(20H03949)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2020-04-01 - 2024-03-31
【研究代表者】大橋 唯太 岡山理科大学, 生物地球学部, 教授 (80388917)
【キーワード】循環器疾患 / 呼吸器疾患 / 発症リスク / 死亡リスク / 数値シミュレーション (他18件)
【概要】本研究課題の主体を構成する以下の3項目について研究を遂行することができた。 (1)過去10年間の循環器・呼吸器疾患の死亡率または外来患者数の変化と気象条件の関連性を、一般化線形モデルや一般化加法モデルといった統計モデル手法によって明らかにすることができた。 (2)都市気象-建物エネルギーモデルの建物躯体設定の修正作業等、モデルの改良作業をおこなった。その後、実測との比較検証によって、大阪市内で観測...
❏無線ボディエリアネットワークのためのシナリオ・ディエンベッディング手法の開発(18K04126)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2018-04-01 - 2023-03-31
【研究代表者】青柳 貴洋 東京工業大学, 工学院, 准教授 (10302944)
【キーワード】ボディエリアネットワーク / 電波伝搬チャネルモデル / モデリング / 機械学習 / シナリオディエンベッディング (他17件)
【概要】本研究は、人体の周辺において生体情報等の伝送に用いる無線通信ネットワークである、無線ボディエリアネットワーク(WBAN)の新たな電波伝搬チャネルモデリングの手法に関するものである。体表に設置したセンサーノードからのデータを、人体の主要部に取り付けたコーディネーターノード、さらには体外に設置されたアクセスポイントへデータを伝送するネットワークを想定している。人体の周辺では、電波の伝搬状態が人体の動作...
❏大規模データ時代のビジネスアナリティクス手法に関する基礎的研究(26282090)
【研究テーマ】社会システム工学・安全システム
【研究種目】基盤研究(B)
【研究期間】2014-04-01 - 2017-03-31
【研究代表者】後藤 正幸 早稲田大学, 理工学術院, 教授 (40287967)
【キーワード】ビジネスアナリティクス / 大規模データ / ビッグデータ / マーケティングモデル / 経営情報分析 (他10件)
【概要】本研究では,大規模かつ多様なビジネスデータの分析技術(ビジネスアナリティクス)の体系化と深化を研究の目的とし,様々なビジネスデータに対応した分析モデルの提案と評価を行った.具体的には,1)ECサイトのデータベース情報を対象とした情報分析技術の開発,2)テキストデータとして蓄積されるマーケティング情報の分析技術の開発,3)情報推薦のための統計モデルの開発,4)情報検索や推薦の技術を活用したWebマー...
【情報学】計算基盤:オンライン最適化機械学習を含む研究件
❏高次元大規模信号データ処理のためのスケーラブル・リーマン多様体最適化とその応用(16K00031)
【研究テーマ】数理情報学
【研究種目】基盤研究(C)
【研究期間】2016-04-01 - 2020-03-31
【研究代表者】笠井 裕之 早稲田大学, 理工学術院, 教授 (40312079)
【キーワード】最適化 / リーマン多様体 / 確率的勾配法 / テンソル / 大規模データ (他17件)
【概要】微分多様体において,高次元テンソルを分解表現する行列に対する直交性などの制約と,目的関数の二乗誤差特性及び要素行列による対称性等に着目し,新たなリーマン計量を提案した.この新しい幾何空間を用いた最適化アルゴリズムを提案し,再現誤差と収束速度の観点で,従来手法に対する優位性を示した.また,微分多様体上の確率的勾配法に着目し,フル勾配と確率的勾配をハイブリッドした手法を用いることで収束性を向上する手法...
❏データ横断的機械学習手法の理論と応用(22700289)
【研究テーマ】統計科学
【研究種目】若手研究(B)
【研究期間】2010 - 2012
【研究代表者】鈴木 大慈 東京大学, 大学院・情報理工学系研究科, 助教 (60551372)
【キーワード】統計的学習理論 / multiple kernel learning / スパース加法モデル / オンライン最適化 / 双対平均化法 (他10件)
【概要】MKL(MultipleKernelLearning)はLassoやGroupLassoを含む広いクラスの正則化学習法である.画像認識など様々な応用で用いられている.本研究では,MKLの統計的性質を一般的な枠組みで解明し,どのような正則化を用いれば最適性を有するかについて調べた.また,MKLのベイズ的変種を考察し,それが緩い条件である種の最適性を満たすことを示した.さらに,大量データにおける構造的...
【情報学】計算基盤:一般化固有値計算機械学習を含む研究件
❏一般化固有値計算による大域最適化手法の展開(17H01699)
【研究テーマ】数理情報学
【研究種目】基盤研究(B)
【研究期間】2017-04-01 - 2022-03-31
【研究代表者】岩田 覚 東京大学, 大学院情報理工学系研究科, 教授 (00263161)
【キーワード】数理最適化 / 大域最適化 / 一般化固有値 / アルゴリズム / 機械学習 (他6件)
【概要】一般に効率的なアルゴリズムの設計が原理的に不可能であると言われている非凸最適化問題の中でも幾何的な背景を有する問題に焦点を絞り,その構造を利用して, 大域最適解を見出す効率的なアルゴリズムを設計する手法を発展させた.特に,1本の制約式のみを含む非凸2次制約2次計画問題(QCQP)に対して,一般化固有値問題に帰着することによって,効率的に最適解を得る手法を開発した.さらに,一般の非凸QCQPに対して...
❏一般化固有値計算による大域最適化手法(26540007)
【研究テーマ】数理情報学
【研究種目】挑戦的萌芽研究
【研究期間】2014-04-01 - 2017-03-31
【研究代表者】岩田 覚 東京大学, 大学院情報理工学系研究科, 教授 (00263161)
【キーワード】数理最適化 / 大域最適化 / 一般化固有値計算 / 機械学習 / 楕円体 (他7件)
【概要】本研究課題は,一般に効率的なアルゴリズムの設計が原理的に不可能であると言われている非凸最適化問題の中でも幾何的な背景を有する問題に焦点を絞り,その構造を利用して大域的最適解を効率的に見出すアルゴリズムを設計する手法を確立することを目的とした.特に,高次元空間中の2楕円体間の符号付き距離を次元の6乗に比例する程度の時間で計算するアルゴリズムを開発した.この手法を拡張して,一般化CDT問題に対しても同...
【情報学】計算基盤:大域最適化機械学習を含む研究件
❏一般化固有値計算による大域最適化手法の展開(17H01699)
【研究テーマ】数理情報学
【研究種目】基盤研究(B)
【研究期間】2017-04-01 - 2022-03-31
【研究代表者】岩田 覚 東京大学, 大学院情報理工学系研究科, 教授 (00263161)
【キーワード】数理最適化 / 大域最適化 / 一般化固有値 / アルゴリズム / 機械学習 (他6件)
【概要】一般に効率的なアルゴリズムの設計が原理的に不可能であると言われている非凸最適化問題の中でも幾何的な背景を有する問題に焦点を絞り,その構造を利用して, 大域最適解を見出す効率的なアルゴリズムを設計する手法を発展させた.特に,1本の制約式のみを含む非凸2次制約2次計画問題(QCQP)に対して,一般化固有値問題に帰着することによって,効率的に最適解を得る手法を開発した.さらに,一般の非凸QCQPに対して...
❏一般化固有値計算による大域最適化手法(26540007)
【研究テーマ】数理情報学
【研究種目】挑戦的萌芽研究
【研究期間】2014-04-01 - 2017-03-31
【研究代表者】岩田 覚 東京大学, 大学院情報理工学系研究科, 教授 (00263161)
【キーワード】数理最適化 / 大域最適化 / 一般化固有値計算 / 機械学習 / 楕円体 (他7件)
【概要】本研究課題は,一般に効率的なアルゴリズムの設計が原理的に不可能であると言われている非凸最適化問題の中でも幾何的な背景を有する問題に焦点を絞り,その構造を利用して大域的最適解を効率的に見出すアルゴリズムを設計する手法を確立することを目的とした.特に,高次元空間中の2楕円体間の符号付き距離を次元の6乗に比例する程度の時間で計算するアルゴリズムを開発した.この手法を拡張して,一般化CDT問題に対しても同...
【情報学】計算基盤:アクセラレータ機械学習を含む研究件
❏超小型バッテリーレスセンシングプラットフォームための機械学習チップ(22K17879)
【研究テーマ】
【研究種目】若手研究
【研究期間】2022-04-01 - 2024-03-31
【研究代表者】横式 康史 東京工業大学, 科学技術創成研究院, 助教 (70893189)
【キーワード】機械学習 / エナジーハーベスティング / アクセラレータ / 非線形回帰 / 外れ値予測
【概要】
❏データ集約型科学に資するリアルタイムデータカーネルの創出(19H04117)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】川島 英之 慶應義塾大学, 環境情報学部(藤沢), 准教授 (90407148)
【キーワード】トランザクション / 機械学習 / アクセラレータ / データベース / ロギング (他9件)
【概要】本研究ではデータ集約型科学に資するリアルタイムデータカーネルを創出すべく,高性能トランザクション処理,高速機械学習アルゴリズム,AI向け高速アクセラレータに関する研究を実施した.トランザクション処理に関しては近代的手法を網羅的に比較評価可能なプラットフォームCCBenchを開発した上で,優れたプロトコルを探求し,最適化手法を考案するに至った.また,ロボットへの適用を行った.機械学習についてはb-m...
【情報学】人間情報学:LSTM機械学習を含む研究件
❏ランダム量子系のスケーリング理論(19H00658)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2019-04-01 - 2024-03-31
【研究代表者】大槻 東巳 上智大学, 理工学部, 教授 (50201976)
【キーワード】スケーリング理論 / Anderson転移 / 非エルミート系 / 量子多体系 / 量子相転移 (他20件)
【概要】2020年度は本課題が始まって2年目となる。前年度に立案した計画に従い以下の成果をあげた。 1)トポロジカル物質中の波束のダイナミクス:乱れたトポロジカル絶縁体・ワイル半金属における波束の弾道的運動を,運動方程式を解くことでシミュレーションし,状態密度のスケーリング理論(Phys. Rev. Lett. 112, 016402 (2014))により申請者らが提案した速度のスケーリング則を実証した(...
❏ファイナンス理論の臨床性評価における深層学習の活用(19H01508)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2019-04-01 - 2023-03-31
【研究代表者】北村 能寛 早稲田大学, 社会科学総合学術院, 教授 (90409566)
【キーワード】深層学習 / 指値注文 / 注文板情報 / 機械学習 / 指値注文板 (他8件)
【概要】売買価格と取引量が記録された注文板の情報を利用して為替レートの予測ができるか。さらには、その予測方法として深層学習を用いたところに本研究の特徴がある。深層学習の中でも時系列分析モデルであるLong Short Term Memory (LSTM)を用いた。このモデルの特徴は、過去の情報を長期、短期に記憶することができる点にある。まず、注文板から、注文板上で生じた新規の指値注文、指値注文の変更等のイ...
【情報学】人間情報学:アンサンブル学習機械学習を含む研究件
❏データ駆動型手法による物理法則CGアニメーションの高精細化(16K00169)
【研究テーマ】高性能計算
【研究種目】基盤研究(C)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】金井 崇 東京大学, 大学院総合文化研究科, 准教授 (60312261)
【キーワード】コンピュータグラフィックス / データ駆動型手法 / 液体シミュレーション / 髪シミュレーション / 弾性体シミュレーション (他20件)
【概要】3DCGにおいてリアルな映像を得るために,物理シミュレーションによるアニメーション作成が行われている.しかし,ゲーム等での利用においては,物理シミュレーションのために計算リソースを割くことができず,低解像度での計算を余儀なくされる.本研究では,機械学習によるアプローチをもとにしたデータ駆動型手法を物理シミュレーションに適用すること,および,低解像度のシミュレーション結果を高精細化するための手法を確...
❏社会調査の基盤を提供する自由回答の自動コーディングシステムの開発と公開(22530516)
【研究テーマ】社会学
【研究種目】基盤研究(C)
【研究期間】2010 - 2012
【研究代表者】高橋 和子 敬愛大学, 国際学部, 教授 (30211337)
【キーワード】社会調査法 / 自由回答 / 自動コーディング / SSM 職業コーディング / ISCO コーディング (他19件)
【概要】社会調査では回答者の職業や産業は重要で、正確さを期するために自由回答で収集する場合が多い。しかし、統計処理のために収集後にコード化する作業が必須で、最近では国内標準コードに加えて国際標準コードの要請も生じており、コーダの負担が増大している。本研究では、自然言語処理や機械学習など人工知能における最新の成果を適用してコーディング作業を自動化し、結果を Web により入手できるシステムを開発した。その際...
【情報学】人間情報学:確信度機械学習を含む研究件
❏材質認識と物体認識を融合した画像認識の新展開(26540078)
【研究テーマ】知覚情報処理
【研究種目】挑戦的萌芽研究
【研究期間】2014-04-01 - 2017-03-31
【研究代表者】山崎 俊彦 東京大学, 大学院情報理工学系研究科, 准教授 (70376599)
【キーワード】物体認識 / 物体検出 / 確信度 / 文脈 / 特徴抽出 (他7件)
【概要】これまで行ってきた研究内容は大きく分けて3つある。1つめは、機械学習器の確信度判定である。正しく確信度を判定できれば、確信度が低い場合に別の特徴抽出や機械学習の手法を導入ことによって判定結果を正しいものに上書きできる。2つめは、進化計算を用いたCNNの構造・パラメータ自動最適化の研究である。CNNの構造・パラメータを進化計算による探索によって最適化した。3つめは文脈に基づく物体検出・認識性能の向上...
❏社会調査の基盤を提供する自動コーディングシステムのWeb提供:その国際化と汎用化(25380640)
【研究テーマ】社会学
【研究種目】基盤研究(C)
【研究期間】2013-04-01 - 2016-03-31
【研究代表者】高橋 和子 敬愛大学, 国際学部, 教授 (30211337)
【キーワード】社会調査 / 自由回答 / 職業/産業コーディング自動化システム / SSM/ISCO(他19件)
【概要】社会調査において自由回答で収集された職業データを自然言語処理や機械学習の適用により国内/国際標準コードに自動的に変換し、その結果に人間が見直す必要性を確信度として付与するシステムを開発した。本研究ではこれをさらに発展させ、産業データの国内/国際標準コードへの自動変換、国内標準コード付きの事例に国際標準コード付与、システムメンテナンスの自動化機能を追加した。平成25年秋以降、東大社会科学研究所(CS...
❏社会調査の基盤を提供する自由回答の自動コーディングシステムの開発と公開(22530516)
【研究テーマ】社会学
【研究種目】基盤研究(C)
【研究期間】2010 - 2012
【研究代表者】高橋 和子 敬愛大学, 国際学部, 教授 (30211337)
【キーワード】社会調査法 / 自由回答 / 自動コーディング / SSM 職業コーディング / ISCO コーディング (他19件)
【概要】社会調査では回答者の職業や産業は重要で、正確さを期するために自由回答で収集する場合が多い。しかし、統計処理のために収集後にコード化する作業が必須で、最近では国内標準コードに加えて国際標準コードの要請も生じており、コーダの負担が増大している。本研究では、自然言語処理や機械学習など人工知能における最新の成果を適用してコーディング作業を自動化し、結果を Web により入手できるシステムを開発した。その際...
【情報学】人間情報学:ガウス過程回帰機械学習を含む研究件
❏モデルベースト制御における機械学習とダイナミクスの融合に向けての基礎研究(18K04211)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2018-04-01 - 2021-03-31
【研究代表者】足立 修一 慶應義塾大学, 理工学部(矢上), 教授 (40222624)
【キーワード】制御 / システム同定 / 機械学習 / 自動車 / 非線形システム (他13件)
【概要】ロバスト制御やモデル予測制御などのようなモデルに基づく制御(Model-Based Control: MBD)やカルマンフィルタのようなモデルに基づく状態推定を行うためには,対象の高精度な数学モデルが必要になる。本研究では,データに基づく機械学習とダイナミクスを考慮した制御理論を融合することにより,新たなモデリングの方法論の構築を目指した。具体的に,自動車用エンジンや電気自動車用リチウム二次電池な...
❏ガウス過程回帰に基づく音声合成技術の確立(15H02724)
【研究テーマ】知覚情報処理
【研究種目】基盤研究(B)
【研究期間】2015-04-01 - 2018-03-31
【研究代表者】小林 隆夫 東京工業大学, 工学院, 教授 (70153616)
【キーワード】テキスト音声合成 / 統計的パラメトリック音声合成 / 韻律生成 / ガウス過程回帰 / GPR音声合成 (他10件)
【概要】多様で表情豊かな音声合成の実現に向け,統計的パラメトリック音声合成の新たな枠組みであるガウス過程回帰に基づく音声合成(GPR音声合成)技術の確立をめざして研究を行った。ガウス過程回帰に基づいたスペクトルパラメータ生成に加え,基本周波数および音韻継続長予測からなる韻律生成手法を提案し,GPR音声合成システムを構築した。評価実験を通してGPR音声合成手法の有効性を示すとともに,多様な話者性やスタイルに...
【情報学】人間情報学:音声生成機械学習を含む研究件
❏リアルタイムMRIおよびWAVEデータによる調音音声学の精緻化(17H02339)
【研究テーマ】言語学
【研究種目】基盤研究(B)
【研究期間】2017-04-01 - 2020-03-31
【研究代表者】前川 喜久雄 大学共同利用機関法人人間文化研究機構国立国語研究所, 音声言語研究領域, 教授 (20173693)
【キーワード】調音音声学 / 音声生成 / リアルタイムMRI / 日本語 / モンゴル語 (他15件)
【概要】東京方言16名分、近畿方言5名分、モンゴル語3名の調音運動を記録したリアルタイムMRI動画を1名あたり約1時間収集した。データのブラウジング環境を構築し、音声器官(舌、唇、口蓋、咽頭壁など)の輪郭を自動抽出する技術を開発した。このデータを利用して、①モンゴル語母音調和に関する舌根位置の関与を示した論文、②日本語発話末に生じる撥音の調音位置が直前母音によって決まっていることを示した論文、③日本語ワ行...
❏発話ロボットの音声学習における脳機能モデルの再現と発声障害のシミュレータの構築(15K01459)
【研究テーマ】リハビリテーション科学・福祉工学
【研究種目】基盤研究(C)
【研究期間】2015-04-01 - 2019-03-31
【研究代表者】澤田 秀之 早稲田大学, 理工学術院, 教授 (00308206)
【キーワード】知能ロボット / ソフトロボット / 人工知能 / 音声生成 / 聴覚フィードバック (他9件)
【概要】申請者らがこれまでに研究を進めてきた、人間と同等の発声器官を全て機械的に構成した発話ロボットを再設計し、より柔軟に発話動作を獲得できる機構を実装した。聴覚フィードバック学習によって、ロボットが聴取音声を基に自律的に発話動作を獲得し、任意の音声を生成することができる学習機構を実装するため、人間の脳機能を再現した学習モデルを構築した。更にFPGAによって、音声獲得の高速オンライン学習を実現した。これら...
【情報学】人間情報学:回帰分析機械学習を含む研究件
❏高温な気候曝露の循環器系疾患リスク評価とAIを利用した予測手法の構築(20H03949)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2020-04-01 - 2024-03-31
【研究代表者】大橋 唯太 岡山理科大学, 生物地球学部, 教授 (80388917)
【キーワード】循環器疾患 / 呼吸器疾患 / 発症リスク / 死亡リスク / 数値シミュレーション (他18件)
【概要】本研究課題の主体を構成する以下の3項目について研究を遂行することができた。 (1)過去10年間の循環器・呼吸器疾患の死亡率または外来患者数の変化と気象条件の関連性を、一般化線形モデルや一般化加法モデルといった統計モデル手法によって明らかにすることができた。 (2)都市気象-建物エネルギーモデルの建物躯体設定の修正作業等、モデルの改良作業をおこなった。その後、実測との比較検証によって、大阪市内で観測...
❏中性子星現象論に基づく新しい極限物質探究(18H01211)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2018-04-01 - 2021-03-31
【研究代表者】福嶋 健二 東京大学, 大学院理学系研究科(理学部), 教授 (60456754)
【キーワード】中性子星 / 状態方程式 / 機械学習 / 量子色力学 / クォーク物質 (他16件)
【概要】中性子星の深部で実現している超高密度物質の性質を解明することが目標である。本研究では状態方程式と呼ばれる密度と圧力の関係式に着目し、次の3つの切り口からアプローチを試みた。(1)観測データから確率的に処理された状態方程式の再構成。(2)第一原理理論による微視的な計算の遂行および理論計算の不定性の改良。(3)なるべくフィットパラメータの入らない信頼度の高い模型の提唱。 本研究では、これら3つのそれぞ...
【情報学】人間情報学:MDL原理機械学習を含む研究件
❏記述長最小原理の深化と応用(18H03291)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2018-04-01 - 2021-03-31
【研究代表者】竹内 純一 九州大学, システム情報科学研究院, 教授 (80432871)
【キーワード】記述長最小原理 / MDL原理 / 深層学習 / 情報理論 / MRI (他24件)
【概要】MDL原理に基づく学習理論の深化と応用について研究を行った.記述長最小原理(MDL原理)の基礎については,Barron and Coverの理論(BC理論)の教師あり学習への拡張と,深層学習との関連について考察した.BC理論と確率的コンプレキシティ(SC)を関係づける研究において,目標モデルを非指数型分布族に一般化することに成功した.その他,スパース学習を応用した誤り訂正符号への深層学習の応用やA...
❏MDL原理に基づくBayesian Networkの学習-事前知識の導入による探索の効率化-(09680367)
【研究テーマ】知能情報学
【研究種目】基盤研究(C)
【研究期間】1997 - 1998
【研究代表者】鈴木 譲 大阪大学, 大学院・理学研究科, 助教授 (50216397)
【キーワード】MDL原理 / Bayesian Network / 機械学習 / 事前知識 / 分岐限定法 (他7件)
【概要】不確実な知識を確率を用いて表現し、何らかの推論を進めていく際に、Bayesian networkが頻繁に適用され、最近では、経営診断、医療診断、故障診断といった、分析診断型の問題に多くの実績を残している。Bayesian networkは、各属性データをノードで、その因果関係をノード間を結ぶ有向アークで示す、いわゆるDAG(directed acyclic graph)として表現される。特に、各ノ...
【情報学】人間情報学:特徴抽出機械学習を含む研究件
❏RNA2次構造の確率分布を内包した機械学習アルゴリズムの開発(21K15075)
【研究テーマ】
【研究種目】若手研究
【研究期間】2021-04-01 - 2024-03-31
【研究代表者】寺井 悟朗 東京大学, 大学院新領域創成科学研究科, 特任准教授 (40785375)
【キーワード】RNA2次構造 / 特徴抽出 / 回帰モデル / 機械学習
【概要】RNAの2次構造は様々な生命現象で重要な役割を果たしており、その役割を正確に理解することは学術的にも工学的にも重要である。近年、実験技術の進歩によりRNA2次構造が関与する生命現象に関するデータが蓄積されつつある。具体的には、RNAの塩基配列と、その活性についての大規模データが蓄積されつつある。本研究では、大規模データの背後にあるRNA2次構造の確率的振る舞いを考慮しつつ、特徴抽出や予測モデルの構...
❏材質認識と物体認識を融合した画像認識の新展開(26540078)
【研究テーマ】知覚情報処理
【研究種目】挑戦的萌芽研究
【研究期間】2014-04-01 - 2017-03-31
【研究代表者】山崎 俊彦 東京大学, 大学院情報理工学系研究科, 准教授 (70376599)
【キーワード】物体認識 / 物体検出 / 確信度 / 文脈 / 特徴抽出 (他7件)
【概要】これまで行ってきた研究内容は大きく分けて3つある。1つめは、機械学習器の確信度判定である。正しく確信度を判定できれば、確信度が低い場合に別の特徴抽出や機械学習の手法を導入ことによって判定結果を正しいものに上書きできる。2つめは、進化計算を用いたCNNの構造・パラメータ自動最適化の研究である。CNNの構造・パラメータを進化計算による探索によって最適化した。3つめは文脈に基づく物体検出・認識性能の向上...
【情報学】人間情報学:知能情報処理機械学習を含む研究件
❏データ統合のための意味的な関係知識の発見技術に関する研究(22700160)
【研究テーマ】知能情報学
【研究種目】若手研究(B)
【研究期間】2010 - 2011
【研究代表者】市瀬 龍太郎 国立情報学研究所, 情報学プリンシプル研究系, 准教授 (00332156)
【キーワード】知能情報処理 / 機械学習 / 人工知能 / インターネット高度化
【概要】本研究では,さまざまなデータを動的に統合し,ユーザに必要な情報を届けることができるデータ基盤を構築する技術を開発する.そのために,インターネット上に大量に存在する様々な結合データ同士の意味的な関係を自動的に発見することができる新たなデータ統合技術の開発を行った. ...
❏動的に変化する環境下での機械学習(20680007)
【研究テーマ】知能情報学
【研究種目】若手研究(A)
【研究期間】2008 - 2011
【研究代表者】杉山 将 東京工業大学, 大学院・情報理工学研究科, 准教授 (90334515)
【キーワード】学習と知識獲得 / 知能情報処理 / 機械学習 / データマイニング / 非定常環境適応 (他14件)
【概要】従来の機械学習の研究では,データが生成される環境が時間とともに変化しないという大前提のもとで理論やアルゴリズムが構築されてきた.しかしながら,近年の応用場面ではそのような定常性が成り立たない場合が多い.そこで本研究プロジェクトでは,環境の変化に対応するための基礎理論,および,実用的なアルゴリズム開発を行なった.そして,その成果をロボティックス,画像認識,脳波解析,音声識別,自然言語処理など様々な分...
❏多戦略学習手法に基づくオントロジー・アライメントに関する研究(19680008)
【研究テーマ】知能情報学
【研究種目】若手研究(A)
【研究期間】2007 - 2009
【研究代表者】市瀬 龍太郎 国立情報学研究所, 情報学プリンシプル研究系, 准教授 (00332156)
【キーワード】知能情報処理 / 機械学習 / 人工知能 / インターネット高度化
【概要】本研究の目的は,異なるオントロジー間の対応関係を自動的に発見し,複数の異なるオントロジーを連携させるための高度な機械学習技術を開発することにある.そこで,本研究では,複数の機械学習手法を組み合わせることによる高度なオントロジー・アライメント手法の開発と各アプローチを定量的に議論できる実践的なデータセットの開発を行った. ...
【情報学】人間情報学:外れ値機械学習を含む研究件
❏様々な低品質データに対応するロバストな分類アルゴリズムの開発(18K11448)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2018-04-01 - 2022-03-31
【研究代表者】須子 統太 早稲田大学, 社会科学総合学術院, 准教授 (40409660)
【キーワード】パターン認識 / ラベルノイズ / EMアルゴリズム / 漸近解析 / 機械学習 (他8件)
【概要】本研究では,蓄積されたデータをもとにある特徴量に対応するラベルを予測する分類アルゴリズムについて扱った.分類アルゴリズムの実用では,ノイズ等を含む低品質なデータを用いる場合が多々ある.本研究では様々なノイズを統一的なモデルで表現したもとで高性能な分類アルゴリズムを提案し,理論的な性能限界を導くとともに,性能限界と実アルゴリズムの性能差の解析を行った. ...
❏統計調査における外れ値の検出とそれへの対応に関する理論的・実証的研究(17K03665)
【研究テーマ】経済統計
【研究種目】基盤研究(C)
【研究期間】2017-04-01 - 2020-03-31
【研究代表者】西郷 浩 早稲田大学, 政治経済学術院, 教授 (00205626)
【キーワード】統計調査法 / 外れ値 / 世帯調査 / 事業所調査 / 統計調査 (他12件)
【概要】統計調査データを集計する際に発生する外れ値の検出と処理について研究した。実際の調査において発生する外れ値の性質を調べるため、経済統計研究会を定期的に開催した。1年に4回、合計で12回開催した。外れ値発生の頻度が高く、かつ、外れ値処理の影響が大きい統計を中心に、統計作成者を講師としてまねき、討論した。経済統計研究会における討論にもとづいて論文を構想した。その成果は、おもに『統計』(日本統計協会)に発...
【情報学】人間情報学:ブースティング(Boosting)機械学習を含む研究件
❏情報量概念を基盤とした学習理論の展開(19300051)
【研究テーマ】知能情報学
【研究種目】基盤研究(B)
【研究期間】2007 - 2010
【研究代表者】竹内 純一 九州大学, 大学院・システム情報科学研究院, 教授 (80432871)
【キーワード】学習理論 / 情報量 / 情報幾何 / 機械学習 / 確率的コンプレキシティ (他17件)
【概要】機械学習,情報理論,およびそれらの応用に関する諸課題について,記述長最小原理に基づく統一的視点のもとに研究を行った.特に,Markovモデルの幾何学的構造と確率的複雑度の関係,通信路容量と確率的複雑度の関係について考察し新たな知見を得た.また,アンサンブル学習等に関して考察し,効率的アルゴリズムや推定法を提案した.さらに,これら基礎的知見に基づき,ネットワークセキュリティにおけるインシデント検知,...
❏ユビキタス・データマイニングの数理モデル構築と評価(18510117)
【研究テーマ】社会システム工学・安全システム
【研究種目】基盤研究(C)
【研究期間】2006 - 2007
【研究代表者】香田 正人 筑波大学, 大学院・システム情報工学研究科, 教授 (20114473)
【キーワード】ユビキタス・データマイニング / ブースティング / 学習アルゴリズム / 機械学習 / 数理モデル化技術 (他8件)
【概要】本研究の目的は,新しくユビキタス・データマイニング(Ubiquitous Data Mining)の概念を案して,データマイニングに関して既に得られている各種の数理モデルを解析し,それらの統合手法を確立することによって,ユビキタス・サービスに適用可能なデータマイニングの新しいシステム特性を明らかにすることであった.この目的に沿って研究を実施し下記の結果を得た. ユビキタス・データマイニングの機能的...
❏ゲノム多様性解析のための新しい統計的方法(16300088)
【研究テーマ】統計科学
【研究種目】基盤研究(B)
【研究期間】2004 - 2007
【研究代表者】江口 真透 統計数理研究所, 数理・推論研究系, 教授 (10168776)
【キーワード】機械学習 / 統計推論 / ブースティング / 遺伝子発現 / タンパク発現 (他18件)
【概要】バイオインフォマティックスのための新たな統計科学を構築することに貢献した。特にヒトゲノム多様性に由来する様々なデータから合理的な結論を得るための統計的方法論を開発した。具体的な問題としては、遺伝子発現データからの難治性がん疾患遺伝子の発見や、SNPsデータから薬剤感受性を規定する遺伝子多型の同定が挙げられる。これらの目的のために特化した新たな統計的方法を開発,又は開発中である。主な研究成果は次のよ...
【情報学】人間情報学:スパース学習機械学習を含む研究件
❏記述長最小原理の深化と応用(18H03291)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2018-04-01 - 2021-03-31
【研究代表者】竹内 純一 九州大学, システム情報科学研究院, 教授 (80432871)
【キーワード】記述長最小原理 / MDL原理 / 深層学習 / 情報理論 / MRI (他24件)
【概要】MDL原理に基づく学習理論の深化と応用について研究を行った.記述長最小原理(MDL原理)の基礎については,Barron and Coverの理論(BC理論)の教師あり学習への拡張と,深層学習との関連について考察した.BC理論と確率的コンプレキシティ(SC)を関係づける研究において,目標モデルを非指数型分布族に一般化することに成功した.その他,スパース学習を応用した誤り訂正符号への深層学習の応用やA...
❏ビッグデータを用いた機械学習に適した最適化アルゴリズムとアーキテクチャの構成(26730114)
【研究テーマ】知能情報学
【研究種目】若手研究(B)
【研究期間】2014-04-01 - 2018-03-31
【研究代表者】松島 慎 東京大学, 大学院情報理工学系研究科, 常勤講師 (90721837)
【キーワード】機械学習 / 凸最適化 / スパース学習 / 大規模学習 / SVM (他8件)
【概要】本研究では第一にSVMやロジスティック回帰などを包含する正則化付き経験リスク最初化問題について、複数のプロセスが非同期的に動作することで最適化を行うことができるスキームを提案、効率的な分散学習が行えることを理論・実験の両面から示した。 第二に、従来では数TBのデータを用いなければ学習できないスパース学習について、扱うデータ量を抑えながらスパース学習が可能であるスキームを提案した。提案手法はテキスト...
❏データ横断的機械学習手法の理論と応用(22700289)
【研究テーマ】統計科学
【研究種目】若手研究(B)
【研究期間】2010 - 2012
【研究代表者】鈴木 大慈 東京大学, 大学院・情報理工学系研究科, 助教 (60551372)
【キーワード】統計的学習理論 / multiple kernel learning / スパース加法モデル / オンライン最適化 / 双対平均化法 (他10件)
【概要】MKL(MultipleKernelLearning)はLassoやGroupLassoを含む広いクラスの正則化学習法である.画像認識など様々な応用で用いられている.本研究では,MKLの統計的性質を一般的な枠組みで解明し,どのような正則化を用いれば最適性を有するかについて調べた.また,MKLのベイズ的変種を考察し,それが緩い条件である種の最適性を満たすことを示した.さらに,大量データにおける構造的...
【情報学】人間情報学:再帰型神経回路網機械学習を含む研究件
❏脳に範をとる記号処理システム-文法の処理と獲得の統一モデル-(15500095)
【研究テーマ】知能情報学
【研究種目】基盤研究(C)
【研究期間】2003 - 2005
【研究代表者】櫻井 彰人 慶應義塾大学, 理工学部, 教授 (00303339)
【キーワード】神経回路網モデル / 再帰型神経回路網 / 文法学習 / 言語モデル / 浅い意味解析 (他7件)
【概要】人工神経回路網における学習モデルとして、複数の強化学習エージェントがあり、しかも、的確になりうるモジュールが複数あるという枠組みを検討した。その結果、複数の強化学習エージェントが競合しながら学習する機構を考案し、シミュレーションでその有効性を確認した。さらに、再帰型ニューラルネットワーク(RNN)を2種類用いて文法獲得をさせた。一方のRNNは、他方のRNNの神経素子活動をモニタしながら、活動状況を...
❏脳に範をとる記号処理システム-文法の表現と学習-(13680438)
【研究テーマ】知能情報学
【研究種目】基盤研究(C)
【研究期間】2001 - 2002
【研究代表者】櫻井 彰人 慶應義塾大学, 理工学部, 教授 (00303339)
【キーワード】再帰型神経回路網 / 言語モデル / counter言語 / 機械学習 / 確率的学習アルゴリズム
【概要】研究過程で、そもそも再帰的神経回路網の表現能力に関して、一般に考えられているよりはるかに制限された能力しかないのではないかとの疑問が生まれ、それを肯定する結果とそれに対する対応(能力が制限されているのに何故学習可能か?また逆にそれを克服するにはどうするか)に対する知見が得られた。 (a)耐ノイズ性を多少とも要求すると、一般的なcounterは学習できず、従ってstackも学習できないことを理論的に...
【情報学】人間情報学:確率推定機械学習を含む研究件
❏マルチエージェント系における協調学習を介したシンボル獲得の実現(13780270)
【研究テーマ】知能情報学
【研究種目】若手研究(B)
【研究期間】2001 - 2002
【研究代表者】植田 一博 東京大学, 大学院・情報学環, 助教授 (60262101)
【キーワード】マルチエージェント / 機械学習 / 協調学習 / 強化学習 / 確率推定 (他8件)
【概要】昨年度は,人間のサッカープレイヤに類似した学習方法によって,他プレイヤの行動の予測と状況のリスク計算の最適化を行うサッカーエージェントを構築したが,本年度は,構築した学習エージェントが,(1)チームプレーに関する学習を行わない既存のRoboCupチーム以上のパフォーマンスを示せるかどうかを実験的に検証した上で,(2)適切なパスの受渡しにとって重要なファクターである,パスの強さとプレイヤの移動速度の...
❏協調戦術を適応学習するエージェントの構築と分析(12680369)
【研究テーマ】知能情報学
【研究種目】基盤研究(C)
【研究期間】2000 - 2001
【研究代表者】永野 三郎 埼玉工業大学, 先端科学研究所, 教授 (50010913)
【キーワード】マルチエージェント / 機械学習 / 協調学習 / サッカーエージェント / 強化学習 (他11件)
【概要】本研究は,実際のサッカーの指導で戦術がいかに獲得されるかを参考に,小人数による練習課題の達成,グリッドによる適切な認知地図の獲得,そして,適応学習によるプレーの最適化を軸にした協調戦術決定学習アルゴリズムを提案し,そのパフォーマンスをシミュレーションにより検証したものである.エージェントは環境をグリッド化して知覚することで有限の状態変数空間を持ち,この状態変数の遷移を条件付き確率によって予測するこ...
【情報学】人間情報学:確率的コンプレキシティ機械学習を含む研究件
❏記述長最小原理の深化と応用(18H03291)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2018-04-01 - 2021-03-31
【研究代表者】竹内 純一 九州大学, システム情報科学研究院, 教授 (80432871)
【キーワード】記述長最小原理 / MDL原理 / 深層学習 / 情報理論 / MRI (他24件)
【概要】MDL原理に基づく学習理論の深化と応用について研究を行った.記述長最小原理(MDL原理)の基礎については,Barron and Coverの理論(BC理論)の教師あり学習への拡張と,深層学習との関連について考察した.BC理論と確率的コンプレキシティ(SC)を関係づける研究において,目標モデルを非指数型分布族に一般化することに成功した.その他,スパース学習を応用した誤り訂正符号への深層学習の応用やA...
❏情報量概念を基盤とした学習理論の展開(19300051)
【研究テーマ】知能情報学
【研究種目】基盤研究(B)
【研究期間】2007 - 2010
【研究代表者】竹内 純一 九州大学, 大学院・システム情報科学研究院, 教授 (80432871)
【キーワード】学習理論 / 情報量 / 情報幾何 / 機械学習 / 確率的コンプレキシティ (他17件)
【概要】機械学習,情報理論,およびそれらの応用に関する諸課題について,記述長最小原理に基づく統一的視点のもとに研究を行った.特に,Markovモデルの幾何学的構造と確率的複雑度の関係,通信路容量と確率的複雑度の関係について考察し新たな知見を得た.また,アンサンブル学習等に関して考察し,効率的アルゴリズムや推定法を提案した.さらに,これら基礎的知見に基づき,ネットワークセキュリティにおけるインシデント検知,...
【情報学】人間情報学:確率的勾配法機械学習を含む研究件
❏ビッグデータ機械学習のためのスケーラブルな非線形非凸多様体最適化手法(19K12115)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】笠井 裕之 早稲田大学, 理工学術院, 教授 (40312079)
【キーワード】最適化 / 多様体 / 確率的勾配法 / 最適輸送問題 / Wasserstein距離 (他11件)
【概要】本研究では,ビッグデータを用いた実応用における品質精度と処理量効率性の大幅な向上を達成することを目指してリーマン多様体最適化手法に着目し,スケーラブルな非線形非凸多様体最適化手法について研究した.幾何的(多様体)制約付き深層学習のための深層学習確率的勾配法,二次最適性を実現する非厳密信頼領域,またそれらの応用について研究した.さらに,最適輸送問題の最適化手法とその応用について研究した. ...
❏高次元大規模信号データ処理のためのスケーラブル・リーマン多様体最適化とその応用(16K00031)
【研究テーマ】数理情報学
【研究種目】基盤研究(C)
【研究期間】2016-04-01 - 2020-03-31
【研究代表者】笠井 裕之 早稲田大学, 理工学術院, 教授 (40312079)
【キーワード】最適化 / リーマン多様体 / 確率的勾配法 / テンソル / 大規模データ (他17件)
【概要】微分多様体において,高次元テンソルを分解表現する行列に対する直交性などの制約と,目的関数の二乗誤差特性及び要素行列による対称性等に着目し,新たなリーマン計量を提案した.この新しい幾何空間を用いた最適化アルゴリズムを提案し,再現誤差と収束速度の観点で,従来手法に対する優位性を示した.また,微分多様体上の確率的勾配法に着目し,フル勾配と確率的勾配をハイブリッドした手法を用いることで収束性を向上する手法...
【情報学】人間情報学:分散人工知能機械学習を含む研究件
❏エージェントの自律的組織化学習アルゴリズムとシステム効率化の実現(20H04245)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2020-04-01 - 2024-03-31
【研究代表者】菅原 俊治 早稲田大学, 理工学術院, 教授 (70396133)
【キーワード】マルチエージェントシステム / 協調構造 / 深層強化学習 / 組織化 / 分散人工知能 (他9件)
【概要】一昨年度に課題とした複数の異なる能力を持つエージェントが、順番に個別の作業を進めるタイプのタスクにおいて、自分自身が担当すべき個別作業の学習と、その前後で作業するエージェントとの協調・調整行動の発現を、より複雑で多くのエージェントが必要なタスクでも実現する手法を提案した。しかし、同時に順列的作業では時間差があり、エージェント毎の学習の進行の差が障壁となり、より柔軟な自律学習手法が必要であることも判...
❏状態空間の自動的な圧縮表現に基づくマルチエージェント強化学習手法(12680387)
【研究テーマ】知能情報学
【研究種目】基盤研究(C)
【研究期間】2000 - 2001
【研究代表者】小野 典彦 徳島大学, 工学部, 教授 (60194594)
【キーワード】マルチエージェントシステム / マルチエージェント強化学習 / 強化学習 / 機械学習 / 進化計算 (他16件)
【概要】近年,強化学習手法を応用して,マルチエージェント環境におかれたエージェント群そのものに,試行錯誤な相互作用を行わせ,それらが採用すべき協調行動をボトムアップ的に組織化させ,それによってマルチエージェントシステムの設計者を支援しようとする試み("マルチエージェント強化学習"と呼ぶ)が数多くなされている.しかし,マルチエージェント環境におかれたエージェント群に,従来の強化学習を適用して...
【情報学】人間情報学:学習アルゴリズム機械学習を含む研究件
❏先端的生成モデルのための学習アルゴリズム基盤の構築(17H04693)
【研究テーマ】知能情報学
【研究種目】若手研究(A)
【研究期間】2017-04-01 - 2021-03-31
【研究代表者】佐藤 一誠 東京大学, 大学院情報理工学系研究科, 准教授 (90610155)
【キーワード】機械学習 / 生成モデル / 学習アルゴリズム / 表形式 / データ拡張 (他14件)
【概要】近年機械学習分野における生成モデルの発展は目覚ましく,現実的に存在しない人の画像や動画などが人の目には区別がつかないレベルまでになっている.しかし,そのような生成モデルの学習は,通常の識別モデルの学習とは異なり,目的関数の最適化の難しさに起因する学習の不安定性や生成物の評価の難しさに起因する定式化の非自明さなどが相まって,学習手法には多くのヒューリスティックスを要する場合が多い.本研究では,学習の...
❏情報幾何学に基づく分布データに対する機械学習手法の開発(17H01793)
【研究テーマ】知能情報学
【研究種目】基盤研究(B)
【研究期間】2017-04-01 - 2022-03-31
【研究代表者】赤穗 昭太郎 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 上級主任研究員 (40356340)
【キーワード】機械学習 / ノンパラメトリック / 情報幾何 / 学習アルゴリズム / 情報幾何学 (他9件)
【概要】大量のデータを効率的に機械学習で扱う有効な方法として、データを確率分布のパラメータに縮約することが考えられる。本課題では、そのようなデータに対する機械学習の開発に取り組んできた。もともと、代表者が開発してきた分布データに対する主成分分析の拡張という研究があったが、それをより柔軟性のあるノンパラメトリックな枠組みへと拡張するというのが本研究課題の学術的な貢献であり、ガウス過程回帰の情報幾何などで達成...
❏電波見守りセンサ(24656258)
【研究テーマ】計測工学
【研究種目】挑戦的萌芽研究
【研究期間】2012-04-01 - 2015-03-31
【研究代表者】大槻 知明 慶應義塾大学, 理工学部, 教授 (10277288)
【キーワード】アレーセンサ / 固有値 / 固有ベクトル / 位置推定 / 状態識別 (他14件)
【概要】本研究では,アレーアンテナの受信信号から固有値や固有ベクトルといった電波特徴量を抽出し,各状態・位置と,それら電波特徴量の関係を,各送受信機配置に対して実験により評価した.次に,その結果に基づき,電波特徴量に基づくサポートベクターマシーンを用いた状態識別法・位置推定法を提案した.また,位置推定に関して,すべての位置で学習(トレーニング)することは,事前の手間がかかり望ましくない.そのため,電波特徴...
【情報学】人間情報学:ウィキペディア機械学習を含む研究件
❏ウィキペディアのモデル化に基づく解説型テキストの自動生成(22300050)
【研究テーマ】知能情報学
【研究種目】基盤研究(B)
【研究期間】2010 - 2012
【研究代表者】藤井 敦 東京工業大学, 大学院・情報理工学研究科, 准教授 (30302433)
【キーワード】自然言語処理 / World Wide Web / ウィキペディア / 情報検索 / 用語説明 (他8件)
【概要】本研究は,様々な用語に関する説明を効率よく活用することを目的として,ウェブページの集合からウィキペディア記事のような解説型テキストを自動的に生成する手法について研究した.動物名や病名といった用語の種類によって説明に必要な観点が異なるため,ウィキペディアの記事集合から観点に基づく用語説明のパターンを学習する.用語の種類に応じて検索結果から必要な文章が抽出され,解説型テキストとして統合される. ...
❏不均質なペタバイト級時空間センサデータの統合利用基盤(20240010)
【研究テーマ】メディア情報学・データベース
【研究種目】基盤研究(A)
【研究期間】2008 - 2010
【研究代表者】小島 功 独立行政法人産業技術総合研究所, 情報技術研究部門・研究グループ, グループ長 (00356982)
【キーワード】データベース(DBMS) / データ統合 / 地球観測衛星データ / 情報統合 / GEO Grid (他19件)
【概要】本研究では、様々な衛星センサを中心とした時間・空間的に不均質な情報の利用基盤として、異種大規模の情報を効果的に検索・連携することで新たな知見創出に貢献する技術研究開発を行った。インターネット等の膨大な情報と衛星情報の処理結果等、異種の情報を相互に連携させることで事象の正確な理解に役立つ技術を開発すると共に、これら異種膨大な情報に対しOGC標準に基づく分散検索システムを開発、サービス提供を可能とした...
【情報学】人間情報学:学習と知識獲得機械学習を含む研究件
❏共感計算機構の構築(23300059)
【研究テーマ】知能情報学
【研究種目】基盤研究(B)
【研究期間】2011-04-01 - 2014-03-31
【研究代表者】沼尾 正行 大阪大学, 産業科学研究所, 教授 (30198551)
【キーワード】脳-計算機海面 / 脳波 / 生体信号 / 感性と感情 / センサーネットワーク (他16件)
【概要】脳波計用に感性解析アルゴリズムを開発し、実験を行った。脳波計以外に、各種生理センサを併用して、比較することで精度の向上を図った。心拍はホラーゲームにおける感情の測定に有用であった。意味差分法のための6つの形容詞対をセンサによる計測の観点から再検討し、感情価(valence)と覚醒度(arousal)の2軸による評価を導入した。 作曲は遺伝的アルゴリズムを用いて行なった。遺伝的アルゴリズムは、染色体...
❏動的に変化する環境下での機械学習(20680007)
【研究テーマ】知能情報学
【研究種目】若手研究(A)
【研究期間】2008 - 2011
【研究代表者】杉山 将 東京工業大学, 大学院・情報理工学研究科, 准教授 (90334515)
【キーワード】学習と知識獲得 / 知能情報処理 / 機械学習 / データマイニング / 非定常環境適応 (他14件)
【概要】従来の機械学習の研究では,データが生成される環境が時間とともに変化しないという大前提のもとで理論やアルゴリズムが構築されてきた.しかしながら,近年の応用場面ではそのような定常性が成り立たない場合が多い.そこで本研究プロジェクトでは,環境の変化に対応するための基礎理論,および,実用的なアルゴリズム開発を行なった.そして,その成果をロボティックス,画像認識,脳波解析,音声識別,自然言語処理など様々な分...
【情報学】人間情報学:文法学習機械学習を含む研究件
❏有限オートマトンネットワークによる時系列情報処理(18500118)
【研究テーマ】知能情報学
【研究種目】基盤研究(C)
【研究期間】2006 - 2008
【研究代表者】櫻井 彰人 慶應義塾大学, 理工学部, 教授 (00303339)
【キーワード】人工知能アーキテクチャ / 人工知能 / 機械学習 / 文法学習
【概要】有限状態オートマトンネットワークの実装として、特殊な構造をもったニューラルネットワークを提案した。実験により、時系列データの構造認識の例として、言語の文法範疇が精度良く学習できることを確認した。関連して、従来のSRN (simple recurrent network) では時系列データの構造認識に必要なスタックが表現できないことを理論的に証明した。 ...
❏脳に範をとる記号処理システム-文法の処理と獲得の統一モデル-(15500095)
【研究テーマ】知能情報学
【研究種目】基盤研究(C)
【研究期間】2003 - 2005
【研究代表者】櫻井 彰人 慶應義塾大学, 理工学部, 教授 (00303339)
【キーワード】神経回路網モデル / 再帰型神経回路網 / 文法学習 / 言語モデル / 浅い意味解析 (他7件)
【概要】人工神経回路網における学習モデルとして、複数の強化学習エージェントがあり、しかも、的確になりうるモジュールが複数あるという枠組みを検討した。その結果、複数の強化学習エージェントが競合しながら学習する機構を考案し、シミュレーションでその有効性を確認した。さらに、再帰型ニューラルネットワーク(RNN)を2種類用いて文法獲得をさせた。一方のRNNは、他方のRNNの神経素子活動をモニタしながら、活動状況を...
【情報学】人間情報学:健全性監視機械学習を含む研究件
❏データ駆動健全性監視のための転移学習と説明能力に関する研究(19K12094)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2023-03-31
【研究代表者】矢入 健久 東京大学, 先端科学技術研究センター, 教授 (90313189)
【キーワード】動的システム学習 / 健全性監視 / 異常検知 / 転移学習 / 教師なし学習 (他10件)
【概要】近年、IoTに代表される計測通信技術の普及と、深層学習を含む機械学習の発展が相まって、大規模かつ複雑な人工システムの健全性監視において、データ駆動型のアプローチ、すなわち、過去の膨大なデータからシステムの挙動モデルを統計的に学習して健全性の監視に利用するアプローチが大きな期待を集めている。本研究では、このデータ駆動型健全性監視が抱える2つの問題に焦点を当てている。第一の問題は、現実の人工システムに...
❏宇宙機運用者と学習型異常検知システムとの持続的知識相互作用に関する研究(26289320)
【研究テーマ】航空宇宙工学
【研究種目】基盤研究(B)
【研究期間】2014-04-01 - 2018-03-31
【研究代表者】矢入 健久 東京大学, 大学院工学系研究科(工学部), 准教授 (90313189)
【キーワード】宇宙工学 / 機械学習 / 異常検知 / 健全性監視 / 運用支援 (他11件)
【概要】本研究は、人工衛星などの宇宙機システムの運用者と、学習型(データ駆動型)状態監視・異常検知器との間の持続的な知識相互作用という新たな方法論の確立を目的とするものである。大局的で離散的なモード遷移と局所的で連続的な状態遷移から構成される人工衛星システムの挙動特性を考慮した次元削減とクラスタリングに基づく学習型状態監視法を提案し、運用者への有用情報の提示、運用者からの専門知識の獲得、両者の継続的な相互...
【情報学】人間情報学:平面幾何機械学習を含む研究件
❏計算機による発見機構の研究(09780317)
【研究テーマ】知能情報学
【研究種目】奨励研究(A)
【研究期間】1997 - 1998
【研究代表者】村田 剛志 群馬大学, 工学部, 助手 (90242289)
【キーワード】発見 / 図による推論 / 平面幾何 / 問題解決 / 機械学習 (他11件)
【概要】本研究では計算機による発見機構の実現を目標とし、平面幾何を対象とした発見システムDIGESTを構築し動作させた。一般に対象が複雑な場合においては、その対象に含まれる構造を把握することによって抽象度の高い一般性のある定理や法則を発見することができる。DIGESTは平面幾何における最も基本的な構造である三角形に注目し、三角形の隣接・包含関係を基に面積の関係を表す式を獲得する。その式を基に、チェパの定理...
❏計算機による発見機構の研究(08780338)
【研究テーマ】知能情報学
【研究種目】奨励研究(A)
【研究期間】1996
【研究代表者】村田 剛志 東京工業大学, 大学院・情報理工学研究科, 助手 (90242289)
【キーワード】発見 / 図による推論 / 平面幾何 / 知識獲得 / 実験 (他7件)
【概要】本研究では計算機による発見機構の実現を目標とし、平面幾何の領域を対象とした発見システムPLANET、EXPEDITION、三角関数における帰納的発見システムの3つを構築し実験を行なった。1.平面幾何における発見システムPLANETは、与えられた図形における相似や合同などの図形的関係を基に、メネラウスの定理やチェバの定理、三角関数の加法定理などの定理の再発見に成功している。2.実験によるデータ獲得に...
【情報学】人間情報学:能動学習機械学習を含む研究件
❏小区分21040:制御およびシステム工学関連(0)
【研究テーマ】2018
【研究種目】制御
【研究期間】システム同定
【研究代表者】機械学習
【キーワード】自動車
【概要】系統的な第一原理計算のための自動化プログラムを構築し、開発したプログラムを用いて多様な結晶構造型を持つ1,266の酸化物の誘電定数の系統的な計算を行った。また、誘電率を電子系・格子系の寄与に分け、それぞれについて機械学習により予測モデルを構築し、また誘電率の支配因子を抽出した。 一方で能動学習の手法について、既存データベースにuncertainty samplingを適用することで、未知データに対...
❏日常使用に耐えうる携帯機器の所持位置推定とその応用(18H03228)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2018-04-01 - 2021-03-31
【研究代表者】藤波 香織 東京農工大学, 工学(系)研究科(研究院), 教授 (10409633)
【キーワード】携帯機器所持位置認識 / 行動認識 / コンテキストアウェアネス / スマートフォン / 能動学習 (他20件)
【概要】本研究はスマートフォンに代表される携帯機器を所持する際の自由度を上げることを目的とした.その中で,1)分類器の2階層化とアンサンブル分類器構成により多様な行動の最中における高精度な所持位置認識,2)新規性検出とクラスタリング技術の利用によるユーザの手に渡った後でそのユーザ独自の所持位置を認識対象に追加する仕組み,3)既存の分類器と新規ユーザとの相性を用いて分類器を選択したのちに能動学習によりユーザ...
❏モデルベースト制御における機械学習とダイナミクスの融合に向けての基礎研究(18K04211)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2018-04-01 - 2021-03-31
【研究代表者】足立 修一 慶應義塾大学, 理工学部(矢上), 教授 (40222624)
【キーワード】制御 / システム同定 / 機械学習 / 自動車 / 非線形システム (他13件)
【概要】ロバスト制御やモデル予測制御などのようなモデルに基づく制御(Model-Based Control: MBD)やカルマンフィルタのようなモデルに基づく状態推定を行うためには,対象の高精度な数学モデルが必要になる。本研究では,データに基づく機械学習とダイナミクスを考慮した制御理論を融合することにより,新たなモデリングの方法論の構築を目指した。具体的に,自動車用エンジンや電気自動車用リチウム二次電池な...
【情報学】人間情報学:雑音除去機械学習を含む研究件
❏深層学習を用いた仮想高線量化技術による放射線画像検査の被曝最小化(18H02761)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2018-04-01 - 2022-03-31
【研究代表者】鈴木 賢治 東京工業大学, 科学技術創成研究院, 教授 (00295578)
【キーワード】機械学習 / CT / 被曝低減 / 深層学習 / 雑音除去
【概要】1)3次元胸部ファントムによる被曝低減技術の性能検証 昨年度は、2次元の深層学習(ディープラーニング)モデルを3次元に拡張し、臨床Computed Tomography (CT)で得られる3次元データを扱えるモデルにした。同時に、演算量削減手法の開発により、1回のCT検査のデータを高速に処理できるようにした。本年度は、精巧な胸部ファントム(京都科学社製)のCT像を、最低線量から最高線量まで(0.0...
❏深層学習を用いた超低線量CT像の高画質化によるCTの被曝低減(17H06679)
【研究テーマ】医学物理学・放射線技術学
【研究種目】研究活動スタート支援
【研究期間】2017-08-25 - 2019-03-31
【研究代表者】鈴木 賢治 東京工業大学, 科学技術創成研究院, 特任教授 (00295578)
【キーワード】深層学習 / 機械学習 / CT / 被曝低減 / 雑音除去
【概要】1)画像出力型深層学習をベースとするCTのための被曝線量低減手法の開発 本研究で開発したCTのための被曝線量低減手法は,我々独自の深層学習をベースとし,学習と実行ステップから成る.学習ステップでは,超低線量で撮像されたCT像を入力画像,高線量で撮像されたCT像を教師画像に使い,深層学習モデルを学習する.深層学習は,ニューラルネット回帰モデル(NN)で構成され,入力は超低線量CT像の局所領域の画素値...
【情報学】人間情報学:ダイバージェンス機械学習を含む研究件
❏情報量に基づく新しい機械学習理論とその応用(25700022)
【研究テーマ】知能情報学
【研究種目】若手研究(A)
【研究期間】2013-04-01 - 2017-03-31
【研究代表者】杉山 将 東京大学, 新領域創成科学研究科, 教授 (90334515)
【キーワード】機械学習 / 情報量 / 密度比 / 密度差 / 密度微分 (他14件)
【概要】本研究では,密度比や密度差を各密度を推定することなく直接学習する手法を開発し,それらに基づく様々な機械学習アルゴリズムを開発した.具体的には,半教師付き分類アルゴリズム,教師なしクラスタリングアルゴリズム,教師付き因果推論アルゴリズム,教師付き次元削減アルゴリズム,教師なし次元削減アルゴリズム,正例とラベルなしデータからの分類アルゴリズム,ターゲットシフト下での教師付き学習法,異ドメイン間オブジェ...
❏高次元小標本におけるデータ解析の数理統計学的基礎とその応用(18300092)
【研究テーマ】統計科学
【研究種目】基盤研究(B)
【研究期間】2006 - 2009
【研究代表者】青嶋 誠 筑波大学, 大学院・数理物質科学研究科, 教授 (90246679)
【キーワード】多変量解析 / 機械学習 / パターン認識 / モデル選択 / ノイズ (他33件)
【概要】高次元小標本における高次元漸近理論を、非正規の一般的な設定のもとで構築した。高次元小標本データ特有の幾何学的な構造を発見した。従来型のPCAが高次元小標本で不一致性を引き起こすことを証明した。クロスデータ行列法とノイズ掃き出し法を提唱し、次元推定・固有値・漸近分布・固有ベクトル・主成分スコアの推定に、一致性をもつ解を与えた。クラスター分析と判別分析への応用を考え、前立腺がんのマイクロアレイデータの...
【情報学】人間情報学:情報幾何機械学習を含む研究件
❏情報幾何学に基づく転移学習の解析と深化(22H03653)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2022-04-01 - 2027-03-31
【研究代表者】日野 英逸 統計数理研究所, モデリング研究系, 教授 (10580079)
【キーワード】機械学習 / 情報幾何 / 転移学習
【概要】
❏応用特異点論の情報科学および工学的デザインにおける展開(18K18714)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2018-06-29 - 2022-03-31
【研究代表者】大本 亨 北海道大学, 理学研究院, 教授 (20264400)
【キーワード】特異点論 / ルジャンドル変換 / 接触幾何学 / 情報幾何学 / 応用幾何学 (他24件)
【概要】ルジャンドル特異点論(非凸関数のルジャンドル変換の特異性解析)に基づいて,《情報幾何学》で重要な双対平坦構造の理論(甘利・長岡理論)の一般化を行った.これは,深層学習等における特異モデルに対する理論的アプローチの萌芽的研究につながる.また,《構造デザインにおける応用幾何学》において特異点論的アプローチを開拓した.これは,ダルブー・ヴィルチンスキ以降,100年程忘れられていた古典的射影微分幾何におけ...
❏情報幾何学に基づく分布データに対する機械学習手法の開発(17H01793)
【研究テーマ】知能情報学
【研究種目】基盤研究(B)
【研究期間】2017-04-01 - 2022-03-31
【研究代表者】赤穗 昭太郎 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 上級主任研究員 (40356340)
【キーワード】機械学習 / ノンパラメトリック / 情報幾何 / 学習アルゴリズム / 情報幾何学 (他9件)
【概要】大量のデータを効率的に機械学習で扱う有効な方法として、データを確率分布のパラメータに縮約することが考えられる。本課題では、そのようなデータに対する機械学習の開発に取り組んできた。もともと、代表者が開発してきた分布データに対する主成分分析の拡張という研究があったが、それをより柔軟性のあるノンパラメトリックな枠組みへと拡張するというのが本研究課題の学術的な貢献であり、ガウス過程回帰の情報幾何などで達成...
【情報学】人間情報学:情報量機械学習を含む研究件
❏情報量に基づく新しい機械学習理論とその応用(25700022)
【研究テーマ】知能情報学
【研究種目】若手研究(A)
【研究期間】2013-04-01 - 2017-03-31
【研究代表者】杉山 将 東京大学, 新領域創成科学研究科, 教授 (90334515)
【キーワード】機械学習 / 情報量 / 密度比 / 密度差 / 密度微分 (他14件)
【概要】本研究では,密度比や密度差を各密度を推定することなく直接学習する手法を開発し,それらに基づく様々な機械学習アルゴリズムを開発した.具体的には,半教師付き分類アルゴリズム,教師なしクラスタリングアルゴリズム,教師付き因果推論アルゴリズム,教師付き次元削減アルゴリズム,教師なし次元削減アルゴリズム,正例とラベルなしデータからの分類アルゴリズム,ターゲットシフト下での教師付き学習法,異ドメイン間オブジェ...
❏情報量概念を基盤とした学習理論の展開(19300051)
【研究テーマ】知能情報学
【研究種目】基盤研究(B)
【研究期間】2007 - 2010
【研究代表者】竹内 純一 九州大学, 大学院・システム情報科学研究院, 教授 (80432871)
【キーワード】学習理論 / 情報量 / 情報幾何 / 機械学習 / 確率的コンプレキシティ (他17件)
【概要】機械学習,情報理論,およびそれらの応用に関する諸課題について,記述長最小原理に基づく統一的視点のもとに研究を行った.特に,Markovモデルの幾何学的構造と確率的複雑度の関係,通信路容量と確率的複雑度の関係について考察し新たな知見を得た.また,アンサンブル学習等に関して考察し,効率的アルゴリズムや推定法を提案した.さらに,これら基礎的知見に基づき,ネットワークセキュリティにおけるインシデント検知,...
【情報学】人間情報学:チャンキング機械学習を含む研究件
❏解析アクションの先読みに基づく高速・高精度な自然言語文解析(23700162)
【研究テーマ】知能情報学
【研究種目】若手研究(B)
【研究期間】2011 - 2012
【研究代表者】鶴岡 慶雅 東京大学, 大学院・工学系研究科, 准教授 (50566362)
【キーワード】自然言語処理 / 機械学習 / 品詞タグ付け / 固有表現認識 / 構文解析 (他10件)
【概要】本研究では、品詞タグ付けや構文解析といった様々な自然言語処理タスクに適用可能な機械学習アルゴリズムの開発を行った。本アルゴリズムは、「履歴に基づくモデル」に先読み機構を導入することを可能にし、その解析精度を大幅に向上することが可能である。実験の結果、複数の自然言語処理において、本アルゴリズムによるアプローチは、自然言語処理分野で標準的に使われるモデルである「条件付き確率場」モデルよりも精度の点で優...
❏マルチエージェント系における協調学習を介したシンボル獲得の実現(13780270)
【研究テーマ】知能情報学
【研究種目】若手研究(B)
【研究期間】2001 - 2002
【研究代表者】植田 一博 東京大学, 大学院・情報学環, 助教授 (60262101)
【キーワード】マルチエージェント / 機械学習 / 協調学習 / 強化学習 / 確率推定 (他8件)
【概要】昨年度は,人間のサッカープレイヤに類似した学習方法によって,他プレイヤの行動の予測と状況のリスク計算の最適化を行うサッカーエージェントを構築したが,本年度は,構築した学習エージェントが,(1)チームプレーに関する学習を行わない既存のRoboCupチーム以上のパフォーマンスを示せるかどうかを実験的に検証した上で,(2)適切なパスの受渡しにとって重要なファクターである,パスの強さとプレイヤの移動速度の...
【情報学】人間情報学:因果推論機械学習を含む研究件
❏小区分60030:統計科学関連(0)
【研究テーマ】2019
【研究種目】Bayesian Inference
【研究期間】Causal Inference
【研究代表者】Cell Regression
【キーワード】Data-Driven Prior
【概要】本研究では,以下の3つの基本的課題を設定し,研究に取り組んでいる. 1.(機械学習モデルの設計) 施策の最適化を目的とした実験計画のために,「機械学習に基づく統計モデル」を「追加実験によるデータ取得」と「施策の最適化」に結び付けるプロセスの全体像,及び,効果的な実験計画を可能とする機械学習モデルを如何に設計すべきか. 2.(効率的な追加実験の計画手法構築)大規模ログデータから構築された統計モデルが...
❏個別化医療の適応的臨床研究を支える統計・機械学習法に関する研究(21H04874)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2021-04-05 - 2025-03-31
【研究代表者】松井 茂之 名古屋大学, 医学系研究科, 教授 (80305854)
【キーワード】個別化医療 / 因果推論 / 機械学習
【概要】
❏Real-World-Data Inferenceの構築を目指して(19H04072)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2019-04-01 - 2024-03-31
【研究代表者】汪 金芳 横浜市立大学, データサイエンス学部, 教授 (10270414)
【キーワード】Bayesian Inference / Causal Inference / Cell Regression / Data-Driven Prior / Real-World-Data (他10件)
【概要】・リセプトデータを用いた数年後の糖尿病が発症予測のための深層学習モデルを提案し、得られた成果を論文として纏めている段階である。 ・Covid19陽性者数の長期予測のためのニューラルネットワーク時空間モデル(Convolutional Long-Short Term Model)を提案し、東京都23区のデータに適用しその有用性を確認した。得られた成果を論文として纏めている段階である。 ・血糖値の平均...
【情報学】人間情報学:RoboCup機械学習を含む研究件
❏マルチエージェント系における協調学習を介したシンボル獲得の実現(13780270)
【研究テーマ】知能情報学
【研究種目】若手研究(B)
【研究期間】2001 - 2002
【研究代表者】植田 一博 東京大学, 大学院・情報学環, 助教授 (60262101)
【キーワード】マルチエージェント / 機械学習 / 協調学習 / 強化学習 / 確率推定 (他8件)
【概要】昨年度は,人間のサッカープレイヤに類似した学習方法によって,他プレイヤの行動の予測と状況のリスク計算の最適化を行うサッカーエージェントを構築したが,本年度は,構築した学習エージェントが,(1)チームプレーに関する学習を行わない既存のRoboCupチーム以上のパフォーマンスを示せるかどうかを実験的に検証した上で,(2)適切なパスの受渡しにとって重要なファクターである,パスの強さとプレイヤの移動速度の...
❏協調戦術を適応学習するエージェントの構築と分析(12680369)
【研究テーマ】知能情報学
【研究種目】基盤研究(C)
【研究期間】2000 - 2001
【研究代表者】永野 三郎 埼玉工業大学, 先端科学研究所, 教授 (50010913)
【キーワード】マルチエージェント / 機械学習 / 協調学習 / サッカーエージェント / 強化学習 (他11件)
【概要】本研究は,実際のサッカーの指導で戦術がいかに獲得されるかを参考に,小人数による練習課題の達成,グリッドによる適切な認知地図の獲得,そして,適応学習によるプレーの最適化を軸にした協調戦術決定学習アルゴリズムを提案し,そのパフォーマンスをシミュレーションにより検証したものである.エージェントは環境をグリッド化して知覚することで有限の状態変数空間を持ち,この状態変数の遷移を条件付き確率によって予測するこ...
【情報学】人間情報学:発見機械学習を含む研究件
❏計算機による発見機構の研究(09780317)
【研究テーマ】知能情報学
【研究種目】奨励研究(A)
【研究期間】1997 - 1998
【研究代表者】村田 剛志 群馬大学, 工学部, 助手 (90242289)
【キーワード】発見 / 図による推論 / 平面幾何 / 問題解決 / 機械学習 (他11件)
【概要】本研究では計算機による発見機構の実現を目標とし、平面幾何を対象とした発見システムDIGESTを構築し動作させた。一般に対象が複雑な場合においては、その対象に含まれる構造を把握することによって抽象度の高い一般性のある定理や法則を発見することができる。DIGESTは平面幾何における最も基本的な構造である三角形に注目し、三角形の隣接・包含関係を基に面積の関係を表す式を獲得する。その式を基に、チェパの定理...
❏計算機による発見機構の研究(08780338)
【研究テーマ】知能情報学
【研究種目】奨励研究(A)
【研究期間】1996
【研究代表者】村田 剛志 東京工業大学, 大学院・情報理工学研究科, 助手 (90242289)
【キーワード】発見 / 図による推論 / 平面幾何 / 知識獲得 / 実験 (他7件)
【概要】本研究では計算機による発見機構の実現を目標とし、平面幾何の領域を対象とした発見システムPLANET、EXPEDITION、三角関数における帰納的発見システムの3つを構築し実験を行なった。1.平面幾何における発見システムPLANETは、与えられた図形における相似や合同などの図形的関係を基に、メネラウスの定理やチェバの定理、三角関数の加法定理などの定理の再発見に成功している。2.実験によるデータ獲得に...
【情報学】人間情報学:視覚化機械学習を含む研究件
❏Webのハイパーリンク構造のモデル化に関する研究(16680008)
【研究テーマ】知能情報学
【研究種目】若手研究(A)
【研究期間】2004 - 2006
【研究代表者】村田 剛志 東京工業大学, 大学院情報理工学研究科, 助教授 (90242289)
【キーワード】Webマイニング / ハイパーリンク / 視聴行動ローデータ / PageRank / 視覚化 (他11件)
【概要】本研究代表者はハイパーリンク等のグラフ構造に基づいてWebページ等の対象間の関連性を見出すWebマイニングの研究を進めてきている。Webページの多くは、関連するページへのハイパーリンクを有しており、Webコミュニティと呼ばれるグラフ構造を構成している。このような密な部分構造についての知見を得ることは、Webから効率的な情報収集をする上で重要である。 本年度においては、ユーザの振る舞いをログデータか...
❏計算機による発見機構の研究(09780317)
【研究テーマ】知能情報学
【研究種目】奨励研究(A)
【研究期間】1997 - 1998
【研究代表者】村田 剛志 群馬大学, 工学部, 助手 (90242289)
【キーワード】発見 / 図による推論 / 平面幾何 / 問題解決 / 機械学習 (他11件)
【概要】本研究では計算機による発見機構の実現を目標とし、平面幾何を対象とした発見システムDIGESTを構築し動作させた。一般に対象が複雑な場合においては、その対象に含まれる構造を把握することによって抽象度の高い一般性のある定理や法則を発見することができる。DIGESTは平面幾何における最も基本的な構造である三角形に注目し、三角形の隣接・包含関係を基に面積の関係を表す式を獲得する。その式を基に、チェパの定理...
【情報学】人間情報学:密度比推定機械学習を含む研究件
❏動的に変化する環境下での機械学習(20680007)
【研究テーマ】知能情報学
【研究種目】若手研究(A)
【研究期間】2008 - 2011
【研究代表者】杉山 将 東京工業大学, 大学院・情報理工学研究科, 准教授 (90334515)
【キーワード】学習と知識獲得 / 知能情報処理 / 機械学習 / データマイニング / 非定常環境適応 (他14件)
【概要】従来の機械学習の研究では,データが生成される環境が時間とともに変化しないという大前提のもとで理論やアルゴリズムが構築されてきた.しかしながら,近年の応用場面ではそのような定常性が成り立たない場合が多い.そこで本研究プロジェクトでは,環境の変化に対応するための基礎理論,および,実用的なアルゴリズム開発を行なった.そして,その成果をロボティックス,画像認識,脳波解析,音声識別,自然言語処理など様々な分...
❏情報量概念を基盤とした学習理論の展開(19300051)
【研究テーマ】知能情報学
【研究種目】基盤研究(B)
【研究期間】2007 - 2010
【研究代表者】竹内 純一 九州大学, 大学院・システム情報科学研究院, 教授 (80432871)
【キーワード】学習理論 / 情報量 / 情報幾何 / 機械学習 / 確率的コンプレキシティ (他17件)
【概要】機械学習,情報理論,およびそれらの応用に関する諸課題について,記述長最小原理に基づく統一的視点のもとに研究を行った.特に,Markovモデルの幾何学的構造と確率的複雑度の関係,通信路容量と確率的複雑度の関係について考察し新たな知見を得た.また,アンサンブル学習等に関して考察し,効率的アルゴリズムや推定法を提案した.さらに,これら基礎的知見に基づき,ネットワークセキュリティにおけるインシデント検知,...
【情報学】人間情報学:汎化能力機械学習を含む研究件
❏機械学習における予測の不確実性の定量化基盤の構築(20H04239)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2020-04-01 - 2025-03-31
【研究代表者】佐藤 一誠 東京大学, 大学院情報理工学系研究科, 准教授 (90610155)
【キーワード】不確実性 / 機械学習 / 確率予測 / 深層学習 / 医用画像 (他9件)
【概要】深層学習の診断予測確率を補正する方法を開発し,機械学習分野の難関国際会議であるAISTATS2021で発表した. 医療の現場では, 症例に関する識別結果よりもその症例である可能性の確率を出力することが重要視される場合がある.例えば今回の研究で具体的に扱った血液検査ではすべての細胞を肉眼で網羅的にチェックすることができないため,異常細胞をその異常確率でリストアップすることは重要である.また,明らかに...
❏入力点に依存した汎化能力推定法に関する研究(17700142)
【研究テーマ】知能情報学
【研究種目】若手研究(B)
【研究期間】2005 - 2007
【研究代表者】杉山 将 東京工業大学, 大学院・情報通工学研究科, 准教授 (90334515)
【キーワード】機械学習 / 関数近似 / 教師付き学習 / 共変量シフト / 汎化誤差 (他14件)
【概要】本年度は,共変量シフトの場面での汎化能力推定に焦点を合せ,汎化誤差の理論解析,実用的な汎化誤差推定法の開発,およびその応用研究を行なった.汎化誤差の理論解析に関しては,ベイズ推定と呼ばれる学習法の汎化誤差を対象に,古典的な解析法では対応できなかった特異モデルをも含む一般的な設定での汎化誤差解析を行なった.実用的な汎化誤差の推定法に関しては,標準的な汎化誤差推定法である交差確認法を拡張し,共変量シフ...
【情報学】人間情報学:次元削減機械学習を含む研究件
❏機械学習・次元削減手法による不規則構造のミクロスコピック解析(21H01008)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2021-04-01 - 2025-03-31
【研究代表者】田村 亮 国立研究開発法人物質・材料研究機構, 国際ナノアーキテクトニクス研究拠点, 主幹研究員 (20636998)
【キーワード】不規則構造 / 分子動力学 / 機械学習 / 次元削減 / マテリアルズ・インフォマティクス
【概要】
❏統計的強化学習の深化と応用(17H00757)
【研究テーマ】知能情報学
【研究種目】基盤研究(A)
【研究期間】2017-04-01 - 2022-03-31
【研究代表者】杉山 将 東京大学, 大学院新領域創成科学研究科, 教授 (90334515)
【キーワード】強化学習 / 機械学習 / 多腕バンディット問題 / 模倣学習 / ベイズ推論 (他12件)
【概要】本研究では,逐次的意思決定および確率的推論の理論とアルゴリズム構築を行った.強化学習の研究では,実用性向上を目指し弱教師付き模倣学習や複雑な問題の階層化などの手法を開発し,その有効性を実験的に示した.多腕バンディット問題の研究では,線形バンディット,比較バンディット,良腕識別,組み合わせバンディットなどに対する理論保証付きアルゴリズムを開発した.確率的推論の研究では,ベイズ推論のロバスト化や近似計...
❏情報量に基づく新しい機械学習理論とその応用(25700022)
【研究テーマ】知能情報学
【研究種目】若手研究(A)
【研究期間】2013-04-01 - 2017-03-31
【研究代表者】杉山 将 東京大学, 新領域創成科学研究科, 教授 (90334515)
【キーワード】機械学習 / 情報量 / 密度比 / 密度差 / 密度微分 (他14件)
【概要】本研究では,密度比や密度差を各密度を推定することなく直接学習する手法を開発し,それらに基づく様々な機械学習アルゴリズムを開発した.具体的には,半教師付き分類アルゴリズム,教師なしクラスタリングアルゴリズム,教師付き因果推論アルゴリズム,教師付き次元削減アルゴリズム,教師なし次元削減アルゴリズム,正例とラベルなしデータからの分類アルゴリズム,ターゲットシフト下での教師付き学習法,異ドメイン間オブジェ...
【情報学】人間情報学:マルチエージェントシステム機械学習を含む研究件
❏エージェントの自律的組織化学習アルゴリズムとシステム効率化の実現(20H04245)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2020-04-01 - 2024-03-31
【研究代表者】菅原 俊治 早稲田大学, 理工学術院, 教授 (70396133)
【キーワード】マルチエージェントシステム / 協調構造 / 深層強化学習 / 組織化 / 分散人工知能 (他9件)
【概要】一昨年度に課題とした複数の異なる能力を持つエージェントが、順番に個別の作業を進めるタイプのタスクにおいて、自分自身が担当すべき個別作業の学習と、その前後で作業するエージェントとの協調・調整行動の発現を、より複雑で多くのエージェントが必要なタスクでも実現する手法を提案した。しかし、同時に順列的作業では時間差があり、エージェント毎の学習の進行の差が障壁となり、より柔軟な自律学習手法が必要であることも判...
❏分業の創発とそれを活用した人工物システムの持続可能性向上の追求(17KT0044)
【研究テーマ】人工物システムの強化
【研究種目】基盤研究(B)
【研究期間】2017-07-18 - 2022-03-31
【研究代表者】菅原 俊治 早稲田大学, 理工学術院, 教授 (70396133)
【キーワード】マルチエージェントシステム / 持続可能性 / 分業 / 強化学習 / 交渉 (他17件)
【概要】本研究では、自律的に判断をする複数のエージェント(自走ロボットなど)から構成されるマルチエージェントシステムにおいて、システムの持続可能性や頑健性を維持するために必須な、取替・更新・定期点検などで停止したときに発生する、一時的な効率・性能低下を緩和するために、エージェント達が自らのタスクを委託し合う交渉手法と、全体の効率を上げるための自律的な組織化・分業化を達成する学習法を追求した。成果は、当該分...
❏状態空間の自動的な圧縮表現に基づくマルチエージェント強化学習手法(12680387)
【研究テーマ】知能情報学
【研究種目】基盤研究(C)
【研究期間】2000 - 2001
【研究代表者】小野 典彦 徳島大学, 工学部, 教授 (60194594)
【キーワード】マルチエージェントシステム / マルチエージェント強化学習 / 強化学習 / 機械学習 / 進化計算 (他16件)
【概要】近年,強化学習手法を応用して,マルチエージェント環境におかれたエージェント群そのものに,試行錯誤な相互作用を行わせ,それらが採用すべき協調行動をボトムアップ的に組織化させ,それによってマルチエージェントシステムの設計者を支援しようとする試み("マルチエージェント強化学習"と呼ぶ)が数多くなされている.しかし,マルチエージェント環境におかれたエージェント群に,従来の強化学習を適用して...
【情報学】人間情報学:マルチモーダルインターフェース機械学習を含む研究件
❏マルチモーダル情報に基づく議論エージェントの開発(15H02746)
【研究テーマ】知能情報学
【研究種目】基盤研究(B)
【研究期間】2015-04-01 - 2018-03-31
【研究代表者】新田 克己 東京工業大学, 情報理工学院, 教授 (60293073)
【キーワード】人工知能 / 対話エージェント / マルチモーダル情報 / 議論演習 / 数理議論学 (他15件)
【概要】法学部における議論演習の教員の負担を軽減するため、与えられた議論課題に関して学生と自律的に議論を行い、学生の議論スキルを評価する機能を持つ議論エージェントを開発した。議論エージェントは、学生の発言を論理的に理解し、議論の有利/不利の判断を行い、相手の音声や身振りから発話意欲を推定し、それらを考慮した議論戦略によって応答を行う高度な対話システムであり、ヒューマノイド型ロボットPepperの上に実装さ...
❏深層学習を用いたロボットの動作プリミティブの獲得と行動生成(15H01710)
【研究テーマ】知能ロボティクス
【研究種目】基盤研究(A)
【研究期間】2015-04-01 - 2020-03-31
【研究代表者】尾形 哲也 早稲田大学, 理工学術院, 教授 (00318768)
【キーワード】深層学習 / 予測学習 / マルチモーダル / 動作プリミティブ / RTミドルウェア (他16件)
【概要】近年,深層学習が多様な領域で利用されているが,その適用範囲は電子化されたデータ処理に特化されており,実世界での作業性が十分に得られていない.一方,ロボットを用いた生活支援が強く期待されている.近年は,汎用型のロボットOSを利用した多機能型汎用ロボットの可能性が着目されている.そこで本研究では,ロボットOSと深層学習を用いたロボット動作学習を実現し,ロボットの知能化と開発コスト削減を行った. 具体的...
【情報学】人間情報学:模倣学習機械学習を含む研究件
❏統計的強化学習の深化と応用(17H00757)
【研究テーマ】知能情報学
【研究種目】基盤研究(A)
【研究期間】2017-04-01 - 2022-03-31
【研究代表者】杉山 将 東京大学, 大学院新領域創成科学研究科, 教授 (90334515)
【キーワード】強化学習 / 機械学習 / 多腕バンディット問題 / 模倣学習 / ベイズ推論 (他12件)
【概要】本研究では,逐次的意思決定および確率的推論の理論とアルゴリズム構築を行った.強化学習の研究では,実用性向上を目指し弱教師付き模倣学習や複雑な問題の階層化などの手法を開発し,その有効性を実験的に示した.多腕バンディット問題の研究では,線形バンディット,比較バンディット,良腕識別,組み合わせバンディットなどに対する理論保証付きアルゴリズムを開発した.確率的推論の研究では,ベイズ推論のロバスト化や近似計...
❏クラウドロボティクス基盤を用いた大規模データからの動作と対話の学習(15K16074)
【研究テーマ】知能ロボティクス
【研究種目】若手研究(B)
【研究期間】2015-04-01 - 2018-03-31
【研究代表者】杉浦 孔明 国立研究開発法人情報通信研究機構, 先進的音声翻訳研究開発推進センター先進的音声技術研究室, 主任研究員 (60470473)
【キーワード】知能ロボティクス / マルチモーダル言語理解 / クラウドロボティクス / 模倣学習 / 機械学習 (他7件)
【概要】本研究は,動作等の非言語知識の学習手法を開発するとともに,クラウドロボティクス基盤を用いたロボットとのマルチモーダル対話を実現することを目的とする.Deep Neural Network (DNN)に基づく動作予測手法を構築するとともに,クラウドロボティクス基盤Rospeexを高度化し、5万ユニークユーザを達成した.生活支援ロボット上に概念実証システムを構築し,1万種類以上の消耗品の知識について音...
❏確率的模倣学習に基づく動作の言語化(24700188)
【研究テーマ】知覚情報処理・知能ロボティクス
【研究種目】若手研究(B)
【研究期間】2012-04-01 - 2015-03-31
【研究代表者】杉浦 孔明 独立行政法人情報通信研究機構, ユニバーサルコミュニケーション研究所情報利活用基盤研究室, 主任研究員 (60470473)
【キーワード】模倣学習 / 知能ロボティクス / 機械学習 / 動作認識 / ヒューマンロボットインタラクション (他6件)
【概要】他者の行動を見て模倣することは,知能の根源である.本研究の目的は,刻一刻と変わる環境や状況に対応可能かつ人間らしい自然な動作を再現できるオンライン模倣学習手法を開発することである.そのために,参照点に依存した隠れマルコフモデル(RPD-HMM)から生成された最尤軌道を基準とした逐次動作生成手法を開発した.ベースライン手法との比較評価実験を行い,軌道の滑らかさおよび生成誤差の面で提案手法が有効である...
【情報学】人間情報学:音響信号処理機械学習を含む研究件
❏高解像度音空間解析のためのデータ駆動型計測技術とその応用(22H03608)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2022-04-01 - 2026-03-31
【研究代表者】小山 翔一 東京大学, 大学院情報理工学系研究科, 講師 (80734459)
【キーワード】音場解析 / 音響信号処理 / 機械学習 / バーチャルリアリティ
【概要】
❏非同期分散マイクアレイにおけるキャリブレーションフリーモデルの研究(19K12017)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2023-03-31
【研究代表者】糸山 克寿 東京工業大学, 工学院, 特任准教授 (60614451)
【キーワード】音響信号処理 / マイクロホンアレイ / キャリブレーション / 音源定位 / 音源分離 (他8件)
【概要】本研究課題では,キャリブレーション(マイクロホンやマイクロホンアレイのサンプリング周波数や位置のずれを精密な測定により事前に補正すること)を行わずに非同期分散マイクアレイ(複数のマイクロホンを同期させて用いるデバイスであるマイクロホンアレイに対して,独立した複数のマイクロホンをあたかもマイクロホンアレイであるかのように扱う)に対して音源定位や音源分離などのアレイ信号処理を実現することを目指す.具体...
❏高精細音響システムのための超解像型音場収音・再現の研究(15H05312)
【研究テーマ】知覚情報処理
【研究種目】若手研究(A)
【研究期間】2015-04-01 - 2019-03-31
【研究代表者】小山 翔一 東京大学, 大学院情報理工学系研究科, 講師 (80734459)
【キーワード】音場制御 / 音場計測 / バーチャルリアリティ / 圧縮センシング / 機械学習 (他7件)
【概要】本研究では,高精細な音響システムのための音空間の再構成を実現する,音場収音・再現の超解像化に関して研究を行なった。具体的には以下のような成果が得られた。(1) マイクロフォンアレイを用いた音場の再構成において,対象領域が音源を含まない場合に関して,無限次元調和解析に基づく推定法を提案した。また,音源を含む場合に関して,スパース音場分解法を提案し,実験的な検証によってその有効性を確認した。(2) 音...
【情報学】人間情報学:図による推論機械学習を含む研究件
❏計算機による発見機構の研究(09780317)
【研究テーマ】知能情報学
【研究種目】奨励研究(A)
【研究期間】1997 - 1998
【研究代表者】村田 剛志 群馬大学, 工学部, 助手 (90242289)
【キーワード】発見 / 図による推論 / 平面幾何 / 問題解決 / 機械学習 (他11件)
【概要】本研究では計算機による発見機構の実現を目標とし、平面幾何を対象とした発見システムDIGESTを構築し動作させた。一般に対象が複雑な場合においては、その対象に含まれる構造を把握することによって抽象度の高い一般性のある定理や法則を発見することができる。DIGESTは平面幾何における最も基本的な構造である三角形に注目し、三角形の隣接・包含関係を基に面積の関係を表す式を獲得する。その式を基に、チェパの定理...
❏計算機による発見機構の研究(08780338)
【研究テーマ】知能情報学
【研究種目】奨励研究(A)
【研究期間】1996
【研究代表者】村田 剛志 東京工業大学, 大学院・情報理工学研究科, 助手 (90242289)
【キーワード】発見 / 図による推論 / 平面幾何 / 知識獲得 / 実験 (他7件)
【概要】本研究では計算機による発見機構の実現を目標とし、平面幾何の領域を対象とした発見システムPLANET、EXPEDITION、三角関数における帰納的発見システムの3つを構築し実験を行なった。1.平面幾何における発見システムPLANETは、与えられた図形における相似や合同などの図形的関係を基に、メネラウスの定理やチェバの定理、三角関数の加法定理などの定理の再発見に成功している。2.実験によるデータ獲得に...
【情報学】人間情報学:共変量シフト機械学習を含む研究件
❏時間的な変化を伴うデータに対する機械学習手法に関する研究(14F04730)
【研究テーマ】知能情報学
【研究種目】特別研究員奨励費
【研究期間】2014-04-25 - 2015-03-31
【研究代表者】杉山 将 東京大学, 新領域創成科学研究科, 教授 (90334515)
【キーワード】機械学習 / 共分散行列 / 共変量シフト / 主成分分析 / ブレインコンピュータインターフェイス
【概要】ブレインコンピュータインターフェイスなどでは,共分散行列を特徴としてパターン認識を行う事が多い.本研究では,共分散行列に関する新しい機械学習技術を二つ開発した.一つ目は,データの生成確率分布が時間とともに変化する共変量シフトの状況における共分散行列の推定法である.重要度とよばれる確率密度関数の比で重みを付けて共分散行列を推定することにより,共変性シフト下でも適切に共分散行列が推定できるようになった...
❏動的に変化する環境下での機械学習(20680007)
【研究テーマ】知能情報学
【研究種目】若手研究(A)
【研究期間】2008 - 2011
【研究代表者】杉山 将 東京工業大学, 大学院・情報理工学研究科, 准教授 (90334515)
【キーワード】学習と知識獲得 / 知能情報処理 / 機械学習 / データマイニング / 非定常環境適応 (他14件)
【概要】従来の機械学習の研究では,データが生成される環境が時間とともに変化しないという大前提のもとで理論やアルゴリズムが構築されてきた.しかしながら,近年の応用場面ではそのような定常性が成り立たない場合が多い.そこで本研究プロジェクトでは,環境の変化に対応するための基礎理論,および,実用的なアルゴリズム開発を行なった.そして,その成果をロボティックス,画像認識,脳波解析,音声識別,自然言語処理など様々な分...
❏入力点に依存した汎化能力推定法に関する研究(17700142)
【研究テーマ】知能情報学
【研究種目】若手研究(B)
【研究期間】2005 - 2007
【研究代表者】杉山 将 東京工業大学, 大学院・情報通工学研究科, 准教授 (90334515)
【キーワード】機械学習 / 関数近似 / 教師付き学習 / 共変量シフト / 汎化誤差 (他14件)
【概要】本年度は,共変量シフトの場面での汎化能力推定に焦点を合せ,汎化誤差の理論解析,実用的な汎化誤差推定法の開発,およびその応用研究を行なった.汎化誤差の理論解析に関しては,ベイズ推定と呼ばれる学習法の汎化誤差を対象に,古典的な解析法では対応できなかった特異モデルをも含む一般的な設定での汎化誤差解析を行なった.実用的な汎化誤差の推定法に関しては,標準的な汎化誤差推定法である交差確認法を拡張し,共変量シフ...
【情報学】人間情報学:Wasserstein距離機械学習を含む研究件
❏データに潜在する曲率情報に着目した統計解析手法の開発(19K03642)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2023-03-31
【研究代表者】小林 景 慶應義塾大学, 理工学部(矢上), 准教授 (90465922)
【キーワード】データ解析 / 機械学習 / Wasserstein距離 / グラフ埋め込み / 単語分散表現 (他10件)
【概要】本年度の研究成果としては,これまでの本研究課題の成果である,①経験グラフ測地距離のα,β距離を用いたデータ解析手法,②正規分布の場合のエントロピー制約付きWasserstein距離の理論解析,③計量錐を用いたグラフ埋め込みによるデータの階層構造の抽出手法のそれぞれについて,Shoenberg理論の応用という見地からまとめた結果を統計関連学会連合大会において発表したことが挙げられる.また,Shoen...
❏ビッグデータ機械学習のためのスケーラブルな非線形非凸多様体最適化手法(19K12115)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】笠井 裕之 早稲田大学, 理工学術院, 教授 (40312079)
【キーワード】最適化 / 多様体 / 確率的勾配法 / 最適輸送問題 / Wasserstein距離 (他11件)
【概要】本研究では,ビッグデータを用いた実応用における品質精度と処理量効率性の大幅な向上を達成することを目指してリーマン多様体最適化手法に着目し,スケーラブルな非線形非凸多様体最適化手法について研究した.幾何的(多様体)制約付き深層学習のための深層学習確率的勾配法,二次最適性を実現する非厳密信頼領域,またそれらの応用について研究した.さらに,最適輸送問題の最適化手法とその応用について研究した. ...
【情報学】人間情報学:ノンパラメトリック機械学習を含む研究件
❏情報幾何学に基づく分布データに対する機械学習手法の開発(17H01793)
【研究テーマ】知能情報学
【研究種目】基盤研究(B)
【研究期間】2017-04-01 - 2022-03-31
【研究代表者】赤穗 昭太郎 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 上級主任研究員 (40356340)
【キーワード】機械学習 / ノンパラメトリック / 情報幾何 / 学習アルゴリズム / 情報幾何学 (他9件)
【概要】大量のデータを効率的に機械学習で扱う有効な方法として、データを確率分布のパラメータに縮約することが考えられる。本課題では、そのようなデータに対する機械学習の開発に取り組んできた。もともと、代表者が開発してきた分布データに対する主成分分析の拡張という研究があったが、それをより柔軟性のあるノンパラメトリックな枠組みへと拡張するというのが本研究課題の学術的な貢献であり、ガウス過程回帰の情報幾何などで達成...
❏高次非線形モデリングの統合的研究(21300106)
【研究テーマ】統計科学
【研究種目】基盤研究(B)
【研究期間】2009-04-01 - 2014-03-31
【研究代表者】小西 貞則 中央大学, 理工学部, 教授 (40090550)
【キーワード】非線形モデリング / スパースモデリング / 高次モデル評価基準 / 正則化法 / ベイズモデリング (他33件)
【概要】計測・測定技術の高度な進展は,諸科学・産業界で大規模・高次元データの獲得と蓄積を促進し,現象解明に有用な情報を抽出するには従来手法は有効に機能せず,新たな解析手法の研究が希求されるようになった.本研究では,現象解明と予測・制御に不可欠な現象のモデル化とデータ解析手法の開発研究に取り組み,次のような研究成果を挙げた.(1) L1 型正則化法を理論的・数値的に研究し,汎化能力の高い回帰モデリング,識別...
【情報学】人間情報学:ノンパラメトリック統計機械学習を含む研究件
❏深層学習の原理究明に向けた関数推定理論の開発(18K18114)
【研究テーマ】
【研究種目】若手研究
【研究期間】2018-04-01 - 2022-03-31
【研究代表者】今泉 允聡 東京大学, 大学院総合文化研究科, 准教授 (90814088)
【キーワード】深層学習 / 関数推定 / ノンパラメトリック統計 / 汎化誤差 / ノンパラメトリック統計学 (他8件)
【概要】当該研究計画の概要は、深層学習の原理を説明することができる理論の構築である。深層学習は実用上で高い性能を発揮しているが、その原理は未解明の点が多く、この性能を説明できる理論は未だ発展途上である。 当該研究課題では、以下のような成果を得た: (i)データを生成する真の関数が特異性などの特殊な性質を持つ場合、深層学習の優位性が示されることを証明した。(ii) 深層学習の複雑な非凸損失関数が過学習を回避...
❏深層機械学習理論の深化とその構造解析への応用(18H03201)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2018-04-01 - 2022-03-31
【研究代表者】鈴木 大慈 東京大学, 大学院情報理工学系研究科, 准教授 (60551372)
【キーワード】深層学習 / カーネル法 / 汎化誤差解析 / ノンパラメトリック統計 / モデル圧縮 (他14件)
【概要】深層学習は現在機械学習でも中心的な役割を果たしており,多くのタスクで高い性能を示している.一方で,その原理への理論的理解は進んでおらず,ブラックボックス化しているのが研究開始当初の状況であった.その状況を改善するために,本研究では深層学習の原理解明に関して以下の研究成果を得た.(1) カーネル法的視点による深層学習の圧縮型汎化誤差解析,(2) 統計自由度による最適なモデル構造の探索とモデル圧縮への...
【情報学】人間情報学:ノンパラメトリック統計学機械学習を含む研究件
❏深層学習の原理究明に向けた関数推定理論の開発(18K18114)
【研究テーマ】
【研究種目】若手研究
【研究期間】2018-04-01 - 2022-03-31
【研究代表者】今泉 允聡 東京大学, 大学院総合文化研究科, 准教授 (90814088)
【キーワード】深層学習 / 関数推定 / ノンパラメトリック統計 / 汎化誤差 / ノンパラメトリック統計学 (他8件)
【概要】当該研究計画の概要は、深層学習の原理を説明することができる理論の構築である。深層学習は実用上で高い性能を発揮しているが、その原理は未解明の点が多く、この性能を説明できる理論は未だ発展途上である。 当該研究課題では、以下のような成果を得た: (i)データを生成する真の関数が特異性などの特殊な性質を持つ場合、深層学習の優位性が示されることを証明した。(ii) 深層学習の複雑な非凸損失関数が過学習を回避...
❏柔軟な構造モデルのためのカーネル法を用いたベイズ推定(17J03208)
【研究テーマ】経済統計
【研究種目】特別研究員奨励費
【研究期間】2017-04-26 - 2020-03-31
【研究代表者】
【キーワード】統計学 / 機械学習 / テンソルデータ / 関数データ / ノンパラメトリック統計学
【概要】本研究は、構造モデルと呼ばれる特有のモデルを用いた統計解析について、適応的解析という統計手法のフレームを開発した。近年、データの観測技術や保存技術の進歩により、従来の統計手法では解析できないデータが数多く収集されるようになった。このようなデータは、基礎学術領域から実社会に至るまで幅広い分野で登場している。しかしその特殊性から、低い精度や過大な計算コストなどの問題が発生し、解析の実用化は阻害されてい...
【情報学】人間情報学:モーションキャプチャ機械学習を含む研究件
❏無線ボディエリアネットワークのためのシナリオ・ディエンベッディング手法の開発(18K04126)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2018-04-01 - 2023-03-31
【研究代表者】青柳 貴洋 東京工業大学, 工学院, 准教授 (10302944)
【キーワード】ボディエリアネットワーク / 電波伝搬チャネルモデル / モデリング / 機械学習 / シナリオディエンベッディング (他17件)
【概要】本研究は、人体の周辺において生体情報等の伝送に用いる無線通信ネットワークである、無線ボディエリアネットワーク(WBAN)の新たな電波伝搬チャネルモデリングの手法に関するものである。体表に設置したセンサーノードからのデータを、人体の主要部に取り付けたコーディネーターノード、さらには体外に設置されたアクセスポイントへデータを伝送するネットワークを想定している。人体の周辺では、電波の伝搬状態が人体の動作...
❏高速スマートカメラ群による三次元人体動作計測に関する研究(18K11391)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2018-04-01 - 2020-03-31
【研究代表者】味八木 崇 東京大学, 大学院情報学環・学際情報学府, 特任准教授 (50511961)
【キーワード】動作計測 / コンピュータビジョン / インタラクション / ヒューマンコンピュータインタラクション / 画像処理 (他7件)
【概要】スポーツ教育やリハビリテーション等での利用を前提とした、スマートカメラ群による三次元人体動作計測プラットフォームの構築が本研究の目的である。従来プロスポーツ向けに利用されてきた赤外線反射マーカー式のモーションキャプチャシステムは、精緻な計測が可能である反面、非常に高価であり太陽光の影響などから屋外での利用に制限があった。また、身体部位にマーカーを貼り付ける必要があることから、教育現場での利用には不...
【情報学】人間情報学:モデル選択機械学習を含む研究件
❏ジャンプを含む確率過程の複雑な観測データに対する統計解析と新しい学習理論への応用(21H00997)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2021-04-01 - 2026-03-31
【研究代表者】荻原 哲平 東京大学, 大学院情報理工学系研究科, 准教授 (40746426)
【キーワード】確率過程 / 統計推測 / 機械学習 / リスク予測 / モデル選択 (他10件)
【概要】本年度の主な研究成果として以下が挙げられる。 1.ジャンプ型拡散過程モデルに対して推定量の最適性を議論するための局所漸近正規性を示すため、Jeganathan (Sankhya 1982)において研究されている局所漸近正規性が成立するための十分条件を発展させ、ジャンプ型拡散過程モデルを扱える手法へと拡張した。 この手法とShimizu and Yoshida (SISP 2006), Ogihar...
❏潜在的ダイナミックスの情報論的学習理論の研究(23240019)
【研究テーマ】知能情報学
【研究種目】基盤研究(A)
【研究期間】2011-04-01 - 2016-03-31
【研究代表者】山西 健司 東京大学, 情報理工学(系)研究科, 教授 (90549180)
【キーワード】情報論的学習理論 / データマイニング / 潜在的ダイナミクス / 機械学習 / ビッグデータ (他11件)
【概要】大量のデータから価値ある情報を抽出するデータマイニング技術はますます重要になっている。従来技術では、データの表層的な関係性を抽出することが主であった。しかし、実際には、データの表面に現れない潜在的情報の動きを発見することが、より重要な知識発見をもたらす。そこで、本研究では、データに内在する潜在的情報とその変化(これを「潜在的ダイナミクス」と呼ぶ)を抽出するための技術の数理的基盤を構築した。特に、記...
❏高次非線形モデリングの統合的研究(21300106)
【研究テーマ】統計科学
【研究種目】基盤研究(B)
【研究期間】2009-04-01 - 2014-03-31
【研究代表者】小西 貞則 中央大学, 理工学部, 教授 (40090550)
【キーワード】非線形モデリング / スパースモデリング / 高次モデル評価基準 / 正則化法 / ベイズモデリング (他33件)
【概要】計測・測定技術の高度な進展は,諸科学・産業界で大規模・高次元データの獲得と蓄積を促進し,現象解明に有用な情報を抽出するには従来手法は有効に機能せず,新たな解析手法の研究が希求されるようになった.本研究では,現象解明と予測・制御に不可欠な現象のモデル化とデータ解析手法の開発研究に取り組み,次のような研究成果を挙げた.(1) L1 型正則化法を理論的・数値的に研究し,汎化能力の高い回帰モデリング,識別...
【情報学】人間情報学:教師あり学習機械学習を含む研究件
❏記述長最小原理の深化と応用(18H03291)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2018-04-01 - 2021-03-31
【研究代表者】竹内 純一 九州大学, システム情報科学研究院, 教授 (80432871)
【キーワード】記述長最小原理 / MDL原理 / 深層学習 / 情報理論 / MRI (他24件)
【概要】MDL原理に基づく学習理論の深化と応用について研究を行った.記述長最小原理(MDL原理)の基礎については,Barron and Coverの理論(BC理論)の教師あり学習への拡張と,深層学習との関連について考察した.BC理論と確率的コンプレキシティ(SC)を関係づける研究において,目標モデルを非指数型分布族に一般化することに成功した.その他,スパース学習を応用した誤り訂正符号への深層学習の応用やA...
❏機械学習計算基盤の構築と複数領域における画期的成果の創出(17H00762)
【研究テーマ】知能情報学
【研究種目】基盤研究(A)
【研究期間】2017-04-01 - 2021-03-31
【研究代表者】申 吉浩 学習院大学, 付置研究所, 教授 (60523587)
【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 (他14件)
【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、G...
❏実在・仮想データを用いた議論の論理に基づく紛争分析支援(15KT0041)
【研究テーマ】紛争研究
【研究種目】基盤研究(B)
【研究期間】2015-07-10 - 2019-03-31
【研究代表者】木藤 浩之 電気通信大学, 大学院情報理工学研究科, 客員研究員 (90705287)
【キーワード】議論 / 推論 / 機械学習 / ベイズ / 生成モデル (他16件)
【概要】本研究計画において合計10本の査読付き国際論文を発表した.主要な国際研究機関によれば研究代表者が筆頭責任著者を務めるそのうちの2本の論文(IJCAI 2017, KR 2018)は推論研究の最難関の国際会議である.また別の2本の論文(Argument & Computation 2015, JLC 2017)は研究代表者の研究領域の主要な論文誌である.さらに,本研究を進めるうちに新たな本質...
【情報学】人間情報学:統計的機械学習機械学習を含む研究件
❏小区分61030:知能情報学関連(0)
【研究テーマ】2018
【研究種目】非線形ダイナミクス
【研究期間】作用素論的解析
【研究代表者】機械学習
【キーワード】統計的機械学習
【概要】本研究はテーマA,B,Cに分かれて遂行する計画となっている.今年度はそれぞれのテーマで以下の研究に取り組んだ.テーマA:動的ネットワーク交通流の性質の交通工学理論に基づく数学的解析,テーマB:統計的機械学習に基づく交通状態・需要情報の推定・将来予測手法,テーマC:理想的な状況を仮定した強化学習による交通システム制御手法などを開発した.各テーマの具体的な成果を以下に述べる.Aでは,例えば道路利用者の...
❏大規模部分空間クラスタリングのための凸最適化スキームの構築とその理論保証(19K20336)
【研究テーマ】
【研究種目】若手研究
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】松島 慎 東京大学, 大学院情報理工学系研究科, 准教授 (90721837)
【キーワード】機械学習 / 凸最適化 / クラスタリング / 部分空間クラスタリング / 統計的機械学習
【概要】本研究の目的は大規模部分空間クラスタリングのための凸最適化スキームの構築とその理論保証である。 本研究ではS5Cと呼ばれる大規模部分空間クラスタリングのためのアルゴリズムを開発した。従来はデータ数の二乗以上の計算量が必要である学習を、本提案アルゴリズ ムではデータ数に比例する計算量で達成できることを実験的にも理論的にも示した。本研究成果は機械学習の最も重要な国際会議の一つであるThirty-Thi...
❏データからの潜在ダイナミクス抽出のための統計的機械学習とその応用(18H03287)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2018-04-01 - 2022-03-31
【研究代表者】河原 吉伸 九州大学, マス・フォア・インダストリ研究所, 教授 (00514796)
【キーワード】非線形ダイナミクス / 作用素論的解析 / 機械学習 / 統計的機械学習 / データ科学 (他8件)
【概要】計測技術・情報インフラの発展を背景に,観測/計測データを用いたデータ駆動による科学的知識の抽出は,近年様々な領域において重要な課題として認識されている.本研究では,複雑な現象が従う動的特性(ダイナミクス)をデータから抽出するための機械学習アルゴリズムの構築に取り組んだ.特に,物理分野で注目を集めるクープマン解析を中心とした作用素論的解析を,機械学習の枠組みに基づき融合的に拡張し,複雑な系の情報抽出...
【情報学】人間情報学:サイバーセキュリティ機械学習を含む研究件
❏記述長最小原理の深化と応用(18H03291)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2018-04-01 - 2021-03-31
【研究代表者】竹内 純一 九州大学, システム情報科学研究院, 教授 (80432871)
【キーワード】記述長最小原理 / MDL原理 / 深層学習 / 情報理論 / MRI (他24件)
【概要】MDL原理に基づく学習理論の深化と応用について研究を行った.記述長最小原理(MDL原理)の基礎については,Barron and Coverの理論(BC理論)の教師あり学習への拡張と,深層学習との関連について考察した.BC理論と確率的コンプレキシティ(SC)を関係づける研究において,目標モデルを非指数型分布族に一般化することに成功した.その他,スパース学習を応用した誤り訂正符号への深層学習の応用やA...
❏DNSオープンリゾルバを悪用した増幅攻撃に対する検知手法と動的防御システムの確立(26330101)
【研究テーマ】情報ネットワーク
【研究種目】基盤研究(C)
【研究期間】2014-04-01 - 2017-03-31
【研究代表者】関谷 勇司 東京大学, 情報基盤センター, 准教授 (30361687)
【キーワード】サイバーセキュリティ / DNS / SDN / NFV / Hadoop (他17件)
【概要】本研究では、主にDNSを主としたパケット増幅攻撃に対して、その攻撃の予兆を分析するための手法提案とシステム実装を行った。実装したシステム、誰でも利用できるオープンな実装として公開した。また、本システムを使った検知の事例を示し、パケット増幅攻撃や情報漏えいにつながる攻撃をSDN技術を用いて防御するための手法を提案した。本防御手法は、インターネットの基幹部分であるインターネットエクスチェンジ (IX)...
【情報学】人間情報学:サッカーエージェント機械学習を含む研究件
❏マルチエージェント系における協調学習を介したシンボル獲得の実現(13780270)
【研究テーマ】知能情報学
【研究種目】若手研究(B)
【研究期間】2001 - 2002
【研究代表者】植田 一博 東京大学, 大学院・情報学環, 助教授 (60262101)
【キーワード】マルチエージェント / 機械学習 / 協調学習 / 強化学習 / 確率推定 (他8件)
【概要】昨年度は,人間のサッカープレイヤに類似した学習方法によって,他プレイヤの行動の予測と状況のリスク計算の最適化を行うサッカーエージェントを構築したが,本年度は,構築した学習エージェントが,(1)チームプレーに関する学習を行わない既存のRoboCupチーム以上のパフォーマンスを示せるかどうかを実験的に検証した上で,(2)適切なパスの受渡しにとって重要なファクターである,パスの強さとプレイヤの移動速度の...
❏協調戦術を適応学習するエージェントの構築と分析(12680369)
【研究テーマ】知能情報学
【研究種目】基盤研究(C)
【研究期間】2000 - 2001
【研究代表者】永野 三郎 埼玉工業大学, 先端科学研究所, 教授 (50010913)
【キーワード】マルチエージェント / 機械学習 / 協調学習 / サッカーエージェント / 強化学習 (他11件)
【概要】本研究は,実際のサッカーの指導で戦術がいかに獲得されるかを参考に,小人数による練習課題の達成,グリッドによる適切な認知地図の獲得,そして,適応学習によるプレーの最適化を軸にした協調戦術決定学習アルゴリズムを提案し,そのパフォーマンスをシミュレーションにより検証したものである.エージェントは環境をグリッド化して知覚することで有限の状態変数空間を持ち,この状態変数の遷移を条件付き確率によって予測するこ...
【情報学】人間情報学:評価関数機械学習を含む研究件
❏解析アクションの先読みに基づく高速・高精度な自然言語文解析(23700162)
【研究テーマ】知能情報学
【研究種目】若手研究(B)
【研究期間】2011 - 2012
【研究代表者】鶴岡 慶雅 東京大学, 大学院・工学系研究科, 准教授 (50566362)
【キーワード】自然言語処理 / 機械学習 / 品詞タグ付け / 固有表現認識 / 構文解析 (他10件)
【概要】本研究では、品詞タグ付けや構文解析といった様々な自然言語処理タスクに適用可能な機械学習アルゴリズムの開発を行った。本アルゴリズムは、「履歴に基づくモデル」に先読み機構を導入することを可能にし、その解析精度を大幅に向上することが可能である。実験の結果、複数の自然言語処理において、本アルゴリズムによるアプローチは、自然言語処理分野で標準的に使われるモデルである「条件付き確率場」モデルよりも精度の点で優...
❏状況評価機能の広範囲への適用に関する研究(17500086)
【研究テーマ】知能情報学
【研究種目】基盤研究(C)
【研究期間】2005 - 2006
【研究代表者】川合 慧 東京大学, 大学院総合文化研究科, 教授 (50011664)
【キーワード】評価関数 / 動的評価器 / 知識獲得 / 状態遷移規則 / ガロア東 (他10件)
【概要】本研究は大きく分けて次の3点を目標とした. 1.評価特徴の自動獲得プロセスのさらなる効率化 2.判定関数固有の性質の解明 3.適用できる分野の開拓 概念解析及び評価用のデータベースの構築の研究と,評価・判定エージェントの自己反映計算による実現については,これまでの準備の延長としての研究を継続した. 1.についてはきわめて多量の計算量を必要とするが,これまでと比較して100,000倍を越す高速化を実...
【情報学】人間情報学:生成モデル機械学習を含む研究件
❏機械学習に基づいたデータ駆動型設計の構築(21K14064)
【研究テーマ】
【研究種目】若手研究
【研究期間】2021-04-01 - 2023-03-31
【研究代表者】米倉 一男 東京大学, 大学院工学系研究科(工学部), 講師 (40890025)
【キーワード】データ駆動型設計 / 機械学習 / 設計工学 / 生成モデル
【概要】予測の不確実性を考慮した機械学習モデルについて、Bayesian deep learningを使用することで不確実性を計算する手法を実装した。また、データ駆動型設計のうち形状創出について、機械学習手法であるVAEおよびGANを用いて多様な形状を創出する手法を構築した。具体的には、cWGAN-gpという機械学習モデルを使用することで、既存の生成モデルよりも滑らかで多様な形状を生成できることを示した。...
❏データ駆動健全性監視のための転移学習と説明能力に関する研究(19K12094)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2023-03-31
【研究代表者】矢入 健久 東京大学, 先端科学技術研究センター, 教授 (90313189)
【キーワード】動的システム学習 / 健全性監視 / 異常検知 / 転移学習 / 教師なし学習 (他10件)
【概要】近年、IoTに代表される計測通信技術の普及と、深層学習を含む機械学習の発展が相まって、大規模かつ複雑な人工システムの健全性監視において、データ駆動型のアプローチ、すなわち、過去の膨大なデータからシステムの挙動モデルを統計的に学習して健全性の監視に利用するアプローチが大きな期待を集めている。本研究では、このデータ駆動型健全性監視が抱える2つの問題に焦点を当てている。第一の問題は、現実の人工システムに...
❏先端的生成モデルのための学習アルゴリズム基盤の構築(17H04693)
【研究テーマ】知能情報学
【研究種目】若手研究(A)
【研究期間】2017-04-01 - 2021-03-31
【研究代表者】佐藤 一誠 東京大学, 大学院情報理工学系研究科, 准教授 (90610155)
【キーワード】機械学習 / 生成モデル / 学習アルゴリズム / 表形式 / データ拡張 (他14件)
【概要】近年機械学習分野における生成モデルの発展は目覚ましく,現実的に存在しない人の画像や動画などが人の目には区別がつかないレベルまでになっている.しかし,そのような生成モデルの学習は,通常の識別モデルの学習とは異なり,目的関数の最適化の難しさに起因する学習の不安定性や生成物の評価の難しさに起因する定式化の非自明さなどが相まって,学習手法には多くのヒューリスティックスを要する場合が多い.本研究では,学習の...
【情報学】人間情報学:独立成分分析機械学習を含む研究件
❏電波伝播特徴量を用いたRFID読み取り空間フィルタの実現(16K06367)
【研究テーマ】通信・ネットワーク工学
【研究種目】基盤研究(C)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】三次 仁 慶應義塾大学, 環境情報学部(藤沢), 教授 (40383921)
【キーワード】RFID / 位相計測 / 外れ値除去 / 統計処理 / 機械学習 (他13件)
【概要】UHF帯RFIDシステムにおいて、RFタグからの返信電波の搬送波位相情報を用いて、RFタグの位置を推定することにより、想定する読取り内外を弁別する方法について研究開発した。単一の搬送波位相を用いると、30cm程度の波長ごとに位相が繰り返す問題が生じるが、複数の搬送波を用い、外れ値除去を行いながら位相計測する微分位相方式を用いることで、この問題を解決できることを示し、実験で確認した。また商用リーダで...
❏ゲノム多様性解析のための新しい統計的方法(16300088)
【研究テーマ】統計科学
【研究種目】基盤研究(B)
【研究期間】2004 - 2007
【研究代表者】江口 真透 統計数理研究所, 数理・推論研究系, 教授 (10168776)
【キーワード】機械学習 / 統計推論 / ブースティング / 遺伝子発現 / タンパク発現 (他18件)
【概要】バイオインフォマティックスのための新たな統計科学を構築することに貢献した。特にヒトゲノム多様性に由来する様々なデータから合理的な結論を得るための統計的方法論を開発した。具体的な問題としては、遺伝子発現データからの難治性がん疾患遺伝子の発見や、SNPsデータから薬剤感受性を規定する遺伝子多型の同定が挙げられる。これらの目的のために特化した新たな統計的方法を開発,又は開発中である。主な研究成果は次のよ...
❏統計学,ニューラルネット,機械学習の新しい融合(13480071)
【研究テーマ】統計科学
【研究種目】基盤研究(B)
【研究期間】2001 - 2003
【研究代表者】江口 真透 統計数理研究所, 統計基礎研究系, 教授 (10168776)
【キーワード】バイオインフォマチックス / SNPハプロタイピング / 遺伝子発現データ / アダブースト / 独立成分分析 (他19件)
【概要】1.バイオインフォマチックスへの挑戦 癌研究会ゲノムセンターとの共同研究で行ったSNPハプロタイピングの研究がBioinformaticsに掲載予定,国際特許申請中である.次なるプロジェクト,SNPハプロタイプブロックの同定問題について藤澤主導で進行中で論文準備の段階にある.さらに月例のゲノム研究会においてプロテオームの関数データ解析についても同時進行している.日本統計関連学会連合大会2003・企...
【情報学】人間情報学:学習理論機械学習を含む研究件
❏小区分60010:情報学基礎論関連(0)
【研究テーマ】2018
【研究種目】深層学習
【研究期間】カーネル法
【研究代表者】汎化誤差解析
【キーワード】ノンパラメトリック統計
【概要】深層学習の診断予測確率を補正する方法を開発し,機械学習分野の難関国際会議であるAISTATS2021で発表した. 医療の現場では, 症例に関する識別結果よりもその症例である可能性の確率を出力することが重要視される場合がある.例えば今回の研究で具体的に扱った血液検査ではすべての細胞を肉眼で網羅的にチェックすることができないため,異常細胞をその異常確率でリストアップすることは重要である.また,明らかに...
❏深層学習の原理究明に向けた関数推定理論の開発(18K18114)
【研究テーマ】
【研究種目】若手研究
【研究期間】2018-04-01 - 2022-03-31
【研究代表者】今泉 允聡 東京大学, 大学院総合文化研究科, 准教授 (90814088)
【キーワード】深層学習 / 関数推定 / ノンパラメトリック統計 / 汎化誤差 / ノンパラメトリック統計学 (他8件)
【概要】当該研究計画の概要は、深層学習の原理を説明することができる理論の構築である。深層学習は実用上で高い性能を発揮しているが、その原理は未解明の点が多く、この性能を説明できる理論は未だ発展途上である。 当該研究課題では、以下のような成果を得た: (i)データを生成する真の関数が特異性などの特殊な性質を持つ場合、深層学習の優位性が示されることを証明した。(ii) 深層学習の複雑な非凸損失関数が過学習を回避...
❏深層機械学習理論の深化とその構造解析への応用(18H03201)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2018-04-01 - 2022-03-31
【研究代表者】鈴木 大慈 東京大学, 大学院情報理工学系研究科, 准教授 (60551372)
【キーワード】深層学習 / カーネル法 / 汎化誤差解析 / ノンパラメトリック統計 / モデル圧縮 (他14件)
【概要】深層学習は現在機械学習でも中心的な役割を果たしており,多くのタスクで高い性能を示している.一方で,その原理への理論的理解は進んでおらず,ブラックボックス化しているのが研究開始当初の状況であった.その状況を改善するために,本研究では深層学習の原理解明に関して以下の研究成果を得た.(1) カーネル法的視点による深層学習の圧縮型汎化誤差解析,(2) 統計自由度による最適なモデル構造の探索とモデル圧縮への...
【情報学】人間情報学:感性情報学機械学習を含む研究件
❏マルチモーダル情報に基づく議論エージェントの開発(15H02746)
【研究テーマ】知能情報学
【研究種目】基盤研究(B)
【研究期間】2015-04-01 - 2018-03-31
【研究代表者】新田 克己 東京工業大学, 情報理工学院, 教授 (60293073)
【キーワード】人工知能 / 対話エージェント / マルチモーダル情報 / 議論演習 / 数理議論学 (他15件)
【概要】法学部における議論演習の教員の負担を軽減するため、与えられた議論課題に関して学生と自律的に議論を行い、学生の議論スキルを評価する機能を持つ議論エージェントを開発した。議論エージェントは、学生の発言を論理的に理解し、議論の有利/不利の判断を行い、相手の音声や身振りから発話意欲を推定し、それらを考慮した議論戦略によって応答を行う高度な対話システムであり、ヒューマノイド型ロボットPepperの上に実装さ...
❏知識発見技術による身体スキルの言語化(17200009)
【研究テーマ】知能情報学
【研究種目】基盤研究(A)
【研究期間】2005 - 2007
【研究代表者】古川 康一 慶應義塾大学, 大学院・政策・メディア研究科, 教授 (10245615)
【キーワード】スキルサイエンス / 暗黙知の言語化 / 時系列データマイニング / 動作一貫性制約 / メタ認知 (他20件)
【概要】本研究課題では知識発見技術によって身体スキルを言語化する方法論の確立を目指して研究を実施した。身体スキルの対象としては、主としてチェロの運弓動作および野球のバッティングを取り上げた。スキルの言語化のために、(1)身体スキルの力学モデルの構築と候補属性の発見、(2)時系列データマイニングによるスキルルールの抽出、(3)メタ認知に基づく着眼点の抽出、(4)発想推論に基づくスキル創造・診断支援システムの...
【情報学】人間情報学:情報通信工学機械学習を含む研究件
❏無線ボディエリアネットワークのためのシナリオ・ディエンベッディング手法の開発(18K04126)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2018-04-01 - 2023-03-31
【研究代表者】青柳 貴洋 東京工業大学, 工学院, 准教授 (10302944)
【キーワード】ボディエリアネットワーク / 電波伝搬チャネルモデル / モデリング / 機械学習 / シナリオディエンベッディング (他17件)
【概要】本研究は、人体の周辺において生体情報等の伝送に用いる無線通信ネットワークである、無線ボディエリアネットワーク(WBAN)の新たな電波伝搬チャネルモデリングの手法に関するものである。体表に設置したセンサーノードからのデータを、人体の主要部に取り付けたコーディネーターノード、さらには体外に設置されたアクセスポイントへデータを伝送するネットワークを想定している。人体の周辺では、電波の伝搬状態が人体の動作...
❏電波伝播特徴量を用いたRFID読み取り空間フィルタの実現(16K06367)
【研究テーマ】通信・ネットワーク工学
【研究種目】基盤研究(C)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】三次 仁 慶應義塾大学, 環境情報学部(藤沢), 教授 (40383921)
【キーワード】RFID / 位相計測 / 外れ値除去 / 統計処理 / 機械学習 (他13件)
【概要】UHF帯RFIDシステムにおいて、RFタグからの返信電波の搬送波位相情報を用いて、RFタグの位置を推定することにより、想定する読取り内外を弁別する方法について研究開発した。単一の搬送波位相を用いると、30cm程度の波長ごとに位相が繰り返す問題が生じるが、複数の搬送波を用い、外れ値除去を行いながら位相計測する微分位相方式を用いることで、この問題を解決できることを示し、実験で確認した。また商用リーダで...
❏セキュリティ解析の共通基盤となるマルウェア・インフォマティクスの確立(16H02832)
【研究テーマ】情報セキュリティ
【研究種目】基盤研究(B)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】後藤 滋樹 早稲田大学, 理工学術院, 教授 (30287966)
【キーワード】セキュリティ / マルウェア / 大規模データ解析 / モバイル / セキュア・ネットワーク (他14件)
【概要】ネットワーク社会の最大の脅威となっているのがサイバー攻撃である.攻撃対策技術を確立することが社会的な要請であるが,従来の対策技術は個々の攻撃に対処するものであり,しかも人間の介在が必要であった. 本研究は,データ科学からのアプローチを採り,サイバー攻撃対策技術の研究成果を有効に蓄積するためのマルウェア・インフォマティックスの確立を目指した. 本研究では,実際に大量のデータを蓄積した.さらにデータの...
【情報学】人間情報学:テキスト機械学習を含む研究件
❏機械学習によるロングテール現象の解決方法に関する研究(21240011)
【研究テーマ】知能情報学
【研究種目】基盤研究(A)
【研究期間】2009 - 2012
【研究代表者】中川 裕志 東京大学, 情報基盤センター, 教授 (20134893)
【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 (他16件)
【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...
❏Webテキストからの知識抽出支援システムに関する研究(17200007)
【研究テーマ】知能情報学
【研究種目】基盤研究(A)
【研究期間】2005 - 2007
【研究代表者】中川 裕志 東京大学, 情報基盤センター, 教授 (20134893)
【キーワード】WWW / 知識 / テキスト / マイニング / 用例検索 (他18件)
【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...
【情報学】人間情報学:音声機械学習を含む研究件
❏機械学習を用いた顔・会話・行動からの早期認知症診断ツールの開発(20K07778)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】亀山 祐美 東京大学, 医学部附属病院, 講師 (60505882)
【キーワード】AI / 見た目年齢 / 顔写真 / 認知機能低下 / 音声 (他7件)
【概要】医師・心理士10名による顔の見た目年齢が暦年齢よりも認知機能と強い相関を示しており (Umeda-Kameyama et al. Geriatr Gerontrol Int 2020)、人の目では見極められないような部分を判断してくれるだろうAIを用いて、約9割の正解率で高齢者の顔写真から認知機能低下を見分ける研究報告(Umeda-Kameyama, et.al., Aging (Albany N...
❏音声セキュリティ研究の開拓(18K19789)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2018-06-29 - 2020-03-31
【研究代表者】森 達哉 早稲田大学, 理工学術院, 教授 (60708551)
【キーワード】IoT / セキュリティ / アプリ / 音声 / プライバシー (他10件)
【概要】本研究課題は、音声を入出力として利用する音声アシスタントシステムに固有なセキュリティ脅威の解明と、その対策技術の開発に取り組んだ。テーマの方向性として、(1) 音声アシスタントシステムに対する攻撃と(2) 音声アシスタントによる攻撃の2つがあり、その両方に取り組んだ。前者のテーマでは、 音声アシスタントシステムへのコマンドインジェクション攻撃を指向性スピーカを用いることで実現する攻撃の評価とその対...
【情報学】人間情報学:コンピュータ・グラフィクス機械学習を含む研究件
❏データ駆動型物理法則CGアニメーションの発展と深化(19K11990)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】金井 崇 東京大学, 大学院総合文化研究科, 准教授 (60312261)
【キーワード】物理法則アニメーション / データ駆動法 / 深層学習 / キャラクタアニメーション / 髪アニメーション (他21件)
【概要】本研究の目的は,物理法則アニメーションについて,リアルタイムアニメーションを実現するためのデータ駆動型手法によるアプローチを確立することである.ここでは,物理法則アニメーションの中の研究トピックとして,脆性破壊,髪,人体変形の3つのアニメーションを取り上げ,その計算処理の中でボトルネックとなる処理を深層学習による処理に置き換える,というアプローチを採った.様々な実験を通じて,主に処理の高速化や効率...
❏データ駆動型手法による物理法則CGアニメーションの高精細化(16K00169)
【研究テーマ】高性能計算
【研究種目】基盤研究(C)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】金井 崇 東京大学, 大学院総合文化研究科, 准教授 (60312261)
【キーワード】コンピュータグラフィックス / データ駆動型手法 / 液体シミュレーション / 髪シミュレーション / 弾性体シミュレーション (他20件)
【概要】3DCGにおいてリアルな映像を得るために,物理シミュレーションによるアニメーション作成が行われている.しかし,ゲーム等での利用においては,物理シミュレーションのために計算リソースを割くことができず,低解像度での計算を余儀なくされる.本研究では,機械学習によるアプローチをもとにしたデータ駆動型手法を物理シミュレーションに適用すること,および,低解像度のシミュレーション結果を高精細化するための手法を確...
【情報学】人間情報学:統計数学機械学習を含む研究件
❏内在的構造を持つ大規模高次元データ解析の理論と方法(26280009)
【研究テーマ】統計科学
【研究種目】基盤研究(B)
【研究期間】2014-04-01 - 2019-03-31
【研究代表者】福水 健次 統計数理研究所, 数理・推論研究系, 教授 (60311362)
【キーワード】統計数学 / データ解析 / 高次元 / アルゴリズム / 統計的学習理論 (他7件)
【概要】高次元特有の問題としてハブ現象を研究し,その理論的な理解とハブ解消法の提案を行った.また,ツリーデータの解析や曲がった距離を用いたデータ解析など,ユークリッドベクトルとは異なるデータを扱う方法に関して研究を行った.さらに,高次元の密度関数を行う方法として,カーネル法に基づく指数分布族を提案し,その推定法を提案した. ...
❏確率過程の理論統計と極限定理の研究(24340015)
【研究テーマ】数学一般(含確率論・統計数学)
【研究種目】基盤研究(B)
【研究期間】2012-04-01 - 2016-03-31
【研究代表者】吉田 朋広 東京大学, 数理(科)学研究科(研究院), 教授 (90210707)
【キーワード】漸近展開 / Malliavin解析 / 極限定理 / 確率過程の統計学 / 擬似尤度解析 (他17件)
【概要】有限時間高頻度観測における確率回帰モデルのボラティリティの疑似尤度解析において,確率場の非退化性を保証する解析的および幾何学的判定条件を与え,擬似最尤推定量および擬似ベイズ推定量の漸近混合正規性と積率収束を証明した.有限時間非同期高頻度観測下で疑似尤度解析を構成した.極限が混合正規となるマルチンゲールの漸近展開が確立した.これは伝統的な漸近展開理論の枠を越える新しい極限定理である.応用としてp-変...
❏確率関係モデルによる医療臨床データの高度活用に関する研究(23240043)
【研究テーマ】統計科学
【研究種目】基盤研究(A)
【研究期間】2011-04-01 - 2014-03-31
【研究代表者】麻生 英樹 独立行政法人産業技術総合研究所, 知能システム研究部門, 上級主任研究員 (10344194)
【キーワード】医療・福祉 / 機械学習 / 統計数学 / 知識表現 / 循環器・高血圧 (他6件)
【概要】本研究課題では、日常の診療行為の中で日々生み出される膨大な臨床情報をより高度に活用するための新たな統計解析手法を開発することを目的とした研究を実施した。治療過程を患者と医師とのインタラクションとみなす立場から、マルコフ決定過程を用いて医療臨床時系列データをモデル化し、強化学習や逆強化学習などの手法を用いて、患者の状態の価値や、医師の処方の価値を評価するという新たな分析の枠組みを提案した。そうした分...
【情報学】人間情報学:統計的学習理論機械学習を含む研究件
❏深層機械学習理論の深化とその構造解析への応用(18H03201)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2018-04-01 - 2022-03-31
【研究代表者】鈴木 大慈 東京大学, 大学院情報理工学系研究科, 准教授 (60551372)
【キーワード】深層学習 / カーネル法 / 汎化誤差解析 / ノンパラメトリック統計 / モデル圧縮 (他14件)
【概要】深層学習は現在機械学習でも中心的な役割を果たしており,多くのタスクで高い性能を示している.一方で,その原理への理論的理解は進んでおらず,ブラックボックス化しているのが研究開始当初の状況であった.その状況を改善するために,本研究では深層学習の原理解明に関して以下の研究成果を得た.(1) カーネル法的視点による深層学習の圧縮型汎化誤差解析,(2) 統計自由度による最適なモデル構造の探索とモデル圧縮への...
❏内在的構造を持つ大規模高次元データ解析の理論と方法(26280009)
【研究テーマ】統計科学
【研究種目】基盤研究(B)
【研究期間】2014-04-01 - 2019-03-31
【研究代表者】福水 健次 統計数理研究所, 数理・推論研究系, 教授 (60311362)
【キーワード】統計数学 / データ解析 / 高次元 / アルゴリズム / 統計的学習理論 (他7件)
【概要】高次元特有の問題としてハブ現象を研究し,その理論的な理解とハブ解消法の提案を行った.また,ツリーデータの解析や曲がった距離を用いたデータ解析など,ユークリッドベクトルとは異なるデータを扱う方法に関して研究を行った.さらに,高次元の密度関数を行う方法として,カーネル法に基づく指数分布族を提案し,その推定法を提案した. ...
❏大規模データにおける構造的推定手法の理論と応用(25730013)
【研究テーマ】統計科学
【研究種目】若手研究(B)
【研究期間】2013-04-01 - 2018-03-31
【研究代表者】鈴木 大慈 東京大学, 大学院情報理工学系研究科, 准教授 (60551372)
【キーワード】構造的正則化 / テンソルモデリング / ベイズ推定 / 再生核ヒルベルト空間 / ガウシアンプロセス (他21件)
【概要】近年あらゆる分野において扱うデータは急速に大規模化している.また 同時に,巨大なデータは内在的に多様な構造を有するようにもなってきている.そのような多量かつ多様なデータを扱うため,構造的スパース性に着目し,それを利用した推定方法を体系的に提案・分析した.そのため,構造的正則化学習と呼ばれる学習方法を高速に解くための確率的最適化手法として,確率的交互方向乗数法を提案した.また,テンソルモデリングと呼...
【情報学】人間情報学:パターン認識機械学習を含む研究件
❏小区分61030:知能情報学関連(0)
【研究テーマ】2018
【研究種目】パターン認識
【研究期間】ラベルノイズ
【研究代表者】EMアルゴリズム
【キーワード】漸近解析
【概要】ファイバー束による認識機構を統一的・幾何学的に表現する理論の構築に関して,四元数を二つ組み合わせることにより,ディラック行列を含むことができる空間をファイバーとするファイバー束に関して研究し,共変微分などの定義を与え,そのファイバー束における局所等方独立方程式に関して検討を行った。 画像マッチングの応用に関して,シーン画像における画像マッチング問題に対する,領域特徴量に基づく初期探索法と大域的射影...
❏大規模ポリマーライブラリを利用した細菌叢メトリクス(20H02774)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】冨田 峻介 国立研究開発法人産業技術総合研究所, 生命工学領域, 主任研究員 (50726817)
【キーワード】細菌叢 / 高分子 / 機械学習 / バイオメトリクス / パターン認識 (他7件)
【概要】本年度は、ポリエチレングリコールとポリリジンが連結したブロック共重合体を骨格とし、腸内細菌表面の特性に応じてさまざまな強さで結合させるための認識ユニットとして荷電性や疎水性の異なる様々な官能基、そして、ポリマーと細菌の結合情報を蛍光シグナルに変換させるための出力ユニットとしてテトラフェニルエチレンやフルオレセインなどの蛍光団を導入したブロック共重合体ライブラリを用いて、各種細菌叢の評価を試みた。は...
❏様々な低品質データに対応するロバストな分類アルゴリズムの開発(18K11448)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2018-04-01 - 2022-03-31
【研究代表者】須子 統太 早稲田大学, 社会科学総合学術院, 准教授 (40409660)
【キーワード】パターン認識 / ラベルノイズ / EMアルゴリズム / 漸近解析 / 機械学習 (他8件)
【概要】本研究では,蓄積されたデータをもとにある特徴量に対応するラベルを予測する分類アルゴリズムについて扱った.分類アルゴリズムの実用では,ノイズ等を含む低品質なデータを用いる場合が多々ある.本研究では様々なノイズを統一的なモデルで表現したもとで高性能な分類アルゴリズムを提案し,理論的な性能限界を導くとともに,性能限界と実アルゴリズムの性能差の解析を行った. ...
【情報学】人間情報学:知識発見機械学習を含む研究件
❏機械学習によるロングテール現象の解決方法に関する研究(21240011)
【研究テーマ】知能情報学
【研究種目】基盤研究(A)
【研究期間】2009 - 2012
【研究代表者】中川 裕志 東京大学, 情報基盤センター, 教授 (20134893)
【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 (他16件)
【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...
❏ネットワーク環境における情報間の関係知識の学習とその流通モデルに関する研究(14780312)
【研究テーマ】知能情報学
【研究種目】若手研究(B)
【研究期間】2002 - 2004
【研究代表者】市瀬 龍太郎 国立情報学研究所, 知能システム研究系, 助手 (00332156)
【キーワード】機械学習 / WWW / インターネット / 知識獲得 / 知識発見
【概要】本研究の目的は,ネットワーク環境において円滑な情報交換が行えるようにするための知識流通モデルを構築することにある.本年度は,研究計画の最終年度になるため,この3年間で行ってきた研究のとりまとめを行う.そのために,下記の2つに焦点を絞って研究を進めた. 1点目は,知識を学習する際の精度の向上である.本年度は,昨年度までに開発を進めてきた学習アルゴリズムに対して,学習精度をさらに向上させることを試みた...
❏巨大学術社会情報からの知識発見に関する基礎研究(09898021)
【研究テーマ】知能情報学
【研究種目】基盤研究(C)
【研究期間】1997
【研究代表者】有川 節夫 九州大学, 大学院・システム情報科学研究科, 教授 (40037221)
【キーワード】発見科学 / 知識発見 / データマイニング / データベース / 科学的発見の論理 (他8件)
【概要】本基盤研究(企画・調査)は,平成10年度から平成12年度までの3年間にわたって実施する重点領域研究「巨大学術社会情報からの知識発見に関する研究」(略称:発見科学,領域番号294)の準備のための企画・調査を行なうのが主な目的である.本年度は,以下のように行った. (1)巨大学術社会情報の実地調査 平成9年9月6日に領域代表者及びシステム開発を伴う研究班の班長とで,東京大学を訪問し,また,平成10年2...
【情報学】人間情報学:知能ロボティクス機械学習を含む研究件
❏操作者と自律動作ロボットの機能融合による遠隔手術支援システム(17H03199)
【研究テーマ】知能機械学・機械システム
【研究種目】基盤研究(B)
【研究期間】2017-04-01 - 2020-03-31
【研究代表者】川嶋 健嗣 東京医科歯科大学, 生体材料工学研究所, 教授 (40300553)
【キーワード】手術ロボット / 遠隔制御 / 機械学習 / 自律制御 / 空気圧サーボ (他15件)
【概要】遠隔手術支援システムにおける制御性と作業効率の向上を目指して,半自律操作のための制御方法の提案とシステム開発を行った.はじめに,空気圧駆動を用いた力覚提示が可能な遠隔操作用の手術支援ロボットにおいて,位置と力を伝送するバイラテラル制御における安定性評価を行なった.また,マスタデバイスで遠隔操作するスレーブ側のロボット鉗子と自律動作するロボット鉗子で構成されるシステムを提案試作した.同システムに,機...
❏ヒトの力学的着衣介助スキルの理解と双腕ロボットシステムへの転移(16H01749)
【研究テーマ】知能ロボティクス
【研究種目】基盤研究(A)
【研究期間】2016-04-01 - 2020-03-31
【研究代表者】柴田 智広 九州工業大学, 大学院生命体工学研究科, 教授 (40359873)
【キーワード】知能ロボティクス / 機械力学・制御 / 機械学習 / 計測工学 / 知能ロボティックス
【概要】人の重要な生活機能の一つである着衣を題材に、人の介助技術を学習し衣服を介した力学的な介助を行う双腕ロボットシステムを構築した。熟練者の着衣介助スキルを分析した結果、手指から衣服に大きな力を発揮していなかった。人の着衣介助の運動軌道を元に、静力学的な適応性と頑健性を有するDMP法による模倣や、タスクに重要な双腕運動の潜在空間(低次元空間)の自動抽出とそれを用いた効率的な強化学習などを開発し、健常者を...
❏マルチモーダル情報に基づく議論エージェントの開発(15H02746)
【研究テーマ】知能情報学
【研究種目】基盤研究(B)
【研究期間】2015-04-01 - 2018-03-31
【研究代表者】新田 克己 東京工業大学, 情報理工学院, 教授 (60293073)
【キーワード】人工知能 / 対話エージェント / マルチモーダル情報 / 議論演習 / 数理議論学 (他15件)
【概要】法学部における議論演習の教員の負担を軽減するため、与えられた議論課題に関して学生と自律的に議論を行い、学生の議論スキルを評価する機能を持つ議論エージェントを開発した。議論エージェントは、学生の発言を論理的に理解し、議論の有利/不利の判断を行い、相手の音声や身振りから発話意欲を推定し、それらを考慮した議論戦略によって応答を行う高度な対話システムであり、ヒューマノイド型ロボットPepperの上に実装さ...
【情報学】人間情報学:ブレイン・コンピュータ・インターフェース機械学習を含む研究件
❏大規模脳波データとキャリブレーションレスモデルの構築による意思伝達BMIの実現(20H00235)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】田中 聡久 東京農工大学, 工学(系)研究科(研究院), 教授 (70360584)
【キーワード】ブレイン・コンピュータ・インタフェース / 侵襲脳波 / 機械学習 / 信号処理 / ブレインマシンインタフェース (他6件)
【概要】近年の信号処理・機械学習技術の進展によって,発声時や傾聴時の音声を頭蓋内脳波から推定したり再構成することが可能になりつつある.一方で,想像している発話の推定は,脳波と正解ラベルの同期を取るのが困難であることもあり,めぼしい成果が出ていないのが現状である.本年度は,想像音声と脳波が適切に同期していれば,発声や傾聴時脳波の場合と同様に,脳波から音声をデコーディングできるという仮説を立て、研究を実施した...
❏想起した文字(母音・子音)の脳波による判別法の発展と確立(15K01849)
【研究テーマ】脳計測科学
【研究種目】基盤研究(C)
【研究期間】2015-04-01 - 2018-03-31
【研究代表者】吉村 奈津江 東京工業大学, 科学技術創成研究院, 准教授 (00581315)
【キーワード】脳波 / デコーディング / 機械学習 / 逆問題 / ブレイン・コンピュータ・インタフェース (他6件)
【概要】脳波は頭皮に貼付した電極から記録するために詳細な脳活動の違いは判別困難であり、想起した文字の判別は困難であると考えられている。この問題に対して、本研究では脳波の皮質信号源を計算的に推定することで解決することを試みている。 本研究期間において、推定した信号源を使うことで脳波を使う場合よりも母音判別率が大幅に向上することを示し、国際学術論文にて発表した(Yoshimura et al., Fronti...
❏時間的な変化を伴うデータに対する機械学習手法に関する研究(14F04730)
【研究テーマ】知能情報学
【研究種目】特別研究員奨励費
【研究期間】2014-04-25 - 2015-03-31
【研究代表者】杉山 将 東京大学, 新領域創成科学研究科, 教授 (90334515)
【キーワード】機械学習 / 共分散行列 / 共変量シフト / 主成分分析 / ブレインコンピュータインターフェイス
【概要】ブレインコンピュータインターフェイスなどでは,共分散行列を特徴としてパターン認識を行う事が多い.本研究では,共分散行列に関する新しい機械学習技術を二つ開発した.一つ目は,データの生成確率分布が時間とともに変化する共変量シフトの状況における共分散行列の推定法である.重要度とよばれる確率密度関数の比で重みを付けて共分散行列を推定することにより,共変性シフト下でも適切に共分散行列が推定できるようになった...
【情報学】人間情報学:センサー・ネットワーク機械学習を含む研究件
❏小区分60060:情報ネットワーク関連(0)
【研究テーマ】2018
【研究種目】仮想センサ
【研究期間】機械学習
【研究代表者】ネットワーク仮想センサ
【キーワード】センサ仮想化
【概要】基本的な地理情報である高解像度のデジタル標高モデルを収集して処理し、地域の地形特性を明らかにするとともに、他の地理情報と組み合わせて分析を進めるための準備を進めた。統計解析や機械学習を行うために、1978~2019年までの長野県の気象メッシュデータ(一日ごとの降水量,日照時間,積算日射量,平均気温,最低気温,最高気温)を取得・整理した。圃場での気象観測を実施するためのセンサおよびデータ取得方法につ...
❏無線ボディエリアネットワークのためのシナリオ・ディエンベッディング手法の開発(18K04126)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2018-04-01 - 2023-03-31
【研究代表者】青柳 貴洋 東京工業大学, 工学院, 准教授 (10302944)
【キーワード】ボディエリアネットワーク / 電波伝搬チャネルモデル / モデリング / 機械学習 / シナリオディエンベッディング (他17件)
【概要】本研究は、人体の周辺において生体情報等の伝送に用いる無線通信ネットワークである、無線ボディエリアネットワーク(WBAN)の新たな電波伝搬チャネルモデリングの手法に関するものである。体表に設置したセンサーノードからのデータを、人体の主要部に取り付けたコーディネーターノード、さらには体外に設置されたアクセスポイントへデータを伝送するネットワークを想定している。人体の周辺では、電波の伝搬状態が人体の動作...
❏ネットワーク仮想センサ構築に向けたシステム設計(18K11274)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2018-04-01 - 2021-03-31
【研究代表者】戸辺 義人 青山学院大学, 理工学部, 教授 (60327666)
【キーワード】仮想センサ / 機械学習 / ネットワーク仮想センサ / センサ仮想化 / センサネットワーク
【概要】本研究では,センサのインテリジェント化の形態として,センサがネットワークで接続されたサーバ上のサービスを利用して,実時間で情報が付加することで,仮想的にセンサ出力がインテリジェント化された方式を確立することを目指した.2018年度には,クライアントの画像を用いて,サーバに位置を問い合わせて,位置を特定するための画像位置計測システムに取り組んだ. 2019年度には,オクルージョン除去により検出精度向...
【情報学】人間情報学:選択的推論機械学習を含む研究件
❏探索的分析によるデータ駆動型仮説の信頼性評価法の確立と生命科学分野における実証(20H00601)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2020-04-01 - 2025-03-31
【研究代表者】竹内 一郎 名古屋大学, 工学研究科, 教授 (40335146)
【キーワード】機械学習 / 教師なし学習 / 統計的推測 / 選択的推論 / 医療情報学 (他8件)
【概要】機械学習などのデータ分析技術を利用する科学研究のアプローチはデータ駆動型科学と呼ばれさまざまな分野で有望視されている.データ駆動型科学では研究対象に関するデータを分析することによって科学的仮説を生成するため,従来のアプローチでは思いつかないような仮説を生み出せる可能性がある. 一方,複雑なデータを複雑なアルゴリズムで分析して得られた仮説の信頼性を評価するのは難しい.特に,教師なし学習と呼ばれる探索...
❏ビッグデータ駆動型科学のための仮説生成・検証法開発と材料,生物,医療分野での実証(17H00758)
【研究テーマ】知能情報学
【研究種目】基盤研究(A)
【研究期間】2017-04-01 - 2021-03-31
【研究代表者】竹内 一郎 名古屋工業大学, 工学(系)研究科(研究院), 教授 (40335146)
【キーワード】機械学習 / 統計科学 / 材料科学 / 生物化学 / 医療科学 (他10件)
【概要】さまざまな科学研究の分野で研究対象に関する膨大なデータが計測できるようになった.このようなデータに基づいて科学的発見を目指すアプローチはデータ駆動型科学と呼ばれている.データ駆動型科学では,データに基づいて仮説を選択するが,データにとって都合のよい仮説が誤って選択されるリスクがあり,適切に信頼性評価を行わなくてはならない.本研究では,選択的推論と呼ばれる技術を用いて,材料,生物,医療分野におけるデ...
【情報学】人間情報学:CNN機械学習を含む研究件
❏ランダム量子系のスケーリング理論(19H00658)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2019-04-01 - 2024-03-31
【研究代表者】大槻 東巳 上智大学, 理工学部, 教授 (50201976)
【キーワード】スケーリング理論 / Anderson転移 / 非エルミート系 / 量子多体系 / 量子相転移 (他20件)
【概要】2020年度は本課題が始まって2年目となる。前年度に立案した計画に従い以下の成果をあげた。 1)トポロジカル物質中の波束のダイナミクス:乱れたトポロジカル絶縁体・ワイル半金属における波束の弾道的運動を,運動方程式を解くことでシミュレーションし,状態密度のスケーリング理論(Phys. Rev. Lett. 112, 016402 (2014))により申請者らが提案した速度のスケーリング則を実証した(...
❏ビッグデータを活用したテクスチャの感性的質感評価モデルの構築(18K11512)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2018-04-01 - 2022-03-31
【研究代表者】飛谷 謙介 長崎県立大学, 情報システム学部, 准教授 (50597333)
【キーワード】感性的質感 / 機械学習 / 画像生成 / テクスチャ / CNN (他6件)
【概要】本研究では,テクスチャを対象とし,所望の視覚に関する感性的質感を有する画像生成手法を提案した.はじめに,(1) 主観評価実験を行い,感性的質感の定量化を行った.次に,(2) 事前学習済みの VGG19 を用いてスタイル特徴を抽出した.その後,(3) 定量化された感性的質感と抽出したスタイル特徴との関係性を定式化することで感性評価モデルを構築した.最後に,(4) 得られたモデルに基づき,所望の感性的...
❏GPUと深層学習を用いた広視野サーベイのための高精度・高速天体認識技術の開発(16K13783)
【研究テーマ】天文学
【研究種目】挑戦的萌芽研究
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】谷津 陽一 東京工業大学, 理学院, 助教 (40447545)
【キーワード】機械学習 / 画像認識 / 深層学習 / 畳み込みニューラルネットワーク / 重力波 (他19件)
【概要】重力波天文学に代表される時間領域天文学に必須となる天体観測装置のソフトウェア的な基盤技術の開発を行った。現在のロボット観測においてどうしても人間が介在せざるを得ない、観測スケジュールのアレンジと取得画像からの突発天体抽出の完全自動化のために、深層学習やGPUを用いた気象識別と全く新しい突発天体検出アルゴリズムを開発した。これらは、既存のハードウェアをそのまま応用して、多くの観測所で使用することが可...
【情報学】人間情報学:変化検知機械学習を含む研究件
❏予兆検知のための数理的手法の開発と経済学・医学への応用(19H01114)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2019-04-01 - 2024-03-31
【研究代表者】山西 健司 東京大学, 大学院情報理工学系研究科, 教授 (90549180)
【キーワード】予兆情報学 / 機械学習 / データサイエンス / 異常検知 / 変化検知 (他9件)
【概要】予兆情報学に関して、数理・物理予兆情報学、医療予兆情報学、経済予兆情報学のそれぞれで基礎的手法を発展構築した。数理・物理予兆情報学では、多次元時系列の潜在構造変化を検知する手法として、1)微分的MDL変化統計量に基づく予兆検知手法、2)潜在変数モデルの階層的変化検知手法を提案し、Scientific Reports, ICDM2020などで発表した。特に、1)ではCOVID-19感染爆発について、...
❏潜在的ダイナミックスの情報論的学習理論の研究(23240019)
【研究テーマ】知能情報学
【研究種目】基盤研究(A)
【研究期間】2011-04-01 - 2016-03-31
【研究代表者】山西 健司 東京大学, 情報理工学(系)研究科, 教授 (90549180)
【キーワード】情報論的学習理論 / データマイニング / 潜在的ダイナミクス / 機械学習 / ビッグデータ (他11件)
【概要】大量のデータから価値ある情報を抽出するデータマイニング技術はますます重要になっている。従来技術では、データの表層的な関係性を抽出することが主であった。しかし、実際には、データの表面に現れない潜在的情報の動きを発見することが、より重要な知識発見をもたらす。そこで、本研究では、データに内在する潜在的情報とその変化(これを「潜在的ダイナミクス」と呼ぶ)を抽出するための技術の数理的基盤を構築した。特に、記...
【情報学】人間情報学:データ・サイエンス機械学習を含む研究件
❏小区分07060:金融およびファイナンス関連(0)
【研究テーマ】2020
【研究種目】コーポレートガバナンス
【研究期間】ネットワーク分析
【研究代表者】資産価格評価
【キーワード】データサイエンス
【概要】
❏最先端のデータサイエンスで切り拓く「富岳」時代のリアルタイム豪雨・洪水予測(21H04571)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2021-04-05 - 2025-03-31
【研究代表者】小槻 峻司 千葉大学, 環境リモートセンシング研究センター, 准教授 (90729229)
【キーワード】データ同化 / 機械学習 / 数値気象モデル / 豪雨予測 / データサイエンス
【概要】本研究の目的は、これまで独立して進んできた気象・水文モデル予測とデータ同化・機械学習を統合し、「富岳」時代の高精度・高頻度なリアルタイム豪雨・洪水予測を確立することである。2021年度は下記(a)-(d)の研究を推進した。 (a) 極端気象予測の改善: 雲微物理の不確定要素である雪氷種は、モデル予測の精度を左右する重要な要素であるが、現状では検証データが十分にない。2021年度には雪氷種画像を分類...
❏情報技術および非構造化データを通じた資産価格評価のための分析基盤の構築と実証(20K01751)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2020-04-01 - 2024-03-31
【研究代表者】高橋 大志 慶應義塾大学, 経営管理研究科(日吉), 教授 (60420478)
【キーワード】コーポレートガバナンス / ネットワーク分析 / 資産価格評価 / データサイエンス / イノベーション (他9件)
【概要】本研究では,近年飛躍的な進展を遂げている情報技術を通じ資産価格評価のための分析基盤・分析の枠組みを確立し,その利点・課題を明らかにすることを試みる. 本年度においては,企業のコーポレートガバナンスに関する分析のため,国内上場企業を中心に企業属性データベースの拡張を行った.企業属性としては,企業の財務指標に加え,企業の役員構成に関するデータ,知的財産に関するデータ,企業の買収案件に関するデータおよび...
【情報学】人間情報学:データ駆動機械学習を含む研究件
❏機械学習により増強されたデータ駆動ソフトウェア保守進化基盤(21KK0179)
【研究テーマ】
【研究種目】国際共同研究加速基金(国際共同研究強化(B))
【研究期間】2021-10-07 - 2025-03-31
【研究代表者】鷲崎 弘宜 早稲田大学, 理工学術院, 教授 (70350494)
【キーワード】ソフトウェア保守 / ソフトウェア進化 / データ駆動ソフトウェア工学 / 機械学習応用 / プログラム品質評価改善 (他7件)
【概要】不確実性の高い現代において、潜在する欠陥や要求・環境変化をデータで捉え、ソフトウェア上で修正や変化適応を進めるデータ駆動の枠組みが求められる。従来は固定的な活動の一部の自動化にとどまり、機械学習の適用も場当たり的である。そこで本研究は、機械学習により増強された(Machine Learning Augmented)データ駆動ソフトウェア保守・進化の確立を研究課題として掲げ、規範と実態を融合的に扱い...
❏統合史資料画像データの生成と駆動方式の確立による人文科学研究基盤の創出(18H03576)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2018-04-01 - 2023-03-31
【研究代表者】山田 太造 東京大学, 史料編纂所, 准教授 (70413937)
【キーワード】史資料画像 / IIIF / データ駆動 / キュレーション / 機械学習
【概要】2019年度までの成果にもとづき,統合史資料画像データ駆動型人文科学研究基盤の確立を進めて行くため,以下に示す3課題を実施した: 1.統合史資料画像データ生成手法の確立: 統合史資料画像データの構造化をさらに洗練し,生成方法の確立を進める.今年度は下記の2点を重点的に実施した:(a)くずし字等の文字画像データ: 2020年10月にJSPS科研費18H05221との連携により開発を進めた新たな歴史文...
❏データ駆動科学の物性物理への展開(25610102)
【研究テーマ】数理物理・物性基礎
【研究種目】挑戦的萌芽研究
【研究期間】2013-04-01 - 2016-03-31
【研究代表者】福島 孝治 東京大学, 総合文化研究科, 准教授 (80282606)
【キーワード】物性理論 / 磁性モデル / 磁化曲線 / 機械学習 / モンテカルロ法 (他14件)
【概要】本研究は、データ駆動型の研究方法を物性物理の分野で展開することである。まず磁化曲線の観測データを入力として、これまでの経験的な理論モデルの構築に機械学習の技法を援用する方法を提案した。複数の候補から適切なモデル選択が可能となった。その結果、スピン構造など実験的に観測が難しい情報へのアクセスが可能となり、その後の実験計画に役立てられるようになった。さらに、扱う系を量子系に展開するためにはベイズ最適化...
【情報学】人間情報学:データ駆動科学機械学習を含む研究件
❏小区分61030:知能情報学関連(0)
【研究テーマ】2018
【研究種目】非線形ダイナミクス
【研究期間】作用素論的解析
【研究代表者】機械学習
【キーワード】統計的機械学習
【概要】本研究は東アジア術数学とそれに基礎づけられた東アジア音楽の調和構造をデータ駆動科学を活用して明らかにすると共に、新知見をもとに調和の解析や新たなシステム創成に洋の東西を止揚した成果を生み出そうとする挑戦的研究である。 第二年次は調査、理論、解析、実証、システム開発、共生倫理検討の各面でいずれも予想を超える成果が得られた。これらを連立し更なる研究の深化、具体化と後継プロジェクトへの大胆な展開を企図し...
❏ランドスケープモデルによる健康・疾患状態の可視化と予測(20K21837)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2020-07-30 - 2023-03-31
【研究代表者】石川 哲朗 国立研究開発法人理化学研究所, 情報統合本部, 研究員 (90824160)
【キーワード】ランドスケープ / 慢性疾患 / 急性疾患 / 疾患の多様性 / 病態分類 (他15件)
【概要】令和3年度は、これまで取り組んで来た慢性疾患データに対するランドスケープ分析として引き続き、1.睡眠リズム障害への応用、および、2.心不全データへの適用、そして、新たな対象疾患領域として急性疾患データへの適用として、3.新興感染症、特に新型コロナウイルス感染症(COVID-19)のデータ分析にランドスケープを応用する研究を実施した。 【睡眠リズム障害研究】全国180箇所の保育園で0歳から6歳までの...
❏データからの潜在ダイナミクス抽出のための統計的機械学習とその応用(18H03287)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2018-04-01 - 2022-03-31
【研究代表者】河原 吉伸 九州大学, マス・フォア・インダストリ研究所, 教授 (00514796)
【キーワード】非線形ダイナミクス / 作用素論的解析 / 機械学習 / 統計的機械学習 / データ科学 (他8件)
【概要】計測技術・情報インフラの発展を背景に,観測/計測データを用いたデータ駆動による科学的知識の抽出は,近年様々な領域において重要な課題として認識されている.本研究では,複雑な現象が従う動的特性(ダイナミクス)をデータから抽出するための機械学習アルゴリズムの構築に取り組んだ.特に,物理分野で注目を集めるクープマン解析を中心とした作用素論的解析を,機械学習の枠組みに基づき融合的に拡張し,複雑な系の情報抽出...
【情報学】人間情報学:ドメイン適応機械学習を含む研究件
❏顔形状復元によるデータ生成と自己教師型補助タスクに基づく視線推定器のドメイン適応(21K11932)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2021-04-01 - 2024-03-31
【研究代表者】菅野 裕介 東京大学, 生産技術研究所, 准教授 (10593585)
【キーワード】視線推定 / コンピュータビジョン / 機械学習 / ドメイン適応
【概要】本年度は、顔形状の3次元復元に基づく学習データ生成手法について実験的な検証を進めた。視線推定モデルの学習に用いる顔画像データは人物や照明条件、頭部姿勢など様々な点で多様な情報を含むことが求められるが、全ての要求を満たすデータセットを構築することは難しい。本研究では、通常の視線推定データセットに含まれる視線方向アノテーション付きの単眼画像から顔形状を復元し、それを回転させることで擬似的に頭部姿勢と視...
❏少量学習データに対応可能な機械学習の基盤構築(19K22863)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2019-06-28 - 2022-03-31
【研究代表者】山崎 俊彦 東京大学, 大学院情報理工学系研究科, 准教授 (70376599)
【キーワード】少量学習データ / ドメイン適応 / 弱教師付き学習 / 半教師付き学習 / Few -Shot学習 (他12件)
【概要】深層学習は圧倒的な性能を発揮することが知られているが、それは大規模な正解データが入手可能である場合に限られる。裏を返せばそのデータを取得・作成するための時間的・金銭的コストが大きな問題である。物体認識などすでに昔から研究がなされている分野では豊富なデータセットが入手可能である一方、産業界のデータや個人情報が絡む医療データなどは大規模な正解データセットを期待できない場合も多い。本研究ではこの問題を解...
❏先端的生成モデルのための学習アルゴリズム基盤の構築(17H04693)
【研究テーマ】知能情報学
【研究種目】若手研究(A)
【研究期間】2017-04-01 - 2021-03-31
【研究代表者】佐藤 一誠 東京大学, 大学院情報理工学系研究科, 准教授 (90610155)
【キーワード】機械学習 / 生成モデル / 学習アルゴリズム / 表形式 / データ拡張 (他14件)
【概要】近年機械学習分野における生成モデルの発展は目覚ましく,現実的に存在しない人の画像や動画などが人の目には区別がつかないレベルまでになっている.しかし,そのような生成モデルの学習は,通常の識別モデルの学習とは異なり,目的関数の最適化の難しさに起因する学習の不安定性や生成物の評価の難しさに起因する定式化の非自明さなどが相まって,学習手法には多くのヒューリスティックスを要する場合が多い.本研究では,学習の...
【情報学】人間情報学:音源分離機械学習を含む研究件
❏非同期分散マイクアレイにおけるキャリブレーションフリーモデルの研究(19K12017)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2023-03-31
【研究代表者】糸山 克寿 東京工業大学, 工学院, 特任准教授 (60614451)
【キーワード】音響信号処理 / マイクロホンアレイ / キャリブレーション / 音源定位 / 音源分離 (他8件)
【概要】本研究課題では,キャリブレーション(マイクロホンやマイクロホンアレイのサンプリング周波数や位置のずれを精密な測定により事前に補正すること)を行わずに非同期分散マイクアレイ(複数のマイクロホンを同期させて用いるデバイスであるマイクロホンアレイに対して,独立した複数のマイクロホンをあたかもマイクロホンアレイであるかのように扱う)に対して音源定位や音源分離などのアレイ信号処理を実現することを目指す.具体...
❏スモールデータ機械学習理論に基づく音響拡張現実感及び音コミュニケーション能力拡張(19H01116)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2019-04-01 - 2023-03-31
【研究代表者】猿渡 洋 東京大学, 大学院情報理工学系研究科, 教授 (30324974)
【キーワード】音源分離 / 信号処理 / スモールデータ / 機械学習 / 音響拡張現実感
【概要】(1)センシング・解析レイヤー:ILRMAを時変複素一般化ガウス分布へ拡張し、その有効性を定量化した。特に劣ガウス分布への拡張を提案し、その音楽信号分離への効果を様々な実験によって検証した。またIDLMAに関しては、時変複素スチューデントt分布・一般化ガウス分布音源生成確率モデルを基礎とする新しいIDLMAを導出し、それらを定量的に評価した。 (2)時空間情報再構成レイヤー:従来の両耳再現の問題と...
【情報学】人間情報学:教師なし学習機械学習を含む研究件
❏探索的分析によるデータ駆動型仮説の信頼性評価法の確立と生命科学分野における実証(20H00601)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2020-04-01 - 2025-03-31
【研究代表者】竹内 一郎 名古屋大学, 工学研究科, 教授 (40335146)
【キーワード】機械学習 / 教師なし学習 / 統計的推測 / 選択的推論 / 医療情報学 (他8件)
【概要】機械学習などのデータ分析技術を利用する科学研究のアプローチはデータ駆動型科学と呼ばれさまざまな分野で有望視されている.データ駆動型科学では研究対象に関するデータを分析することによって科学的仮説を生成するため,従来のアプローチでは思いつかないような仮説を生み出せる可能性がある. 一方,複雑なデータを複雑なアルゴリズムで分析して得られた仮説の信頼性を評価するのは難しい.特に,教師なし学習と呼ばれる探索...
❏データ駆動健全性監視のための転移学習と説明能力に関する研究(19K12094)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2023-03-31
【研究代表者】矢入 健久 東京大学, 先端科学技術研究センター, 教授 (90313189)
【キーワード】動的システム学習 / 健全性監視 / 異常検知 / 転移学習 / 教師なし学習 (他10件)
【概要】近年、IoTに代表される計測通信技術の普及と、深層学習を含む機械学習の発展が相まって、大規模かつ複雑な人工システムの健全性監視において、データ駆動型のアプローチ、すなわち、過去の膨大なデータからシステムの挙動モデルを統計的に学習して健全性の監視に利用するアプローチが大きな期待を集めている。本研究では、このデータ駆動型健全性監視が抱える2つの問題に焦点を当てている。第一の問題は、現実の人工システムに...
❏政党マニフェストの時系列データ構築と政策位置の推定(国際共同研究強化)(15KK0136)
【研究テーマ】政治学
【研究種目】国際共同研究加速基金(国際共同研究強化)
【研究期間】2016 - 2019
【研究代表者】日野 愛郎 早稲田大学, 政治経済学術院, 教授 (30457816)
【キーワード】政党マニフェスト / 選挙公約 / 計量テキスト分析 / 教師なし学習 / Wordfish (他14件)
【概要】本研究の目的は、日本における政党の選挙公約、ならびにマニフェストを通時的に収集し、計量テキスト分析の手法を用いて政党位置を推定することである。アーカイブ化・テキスト化を進め、資料、テキストデータとして広く公共財として利用できるよう準備を進めた。wordfishのモデルなどをもとに政党位置を推定したところ、比較マニフェストプロジェクトや専門家調査の政策位置に概ね相似していたが、一部違いも見られた。...
【情報学】人間情報学:コンピュータビジョン機械学習を含む研究件
❏小区分61020:ヒューマンインタフェースおよびインタラクション関連(0)
【研究テーマ】2018
【研究種目】動作計測
【研究期間】コンピュータビジョン
【研究代表者】インタラクション
【キーワード】ヒューマンコンピュータインタラクション
【概要】本年度は、顔形状の3次元復元に基づく学習データ生成手法について実験的な検証を進めた。視線推定モデルの学習に用いる顔画像データは人物や照明条件、頭部姿勢など様々な点で多様な情報を含むことが求められるが、全ての要求を満たすデータセットを構築することは難しい。本研究では、通常の視線推定データセットに含まれる視線方向アノテーション付きの単眼画像から顔形状を復元し、それを回転させることで擬似的に頭部姿勢と視...
❏遠隔映像コミュニケーション支援に向けた高速ビジョンシステムの開発(21K17783)
【研究テーマ】
【研究種目】若手研究
【研究期間】2021-04-01 - 2024-03-31
【研究代表者】金 賢梧 東京大学, 生産技術研究所, 特任助教 (60817328)
【キーワード】顔ポーズトラッキング / 高速カメラネットワーク / 同期精度評価手法 / 高速ビジョンシステム / 遠隔映像コミュニケーション (他8件)
【概要】本研究では、1,000fpsの高速分散型スマートカメラネットワークとAI基盤の顔認識技術を発展させ、オンライン会議向けの最適映像取得と低遅延提示が可能な高速ビジョンシステムの実現を目指している。2021年度の計画では、(1)AIによる顔認識の高速化に必要な条件を明らかににすること、(2)セルフウィンドウ方などの高速化手法の有効性を確認することを目標に下記のような研究を遂行した。 (1)人の顔認識結...
❏高速スマートカメラ群による三次元人体動作計測に関する研究(18K11391)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2018-04-01 - 2020-03-31
【研究代表者】味八木 崇 東京大学, 大学院情報学環・学際情報学府, 特任准教授 (50511961)
【キーワード】動作計測 / コンピュータビジョン / インタラクション / ヒューマンコンピュータインタラクション / 画像処理 (他7件)
【概要】スポーツ教育やリハビリテーション等での利用を前提とした、スマートカメラ群による三次元人体動作計測プラットフォームの構築が本研究の目的である。従来プロスポーツ向けに利用されてきた赤外線反射マーカー式のモーションキャプチャシステムは、精緻な計測が可能である反面、非常に高価であり太陽光の影響などから屋外での利用に制限があった。また、身体部位にマーカーを貼り付ける必要があることから、教育現場での利用には不...
【情報学】人間情報学:ユーザインターフェース機械学習を含む研究件
❏没入型バーチャルリアリティ環境における表情認識技術の構築(16H05870)
【研究テーマ】ヒューマンインタフェース・インタラクション
【研究種目】若手研究(A)
【研究期間】2016-04-01 - 2020-03-31
【研究代表者】杉本 麻樹 慶應義塾大学, 理工学部(矢上), 教授 (50517399)
【キーワード】表情認識 / ユビキタス光センシング / HMD / 表情計測 / 反射型光センサ (他12件)
【概要】本研究課題では,外部からの光学的な観測が難しい頭部装着型ディスプレイ内部での計測が可能な組み込み型光センサと機械学習を用いた表情認識技術を高度化することを目的に研究を推進した.基本表情のクラスを識別する手法を発展させ,表情の表出強度を推定し,合成した表情をアバターに反映できることを示した.また,基本表情クラスを識別するのみでは無く,低次元の光センサ情報から,高次元の顔表面の特徴点の位置を3次元再構...
❏大規模・異種の時空間データ統合で生じる矛盾を許容するサイエンスクラウド基盤(24240015)
【研究テーマ】メディア情報学・データベース
【研究種目】基盤研究(A)
【研究期間】2012-04-01 - 2015-03-31
【研究代表者】小島 功 独立行政法人産業技術総合研究所, 情報技術研究部門, 総括研究主幹 (00356982)
【キーワード】データベース / 矛盾 / データ統合 / 時空間データ / Linked Data (他21件)
【概要】本課題は、大規模な時空間データの統合において発生する「矛盾」に多角的に取り組んだもので、要素研究と実証システム開発の課題を行った。 事例として画像データとWeb上のソーシャルデータ等、矛盾を含んだ異種のデータを統合して土地利用等の知見を抽出する研究を進め、衛星画像処理より高精度な結果を実現、実証した。基盤技術としても、異種メタデータを統合して検索する技術や、それを機械学習などで解析するための連携手...
❏型理論とその機械学習への応用(06680342)
【研究テーマ】知能情報学
【研究種目】一般研究(C)
【研究期間】1994 - 1995
【研究代表者】萩谷 昌己 東京大学, 大学院・理学系研究科, 教授 (30156252)
【キーワード】型理論 / 型付き入計算 / 機械学習 / 帰納法 / 関数プログラミング (他12件)
【概要】本課題の主たる目的は、プログラムや証明を一個もしくは複数個の例から合成する手法を、型理論(型付きλ計算)の枠組を用いて研究することにある 本研究では、研究代表者の従来の研究を発展させ、型理論を中心として、プログラムや証明を例から合成する手法を考察し、主として以下のような成果を得た。 ★算術制約の入った型理論 算術的な制約を型理論に付加し、制約の推論を暗黙に行うことが可能な体系を用いることにより、従...
【情報学】人間情報学:世界諸英語機械学習を含む研究件
❏話者を単位とした世界諸英語の自動分類とそれに基づく国際コミュニケーション支援(26240022)
【研究テーマ】知覚情報処理
【研究種目】基盤研究(A)
【研究期間】2014-04-01 - 2018-03-31
【研究代表者】峯松 信明 東京大学, 大学院工学系研究科(工学部), 教授 (90273333)
【キーワード】世界諸英語 / 発音自動分類 / 音声の構造的表象 / 機械学習 / 発音の了解性 (他20件)
【概要】世界諸英語の発音多様性に着眼し,1)話者を単位とした世界諸英語の発音分類を行うべく,任意の二話者の発音距離推定技術を構築し,2)特定の学習者を中心に据えて,諸英語を俯瞰できる諸英語発音ブラウザを開発した。しかし,発音の相違が常にコミュニケーション上問題となる訳ではない。そこで,外国語訛りとコミュニケーションエラーに着眼し,3)日本人英語を米国人がどこで聞き誤るのかを予測する技術を構築し,4)聞き取...
❏音声の構造的表象と機械学習に基づく頑健・高精度な発音分析と外国語教育への応用(23300067)
【研究テーマ】知覚情報処理・知能ロボティクス
【研究種目】基盤研究(B)
【研究期間】2011-04-01 - 2015-03-31
【研究代表者】峯松 信明 東京大学, 工学(系)研究科(研究院), 教授 (90273333)
【キーワード】音声の構造的表象 / 機械学習 / 外国語学習 / 発音教育 / 外国語訛り (他7件)
【概要】本研究では,音声の構造的表象に基づく発音構造分析を外国語教育,特に発音教育支援に応用することを検討した。その結果,1)構造的表象と機械学習に基づく,より少数の発声を用いた頑健な発音分析技術の構築,2)学習者コーパスの IPA ラベリングによる拡充,3)母語話者・非母語話者による発音に対する高精度分類技術の構築,4)分類結果の教育用インタフェースの予備的検討を行うことができた。対象言語としては,1)...
【情報学】人間情報学:n-gram機械学習を含む研究件
❏古今東西の全言語を対象にしたテキストマイニングに関する研究(22500140)
【研究テーマ】知能情報学
【研究種目】基盤研究(C)
【研究期間】2010 - 2012
【研究代表者】鈴木 誠 湘南工科大学, 工学部, 准教授 (80339796)
【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 (他6件)
【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、...
❏Webテキストからの知識抽出支援システムに関する研究(17200007)
【研究テーマ】知能情報学
【研究種目】基盤研究(A)
【研究期間】2005 - 2007
【研究代表者】中川 裕志 東京大学, 情報基盤センター, 教授 (20134893)
【キーワード】WWW / 知識 / テキスト / マイニング / 用例検索 (他18件)
【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...
【情報学】人間情報学:論理機械学習を含む研究件
❏デザイン思考における記号操作の意味的構造と実践的役割に注目するデザイン知の探究(16H03014)
【研究テーマ】デザイン学
【研究種目】基盤研究(B)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】藤井 晴行 東京工業大学, 環境・社会理工学院, 教授 (50313341)
【キーワード】デザイン科学 / 構成的方法論 / 図式 / 数理 / 論理 (他25件)
【概要】「デザインとはいかなる行為か?」という問いに対し,デザイン行為の本質的構造を表現するモデルを構築すべく,デザインの思考過程における記号操作の意味的構造と実践的役割の関係を,設計案の構成を支援する計算システムの生成,計算システムとデザイナーとのインタラクションの分析,デザインの思考過程における記号操作を連係するモデルの構想を繰り返すことによって明らかにし,デザイン知の一翼を担う言語的知性と論理的知性...
❏実在・仮想データを用いた議論の論理に基づく紛争分析支援(15KT0041)
【研究テーマ】紛争研究
【研究種目】基盤研究(B)
【研究期間】2015-07-10 - 2019-03-31
【研究代表者】木藤 浩之 電気通信大学, 大学院情報理工学研究科, 客員研究員 (90705287)
【キーワード】議論 / 推論 / 機械学習 / ベイズ / 生成モデル (他16件)
【概要】本研究計画において合計10本の査読付き国際論文を発表した.主要な国際研究機関によれば研究代表者が筆頭責任著者を務めるそのうちの2本の論文(IJCAI 2017, KR 2018)は推論研究の最難関の国際会議である.また別の2本の論文(Argument & Computation 2015, JLC 2017)は研究代表者の研究領域の主要な論文誌である.さらに,本研究を進めるうちに新たな本質...
【情報学】人間情報学:音声の構造的表象機械学習を含む研究件
❏話者を単位とした世界諸英語の自動分類とそれに基づく国際コミュニケーション支援(26240022)
【研究テーマ】知覚情報処理
【研究種目】基盤研究(A)
【研究期間】2014-04-01 - 2018-03-31
【研究代表者】峯松 信明 東京大学, 大学院工学系研究科(工学部), 教授 (90273333)
【キーワード】世界諸英語 / 発音自動分類 / 音声の構造的表象 / 機械学習 / 発音の了解性 (他20件)
【概要】世界諸英語の発音多様性に着眼し,1)話者を単位とした世界諸英語の発音分類を行うべく,任意の二話者の発音距離推定技術を構築し,2)特定の学習者を中心に据えて,諸英語を俯瞰できる諸英語発音ブラウザを開発した。しかし,発音の相違が常にコミュニケーション上問題となる訳ではない。そこで,外国語訛りとコミュニケーションエラーに着眼し,3)日本人英語を米国人がどこで聞き誤るのかを予測する技術を構築し,4)聞き取...
❏音声の構造的表象と機械学習に基づく頑健・高精度な発音分析と外国語教育への応用(23300067)
【研究テーマ】知覚情報処理・知能ロボティクス
【研究種目】基盤研究(B)
【研究期間】2011-04-01 - 2015-03-31
【研究代表者】峯松 信明 東京大学, 工学(系)研究科(研究院), 教授 (90273333)
【キーワード】音声の構造的表象 / 機械学習 / 外国語学習 / 発音教育 / 外国語訛り (他7件)
【概要】本研究では,音声の構造的表象に基づく発音構造分析を外国語教育,特に発音教育支援に応用することを検討した。その結果,1)構造的表象と機械学習に基づく,より少数の発声を用いた頑健な発音分析技術の構築,2)学習者コーパスの IPA ラベリングによる拡充,3)母語話者・非母語話者による発音に対する高精度分類技術の構築,4)分類結果の教育用インタフェースの予備的検討を行うことができた。対象言語としては,1)...
【情報学】人間情報学:予測機械学習を含む研究件
❏タグチメソッドの精緻化の研究(22K11942)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2022-04-01 - 2025-03-31
【研究代表者】永田 靖 早稲田大学, 理工学術院, 教授 (30198337)
【キーワード】MTシステム / 異常検知 / 予測 / ロバスト推定 / 機械学習
【概要】
❏環境計測用IoT機器と時系列データ予測の研究(17K01339)
【研究テーマ】自然災害科学・防災学
【研究種目】基盤研究(C)
【研究期間】2017-04-01 - 2021-03-31
【研究代表者】松本 佳宣 慶應義塾大学, 理工学部(矢上), 教授 (60252318)
【キーワード】センサ / IoT / 機械学習 / 可視化 / クラウド (他13件)
【概要】環境情報をセンサ・IoT技術により測定・収集して、クラウドサーバー上で時系列データ予測と警告を行うシステムの研究・開発を行った。初年度は、主にハードウェアの開発と実証実験と可視化を行った。2年目はそれらのデータ解析や、機械学習アルゴリズムにより予測・警告するシステムの構築を行った。3年目は、時系列データである環境計測データの中で、時系列データからの予測を目的としてLongShort Term Me...
❏医療ビッグデータを用いた慢性疾患発症及び重症化の早期予測モデル構築(17H06629)
【研究テーマ】疫学・予防医学
【研究種目】研究活動スタート支援
【研究期間】2017-08-25 - 2019-03-31
【研究代表者】大野 幸子 東京大学, 大学院医学系研究科(医学部), 特任助教 (20797237)
【キーワード】医療ビッグデータ / 予測 / 予測モデル / 機械学習 / 慢性疾患 (他7件)
【概要】本研究では、レセプト・健診データを用いて、甲状腺機能亢進症発症、糖尿病患者の腎機能低下を複数の機械学習手法および従来の疫学手法検討を用いて検討した。後者の研究は国際学会で発表を行った。さらに、予測モデル構築における検査値データの有用性を検討するため、協力施設から得られたデータを用いて、腹部悪性手術後の創部感染、抗菌薬の再開、術後入院期間の予測を行った。創部感染、抗菌薬再開は症例数が少なく予測不能で...
【情報学】情報学フロンティア:インターネット高度化機械学習を含む研究件
❏セキュリティ解析の共通基盤となるマルウェア・インフォマティクスの確立(16H02832)
【研究テーマ】情報セキュリティ
【研究種目】基盤研究(B)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】後藤 滋樹 早稲田大学, 理工学術院, 教授 (30287966)
【キーワード】セキュリティ / マルウェア / 大規模データ解析 / モバイル / セキュア・ネットワーク (他14件)
【概要】ネットワーク社会の最大の脅威となっているのがサイバー攻撃である.攻撃対策技術を確立することが社会的な要請であるが,従来の対策技術は個々の攻撃に対処するものであり,しかも人間の介在が必要であった. 本研究は,データ科学からのアプローチを採り,サイバー攻撃対策技術の研究成果を有効に蓄積するためのマルウェア・インフォマティックスの確立を目指した. 本研究では,実際に大量のデータを蓄積した.さらにデータの...
❏アプリケーション・デバイス特化型次世代MVNOの研究(15H01681)
【研究テーマ】情報ネットワーク
【研究種目】基盤研究(A)
【研究期間】2015-04-01 - 2018-03-31
【研究代表者】中尾 彰宏 東京大学, 大学院情報学環, 教授 (60401238)
【キーワード】SDN / Network Slicing / NFV / MVNO / 仮想ネットワーク (他25件)
【概要】アプリケーション・デバイス毎のスライス構築とSDN/NFV技術により、きめの細かいQoS制御と網内機能を導入する「アプリケーション・デバイス特化型次世代MVNO基盤の提案とその有効性を実ネットワークにおける実証実験を遂行した。(1) トラフィックから確実にアプリケーション・デバイスを特定しQoS制御を行う基盤技術、(2)網内ネットワーク機能により資源の少ないモバイル端末の利用を高度化するエッジコン...
❏Linked Data間の意味的関係付け手法に関する研究(25330369)
【研究テーマ】ウェブ情報学・サービス情報学
【研究種目】基盤研究(C)
【研究期間】2013-04-01 - 2016-03-31
【研究代表者】市瀬 龍太郎 国立情報学研究所, 情報学プリンシプル研究系, 准教授 (00332156)
【キーワード】人工知能 / セマンティックWeb / Linked Data / 機械学習 / インターネット高度化
【概要】Linked Data は,データのWeb とも呼ばれ,急速に普及しつつあるが,データ間のリンク(関係付け)が不十分なため,実用上で大きな問題となっている.本研究では,大規模で様々な種類のデータが分散して提供されているLinked Data に対して,意味的な関係付けを高速かつ高精度に行う手法を開発することが目的である.そのために必要な新たな技術の開発を行った. ...
【情報学】情報学フロンティア:Novelty Detection機械学習を含む研究件
❏機械学習を用いた概念合成アプローチによる新商品アイデア自動創出技術の高度化(19K12235)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】須藤 明人 静岡大学, 情報学部, 講師 (80588369)
【キーワード】創造性の自動化 / 機械学習 / Novelty Detection
【概要】
❏日常使用に耐えうる携帯機器の所持位置推定とその応用(18H03228)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2018-04-01 - 2021-03-31
【研究代表者】藤波 香織 東京農工大学, 工学(系)研究科(研究院), 教授 (10409633)
【キーワード】携帯機器所持位置認識 / 行動認識 / コンテキストアウェアネス / スマートフォン / 能動学習 (他20件)
【概要】本研究はスマートフォンに代表される携帯機器を所持する際の自由度を上げることを目的とした.その中で,1)分類器の2階層化とアンサンブル分類器構成により多様な行動の最中における高精度な所持位置認識,2)新規性検出とクラスタリング技術の利用によるユーザの手に渡った後でそのユーザ独自の所持位置を認識対象に追加する仕組み,3)既存の分類器と新規ユーザとの相性を用いて分類器を選択したのちに能動学習によりユーザ...
【情報学】情報学フロンティア:ソーシャルメディア分析機械学習を含む研究件
❏ソーシャルメディアのモニタリングを強化するためのグラフ時系列モデルの構築(22H03695)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2022-04-01 - 2027-03-31
【研究代表者】小林 亮太 東京大学, 大学院新領域創成科学研究科, 准教授 (70549237)
【キーワード】ソーシャルメディア分析 / 時系列モデル / ネットワーク分析 / トピックモデル / 機械学習
【概要】
❏ソーシャルメディアにおける将来のトレンドを予測する時系列モデルの開発(18K11560)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2018-04-01 - 2023-03-31
【研究代表者】小林 亮太 東京大学, 大学院新領域創成科学研究科, 准教授 (70549237)
【キーワード】ソーシャルメディア分析 / Webデータ分析 / 時系列モデル / フェークニュース / 情報拡散 (他13件)
【概要】Web上では、時々刻々膨大な量のコンテンツ (1分間にTwitter では45万以上のツイート, Youtube では400時間以上の動画が投稿されている) が生まれている。この中でも、人々に注目されるコンテンツはほんの一部である。本研究では、ソーシャルメディアに着目し、「将来のトレンド (Twitter におけるハッシュタグの流行など) を予測できるのか?」 という問いを設定して研究を進めた。2...
【情報学】情報学フロンティア:半教師付き学習機械学習を含む研究件
❏少量学習データに対応可能な機械学習の基盤構築(19K22863)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2019-06-28 - 2022-03-31
【研究代表者】山崎 俊彦 東京大学, 大学院情報理工学系研究科, 准教授 (70376599)
【キーワード】少量学習データ / ドメイン適応 / 弱教師付き学習 / 半教師付き学習 / Few -Shot学習 (他12件)
【概要】深層学習は圧倒的な性能を発揮することが知られているが、それは大規模な正解データが入手可能である場合に限られる。裏を返せばそのデータを取得・作成するための時間的・金銭的コストが大きな問題である。物体認識などすでに昔から研究がなされている分野では豊富なデータセットが入手可能である一方、産業界のデータや個人情報が絡む医療データなどは大規模な正解データセットを期待できない場合も多い。本研究ではこの問題を解...
❏様々な低品質データに対応するロバストな分類アルゴリズムの開発(18K11448)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2018-04-01 - 2022-03-31
【研究代表者】須子 統太 早稲田大学, 社会科学総合学術院, 准教授 (40409660)
【キーワード】パターン認識 / ラベルノイズ / EMアルゴリズム / 漸近解析 / 機械学習 (他8件)
【概要】本研究では,蓄積されたデータをもとにある特徴量に対応するラベルを予測する分類アルゴリズムについて扱った.分類アルゴリズムの実用では,ノイズ等を含む低品質なデータを用いる場合が多々ある.本研究では様々なノイズを統一的なモデルで表現したもとで高性能な分類アルゴリズムを提案し,理論的な性能限界を導くとともに,性能限界と実アルゴリズムの性能差の解析を行った. ...
❏複数の多層人工神経回路網を用いた群深層学習(17K12734)
【研究テーマ】知能情報学
【研究種目】若手研究(B)
【研究期間】2017-04-01 - 2022-03-31
【研究代表者】田村 康将 東京工業大学, 情報理工学院, 助教 (50773701)
【キーワード】半教師あり学習 / 群知能 / 深層学習 / 機械学習 / 合意形成 (他7件)
【概要】深層学習の適用において,膨大な訓練データを作成する作業は非常に高コストである.訓練データ数を削減しながら精度の高いモデルを生成することを目的とし,群知能研究の知見を応用した複数のニューラルネットワークによる半教師あり学習の手法を提案し,いくつかのタスクについて有効性の検証を行なった. 提案手法は,特定のタスクにおいて計算量の増大を許容できる場合という制限つきではあるものの,競合手法と同等の精度でモ...
【情報学】情報学フロンティア:敵対的生成ネットワーク機械学習を含む研究件
❏データ駆動型物理法則CGアニメーションの発展と深化(19K11990)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】金井 崇 東京大学, 大学院総合文化研究科, 准教授 (60312261)
【キーワード】物理法則アニメーション / データ駆動法 / 深層学習 / キャラクタアニメーション / 髪アニメーション (他21件)
【概要】本研究の目的は,物理法則アニメーションについて,リアルタイムアニメーションを実現するためのデータ駆動型手法によるアプローチを確立することである.ここでは,物理法則アニメーションの中の研究トピックとして,脆性破壊,髪,人体変形の3つのアニメーションを取り上げ,その計算処理の中でボトルネックとなる処理を深層学習による処理に置き換える,というアプローチを採った.様々な実験を通じて,主に処理の高速化や効率...
❏レジリエントな都市交通機能を実現する「認知,インフラ,制度」の相互改善型設計(16H02907)
【研究テーマ】ウェブ情報学・サービス情報学
【研究種目】基盤研究(B)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】荒井 幸代 千葉大学, 大学院工学研究院, 教授 (10372575)
【キーワード】逆強化学習 / 強化学習 / 多目的最適化 / 社会シミュレーション / 行動規範 (他27件)
【概要】本課題では,都市交通が頑健かつ柔軟に機能する状況を「レジリエンス」と定義し,これを実現する上で,情報インフラや人の状況判断,法制度の3つのソフトインフラの連携が必要との立場から研究を進めてきた.特に緊急時の二次被害減災は人の行動が鍵であるとし,人の挙動特性を考慮した都市交通システム設計法を提案した.災害における人の行動の規範は,過去の似た状況の記憶に影響を受けるため,正しい情報を直接提供するよりも...
【情報学】情報学フロンティア:EMアルゴリズム機械学習を含む研究件
❏様々な低品質データに対応するロバストな分類アルゴリズムの開発(18K11448)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2018-04-01 - 2022-03-31
【研究代表者】須子 統太 早稲田大学, 社会科学総合学術院, 准教授 (40409660)
【キーワード】パターン認識 / ラベルノイズ / EMアルゴリズム / 漸近解析 / 機械学習 (他8件)
【概要】本研究では,蓄積されたデータをもとにある特徴量に対応するラベルを予測する分類アルゴリズムについて扱った.分類アルゴリズムの実用では,ノイズ等を含む低品質なデータを用いる場合が多々ある.本研究では様々なノイズを統一的なモデルで表現したもとで高性能な分類アルゴリズムを提案し,理論的な性能限界を導くとともに,性能限界と実アルゴリズムの性能差の解析を行った. ...
❏移動通信における人工知能を用いたシステム制御技術の研究(18H01437)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2018-04-01 - 2023-03-31
【研究代表者】府川 和彦 東京工業大学, 工学院, 教授 (00323775)
【キーワード】次世代移動通信 / へトロジーニアス・ネットワーク / 干渉抑圧技術 / 機械学習 / 強化学習 (他21件)
【概要】次世代移動通信のへトロジーニアス・ネットワークにおいて,受信機も干渉キャンセル機能を有することを前提に,複雑かつ膨大な演算量を要する統合送信技術を低演算量で,かつ最適システム容量を達成するように制御することを検討した. 具体的には,MIMO (Multiple-Input Multiple-Output) 通信で7セル以上のセルラーシステムを想定し,受信機の干渉キャンセル機能として,線形受信では最...
【情報学】情報学フロンティア:トピックモデル機械学習を含む研究件
❏ソーシャルメディアのモニタリングを強化するためのグラフ時系列モデルの構築(22H03695)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2022-04-01 - 2027-03-31
【研究代表者】小林 亮太 東京大学, 大学院新領域創成科学研究科, 准教授 (70549237)
【キーワード】ソーシャルメディア分析 / 時系列モデル / ネットワーク分析 / トピックモデル / 機械学習
【概要】
❏ソーシャルメディアにおける将来のトレンドを予測する時系列モデルの開発(18K11560)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2018-04-01 - 2023-03-31
【研究代表者】小林 亮太 東京大学, 大学院新領域創成科学研究科, 准教授 (70549237)
【キーワード】ソーシャルメディア分析 / Webデータ分析 / 時系列モデル / フェークニュース / 情報拡散 (他13件)
【概要】Web上では、時々刻々膨大な量のコンテンツ (1分間にTwitter では45万以上のツイート, Youtube では400時間以上の動画が投稿されている) が生まれている。この中でも、人々に注目されるコンテンツはほんの一部である。本研究では、ソーシャルメディアに着目し、「将来のトレンド (Twitter におけるハッシュタグの流行など) を予測できるのか?」 という問いを設定して研究を進めた。2...
❏政党マニフェストの時系列データ構築と政策位置の推定(国際共同研究強化)(15KK0136)
【研究テーマ】政治学
【研究種目】国際共同研究加速基金(国際共同研究強化)
【研究期間】2016 - 2019
【研究代表者】日野 愛郎 早稲田大学, 政治経済学術院, 教授 (30457816)
【キーワード】政党マニフェスト / 選挙公約 / 計量テキスト分析 / 教師なし学習 / Wordfish (他14件)
【概要】本研究の目的は、日本における政党の選挙公約、ならびにマニフェストを通時的に収集し、計量テキスト分析の手法を用いて政党位置を推定することである。アーカイブ化・テキスト化を進め、資料、テキストデータとして広く公共財として利用できるよう準備を進めた。wordfishのモデルなどをもとに政党位置を推定したところ、比較マニフェストプロジェクトや専門家調査の政策位置に概ね相似していたが、一部違いも見られた。...
【情報学】情報学フロンティア:時系列モデル機械学習を含む研究件
❏小区分62020:ウェブ情報学およびサービス情報学関連(0)
【研究テーマ】2018
【研究種目】ソーシャルメディア分析
【研究期間】Webデータ分析
【研究代表者】時系列モデル
【キーワード】フェークニュース
【概要】
❏機械学習的手法を用いたマクロ計量経済分析(20H01482)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】新谷 元嗣 東京大学, 大学院経済学研究科(経済学部), 教授 (00252718)
【キーワード】機械学習 / 時系列モデル / 経済予測 / ビッグデータ / マクロ政策評価 (他6件)
【概要】初年度は主に次の3つの分析で進展があった。 1番目に研究計画の根幹となっている、ニューラルネットワークを含む機械学習手法と主成分分析で抽出された動学的な共通因子を組み合わせるマクロ時系列データ予測研究で、まず大規模な構造化データを用いる場合の次元縮約の最適な枠組みを検討し、実証分析に応用した。 2番目に非構造化データを用いたマクロ経済予測の実証分析では、新聞テキストデータを用いて我が国のインフレ率...
❏ソーシャルメディアにおける将来のトレンドを予測する時系列モデルの開発(18K11560)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2018-04-01 - 2023-03-31
【研究代表者】小林 亮太 東京大学, 大学院新領域創成科学研究科, 准教授 (70549237)
【キーワード】ソーシャルメディア分析 / Webデータ分析 / 時系列モデル / フェークニュース / 情報拡散 (他13件)
【概要】Web上では、時々刻々膨大な量のコンテンツ (1分間にTwitter では45万以上のツイート, Youtube では400時間以上の動画が投稿されている) が生まれている。この中でも、人々に注目されるコンテンツはほんの一部である。本研究では、ソーシャルメディアに着目し、「将来のトレンド (Twitter におけるハッシュタグの流行など) を予測できるのか?」 という問いを設定して研究を進めた。2...
【情報学】情報学フロンティア:時系列解析機械学習を含む研究件
❏ソーシャルメディアにおける将来のトレンドを予測する時系列モデルの開発(18K11560)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2018-04-01 - 2023-03-31
【研究代表者】小林 亮太 東京大学, 大学院新領域創成科学研究科, 准教授 (70549237)
【キーワード】ソーシャルメディア分析 / Webデータ分析 / 時系列モデル / フェークニュース / 情報拡散 (他13件)
【概要】Web上では、時々刻々膨大な量のコンテンツ (1分間にTwitter では45万以上のツイート, Youtube では400時間以上の動画が投稿されている) が生まれている。この中でも、人々に注目されるコンテンツはほんの一部である。本研究では、ソーシャルメディアに着目し、「将来のトレンド (Twitter におけるハッシュタグの流行など) を予測できるのか?」 という問いを設定して研究を進めた。2...
❏高次非線形モデリングの統合的研究(21300106)
【研究テーマ】統計科学
【研究種目】基盤研究(B)
【研究期間】2009-04-01 - 2014-03-31
【研究代表者】小西 貞則 中央大学, 理工学部, 教授 (40090550)
【キーワード】非線形モデリング / スパースモデリング / 高次モデル評価基準 / 正則化法 / ベイズモデリング (他33件)
【概要】計測・測定技術の高度な進展は,諸科学・産業界で大規模・高次元データの獲得と蓄積を促進し,現象解明に有用な情報を抽出するには従来手法は有効に機能せず,新たな解析手法の研究が希求されるようになった.本研究では,現象解明と予測・制御に不可欠な現象のモデル化とデータ解析手法の開発研究に取り組み,次のような研究成果を挙げた.(1) L1 型正則化法を理論的・数値的に研究し,汎化能力の高い回帰モデリング,識別...
【情報学】情報学フロンティア:時系列分析機械学習を含む研究件
❏ランドスケープモデルによる健康・疾患状態の可視化と予測(20K21837)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2020-07-30 - 2023-03-31
【研究代表者】石川 哲朗 国立研究開発法人理化学研究所, 情報統合本部, 研究員 (90824160)
【キーワード】ランドスケープ / 慢性疾患 / 急性疾患 / 疾患の多様性 / 病態分類 (他15件)
【概要】令和3年度は、これまで取り組んで来た慢性疾患データに対するランドスケープ分析として引き続き、1.睡眠リズム障害への応用、および、2.心不全データへの適用、そして、新たな対象疾患領域として急性疾患データへの適用として、3.新興感染症、特に新型コロナウイルス感染症(COVID-19)のデータ分析にランドスケープを応用する研究を実施した。 【睡眠リズム障害研究】全国180箇所の保育園で0歳から6歳までの...
❏ソーシャルメディアにおける将来のトレンドを予測する時系列モデルの開発(18K11560)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2018-04-01 - 2023-03-31
【研究代表者】小林 亮太 東京大学, 大学院新領域創成科学研究科, 准教授 (70549237)
【キーワード】ソーシャルメディア分析 / Webデータ分析 / 時系列モデル / フェークニュース / 情報拡散 (他13件)
【概要】Web上では、時々刻々膨大な量のコンテンツ (1分間にTwitter では45万以上のツイート, Youtube では400時間以上の動画が投稿されている) が生まれている。この中でも、人々に注目されるコンテンツはほんの一部である。本研究では、ソーシャルメディアに着目し、「将来のトレンド (Twitter におけるハッシュタグの流行など) を予測できるのか?」 という問いを設定して研究を進めた。2...
❏大規模ログデータを用いたユーザ行動分析のための次世代パターン認識手法の開発と応用(26560167)
【研究テーマ】社会システム工学・安全システム
【研究種目】挑戦的萌芽研究
【研究期間】2014-04-01 - 2017-03-31
【研究代表者】後藤 正幸 早稲田大学, 理工学術院, 教授 (40287967)
【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 (他8件)
【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...
【情報学】情報学フロンティア:マルチエージェント強化学習機械学習を含む研究件
❏プロトタイプ理論に基づく強化学習ロボットの知識選択における認知的経済性の向上(19K12173)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】鈴木 剛 東京電機大学, 工学部, 教授 (00349789)
【キーワード】転移学習 / 認知心理学モデル / プロトタイプ理論 / 機械学習 / 強化学習 (他9件)
【概要】転移学習を用いた強化学習ロボットの認知的経済性を実現するため,学習知識のカテゴリ化とプロトタイプの抽出,知識選択の高速化について検討した.最短経路探索を対象に,活性化拡散モデルに基づく知識のネットワーク化,プロトタイプ理論に基づくK-means++を用いた知識のカテゴリ化,カテゴリ内知識の平均化によるプロトタイプ抽出を行い,計算機実験により学習時間の短縮を確認した.計算機クラスタを用いた並列計算に...
❏レジリエントな都市交通機能を実現する「認知,インフラ,制度」の相互改善型設計(16H02907)
【研究テーマ】ウェブ情報学・サービス情報学
【研究種目】基盤研究(B)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】荒井 幸代 千葉大学, 大学院工学研究院, 教授 (10372575)
【キーワード】逆強化学習 / 強化学習 / 多目的最適化 / 社会シミュレーション / 行動規範 (他27件)
【概要】本課題では,都市交通が頑健かつ柔軟に機能する状況を「レジリエンス」と定義し,これを実現する上で,情報インフラや人の状況判断,法制度の3つのソフトインフラの連携が必要との立場から研究を進めてきた.特に緊急時の二次被害減災は人の行動が鍵であるとし,人の挙動特性を考慮した都市交通システム設計法を提案した.災害における人の行動の規範は,過去の似た状況の記憶に影響を受けるため,正しい情報を直接提供するよりも...
❏状態空間の自動的な圧縮表現に基づくマルチエージェント強化学習手法(12680387)
【研究テーマ】知能情報学
【研究種目】基盤研究(C)
【研究期間】2000 - 2001
【研究代表者】小野 典彦 徳島大学, 工学部, 教授 (60194594)
【キーワード】マルチエージェントシステム / マルチエージェント強化学習 / 強化学習 / 機械学習 / 進化計算 (他16件)
【概要】近年,強化学習手法を応用して,マルチエージェント環境におかれたエージェント群そのものに,試行錯誤な相互作用を行わせ,それらが採用すべき協調行動をボトムアップ的に組織化させ,それによってマルチエージェントシステムの設計者を支援しようとする試み("マルチエージェント強化学習"と呼ぶ)が数多くなされている.しかし,マルチエージェント環境におかれたエージェント群に,従来の強化学習を適用して...
【情報学】情報学フロンティア:Webデータ機械学習を含む研究件
❏大規模トラッキングによる超個体創発の解明と集合知の新理論の展開(21H04885)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2021-04-05 - 2024-03-31
【研究代表者】池上 高志 東京大学, 大学院総合文化研究科, 教授 (10211715)
【キーワード】集団知 / 機械学習 / 創発 / 生物集団 / 進化 (他9件)
【概要】2021年度は、3つの生物集団を対象として、一つのモデル・シミュレーションに関する実験を、計画どおりに開始することができた。その結果、以下のような新しい発見があり、それをSWARM-AROB国際会議(1/25-27/2022) にてorganized session (0S32: Collective Intelligence in Living /Non-Living Agents) を提案し、...
❏生物的進化システムとしてのインターネットサービスの分析(17H01821)
【研究テーマ】ウェブ情報学・サービス情報学
【研究種目】基盤研究(B)
【研究期間】2017-04-01 - 2020-03-31
【研究代表者】池上 高志 東京大学, 大学院総合文化研究科, 教授 (10211715)
【キーワード】インターネット / ウェブサービス / 進化理論 / 自己組織的臨界状態 / Big Data (他25件)
【概要】ウェブサービスが臨界状態(一つの投稿が大きく波及するような)に向かって進化していることを示した。それと同時にユーザーグループが特徴的な集団構造をつくっていくように観測できた。タグをつけるサービスどうしを比較し、簡単な数理モデル(Yule-Simonモデル)とでは説明できない現象を見い出した。ウェブの「意味」の創出は、新しいタグの進化ではなく、タグどうしの組み合わせの進化にある。特に投稿間に親子関係...
【情報学】情報学フロンティア:Webマイニング機械学習を含む研究件
❏ソーシャルメディアにおける将来のトレンドを予測する時系列モデルの開発(18K11560)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2018-04-01 - 2023-03-31
【研究代表者】小林 亮太 東京大学, 大学院新領域創成科学研究科, 准教授 (70549237)
【キーワード】ソーシャルメディア分析 / Webデータ分析 / 時系列モデル / フェークニュース / 情報拡散 (他13件)
【概要】Web上では、時々刻々膨大な量のコンテンツ (1分間にTwitter では45万以上のツイート, Youtube では400時間以上の動画が投稿されている) が生まれている。この中でも、人々に注目されるコンテンツはほんの一部である。本研究では、ソーシャルメディアに着目し、「将来のトレンド (Twitter におけるハッシュタグの流行など) を予測できるのか?」 という問いを設定して研究を進めた。2...
❏Webのハイパーリンク構造のモデル化に関する研究(16680008)
【研究テーマ】知能情報学
【研究種目】若手研究(A)
【研究期間】2004 - 2006
【研究代表者】村田 剛志 東京工業大学, 大学院情報理工学研究科, 助教授 (90242289)
【キーワード】Webマイニング / ハイパーリンク / 視聴行動ローデータ / PageRank / 視覚化 (他11件)
【概要】本研究代表者はハイパーリンク等のグラフ構造に基づいてWebページ等の対象間の関連性を見出すWebマイニングの研究を進めてきている。Webページの多くは、関連するページへのハイパーリンクを有しており、Webコミュニティと呼ばれるグラフ構造を構成している。このような密な部分構造についての知見を得ることは、Webから効率的な情報収集をする上で重要である。 本年度においては、ユーザの振る舞いをログデータか...
【情報学】情報学フロンティア:探索機械学習を含む研究件
❏計算機による状況判断や大局観の言語化(25330432)
【研究テーマ】エンタテインメント・ゲーム情報学
【研究種目】基盤研究(C)
【研究期間】2013-04-01 - 2016-03-31
【研究代表者】金子 知適 東京大学, 大学院情報学環, 准教授 (00345068)
【キーワード】ゲームプログラミング / 探索 / 機械学習 / ゲーム情報学 / 人工知能
【概要】本研究課題の究極の目標は,直感や大局観などの言葉で表される人間の判断の根拠の概要を,計算機の分析を通じて言語や図で明示的に表現する手法を実現することである.対象とする分野は,計画の通り,人工知能の判断力が熟達した人間の判断力に追いついたことを重視し,将棋や囲碁を扱った. それらを題材に,棋譜と解説すべき局面の重要性を評価することを目標に,どのような展開が有力かを推定する手法を開発・改善し,性能を評...
❏解析アクションの先読みに基づく高速・高精度な自然言語文解析(23700162)
【研究テーマ】知能情報学
【研究種目】若手研究(B)
【研究期間】2011 - 2012
【研究代表者】鶴岡 慶雅 東京大学, 大学院・工学系研究科, 准教授 (50566362)
【キーワード】自然言語処理 / 機械学習 / 品詞タグ付け / 固有表現認識 / 構文解析 (他10件)
【概要】本研究では、品詞タグ付けや構文解析といった様々な自然言語処理タスクに適用可能な機械学習アルゴリズムの開発を行った。本アルゴリズムは、「履歴に基づくモデル」に先読み機構を導入することを可能にし、その解析精度を大幅に向上することが可能である。実験の結果、複数の自然言語処理において、本アルゴリズムによるアプローチは、自然言語処理分野で標準的に使われるモデルである「条件付き確率場」モデルよりも精度の点で優...
❏アルゴリズムに応じた知識獲得手法の研究(16700130)
【研究テーマ】知能情報学
【研究種目】若手研究(B)
【研究期間】2004 - 2006
【研究代表者】金子 知適 東京大学, 大学院総合文化研究科, 助手 (00345068)
【キーワード】人工知 / 機械学習 / アルゴリズム / ゲームプログラミング / 探索 (他8件)
【概要】今まで知識なしで動かしていたアルゴリズムに,知識を組み込むことで効率化する研究を行なった.また,ハードウェアの進歩により扱えるデータの量が増えた利点を活用し,組み込む知識を自動的に獲得させる際に大規模な計算を行うことで信頼性を追及した. 対象としては適度に複雑でかつ成果が期待できる題材として,探索問題の一つである将棋及び囲碁のブログラムを選び,そこで用いられるアルゴリズムと知識の組み合わ方を整理し...
【情報学】情報学フロンティア:脆性破壊アニメーション機械学習を含む研究件
❏データ駆動型物理法則CGアニメーションの発展と深化(19K11990)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】金井 崇 東京大学, 大学院総合文化研究科, 准教授 (60312261)
【キーワード】物理法則アニメーション / データ駆動法 / 深層学習 / キャラクタアニメーション / 髪アニメーション (他21件)
【概要】本研究の目的は,物理法則アニメーションについて,リアルタイムアニメーションを実現するためのデータ駆動型手法によるアプローチを確立することである.ここでは,物理法則アニメーションの中の研究トピックとして,脆性破壊,髪,人体変形の3つのアニメーションを取り上げ,その計算処理の中でボトルネックとなる処理を深層学習による処理に置き換える,というアプローチを採った.様々な実験を通じて,主に処理の高速化や効率...
❏データ駆動型手法による物理法則CGアニメーションの高精細化(16K00169)
【研究テーマ】高性能計算
【研究種目】基盤研究(C)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】金井 崇 東京大学, 大学院総合文化研究科, 准教授 (60312261)
【キーワード】コンピュータグラフィックス / データ駆動型手法 / 液体シミュレーション / 髪シミュレーション / 弾性体シミュレーション (他20件)
【概要】3DCGにおいてリアルな映像を得るために,物理シミュレーションによるアニメーション作成が行われている.しかし,ゲーム等での利用においては,物理シミュレーションのために計算リソースを割くことができず,低解像度での計算を余儀なくされる.本研究では,機械学習によるアプローチをもとにしたデータ駆動型手法を物理シミュレーションに適用すること,および,低解像度のシミュレーション結果を高精細化するための手法を確...
【情報学】情報学フロンティア:物理法則アニメーション機械学習を含む研究件
❏データ駆動型物理法則CGアニメーションの発展と深化(19K11990)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】金井 崇 東京大学, 大学院総合文化研究科, 准教授 (60312261)
【キーワード】物理法則アニメーション / データ駆動法 / 深層学習 / キャラクタアニメーション / 髪アニメーション (他21件)
【概要】本研究の目的は,物理法則アニメーションについて,リアルタイムアニメーションを実現するためのデータ駆動型手法によるアプローチを確立することである.ここでは,物理法則アニメーションの中の研究トピックとして,脆性破壊,髪,人体変形の3つのアニメーションを取り上げ,その計算処理の中でボトルネックとなる処理を深層学習による処理に置き換える,というアプローチを採った.様々な実験を通じて,主に処理の高速化や効率...
❏データ駆動型手法による物理法則CGアニメーションの高精細化(16K00169)
【研究テーマ】高性能計算
【研究種目】基盤研究(C)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】金井 崇 東京大学, 大学院総合文化研究科, 准教授 (60312261)
【キーワード】コンピュータグラフィックス / データ駆動型手法 / 液体シミュレーション / 髪シミュレーション / 弾性体シミュレーション (他20件)
【概要】3DCGにおいてリアルな映像を得るために,物理シミュレーションによるアニメーション作成が行われている.しかし,ゲーム等での利用においては,物理シミュレーションのために計算リソースを割くことができず,低解像度での計算を余儀なくされる.本研究では,機械学習によるアプローチをもとにしたデータ駆動型手法を物理シミュレーションに適用すること,および,低解像度のシミュレーション結果を高精細化するための手法を確...
【情報学】情報学フロンティア:顔画像検出機械学習を含む研究件
❏大規模マンガデータベースのための自動要約生成の研究(17K00511)
【研究テーマ】エンタテインメント・ゲーム情報学
【研究種目】基盤研究(C)
【研究期間】2017-04-01 - 2020-03-31
【研究代表者】渡辺 裕 早稲田大学, 理工学術院, 教授 (10329154)
【キーワード】マンガ / 自動要約 / 機械学習 / 顔画像検出 / キャラクター検出 (他16件)
【概要】ユーザ主導型での高度なマンガ検索を実現することを目的として、機械学習を用いたマンガオブジェクト検出手法及びマンガ要約の自動生成手法の検討を行った。マンガメタデータの対象となるコマ、キャラクタ顔画像、吹出し、セリフの検出にはFaster R-CNNを用いた方式が有効であることが分かった。画像要約には、マンガの登場人物のキャラクタ顔画像検出した後に、クラスタリングによって分類することが必要でありDBS...
❏マンガ検索のための自動要約生成に関する研究(25330137)
【研究テーマ】マルチメディア・データベース
【研究種目】基盤研究(C)
【研究期間】2013-04-01 - 2016-03-31
【研究代表者】渡辺 裕 早稲田大学, 理工学術院, 教授 (10329154)
【キーワード】マンガ / 顔画像検出 / 機械学習 / 自動要約 / キャラクター抽出 (他12件)
【概要】マンガの自動要約を実現するためには、マンガに含まれるメタデータの抽出が必要である。このうち最も重要なものは登場キャラクターである。本研究では、キャラクター検出の高精度化を進めた。その結果、HOG特徴量を改良したDeformable Part Model (DPM) が有効であることを示した。また、事前知識がない状態からクラスリングにより主要キャラクターを同定する手法について検討した。これにより、正...
【情報学】情報学フロンティア:視線情報機械学習を含む研究件
❏深い学びを支援するための機械学習に基づく授業状況・学習状況の推定と可視化(18H01063)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2018-04-01 - 2022-03-31
【研究代表者】村上 正行 大阪大学, 全学教育推進機構, 教授 (30351258)
【キーワード】深い学び / 機械学習 / Learning Analytics / 授業状況の可視化 / 学習支援 (他10件)
【概要】コロナウイルスの影響で大学での対面授業を実施できなかったため,研究計画にあったような対面授業に関する行動データの獲得を行うことができず,分析もできなかった.その代わりとして,オンライン授業を対象とする研究を行うこととした. まず,オンデマンド授業を対象として,事前に取得した受講者の視線情報を講義映像上に表示し,被験者に視聴させることで視線情報が受講者の講義に対する集中力の向上や孤独感の解消にどの程...
❏言語理解における人間の振舞いの分析と言語処理の高精度化への応用(16H02865)
【研究テーマ】知能情報学
【研究種目】基盤研究(B)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】徳永 健伸 東京工業大学, 情報理工学院, 教授 (20197875)
【キーワード】自然言語処理 / コーパス / アノテーション / 視線情報 / 振舞い情報 (他9件)
【概要】自然言語処理の分野では,単語の品詞など,解析結果として得たい正解を解析対象のテキストに人手で付与(アノテーション)した「コーパス」を構築し,それを機械学習の訓練データとして用いることによって問題を解く手法が主流である.自然言語処理の広範な課題を網羅するために,自然言語処理の課題をセグメント課題,リンク課題,変換課題に分類し,各タイプの課題においてアノテーション作業者の視線,キー入力,マウス操作など...
【情報学】情報学フロンティア:キャラクター抽出機械学習を含む研究件
❏大規模マンガデータベースのための自動要約生成の研究(17K00511)
【研究テーマ】エンタテインメント・ゲーム情報学
【研究種目】基盤研究(C)
【研究期間】2017-04-01 - 2020-03-31
【研究代表者】渡辺 裕 早稲田大学, 理工学術院, 教授 (10329154)
【キーワード】マンガ / 自動要約 / 機械学習 / 顔画像検出 / キャラクター検出 (他16件)
【概要】ユーザ主導型での高度なマンガ検索を実現することを目的として、機械学習を用いたマンガオブジェクト検出手法及びマンガ要約の自動生成手法の検討を行った。マンガメタデータの対象となるコマ、キャラクタ顔画像、吹出し、セリフの検出にはFaster R-CNNを用いた方式が有効であることが分かった。画像要約には、マンガの登場人物のキャラクタ顔画像検出した後に、クラスタリングによって分類することが必要でありDBS...
❏マンガ検索のための自動要約生成に関する研究(25330137)
【研究テーマ】マルチメディア・データベース
【研究種目】基盤研究(C)
【研究期間】2013-04-01 - 2016-03-31
【研究代表者】渡辺 裕 早稲田大学, 理工学術院, 教授 (10329154)
【キーワード】マンガ / 顔画像検出 / 機械学習 / 自動要約 / キャラクター抽出 (他12件)
【概要】マンガの自動要約を実現するためには、マンガに含まれるメタデータの抽出が必要である。このうち最も重要なものは登場キャラクターである。本研究では、キャラクター検出の高精度化を進めた。その結果、HOG特徴量を改良したDeformable Part Model (DPM) が有効であることを示した。また、事前知識がない状態からクラスリングにより主要キャラクターを同定する手法について検討した。これにより、正...
【情報学】情報学フロンティア:深層強化学習機械学習を含む研究件
❏エージェントの自律的組織化学習アルゴリズムとシステム効率化の実現(20H04245)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2020-04-01 - 2024-03-31
【研究代表者】菅原 俊治 早稲田大学, 理工学術院, 教授 (70396133)
【キーワード】マルチエージェントシステム / 協調構造 / 深層強化学習 / 組織化 / 分散人工知能 (他9件)
【概要】一昨年度に課題とした複数の異なる能力を持つエージェントが、順番に個別の作業を進めるタイプのタスクにおいて、自分自身が担当すべき個別作業の学習と、その前後で作業するエージェントとの協調・調整行動の発現を、より複雑で多くのエージェントが必要なタスクでも実現する手法を提案した。しかし、同時に順列的作業では時間差があり、エージェント毎の学習の進行の差が障壁となり、より柔軟な自律学習手法が必要であることも判...
❏レジリエントな都市交通機能を実現する「認知,インフラ,制度」の相互改善型設計(16H02907)
【研究テーマ】ウェブ情報学・サービス情報学
【研究種目】基盤研究(B)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】荒井 幸代 千葉大学, 大学院工学研究院, 教授 (10372575)
【キーワード】逆強化学習 / 強化学習 / 多目的最適化 / 社会シミュレーション / 行動規範 (他27件)
【概要】本課題では,都市交通が頑健かつ柔軟に機能する状況を「レジリエンス」と定義し,これを実現する上で,情報インフラや人の状況判断,法制度の3つのソフトインフラの連携が必要との立場から研究を進めてきた.特に緊急時の二次被害減災は人の行動が鍵であるとし,人の挙動特性を考慮した都市交通システム設計法を提案した.災害における人の行動の規範は,過去の似た状況の記憶に影響を受けるため,正しい情報を直接提供するよりも...
【情報学】情報学フロンティア:ゲームプログラミング機械学習を含む研究件
❏思考ゲームの並列分散探索と機械学習基盤(16H02927)
【研究テーマ】エンタテインメント・ゲーム情報学
【研究種目】基盤研究(B)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】金子 知適 東京大学, 大学院情報学環・学際情報学府, 准教授 (00345068)
【キーワード】ゲームプログラミング / ゲーム情報学 / 人工知能 / 機械学習 / 並列計算
【概要】アルファ碁が人工知能全体の進歩として社会に衝撃を与えたように,ゲームを題材として人工知能研究はめざましく進歩している.この研究課題では,ゲームAIの賢さを実現する機械学習(特に強化学習)とゲーム木探索という基礎技術を研究した.さらに,並列分散計算を活用した高速化にも取り組んだ.現在の強化学習の枠組みではAIが賢さを身につけるために膨大の計算時間が必要で,社会で広く使うことが難しいためである. ...
❏計算機による状況判断や大局観の言語化(25330432)
【研究テーマ】エンタテインメント・ゲーム情報学
【研究種目】基盤研究(C)
【研究期間】2013-04-01 - 2016-03-31
【研究代表者】金子 知適 東京大学, 大学院情報学環, 准教授 (00345068)
【キーワード】ゲームプログラミング / 探索 / 機械学習 / ゲーム情報学 / 人工知能
【概要】本研究課題の究極の目標は,直感や大局観などの言葉で表される人間の判断の根拠の概要を,計算機の分析を通じて言語や図で明示的に表現する手法を実現することである.対象とする分野は,計画の通り,人工知能の判断力が熟達した人間の判断力に追いついたことを重視し,将棋や囲碁を扱った. それらを題材に,棋譜と解説すべき局面の重要性を評価することを目標に,どのような展開が有力かを推定する手法を開発・改善し,性能を評...
❏機械学習と探索技術を応用した人間の状況判断の支援(22700136)
【研究テーマ】知能情報学
【研究種目】若手研究(B)
【研究期間】2010 - 2012
【研究代表者】金子 知適 東京大学, 大学院・総合文化研究科, 准教授 (00345068)
【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 (他6件)
【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. ...
【情報学】情報学フロンティア:ゲーム情報学機械学習を含む研究件
❏思考ゲームの並列分散探索と機械学習基盤(16H02927)
【研究テーマ】エンタテインメント・ゲーム情報学
【研究種目】基盤研究(B)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】金子 知適 東京大学, 大学院情報学環・学際情報学府, 准教授 (00345068)
【キーワード】ゲームプログラミング / ゲーム情報学 / 人工知能 / 機械学習 / 並列計算
【概要】アルファ碁が人工知能全体の進歩として社会に衝撃を与えたように,ゲームを題材として人工知能研究はめざましく進歩している.この研究課題では,ゲームAIの賢さを実現する機械学習(特に強化学習)とゲーム木探索という基礎技術を研究した.さらに,並列分散計算を活用した高速化にも取り組んだ.現在の強化学習の枠組みではAIが賢さを身につけるために膨大の計算時間が必要で,社会で広く使うことが難しいためである. ...
❏計算機による状況判断や大局観の言語化(25330432)
【研究テーマ】エンタテインメント・ゲーム情報学
【研究種目】基盤研究(C)
【研究期間】2013-04-01 - 2016-03-31
【研究代表者】金子 知適 東京大学, 大学院情報学環, 准教授 (00345068)
【キーワード】ゲームプログラミング / 探索 / 機械学習 / ゲーム情報学 / 人工知能
【概要】本研究課題の究極の目標は,直感や大局観などの言葉で表される人間の判断の根拠の概要を,計算機の分析を通じて言語や図で明示的に表現する手法を実現することである.対象とする分野は,計画の通り,人工知能の判断力が熟達した人間の判断力に追いついたことを重視し,将棋や囲碁を扱った. それらを題材に,棋譜と解説すべき局面の重要性を評価することを目標に,どのような展開が有力かを推定する手法を開発・改善し,性能を評...
❏機械学習と探索技術を応用した人間の状況判断の支援(22700136)
【研究テーマ】知能情報学
【研究種目】若手研究(B)
【研究期間】2010 - 2012
【研究代表者】金子 知適 東京大学, 大学院・総合文化研究科, 准教授 (00345068)
【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 (他6件)
【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. ...
【情報学】情報学フロンティア:自動要約機械学習を含む研究件
❏大規模マンガデータベースのための自動要約生成の研究(17K00511)
【研究テーマ】エンタテインメント・ゲーム情報学
【研究種目】基盤研究(C)
【研究期間】2017-04-01 - 2020-03-31
【研究代表者】渡辺 裕 早稲田大学, 理工学術院, 教授 (10329154)
【キーワード】マンガ / 自動要約 / 機械学習 / 顔画像検出 / キャラクター検出 (他16件)
【概要】ユーザ主導型での高度なマンガ検索を実現することを目的として、機械学習を用いたマンガオブジェクト検出手法及びマンガ要約の自動生成手法の検討を行った。マンガメタデータの対象となるコマ、キャラクタ顔画像、吹出し、セリフの検出にはFaster R-CNNを用いた方式が有効であることが分かった。画像要約には、マンガの登場人物のキャラクタ顔画像検出した後に、クラスタリングによって分類することが必要でありDBS...
❏マンガ検索のための自動要約生成に関する研究(25330137)
【研究テーマ】マルチメディア・データベース
【研究種目】基盤研究(C)
【研究期間】2013-04-01 - 2016-03-31
【研究代表者】渡辺 裕 早稲田大学, 理工学術院, 教授 (10329154)
【キーワード】マンガ / 顔画像検出 / 機械学習 / 自動要約 / キャラクター抽出 (他12件)
【概要】マンガの自動要約を実現するためには、マンガに含まれるメタデータの抽出が必要である。このうち最も重要なものは登場キャラクターである。本研究では、キャラクター検出の高精度化を進めた。その結果、HOG特徴量を改良したDeformable Part Model (DPM) が有効であることを示した。また、事前知識がない状態からクラスリングにより主要キャラクターを同定する手法について検討した。これにより、正...
【情報学】情報学フロンティア:コミュニケーション支援機械学習を含む研究件
❏遠隔映像コミュニケーション支援に向けた高速ビジョンシステムの開発(21K17783)
【研究テーマ】
【研究種目】若手研究
【研究期間】2021-04-01 - 2024-03-31
【研究代表者】金 賢梧 東京大学, 生産技術研究所, 特任助教 (60817328)
【キーワード】顔ポーズトラッキング / 高速カメラネットワーク / 同期精度評価手法 / 高速ビジョンシステム / 遠隔映像コミュニケーション (他8件)
【概要】本研究では、1,000fpsの高速分散型スマートカメラネットワークとAI基盤の顔認識技術を発展させ、オンライン会議向けの最適映像取得と低遅延提示が可能な高速ビジョンシステムの実現を目指している。2021年度の計画では、(1)AIによる顔認識の高速化に必要な条件を明らかににすること、(2)セルフウィンドウ方などの高速化手法の有効性を確認することを目標に下記のような研究を遂行した。 (1)人の顔認識結...
❏マルチモーダル情報に基づく議論エージェントの開発(15H02746)
【研究テーマ】知能情報学
【研究種目】基盤研究(B)
【研究期間】2015-04-01 - 2018-03-31
【研究代表者】新田 克己 東京工業大学, 情報理工学院, 教授 (60293073)
【キーワード】人工知能 / 対話エージェント / マルチモーダル情報 / 議論演習 / 数理議論学 (他15件)
【概要】法学部における議論演習の教員の負担を軽減するため、与えられた議論課題に関して学生と自律的に議論を行い、学生の議論スキルを評価する機能を持つ議論エージェントを開発した。議論エージェントは、学生の発言を論理的に理解し、議論の有利/不利の判断を行い、相手の音声や身振りから発話意欲を推定し、それらを考慮した議論戦略によって応答を行う高度な対話システムであり、ヒューマノイド型ロボットPepperの上に実装さ...
【情報学】情報学フロンティア:強化学習機械学習を含む研究件
❏小区分61050:知能ロボティクス関連(0)
【研究テーマ】2019
【研究種目】転移学習
【研究期間】認知心理学モデル
【研究代表者】プロトタイプ理論
【キーワード】機械学習
【概要】本研究はテーマA,B,Cに分かれて遂行する計画となっている.今年度はそれぞれのテーマで以下の研究に取り組んだ.テーマA:動的ネットワーク交通流の性質の交通工学理論に基づく数学的解析,テーマB:統計的機械学習に基づく交通状態・需要情報の推定・将来予測手法,テーマC:理想的な状況を仮定した強化学習による交通システム制御手法などを開発した.各テーマの具体的な成果を以下に述べる.Aでは,例えば道路利用者の...
❏社会システムの変化に適応する交通の制御とサービス(19H02377)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】藤井 秀樹 東京大学, 大学院工学系研究科(工学部), 准教授 (00597809)
【キーワード】交通システム / エージェントシミュレーション / 強化学習 / 深層学習 / 信号制御 (他10件)
【概要】本研究では,自動走行車の普及を見越した交通システムの適応進化型制御とサービスの提案をめざした.前者に関しては制御に用いるための交通流状態予測アルゴリズムを提案した.後者に関してはライドシェアサービス車両の配車アルゴリズムを提案し,リアルタイムに応答可能であるかどうかを評価した.またシミュレーションの基盤として交通流のハイブリッドモデル(流体近似モデル+マルチエージェントモデル)を提案した. ...
❏プロトタイプ理論に基づく強化学習ロボットの知識選択における認知的経済性の向上(19K12173)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】鈴木 剛 東京電機大学, 工学部, 教授 (00349789)
【キーワード】転移学習 / 認知心理学モデル / プロトタイプ理論 / 機械学習 / 強化学習 (他9件)
【概要】転移学習を用いた強化学習ロボットの認知的経済性を実現するため,学習知識のカテゴリ化とプロトタイプの抽出,知識選択の高速化について検討した.最短経路探索を対象に,活性化拡散モデルに基づく知識のネットワーク化,プロトタイプ理論に基づくK-means++を用いた知識のカテゴリ化,カテゴリ内知識の平均化によるプロトタイプ抽出を行い,計算機実験により学習時間の短縮を確認した.計算機クラスタを用いた並列計算に...
【情報学】情報学フロンティア:検索機械学習を含む研究件
❏SMADによるビッグデータ類似検索超高速化とその応用(25280002)
【研究テーマ】情報学基礎理論
【研究種目】基盤研究(B)
【研究期間】2013-04-01 - 2017-03-31
【研究代表者】渋谷 哲朗 東京大学, 医科学研究所, 准教授 (60396893)
【キーワード】アルゴリズム / ビッグデータ / 検索 / タンパク質立体構造 / 次世代シークエンサー (他8件)
【概要】統計的モデルにもとづく全く新しいアルゴリズム設計パラダイムであるSMADに基づき、タンパク質立体構造データベースを中心とした様々なデータベース上での高速なビッグデータ検索技術の研究開発の実現、およびそれらを活用した応用アルゴリズムの実現をめざして研究を行った。その結果、タンパク質機能予測などを精度を落とさずに高速化することに成功したほか、より幅広いタンパク質立体構造検索の高速検索も実現した。また、...
❏Webテキストからの知識抽出支援システムに関する研究(17200007)
【研究テーマ】知能情報学
【研究種目】基盤研究(A)
【研究期間】2005 - 2007
【研究代表者】中川 裕志 東京大学, 情報基盤センター, 教授 (20134893)
【キーワード】WWW / 知識 / テキスト / マイニング / 用例検索 (他18件)
【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...
【情報学】情報学フロンティア:並列処理機械学習を含む研究件
❏異種アーキテクチャ並列環境におけるスケーラブルな機械学習基盤ソフトウェア技術(20H04165)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】遠藤 敏夫 東京工業大学, 学術国際情報センター, 教授 (80396788)
【キーワード】並列処理 / 機械学習 / 異種アーキテクチャ / メモリ階層 / プログラミング (他10件)
【概要】以下の研究項目について研究を推進した。 (a) 演算カーネルレベルのマルチコア/SIMD並列性の活用:本項目ではまず、ドメイン特化型言語(DSL)Halideにより、反復をまたぐブロッキング技術を含めたステンシルカーネルを対象とし、開発コストの低減とCPU/GPU上の高性能の両立が可能であることを示した。そしてハンドコーディングしたカーネルとの性能比較を行った。その中途成果について情報処理学会SW...
❏極端気象予測を拓くビッグデータ機械学習基盤の研究(17H01748)
【研究テーマ】高性能計算
【研究種目】基盤研究(B)
【研究期間】2017-04-01 - 2020-03-31
【研究代表者】建部 修見 筑波大学, 計算科学研究センター, 教授 (70357432)
【キーワード】分散深層学習 / 極端気象 / 機械学習 / 並列I/O (他8件)
【概要】豪雨・突風・高温などの極端気象は人類に甚大な被害をもたらすが、その予測は極端気象に関する膨大な知識が必要である。本研究では、その知識を効率的に生成する機械学習基盤の構築を目的とする。これまで、豪雨予測などの知識獲得を想定して、全国の気象レーダで観測したデータと大気中の水分データを用い機械学習のための気象データの整備を行った。また、大規模学習データを用いた分散深層学習のための基盤研究を行った。学習デ...
【情報学】情報学フロンティア:データ・マイニング機械学習を含む研究件
❏生活環境下致死性状況の二度なしを可能とするリスク免疫情報学創生の実証的検討(20K21052)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2020-07-30 - 2022-03-31
【研究代表者】西田 佳史 東京工業大学, 工学院, 教授 (60357712)
【キーワード】免疫学 / 機械学習 / 安全工学 / 小児安全 / 傷害予防 (他13件)
【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...
❏決定木分析を用いた副作用発現リスク推定モデル構築に向けた基盤研究(19K23791)
【研究テーマ】
【研究種目】研究活動スタート支援
【研究期間】2019-08-30 - 2021-03-31
【研究代表者】今井 俊吾 北海道大学, 薬学研究院, 助教 (40845070)
【キーワード】決定木分析 / データマイニング / バンコマイシン / 腎機能障害 / 治療薬物モニタリング (他8件)
【概要】データマイニング手法の一つである決定木分析を用いて、医療者が簡便に「個々の患者の副作用発現リスク」を評価可能なモデル構築を目指した。対象は、メチシリン耐性黄色ブドウ球菌感染症の治療薬であるバンコマイシンによる腎機能障害とした。 北海道内4施設を協力医療機関とする多施設共同研究の遂行により、より一般化可能なバンコマイシンによる腎機能障害リスクの推定モデルの構築に成功した。また、構築したモデルの精度は...
❏機械学習計算基盤の構築と複数領域における画期的成果の創出(17H00762)
【研究テーマ】知能情報学
【研究種目】基盤研究(A)
【研究期間】2017-04-01 - 2021-03-31
【研究代表者】申 吉浩 学習院大学, 付置研究所, 教授 (60523587)
【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 (他14件)
【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、G...
【情報学】情報学フロンティア:データ統合機械学習を含む研究件
❏大規模・異種の時空間データ統合で生じる矛盾を許容するサイエンスクラウド基盤(24240015)
【研究テーマ】メディア情報学・データベース
【研究種目】基盤研究(A)
【研究期間】2012-04-01 - 2015-03-31
【研究代表者】小島 功 独立行政法人産業技術総合研究所, 情報技術研究部門, 総括研究主幹 (00356982)
【キーワード】データベース / 矛盾 / データ統合 / 時空間データ / Linked Data (他21件)
【概要】本課題は、大規模な時空間データの統合において発生する「矛盾」に多角的に取り組んだもので、要素研究と実証システム開発の課題を行った。 事例として画像データとWeb上のソーシャルデータ等、矛盾を含んだ異種のデータを統合して土地利用等の知見を抽出する研究を進め、衛星画像処理より高精度な結果を実現、実証した。基盤技術としても、異種メタデータを統合して検索する技術や、それを機械学習などで解析するための連携手...
❏不均質なペタバイト級時空間センサデータの統合利用基盤(20240010)
【研究テーマ】メディア情報学・データベース
【研究種目】基盤研究(A)
【研究期間】2008 - 2010
【研究代表者】小島 功 独立行政法人産業技術総合研究所, 情報技術研究部門・研究グループ, グループ長 (00356982)
【キーワード】データベース(DBMS) / データ統合 / 地球観測衛星データ / 情報統合 / GEO Grid (他19件)
【概要】本研究では、様々な衛星センサを中心とした時間・空間的に不均質な情報の利用基盤として、異種大規模の情報を効果的に検索・連携することで新たな知見創出に貢献する技術研究開発を行った。インターネット等の膨大な情報と衛星情報の処理結果等、異種の情報を相互に連携させることで事象の正確な理解に役立つ技術を開発すると共に、これら異種膨大な情報に対しOGC標準に基づく分散検索システムを開発、サービス提供を可能とした...
【情報学】情報学フロンティア:マルチコア機械学習を含む研究件
❏異種アーキテクチャ並列環境におけるスケーラブルな機械学習基盤ソフトウェア技術(20H04165)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】遠藤 敏夫 東京工業大学, 学術国際情報センター, 教授 (80396788)
【キーワード】並列処理 / 機械学習 / 異種アーキテクチャ / メモリ階層 / プログラミング (他10件)
【概要】以下の研究項目について研究を推進した。 (a) 演算カーネルレベルのマルチコア/SIMD並列性の活用:本項目ではまず、ドメイン特化型言語(DSL)Halideにより、反復をまたぐブロッキング技術を含めたステンシルカーネルを対象とし、開発コストの低減とCPU/GPU上の高性能の両立が可能であることを示した。そしてハンドコーディングしたカーネルとの性能比較を行った。その中途成果について情報処理学会SW...
❏通信回避・削減アルゴリズムのための自動チューニング技術の新展開(16H02823)
【研究テーマ】高性能計算
【研究種目】基盤研究(B)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】片桐 孝洋 名古屋大学, 情報基盤センター, 教授 (40345434)
【キーワード】自動チューニング / 通信削減アルゴリズム / 機械学習 / データ同化 / ループ変換 (他16件)
【概要】(1)AT方式開発:コード変換を伴うAT方式、実行時にスレッド数を変更する新方式を提案し有効性の評価を行った。また、機械学習を適用する新しいAT方式の実現可能性について検討と評価を行った。(2)AT性能モデル化:複数の性能パラメタからなる多次元空間上をd-Spline関数により一次元探索を繰り返す超軽量なAT機構を実現した。(3)アプリケーション適用: 4次元変分法をフェーズフィールドモデルに実装...
【情報学】情報学フロンティア:自動チューニング機械学習を含む研究件
❏通信回避・削減アルゴリズムのための自動チューニング技術の新展開(16H02823)
【研究テーマ】高性能計算
【研究種目】基盤研究(B)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】片桐 孝洋 名古屋大学, 情報基盤センター, 教授 (40345434)
【キーワード】自動チューニング / 通信削減アルゴリズム / 機械学習 / データ同化 / ループ変換 (他16件)
【概要】(1)AT方式開発:コード変換を伴うAT方式、実行時にスレッド数を変更する新方式を提案し有効性の評価を行った。また、機械学習を適用する新しいAT方式の実現可能性について検討と評価を行った。(2)AT性能モデル化:複数の性能パラメタからなる多次元空間上をd-Spline関数により一次元探索を繰り返す超軽量なAT機構を実現した。(3)アプリケーション適用: 4次元変分法をフェーズフィールドモデルに実装...
❏自らを進化させ未知の計算環境に適応するソフトウェア自動チューニング機構方式の研究(15K12033)
【研究テーマ】高性能計算
【研究種目】挑戦的萌芽研究
【研究期間】2015-04-01 - 2018-03-31
【研究代表者】須田 礼仁 東京大学, 大学院情報理工学系研究科, 教授 (40251392)
【キーワード】自動チューニング / 高性能計算 / コード変換 / 最適化 / 機械学習 (他10件)
【概要】自動チューニングは、ソフトウェアにあらかじめ可変性を仕込み、この可変性をソフトウェア自身に調整させて、様々な計算環境で良好な実行性能を目指す。本研究では、既存のプログラムに対して、事後的に可変性と調整機能を組み込むことにより、新しい計算環境や新しい高性能手法が登場しても、それを既存のプログラムに組込み自動チューニングができる仕組みを目指して研究した。 我々はチームメンバーが開発してきた Xevol...
【情報学】情報学フロンティア:構文解析機械学習を含む研究件
❏あらゆる句の正規化:事実の抽出と発見のための大規模テキスト解析(13F03041)
【研究テーマ】知能情報学
【研究種目】特別研究員奨励費
【研究期間】2013-04-01 - 2016-03-31
【研究代表者】鶴岡 慶雅 東京大学 (50566362)
【キーワード】自然言語処理 / 機械学習 / ニューラルネットワーク / 深層学習 / 句の表現 (他9件)
【概要】本研究プロジェクトの目的はあらゆる句を正規化であるが、それを行うためには、様々な言語表現によって記述される名詞句や動詞句間の類似性を数値的に表現できる必要がある。 近年、そのような手法として、word2vecをはじめとする単語の分散表現の自動学習手法が注目を集めているが、我々はそれをさらに発展させ、「形容詞+名詞句」や「主語+動詞+目的語」といった句の分散表現を、構文解析済みの大量のテキストから自...
❏解析アクションの先読みに基づく高速・高精度な自然言語文解析(23700162)
【研究テーマ】知能情報学
【研究種目】若手研究(B)
【研究期間】2011 - 2012
【研究代表者】鶴岡 慶雅 東京大学, 大学院・工学系研究科, 准教授 (50566362)
【キーワード】自然言語処理 / 機械学習 / 品詞タグ付け / 固有表現認識 / 構文解析 (他10件)
【概要】本研究では、品詞タグ付けや構文解析といった様々な自然言語処理タスクに適用可能な機械学習アルゴリズムの開発を行った。本アルゴリズムは、「履歴に基づくモデル」に先読み機構を導入することを可能にし、その解析精度を大幅に向上することが可能である。実験の結果、複数の自然言語処理において、本アルゴリズムによるアプローチは、自然言語処理分野で標準的に使われるモデルである「条件付き確率場」モデルよりも精度の点で優...
❏自然言語による動作命令の解析と理解に関する研究(12308014)
【研究テーマ】知能情報学
【研究種目】基盤研究(A)
【研究期間】2000 - 2001
【研究代表者】白井 清昭 (2001) 北陸先端科学技術大学院大学, 情報科学研究科, 助教授 (30302970)
【キーワード】アニメーテッドエージェント / 形態素解析 / 構文解析 / 照応解析 / 省略解析 (他11件)
【概要】本研究課題では、自然言語に基づくマンマシンインターフェースの実現を目指し、その一例としてアニメーテッドエージェントを構築することを目的とする。アニメーテッドエージェントとは、コンピュータ上に実現された知的エージェントであり、ユーザが自然言語によって与えられた命令を理解し、その命令通りに行動することができる機能を持つ。 このようなアニメーテッドエージェントを構築するための基礎的な技術を開発した。まず...
【情報学】情報学フロンティア:制約機械学習を含む研究件
❏洞察問題解決における認知メカニズムの解明と計算モデルの構築(10610082)
【研究テーマ】実験系心理学
【研究種目】基盤研究(C)
【研究期間】1998 - 2000
【研究代表者】鈴木 宏昭 青山学院大学, 文学部, 助教授 (50192620)
【キーワード】洞察 / 制約 / 認知科学 / 創発 / 多重制約充足 (他10件)
【概要】本年度は洞察問題解決における個人差についての実験的研究を行うとともに,近年出版された洞察研究との対比を中心に研究を行った.制約の動的緩和理論(開・鈴木,1998)に従えば,個人差の源泉は,制約強度の初期値の違い,試行の評価の適切さ,制約強度の更新率(学習率)となる.この予測を検証するため,洞察を必要とする図形パズルを10分以内で解決した被験者と10分以上かかった被験者の比較を行った.その結果,制約...
❏型理論とその機械学習への応用(06680342)
【研究テーマ】知能情報学
【研究種目】一般研究(C)
【研究期間】1994 - 1995
【研究代表者】萩谷 昌己 東京大学, 大学院・理学系研究科, 教授 (30156252)
【キーワード】型理論 / 型付き入計算 / 機械学習 / 帰納法 / 関数プログラミング (他12件)
【概要】本課題の主たる目的は、プログラムや証明を一個もしくは複数個の例から合成する手法を、型理論(型付きλ計算)の枠組を用いて研究することにある 本研究では、研究代表者の従来の研究を発展させ、型理論を中心として、プログラムや証明を例から合成する手法を考察し、主として以下のような成果を得た。 ★算術制約の入った型理論 算術的な制約を型理論に付加し、制約の推論を暗黙に行うことが可能な体系を用いることにより、従...
【情報学】情報学フロンティア:符号理論機械学習を含む研究件
❏ベイズ理論による複数目的に対する効率的同時実験を可能にする新たな実験計画法の創成(17K00316)
【研究テーマ】知能情報学
【研究種目】基盤研究(C)
【研究期間】2017-04-01 - 2023-03-31
【研究代表者】浮田 善文 横浜商科大学, 商学部, 教授 (70308203)
【キーワード】実験計画法 / 機械学習 / 符号理論 / 直交基底関数モデル / 情報理論
【概要】本研究の目的は,複数目的に対する効率的同時実験を実施可能な新たな実験計画法を創成し,ベイズ理論による実験計画法におけるデータ収集コスト最小化アルゴリズムの導出およびその性能評価を行うことである. 複数目的に対する同時実験を行う場合,従来に比べ因子数およびパラメータの次元数が非常に大きい場合を扱うことになる.前年度までの研究成果で,複素空間上の直交基底関数モデルを導入することで,直交計画を用いた大規...
❏経営工学における知識情報処理に関する研究(03832042)
【研究テーマ】社会システム工学
【研究種目】一般研究(C)
【研究期間】1991 - 1993
【研究代表者】平澤 茂一 早稲田大学, 理工学部, 教授 (30147946)
【キーワード】知識情報処理 / 情報理論 / 経営工学 / 推論 / 学習 (他15件)
【概要】近年,曖昧性や矛盾を含んだ知識の推論や学習等の,より人間的で複雑な判断をめざした新しい知識情報処理の基礎研究も様々な分野で盛んに行われている.しかしながら従来の論理学を中心としたエキスパートシステムに比べて基礎理論が不完全であり評価基準も不明確であるため得られる結果が理論的に明快に保証されずシステム化が進んでいないのが現状である.本研究ではこれら新しい知識情報処理のために今までの個別的な研究ではな...
【情報学】情報学フロンティア:凸最適化機械学習を含む研究件
❏大規模部分空間クラスタリングのための凸最適化スキームの構築とその理論保証(19K20336)
【研究テーマ】
【研究種目】若手研究
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】松島 慎 東京大学, 大学院情報理工学系研究科, 准教授 (90721837)
【キーワード】機械学習 / 凸最適化 / クラスタリング / 部分空間クラスタリング / 統計的機械学習
【概要】本研究の目的は大規模部分空間クラスタリングのための凸最適化スキームの構築とその理論保証である。 本研究ではS5Cと呼ばれる大規模部分空間クラスタリングのためのアルゴリズムを開発した。従来はデータ数の二乗以上の計算量が必要である学習を、本提案アルゴリズ ムではデータ数に比例する計算量で達成できることを実験的にも理論的にも示した。本研究成果は機械学習の最も重要な国際会議の一つであるThirty-Thi...
❏ビッグデータを用いた機械学習に適した最適化アルゴリズムとアーキテクチャの構成(26730114)
【研究テーマ】知能情報学
【研究種目】若手研究(B)
【研究期間】2014-04-01 - 2018-03-31
【研究代表者】松島 慎 東京大学, 大学院情報理工学系研究科, 常勤講師 (90721837)
【キーワード】機械学習 / 凸最適化 / スパース学習 / 大規模学習 / SVM (他8件)
【概要】本研究では第一にSVMやロジスティック回帰などを包含する正則化付き経験リスク最初化問題について、複数のプロセスが非同期的に動作することで最適化を行うことができるスキームを提案、効率的な分散学習が行えることを理論・実験の両面から示した。 第二に、従来では数TBのデータを用いなければ学習できないスパース学習について、扱うデータ量を抑えながらスパース学習が可能であるスキームを提案した。提案手法はテキスト...
【情報学】情報学フロンティア:レザバーコンピューティング機械学習を含む研究件
❏レザバーコンピューティングシステムの数理的解析と最適設計(16K00326)
【研究テーマ】ソフトコンピューティング
【研究種目】基盤研究(C)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】田中 剛平 東京大学, 大学院工学系研究科(工学部), 特任准教授 (90444075)
【キーワード】レザバーコンピューティング / 数理解析 / 非線形システム / 省エネルギー / 力学系 (他22件)
【概要】レザバーコンピューティングは、高速学習を可能とする機械学習の枠組みの一つである。本研究では、レザバーコンピューティングの数理的解析とレザバーの最適設計を行い、従来の問題点を解決するとともに、新たなモデルを提案して学習の高速化や計算性能向上を実現した。また、物理的レザバーの可能性を広く探究して数理モデリングを行い、その基本特性や基礎的タスクにおける計算性能を明らかにした。 ...
❏流体計算機を実装する:新規情報処理技術の創出(15K16076)
【研究テーマ】感性情報学
【研究種目】若手研究(B)
【研究期間】2015-04-01 - 2018-03-31
【研究代表者】中嶋 浩平 東京大学, 大学院情報理工学系研究科, 特任准教授 (10740251)
【キーワード】レザバー計算 / リカレントニューラルネットワーク / 非線形力学系 / ファラデー波 / レザバーコンピューティング (他10件)
【概要】容器に入った液体に縦方向の加振を施すとファラデー波と呼ばれる水面波が生成される。この波のダイナミクスは、カオスを含むきわめて多様な時空間パターンを示すことが知られている。本研究テーマでは、このファラデー波を計算資源として活用することを考える。具体的には、レザバー計算と呼ばれる大自由度力学系を活用した新規情報処理技術に着目し、ファラデー波の時空間パターンに一部計算を実装させるシステム(流体計算機)を...
【情報学】情報学フロンティア:確率的最適化機械学習を含む研究件
❏深層機械学習理論の深化とその構造解析への応用(18H03201)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2018-04-01 - 2022-03-31
【研究代表者】鈴木 大慈 東京大学, 大学院情報理工学系研究科, 准教授 (60551372)
【キーワード】深層学習 / カーネル法 / 汎化誤差解析 / ノンパラメトリック統計 / モデル圧縮 (他14件)
【概要】深層学習は現在機械学習でも中心的な役割を果たしており,多くのタスクで高い性能を示している.一方で,その原理への理論的理解は進んでおらず,ブラックボックス化しているのが研究開始当初の状況であった.その状況を改善するために,本研究では深層学習の原理解明に関して以下の研究成果を得た.(1) カーネル法的視点による深層学習の圧縮型汎化誤差解析,(2) 統計自由度による最適なモデル構造の探索とモデル圧縮への...
❏大規模データにおける構造的推定手法の理論と応用(25730013)
【研究テーマ】統計科学
【研究種目】若手研究(B)
【研究期間】2013-04-01 - 2018-03-31
【研究代表者】鈴木 大慈 東京大学, 大学院情報理工学系研究科, 准教授 (60551372)
【キーワード】構造的正則化 / テンソルモデリング / ベイズ推定 / 再生核ヒルベルト空間 / ガウシアンプロセス (他21件)
【概要】近年あらゆる分野において扱うデータは急速に大規模化している.また 同時に,巨大なデータは内在的に多様な構造を有するようにもなってきている.そのような多量かつ多様なデータを扱うため,構造的スパース性に着目し,それを利用した推定方法を体系的に提案・分析した.そのため,構造的正則化学習と呼ばれる学習方法を高速に解くための確率的最適化手法として,確率的交互方向乗数法を提案した.また,テンソルモデリングと呼...
【情報学】情報学フロンティア:最適化機械学習を含む研究件
❏小区分25010:社会システム工学関連(0)
【研究テーマ】2020
【研究種目】最適化
【研究期間】機械学習
【研究代表者】モデリング
【キーワード】
【概要】
❏電力変換器のEMI対策を全自動で行うデジタルゲート駆動システムの理論構築と実証(21K18711)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2021-07-09 - 2023-03-31
【研究代表者】高宮 真 東京大学, 生産技術研究所, 教授 (20419261)
【キーワード】電力変換器 / 電磁妨害 / パワーデバイス / ゲート駆動 / スイッチング損失 (他8件)
【概要】電力変換器の開発において、電磁妨害(Electro Magnetic Interference: EMI)は長年の深刻な課題である。我々は、これまでにパワーデバイスのスイッチング損失とスイッチングノイズのトレードオフを打破するために、独自のデジタルゲート駆動ICチップを用いた自動ゲート波形最適化システムを実証した。 本研究では、デジタルゲート駆動ICがソフトウエアで任意の最適化目標を設定可能である...
❏機械学習を用いた最適化問題の自動モデリングと構造を利用したアルゴリズムの開発(20H02385)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2020-04-01 - 2025-03-31
【研究代表者】中田 和秀 東京工業大学, 工学院, 教授 (00312984)
【キーワード】最適化 / 機械学習 / モデリング
【概要】最適化モデリングのための機械学習法として、季節変動を考慮した予測と方策の最適化手法の提案、階層ベイズを用いた隠れた関係性の発見とその関係性を利用した最適化のフレームワークの提案、機械学習法による自動モデリングから生じる誤差に対するノイズに頑強な学習法の提案、データの不均衡性と解釈性を考慮したモデリング法の提案を行った。そして、それらを鉄鋼業界の実データ、包括的なアンケートデータなどに適用して、提案...
【情報学】情報学フロンティア:圧縮センシング機械学習を含む研究件
❏記述長最小原理の深化と応用(18H03291)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2018-04-01 - 2021-03-31
【研究代表者】竹内 純一 九州大学, システム情報科学研究院, 教授 (80432871)
【キーワード】記述長最小原理 / MDL原理 / 深層学習 / 情報理論 / MRI (他24件)
【概要】MDL原理に基づく学習理論の深化と応用について研究を行った.記述長最小原理(MDL原理)の基礎については,Barron and Coverの理論(BC理論)の教師あり学習への拡張と,深層学習との関連について考察した.BC理論と確率的コンプレキシティ(SC)を関係づける研究において,目標モデルを非指数型分布族に一般化することに成功した.その他,スパース学習を応用した誤り訂正符号への深層学習の応用やA...
❏高精細音響システムのための超解像型音場収音・再現の研究(15H05312)
【研究テーマ】知覚情報処理
【研究種目】若手研究(A)
【研究期間】2015-04-01 - 2019-03-31
【研究代表者】小山 翔一 東京大学, 大学院情報理工学系研究科, 講師 (80734459)
【キーワード】音場制御 / 音場計測 / バーチャルリアリティ / 圧縮センシング / 機械学習 (他7件)
【概要】本研究では,高精細な音響システムのための音空間の再構成を実現する,音場収音・再現の超解像化に関して研究を行なった。具体的には以下のような成果が得られた。(1) マイクロフォンアレイを用いた音場の再構成において,対象領域が音源を含まない場合に関して,無限次元調和解析に基づく推定法を提案した。また,音源を含む場合に関して,スパース音場分解法を提案し,実験的な検証によってその有効性を確認した。(2) 音...
【情報学】情報学フロンティア:ソフトコンピューティング機械学習を含む研究件
❏生物的進化システムとしてのインターネットサービスの分析(17H01821)
【研究テーマ】ウェブ情報学・サービス情報学
【研究種目】基盤研究(B)
【研究期間】2017-04-01 - 2020-03-31
【研究代表者】池上 高志 東京大学, 大学院総合文化研究科, 教授 (10211715)
【キーワード】インターネット / ウェブサービス / 進化理論 / 自己組織的臨界状態 / Big Data (他25件)
【概要】ウェブサービスが臨界状態(一つの投稿が大きく波及するような)に向かって進化していることを示した。それと同時にユーザーグループが特徴的な集団構造をつくっていくように観測できた。タグをつけるサービスどうしを比較し、簡単な数理モデル(Yule-Simonモデル)とでは説明できない現象を見い出した。ウェブの「意味」の創出は、新しいタグの進化ではなく、タグどうしの組み合わせの進化にある。特に投稿間に親子関係...
❏レジリエントな都市交通機能を実現する「認知,インフラ,制度」の相互改善型設計(16H02907)
【研究テーマ】ウェブ情報学・サービス情報学
【研究種目】基盤研究(B)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】荒井 幸代 千葉大学, 大学院工学研究院, 教授 (10372575)
【キーワード】逆強化学習 / 強化学習 / 多目的最適化 / 社会シミュレーション / 行動規範 (他27件)
【概要】本課題では,都市交通が頑健かつ柔軟に機能する状況を「レジリエンス」と定義し,これを実現する上で,情報インフラや人の状況判断,法制度の3つのソフトインフラの連携が必要との立場から研究を進めてきた.特に緊急時の二次被害減災は人の行動が鍵であるとし,人の挙動特性を考慮した都市交通システム設計法を提案した.災害における人の行動の規範は,過去の似た状況の記憶に影響を受けるため,正しい情報を直接提供するよりも...
❏フェロモン源探索行動のモデル化に基づく新しい探索アルゴリズムの開発(25870915)
【研究テーマ】ソフトコンピューティング
【研究種目】若手研究(B)
【研究期間】2013-04-01 - 2017-03-31
【研究代表者】小林 亮太 国立情報学研究所, 情報学プリンシプル研究系, 助教 (70549237)
【キーワード】知能情報学 / 確率過程 / ソフトコンピューティング / シミュレーション / ベイズ統計学 (他9件)
【概要】昆虫は時々やってくるフェロモンを頼りにフェロモン源に到達できる.特にカイコガのオスは,視力が弱いにもかかわらずフェロモンを頼りにしてメスの場所を効率的に探索する.本研究では,フェロモン源を探索する過程を模倣したアルゴリズムを開発した.フェロモンについての探索者の観測を確率過程 (点過程) としてモデル化し,ベイズ統計を用いることによりフェロモン源の位置を推定するアルゴリズムを開発した.そして,フェ...
【情報学】情報学フロンティア:ベイズ統計機械学習を含む研究件
❏大規模データにおける構造的推定手法の理論と応用(25730013)
【研究テーマ】統計科学
【研究種目】若手研究(B)
【研究期間】2013-04-01 - 2018-03-31
【研究代表者】鈴木 大慈 東京大学, 大学院情報理工学系研究科, 准教授 (60551372)
【キーワード】構造的正則化 / テンソルモデリング / ベイズ推定 / 再生核ヒルベルト空間 / ガウシアンプロセス (他21件)
【概要】近年あらゆる分野において扱うデータは急速に大規模化している.また 同時に,巨大なデータは内在的に多様な構造を有するようにもなってきている.そのような多量かつ多様なデータを扱うため,構造的スパース性に着目し,それを利用した推定方法を体系的に提案・分析した.そのため,構造的正則化学習と呼ばれる学習方法を高速に解くための確率的最適化手法として,確率的交互方向乗数法を提案した.また,テンソルモデリングと呼...
❏フェロモン源探索行動のモデル化に基づく新しい探索アルゴリズムの開発(25870915)
【研究テーマ】ソフトコンピューティング
【研究種目】若手研究(B)
【研究期間】2013-04-01 - 2017-03-31
【研究代表者】小林 亮太 国立情報学研究所, 情報学プリンシプル研究系, 助教 (70549237)
【キーワード】知能情報学 / 確率過程 / ソフトコンピューティング / シミュレーション / ベイズ統計学 (他9件)
【概要】昆虫は時々やってくるフェロモンを頼りにフェロモン源に到達できる.特にカイコガのオスは,視力が弱いにもかかわらずフェロモンを頼りにしてメスの場所を効率的に探索する.本研究では,フェロモン源を探索する過程を模倣したアルゴリズムを開発した.フェロモンについての探索者の観測を確率過程 (点過程) としてモデル化し,ベイズ統計を用いることによりフェロモン源の位置を推定するアルゴリズムを開発した.そして,フェ...
【情報学】情報学フロンティア:情報統計力学機械学習を含む研究件
❏スピンから捉えるガラス・ジャミング転移の物理:ソフトマターから情報統計力学まで(19H01812)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】吉野 元 大阪大学, サイバーメディアセンター, 准教授 (50335337)
【キーワード】ガラス転移 / ジャミング / フラストレート磁性 / コロイド / 制約充足問題 (他15件)
【概要】本プロジェクトでは、スピン(回転自由度)の関わるガラス・ジャミング転移の物理と数理を広範な領域において分野横断的に研究した。具体的は、フラストレート磁性体、コロイドガラス、ベクトル変数の統計的推定・制約充足問題、深層ニューラルネットワークの学習理論において理論的、数値的に研究を行った。その結果、パイロクロア酸化物Y2MO2O7における外的乱れなしに起こるスピングラス転移のメカニズムの解明、コロイド...
❏量子力学的ラベリングにより拡張されたデータマイニング理論の創出(22300078)
【研究テーマ】感性情報学・ソフトコンピューティング
【研究種目】基盤研究(B)
【研究期間】2010 - 2012
【研究代表者】田中 和之 東北大学, 大学院・情報科学研究科, 教授 (80217017)
【キーワード】数理工学 / 機械学習 / 統計数学 / 情報統計力学 / 確率的情報処理
【概要】量子力学的に拡張されたマルコフ確率場によるベイジアンネットワークシステムのデータマイニングへの応用のための理論体系の基盤の構築を行った.量子確率伝搬法の定式化を確立し,量子統計的学習理論に道を開くことに成功したことは特出すべき成果である.また,一次相転移を伴うシステムに対する統計的学習方式を拘束条件付きエントロピー最大化の視点から構築することに成功したことは想定されなかった成果である. ...
❏情報科学・計算機科学における描像の可視化に関する研究(20240020)
【研究テーマ】感性情報学・ソフトコンピューティング
【研究種目】基盤研究(A)
【研究期間】2008-04-08 - 2013-03-31
【研究代表者】岡田 真人 東京大学, 新領域創成科学研究科, 教授 (90233345)
【キーワード】情報統計力学 / 可視化 / 次元圧縮 / クラスタリング / ビッグデータ (他18件)
【概要】本研究の目的は,経験や学習から形成されるヒトの心の中の描像を,数値計算や計測のデータから客観的手法で可視化する手法を研究することである.具体的には,情報科学と計算機科学での描像を,物理学のスピン系で発展した手法を用いて可視化する.脳の記憶のモデルである連想記憶モデルをテストケースとして,シナプス抑圧の影響,K-SAT問題,量子揺らぎの性質解明など,様々な事例において,描像の可視化を行った. ...
【情報学】情報学フロンティア:情報理論機械学習を含む研究件
❏記述長最小原理の深化と応用(18H03291)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2018-04-01 - 2021-03-31
【研究代表者】竹内 純一 九州大学, システム情報科学研究院, 教授 (80432871)
【キーワード】記述長最小原理 / MDL原理 / 深層学習 / 情報理論 / MRI (他24件)
【概要】MDL原理に基づく学習理論の深化と応用について研究を行った.記述長最小原理(MDL原理)の基礎については,Barron and Coverの理論(BC理論)の教師あり学習への拡張と,深層学習との関連について考察した.BC理論と確率的コンプレキシティ(SC)を関係づける研究において,目標モデルを非指数型分布族に一般化することに成功した.その他,スパース学習を応用した誤り訂正符号への深層学習の応用やA...
❏ベイズ理論による複数目的に対する効率的同時実験を可能にする新たな実験計画法の創成(17K00316)
【研究テーマ】知能情報学
【研究種目】基盤研究(C)
【研究期間】2017-04-01 - 2023-03-31
【研究代表者】浮田 善文 横浜商科大学, 商学部, 教授 (70308203)
【キーワード】実験計画法 / 機械学習 / 符号理論 / 直交基底関数モデル / 情報理論
【概要】本研究の目的は,複数目的に対する効率的同時実験を実施可能な新たな実験計画法を創成し,ベイズ理論による実験計画法におけるデータ収集コスト最小化アルゴリズムの導出およびその性能評価を行うことである. 複数目的に対する同時実験を行う場合,従来に比べ因子数およびパラメータの次元数が非常に大きい場合を扱うことになる.前年度までの研究成果で,複素空間上の直交基底関数モデルを導入することで,直交計画を用いた大規...
❏実環境ロボット学習における背景知識供与戦略および学習環境の制御戦略に関する研究(12750204)
【研究テーマ】知能機械学・機械システム
【研究種目】奨励研究(A)
【研究期間】2000 - 2001
【研究代表者】矢入 健久 東京大学, 先端科学技術研究センター, 助手 (90313189)
【キーワード】知能ロボット / 機械学習 / 情報理論 / 概念学習 / 強化学習 (他8件)
【概要】本研究の最終年度である本年度は、主に2つの具体的なタスクを対象として取り上げ、ロボットの学習戦略に関する本研究の提案手法を適用した。その2つのタスクとは、・環境報酬に基づく反射的ルール獲得・定性的な観測情報に基づく環境地図の学習である。まず、前者については、従来ロボット学習の分野では別個に扱われてきた帰納的概念学習法と強化学習法とを統合する方法を情報理論的な立場から提案した。この成果は別掲のように...
【情報学】情報学フロンティア:言語モデル機械学習を含む研究件
❏脳に範をとる記号処理システム-文法の処理と獲得の統一モデル-(15500095)
【研究テーマ】知能情報学
【研究種目】基盤研究(C)
【研究期間】2003 - 2005
【研究代表者】櫻井 彰人 慶應義塾大学, 理工学部, 教授 (00303339)
【キーワード】神経回路網モデル / 再帰型神経回路網 / 文法学習 / 言語モデル / 浅い意味解析 (他7件)
【概要】人工神経回路網における学習モデルとして、複数の強化学習エージェントがあり、しかも、的確になりうるモジュールが複数あるという枠組みを検討した。その結果、複数の強化学習エージェントが競合しながら学習する機構を考案し、シミュレーションでその有効性を確認した。さらに、再帰型ニューラルネットワーク(RNN)を2種類用いて文法獲得をさせた。一方のRNNは、他方のRNNの神経素子活動をモニタしながら、活動状況を...
❏脳に範をとる記号処理システム-文法の表現と学習-(13680438)
【研究テーマ】知能情報学
【研究種目】基盤研究(C)
【研究期間】2001 - 2002
【研究代表者】櫻井 彰人 慶應義塾大学, 理工学部, 教授 (00303339)
【キーワード】再帰型神経回路網 / 言語モデル / counter言語 / 機械学習 / 確率的学習アルゴリズム
【概要】研究過程で、そもそも再帰的神経回路網の表現能力に関して、一般に考えられているよりはるかに制限された能力しかないのではないかとの疑問が生まれ、それを肯定する結果とそれに対する対応(能力が制限されているのに何故学習可能か?また逆にそれを克服するにはどうするか)に対する知見が得られた。 (a)耐ノイズ性を多少とも要求すると、一般的なcounterは学習できず、従ってstackも学習できないことを理論的に...
【情報学】情報学フロンティア:深層ニューラルネットワーク機械学習を含む研究件
❏小区分13010:数理物理および物性基礎関連(0)
【研究テーマ】2019
【研究種目】ガラス転移
【研究期間】ジャミング
【研究代表者】フラストレート磁性
【キーワード】コロイド
【概要】
❏予防医学の発展に向けた深層生成モデルによる人体の経年変化予測(21K18073)
【研究テーマ】
【研究種目】若手研究
【研究期間】2021-04-01 - 2024-03-31
【研究代表者】柴田 寿一 東京大学, 医学部附属病院, 特任研究員 (10780067)
【キーワード】デジタルツイン / 老化予測 / 医用画像 / 機械学習 / フローベース深層生成モデル (他10件)
【概要】本研究は同一モダリティで撮像された健康な人体の経年変化を予測(=老化予測)することを目的とする。このため、与えられた画像が生起する確率分布をモデル化し、偽物だが現実的な画像を大量に生成できる深層生成モデルを採用する。当初採用を予定していた2つの確率分布とそれら確率分布間の変換規則を学習できる3次元フローベース深層生成モデルDUAL-GLOWはGPUメモリ使用量と学習効率の観点から医用画像の解像度を...
❏スピンから捉えるガラス・ジャミング転移の物理:ソフトマターから情報統計力学まで(19H01812)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】吉野 元 大阪大学, サイバーメディアセンター, 准教授 (50335337)
【キーワード】ガラス転移 / ジャミング / フラストレート磁性 / コロイド / 制約充足問題 (他15件)
【概要】本プロジェクトでは、スピン(回転自由度)の関わるガラス・ジャミング転移の物理と数理を広範な領域において分野横断的に研究した。具体的は、フラストレート磁性体、コロイドガラス、ベクトル変数の統計的推定・制約充足問題、深層ニューラルネットワークの学習理論において理論的、数値的に研究を行った。その結果、パイロクロア酸化物Y2MO2O7における外的乱れなしに起こるスピングラス転移のメカニズムの解明、コロイド...
【情報学】情報学フロンティア:汎化誤差機械学習を含む研究件
❏小区分60010:情報学基礎論関連(0)
【研究テーマ】2018
【研究種目】深層学習
【研究期間】カーネル法
【研究代表者】汎化誤差解析
【キーワード】ノンパラメトリック統計
【概要】当該研究計画の概要は、深層学習の原理を説明することができる理論の構築である。深層学習は実用上で高い性能を発揮しているが、その原理は未解明の点が多く、この性能を説明できる理論は未だ発展途上である。 当該研究課題では、以下のような成果を得た: (i)データを生成する真の関数が特異性などの特殊な性質を持つ場合、深層学習の優位性が示されることを証明した。(ii) 深層学習の複雑な非凸損失関数が過学習を回避...
❏記述長最小原理の深化と応用(18H03291)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2018-04-01 - 2021-03-31
【研究代表者】竹内 純一 九州大学, システム情報科学研究院, 教授 (80432871)
【キーワード】記述長最小原理 / MDL原理 / 深層学習 / 情報理論 / MRI (他24件)
【概要】MDL原理に基づく学習理論の深化と応用について研究を行った.記述長最小原理(MDL原理)の基礎については,Barron and Coverの理論(BC理論)の教師あり学習への拡張と,深層学習との関連について考察した.BC理論と確率的コンプレキシティ(SC)を関係づける研究において,目標モデルを非指数型分布族に一般化することに成功した.その他,スパース学習を応用した誤り訂正符号への深層学習の応用やA...
❏深層機械学習理論の深化とその構造解析への応用(18H03201)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2018-04-01 - 2022-03-31
【研究代表者】鈴木 大慈 東京大学, 大学院情報理工学系研究科, 准教授 (60551372)
【キーワード】深層学習 / カーネル法 / 汎化誤差解析 / ノンパラメトリック統計 / モデル圧縮 (他14件)
【概要】深層学習は現在機械学習でも中心的な役割を果たしており,多くのタスクで高い性能を示している.一方で,その原理への理論的理解は進んでおらず,ブラックボックス化しているのが研究開始当初の状況であった.その状況を改善するために,本研究では深層学習の原理解明に関して以下の研究成果を得た.(1) カーネル法的視点による深層学習の圧縮型汎化誤差解析,(2) 統計自由度による最適なモデル構造の探索とモデル圧縮への...
【情報学】情報学フロンティア:時系列予測機械学習を含む研究件
❏ディープラーニングを用いたプロセス産業のオペレータ支援機能に関する研究(19K04113)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】藤村 茂 早稲田大学, 理工学術院(情報生産システム研究科・センター), 教授 (00367179)
【キーワード】異常診断 / 時系列予測 / プロセス監視 / 深層学習 / 機械学習 (他10件)
【概要】本研究課題では、プロセス制御監視システムによって蓄積された時々刻々変化する時系列データを利用しディープラーニング技術を応用した実プロセスで利用可能なオペレータ支援機能を実現した。具体的には、実際の化学プロセスの複数のセンサデータを予測する新しいディープラーニングモデルを提案した。化学プロセスの制御のために監視しているセンサデータ間の複雑な関連を学習するモデルであり、関連するセンサデータ間の様々な時...
❏レザバーコンピューティングシステムの数理的解析と最適設計(16K00326)
【研究テーマ】ソフトコンピューティング
【研究種目】基盤研究(C)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】田中 剛平 東京大学, 大学院工学系研究科(工学部), 特任准教授 (90444075)
【キーワード】レザバーコンピューティング / 数理解析 / 非線形システム / 省エネルギー / 力学系 (他22件)
【概要】レザバーコンピューティングは、高速学習を可能とする機械学習の枠組みの一つである。本研究では、レザバーコンピューティングの数理的解析とレザバーの最適設計を行い、従来の問題点を解決するとともに、新たなモデルを提案して学習の高速化や計算性能向上を実現した。また、物理的レザバーの可能性を広く探究して数理モデリングを行い、その基本特性や基礎的タスクにおける計算性能を明らかにした。 ...
【情報学】情報学フロンティア:マルチエージェント機械学習を含む研究件
❏レジリエントな都市交通機能を実現する「認知,インフラ,制度」の相互改善型設計(16H02907)
【研究テーマ】ウェブ情報学・サービス情報学
【研究種目】基盤研究(B)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】荒井 幸代 千葉大学, 大学院工学研究院, 教授 (10372575)
【キーワード】逆強化学習 / 強化学習 / 多目的最適化 / 社会シミュレーション / 行動規範 (他27件)
【概要】本課題では,都市交通が頑健かつ柔軟に機能する状況を「レジリエンス」と定義し,これを実現する上で,情報インフラや人の状況判断,法制度の3つのソフトインフラの連携が必要との立場から研究を進めてきた.特に緊急時の二次被害減災は人の行動が鍵であるとし,人の挙動特性を考慮した都市交通システム設計法を提案した.災害における人の行動の規範は,過去の似た状況の記憶に影響を受けるため,正しい情報を直接提供するよりも...
❏マルチエージェント系における協調学習を介したシンボル獲得の実現(13780270)
【研究テーマ】知能情報学
【研究種目】若手研究(B)
【研究期間】2001 - 2002
【研究代表者】植田 一博 東京大学, 大学院・情報学環, 助教授 (60262101)
【キーワード】マルチエージェント / 機械学習 / 協調学習 / 強化学習 / 確率推定 (他8件)
【概要】昨年度は,人間のサッカープレイヤに類似した学習方法によって,他プレイヤの行動の予測と状況のリスク計算の最適化を行うサッカーエージェントを構築したが,本年度は,構築した学習エージェントが,(1)チームプレーに関する学習を行わない既存のRoboCupチーム以上のパフォーマンスを示せるかどうかを実験的に検証した上で,(2)適切なパスの受渡しにとって重要なファクターである,パスの強さとプレイヤの移動速度の...
❏協調戦術を適応学習するエージェントの構築と分析(12680369)
【研究テーマ】知能情報学
【研究種目】基盤研究(C)
【研究期間】2000 - 2001
【研究代表者】永野 三郎 埼玉工業大学, 先端科学研究所, 教授 (50010913)
【キーワード】マルチエージェント / 機械学習 / 協調学習 / サッカーエージェント / 強化学習 (他11件)
【概要】本研究は,実際のサッカーの指導で戦術がいかに獲得されるかを参考に,小人数による練習課題の達成,グリッドによる適切な認知地図の獲得,そして,適応学習によるプレーの最適化を軸にした協調戦術決定学習アルゴリズムを提案し,そのパフォーマンスをシミュレーションにより検証したものである.エージェントは環境をグリッド化して知覚することで有限の状態変数空間を持ち,この状態変数の遷移を条件付き確率によって予測するこ...
【情報学】情報学フロンティア:進化計算機械学習を含む研究件
❏分業の創発とそれを活用した人工物システムの持続可能性向上の追求(17KT0044)
【研究テーマ】人工物システムの強化
【研究種目】基盤研究(B)
【研究期間】2017-07-18 - 2022-03-31
【研究代表者】菅原 俊治 早稲田大学, 理工学術院, 教授 (70396133)
【キーワード】マルチエージェントシステム / 持続可能性 / 分業 / 強化学習 / 交渉 (他17件)
【概要】本研究では、自律的に判断をする複数のエージェント(自走ロボットなど)から構成されるマルチエージェントシステムにおいて、システムの持続可能性や頑健性を維持するために必須な、取替・更新・定期点検などで停止したときに発生する、一時的な効率・性能低下を緩和するために、エージェント達が自らのタスクを委託し合う交渉手法と、全体の効率を上げるための自律的な組織化・分業化を達成する学習法を追求した。成果は、当該分...
❏遺伝的プログラミングを用いた確率文法に基づくプログラム進化に関する研究(21300090)
【研究テーマ】感性情報学・ソフトコンピューティング
【研究種目】基盤研究(B)
【研究期間】2009 - 2011
【研究代表者】伊庭 斉志 東京大学, 大学院・情報理工学系研究科, 教授 (40302773)
【キーワード】遺伝的プログラミング / 進化計算 / 対話型進化計算 / 遺伝的アルゴリズム / EDAアルゴリズム (他11件)
【概要】本研究では,「確率文法に基づくプログラム進化」という考えを提案し,遺伝的プログラミングを拡張した自動プログラミング法を構築した.これは,集団探索ではあるが交叉と突然変異を用いず,プログラムを生成する確率文法の確率分布を推定することによりプログラム進化を行う手法である.さらに,提案する手法を,創造支援,ロボット工学,金融工学,Webインテリジェンスなどの実際的な問題を対象にして検証し,その有効性を確...
❏状態空間の自動的な圧縮表現に基づくマルチエージェント強化学習手法(12680387)
【研究テーマ】知能情報学
【研究種目】基盤研究(C)
【研究期間】2000 - 2001
【研究代表者】小野 典彦 徳島大学, 工学部, 教授 (60194594)
【キーワード】マルチエージェントシステム / マルチエージェント強化学習 / 強化学習 / 機械学習 / 進化計算 (他16件)
【概要】近年,強化学習手法を応用して,マルチエージェント環境におかれたエージェント群そのものに,試行錯誤な相互作用を行わせ,それらが採用すべき協調行動をボトムアップ的に組織化させ,それによってマルチエージェントシステムの設計者を支援しようとする試み("マルチエージェント強化学習"と呼ぶ)が数多くなされている.しかし,マルチエージェント環境におかれたエージェント群に,従来の強化学習を適用して...
【情報学】情報学フロンティア:マルチタスク学習機械学習を含む研究件
❏パラメータ再定義法による自然勾配法実現を通した複雑な深層ネットワーク学習の効率化(18K18121)
【研究テーマ】
【研究種目】若手研究
【研究期間】2018-04-01 - 2022-03-31
【研究代表者】木脇 太一 東京大学, 大学院情報理工学系研究科, 特任助教 (70786011)
【キーワード】機械学習 / 眼科学 / ニューラルネットワーク / 緑内障 / マルチタスク学習 (他10件)
【概要】本研究では緑内障と呼ばれる眼病データの分析を応用分野とし、ニューラルネットワークと呼ばれる機械学習手法の改善を試みた。特にこの応用領域では(1)利用可能なデータが少数に限られる問題へ対処する必要があり、また(2)医学的な立場から結果を説明することが非常に重要である。これを受けて本研究では、学習器が小規模データからも適切な知識を獲得できる手法を開発し、また構築した手法の動作を説明して医学的な見知と照...
❏統計的強化学習の深化と応用(17H00757)
【研究テーマ】知能情報学
【研究種目】基盤研究(A)
【研究期間】2017-04-01 - 2022-03-31
【研究代表者】杉山 将 東京大学, 大学院新領域創成科学研究科, 教授 (90334515)
【キーワード】強化学習 / 機械学習 / 多腕バンディット問題 / 模倣学習 / ベイズ推論 (他12件)
【概要】本研究では,逐次的意思決定および確率的推論の理論とアルゴリズム構築を行った.強化学習の研究では,実用性向上を目指し弱教師付き模倣学習や複雑な問題の階層化などの手法を開発し,その有効性を実験的に示した.多腕バンディット問題の研究では,線形バンディット,比較バンディット,良腕識別,組み合わせバンディットなどに対する理論保証付きアルゴリズムを開発した.確率的推論の研究では,ベイズ推論のロバスト化や近似計...
【情報学】情報学フロンティア:電波伝搬機械学習を含む研究件
❏無線ボディエリアネットワークのためのシナリオ・ディエンベッディング手法の開発(18K04126)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2018-04-01 - 2023-03-31
【研究代表者】青柳 貴洋 東京工業大学, 工学院, 准教授 (10302944)
【キーワード】ボディエリアネットワーク / 電波伝搬チャネルモデル / モデリング / 機械学習 / シナリオディエンベッディング (他17件)
【概要】本研究は、人体の周辺において生体情報等の伝送に用いる無線通信ネットワークである、無線ボディエリアネットワーク(WBAN)の新たな電波伝搬チャネルモデリングの手法に関するものである。体表に設置したセンサーノードからのデータを、人体の主要部に取り付けたコーディネーターノード、さらには体外に設置されたアクセスポイントへデータを伝送するネットワークを想定している。人体の周辺では、電波の伝搬状態が人体の動作...
❏生体内電波伝搬に関する統合的研究とボディエリア通信への応用(15K06054)
【研究テーマ】通信・ネットワーク工学
【研究種目】基盤研究(C)
【研究期間】2015-04-01 - 2019-03-31
【研究代表者】青柳 貴洋 東京工業大学, 工学院, 准教授 (10302944)
【キーワード】電波伝搬 / 生体内計測 / ボディエリアネットワーク / ヘルスケア・医療情報通信技術 / 機械学習 (他21件)
【概要】本研究では生体内における電波伝搬およびその応用に関する研究を行った。生体内電波伝搬を用いるアプリケーションおよびシステムを設計するためにはその特性が明らかになっていることが必要であり、応用例として腹部の脂肪量をマイクロ波により測定するアプリケーションに関する検討を行った。まず、この計測に利用する矩形導波管のサイズおよび使用する複数の周波数の選択により測定精度を向上させられることを明らかにした。次に...
❏BANコンテキストアウェア通信のための伝搬路特性を用いた人体状態の同定法の研究(26420344)
【研究テーマ】通信・ネットワーク工学
【研究種目】基盤研究(C)
【研究期間】2014-04-01 - 2017-03-31
【研究代表者】Kim Minseok (KIM Minseok) 新潟大学, 自然科学系, 准教授 (40467030)
【キーワード】BAN / 動作同定 / コンテキストアウェアネス / 機械学習 / 動作識別 (他13件)
【概要】本研究では,人体周辺の無線センサネットワーク(BAN)において,複数のセンサから取得した伝搬路の時間変動と人体の状態(動作や姿勢)との関係を実験的に明らかにし,人体の状態を高精度で同定する手法の開発を行った.また,人体の状態と伝搬路の状態との関係性(通信品質を決定する特徴量)を具体化し,人体の状態に応じたコーディネータの送信電力の最適化するコンテキストアウェアネス通信法を開発し評価を行った.具体的...
【情報学】情報学フロンティア:統計的推定機械学習を含む研究件
❏交通工学理論と機械学習を融合した道路交通システムの状態推定・将来予測・制御(20H02267)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2020-04-01 - 2024-03-31
【研究代表者】瀬尾 亨 東京工業大学, 環境・社会理工学院, 准教授 (90774779)
【キーワード】交通工学 / 機械学習 / 交通流理論 / 交通ネットワーク分析 / 統計的推定 (他10件)
【概要】本研究はテーマA,B,Cに分かれて遂行する計画となっている.今年度はそれぞれのテーマで以下の研究に取り組んだ.テーマA:動的ネットワーク交通流の性質の交通工学理論に基づく数学的解析,テーマB:統計的機械学習に基づく交通状態・需要情報の推定・将来予測手法,テーマC:理想的な状況を仮定した強化学習による交通システム制御手法などを開発した.各テーマの具体的な成果を以下に述べる.Aでは,例えば道路利用者の...
❏スピンから捉えるガラス・ジャミング転移の物理:ソフトマターから情報統計力学まで(19H01812)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】吉野 元 大阪大学, サイバーメディアセンター, 准教授 (50335337)
【キーワード】ガラス転移 / ジャミング / フラストレート磁性 / コロイド / 制約充足問題 (他15件)
【概要】本プロジェクトでは、スピン(回転自由度)の関わるガラス・ジャミング転移の物理と数理を広範な領域において分野横断的に研究した。具体的は、フラストレート磁性体、コロイドガラス、ベクトル変数の統計的推定・制約充足問題、深層ニューラルネットワークの学習理論において理論的、数値的に研究を行った。その結果、パイロクロア酸化物Y2MO2O7における外的乱れなしに起こるスピングラス転移のメカニズムの解明、コロイド...
【情報学】情報学フロンティア:知識獲得機械学習を含む研究件
❏状況評価機能の広範囲への適用に関する研究(17500086)
【研究テーマ】知能情報学
【研究種目】基盤研究(C)
【研究期間】2005 - 2006
【研究代表者】川合 慧 東京大学, 大学院総合文化研究科, 教授 (50011664)
【キーワード】評価関数 / 動的評価器 / 知識獲得 / 状態遷移規則 / ガロア東 (他10件)
【概要】本研究は大きく分けて次の3点を目標とした. 1.評価特徴の自動獲得プロセスのさらなる効率化 2.判定関数固有の性質の解明 3.適用できる分野の開拓 概念解析及び評価用のデータベースの構築の研究と,評価・判定エージェントの自己反映計算による実現については,これまでの準備の延長としての研究を継続した. 1.についてはきわめて多量の計算量を必要とするが,これまでと比較して100,000倍を越す高速化を実...
❏ネットワーク環境における情報間の関係知識の学習とその流通モデルに関する研究(14780312)
【研究テーマ】知能情報学
【研究種目】若手研究(B)
【研究期間】2002 - 2004
【研究代表者】市瀬 龍太郎 国立情報学研究所, 知能システム研究系, 助手 (00332156)
【キーワード】機械学習 / WWW / インターネット / 知識獲得 / 知識発見
【概要】本研究の目的は,ネットワーク環境において円滑な情報交換が行えるようにするための知識流通モデルを構築することにある.本年度は,研究計画の最終年度になるため,この3年間で行ってきた研究のとりまとめを行う.そのために,下記の2つに焦点を絞って研究を進めた. 1点目は,知識を学習する際の精度の向上である.本年度は,昨年度までに開発を進めてきた学習アルゴリズムに対して,学習精度をさらに向上させることを試みた...
❏計算機による発見機構の研究(09780317)
【研究テーマ】知能情報学
【研究種目】奨励研究(A)
【研究期間】1997 - 1998
【研究代表者】村田 剛志 群馬大学, 工学部, 助手 (90242289)
【キーワード】発見 / 図による推論 / 平面幾何 / 問題解決 / 機械学習 (他11件)
【概要】本研究では計算機による発見機構の実現を目標とし、平面幾何を対象とした発見システムDIGESTを構築し動作させた。一般に対象が複雑な場合においては、その対象に含まれる構造を把握することによって抽象度の高い一般性のある定理や法則を発見することができる。DIGESTは平面幾何における最も基本的な構造である三角形に注目し、三角形の隣接・包含関係を基に面積の関係を表す式を獲得する。その式を基に、チェパの定理...
【情報学】情報学フロンティア:外国語学習機械学習を含む研究件
❏音声の構造的表象と機械学習に基づく頑健・高精度な発音分析と外国語教育への応用(23300067)
【研究テーマ】知覚情報処理・知能ロボティクス
【研究種目】基盤研究(B)
【研究期間】2011-04-01 - 2015-03-31
【研究代表者】峯松 信明 東京大学, 工学(系)研究科(研究院), 教授 (90273333)
【キーワード】音声の構造的表象 / 機械学習 / 外国語学習 / 発音教育 / 外国語訛り (他7件)
【概要】本研究では,音声の構造的表象に基づく発音構造分析を外国語教育,特に発音教育支援に応用することを検討した。その結果,1)構造的表象と機械学習に基づく,より少数の発声を用いた頑健な発音分析技術の構築,2)学習者コーパスの IPA ラベリングによる拡充,3)母語話者・非母語話者による発音に対する高精度分類技術の構築,4)分類結果の教育用インタフェースの予備的検討を行うことができた。対象言語としては,1)...
❏英語語彙学習メカニズムへの認知的解明と機械翻訳システムへの応用(07680411)
【研究テーマ】知能情報学
【研究種目】基盤研究(C)
【研究期間】1995 - 1997
【研究代表者】古川 康一 (1996-1997) 慶応義塾大学, 大学院・政策・メディア研究科, 教授 (10245615)
【キーワード】言語獲得 / 外国語学習 / 機械翻訳 / 機械学習 / 認知心理実験 (他11件)
【概要】本研究課題では外国語特に英語の学習に焦点を当て、その困難性を説明する上で、学習者が日本語と英語の語意構造パターンの違いを学習者が理解していないためではないかという仮説のもとに実験を行った。日英で語意構造パターンが大きく異なる領域として物体の移動の言語表現の領域と、物体の個別性に対する言語表現の領域に焦点を当てた。どちらの領域でも人はある概念を言語化する際に母国語特有の語意構造パターンを母国語の語彙...
【情報学】情報学フロンティア:インタラクション機械学習を含む研究件
❏高速スマートカメラ群による三次元人体動作計測に関する研究(18K11391)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2018-04-01 - 2020-03-31
【研究代表者】味八木 崇 東京大学, 大学院情報学環・学際情報学府, 特任准教授 (50511961)
【キーワード】動作計測 / コンピュータビジョン / インタラクション / ヒューマンコンピュータインタラクション / 画像処理 (他7件)
【概要】スポーツ教育やリハビリテーション等での利用を前提とした、スマートカメラ群による三次元人体動作計測プラットフォームの構築が本研究の目的である。従来プロスポーツ向けに利用されてきた赤外線反射マーカー式のモーションキャプチャシステムは、精緻な計測が可能である反面、非常に高価であり太陽光の影響などから屋外での利用に制限があった。また、身体部位にマーカーを貼り付ける必要があることから、教育現場での利用には不...
❏ロボット技術を用いた動物の「遊び」行動のモデル化(15K00366)
【研究テーマ】知能ロボティクス
【研究種目】基盤研究(C)
【研究期間】2015-04-01 - 2018-03-31
【研究代表者】石井 裕之 早稲田大学, 理工学術院総合研究所(理工学研究所), 准教授(任期付) (10398927)
【キーワード】ロボット工学 / インタラクション / 機械学習 / ロボット / 強化学習 (他8件)
【概要】ラットの「遊び行動」を研究するための実験系の構築に取り組んだ.まず,ラットと遊び行動を行う新たな小型移動ロボットを開発した.ラットとロボットの遊び行動をリアルタイムで計測するシステムと,その計測結果にもとづいてロボットの行動を制御するシステムについても構築した.これらを用いて,機械学習によって,ロボットがラットとのインタラクションを通して,適応的に遊び行動を獲得することを試みた. その結果,学習が...
【情報学】情報学フロンティア:潜在クラスモデル機械学習を含む研究件
❏大規模ラーニングアナリティクスを用いた初学者のためのプログラミング教育システム(16K00491)
【研究テーマ】学習支援システム
【研究種目】基盤研究(C)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】小林 学 早稲田大学, データ科学総合研究教育センター, 教授 (80308204)
【キーワード】Eラーニング / プログラミング / 教育システム / 機械学習 / 潜在クラス分析 (他12件)
【概要】本研究ではプログラミング初学者を対象として,実際の授業用のWEBを用いたe-learningプログラミング教育システムを構築し,さらにそこから得られたビッグデータに対してラーニングアナリティクスを用いて分析を行なう手法を検討した.具体的にはまず学習者のプログラミングの各種ログを取得し,機械学習手法を用いたプログラムの自動採点により,教員の労度を大幅に削減しつつ精度の高い採点を行うことが可能であるこ...
❏大規模ログデータを用いたユーザ行動分析のための次世代パターン認識手法の開発と応用(26560167)
【研究テーマ】社会システム工学・安全システム
【研究種目】挑戦的萌芽研究
【研究期間】2014-04-01 - 2017-03-31
【研究代表者】後藤 正幸 早稲田大学, 理工学術院, 教授 (40287967)
【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 (他8件)
【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...
【情報学】情報学フロンティア:プログラミング機械学習を含む研究件
❏異種アーキテクチャ並列環境におけるスケーラブルな機械学習基盤ソフトウェア技術(20H04165)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】遠藤 敏夫 東京工業大学, 学術国際情報センター, 教授 (80396788)
【キーワード】並列処理 / 機械学習 / 異種アーキテクチャ / メモリ階層 / プログラミング (他10件)
【概要】以下の研究項目について研究を推進した。 (a) 演算カーネルレベルのマルチコア/SIMD並列性の活用:本項目ではまず、ドメイン特化型言語(DSL)Halideにより、反復をまたぐブロッキング技術を含めたステンシルカーネルを対象とし、開発コストの低減とCPU/GPU上の高性能の両立が可能であることを示した。そしてハンドコーディングしたカーネルとの性能比較を行った。その中途成果について情報処理学会SW...
❏大規模ラーニングアナリティクスを用いた初学者のためのプログラミング教育システム(16K00491)
【研究テーマ】学習支援システム
【研究種目】基盤研究(C)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】小林 学 早稲田大学, データ科学総合研究教育センター, 教授 (80308204)
【キーワード】Eラーニング / プログラミング / 教育システム / 機械学習 / 潜在クラス分析 (他12件)
【概要】本研究ではプログラミング初学者を対象として,実際の授業用のWEBを用いたe-learningプログラミング教育システムを構築し,さらにそこから得られたビッグデータに対してラーニングアナリティクスを用いて分析を行なう手法を検討した.具体的にはまず学習者のプログラミングの各種ログを取得し,機械学習手法を用いたプログラムの自動採点により,教員の労度を大幅に削減しつつ精度の高い採点を行うことが可能であるこ...
【情報学】情報学フロンティア:プログラミング言語機械学習を含む研究件
❏機械学習によるプログラミング言語文法の推定(19K22840)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2019-06-28 - 2023-03-31
【研究代表者】千葉 滋 東京大学, 大学院情報理工学系研究科, 教授 (80282713)
【キーワード】プログラミング言語 / ソフトウエア工学 / 機械学習 / ソフトウェア工学 / 開発環境
【概要】大量のプログラム例を教師なしで機械学習することである種の文法構造をモデルが獲得することができる。この技術の応用先を研究し、不適切にモジュール化されたプログラムの部分を自動的に識別する手法を開発した。プログラムを適切にモジュール化することは、誤りのない高品質なプログラムを開発するためには重要であることは良く知られている。また現代においてはプログラムがいったん完成した後も機能拡張を続けていかなければな...
❏自らを進化させ未知の計算環境に適応するソフトウェア自動チューニング機構方式の研究(15K12033)
【研究テーマ】高性能計算
【研究種目】挑戦的萌芽研究
【研究期間】2015-04-01 - 2018-03-31
【研究代表者】須田 礼仁 東京大学, 大学院情報理工学系研究科, 教授 (40251392)
【キーワード】自動チューニング / 高性能計算 / コード変換 / 最適化 / 機械学習 (他10件)
【概要】自動チューニングは、ソフトウェアにあらかじめ可変性を仕込み、この可変性をソフトウェア自身に調整させて、様々な計算環境で良好な実行性能を目指す。本研究では、既存のプログラムに対して、事後的に可変性と調整機能を組み込むことにより、新しい計算環境や新しい高性能手法が登場しても、それを既存のプログラムに組込み自動チューニングができる仕組みを目指して研究した。 我々はチームメンバーが開発してきた Xevol...
【情報学】情報学フロンティア:オンライン学習機械学習を含む研究件
❏Personalized Online Adaptive Learning System(20H01719)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2020-04-01 - 2025-03-31
【研究代表者】クロス ジェフリーS 東京工業大学, 環境・社会理工学院, 教授 (90532044)
【キーワード】オンライン学習 / 個人学習 / 学習管理システム / 仮想現実 / 人工知能 (他11件)
【概要】Personal Online Analytic Learning System (POALS) is a web-based learning management system (LMS) developed to help learners succeed when taking online learning courses. The system was developed using ...
❏統計的強化学習の深化と応用(17H00757)
【研究テーマ】知能情報学
【研究種目】基盤研究(A)
【研究期間】2017-04-01 - 2022-03-31
【研究代表者】杉山 将 東京大学, 大学院新領域創成科学研究科, 教授 (90334515)
【キーワード】強化学習 / 機械学習 / 多腕バンディット問題 / 模倣学習 / ベイズ推論 (他12件)
【概要】本研究では,逐次的意思決定および確率的推論の理論とアルゴリズム構築を行った.強化学習の研究では,実用性向上を目指し弱教師付き模倣学習や複雑な問題の階層化などの手法を開発し,その有効性を実験的に示した.多腕バンディット問題の研究では,線形バンディット,比較バンディット,良腕識別,組み合わせバンディットなどに対する理論保証付きアルゴリズムを開発した.確率的推論の研究では,ベイズ推論のロバスト化や近似計...
❏高次元大規模信号データ処理のためのスケーラブル・リーマン多様体最適化とその応用(16K00031)
【研究テーマ】数理情報学
【研究種目】基盤研究(C)
【研究期間】2016-04-01 - 2020-03-31
【研究代表者】笠井 裕之 早稲田大学, 理工学術院, 教授 (40312079)
【キーワード】最適化 / リーマン多様体 / 確率的勾配法 / テンソル / 大規模データ (他17件)
【概要】微分多様体において,高次元テンソルを分解表現する行列に対する直交性などの制約と,目的関数の二乗誤差特性及び要素行列による対称性等に着目し,新たなリーマン計量を提案した.この新しい幾何空間を用いた最適化アルゴリズムを提案し,再現誤差と収束速度の観点で,従来手法に対する優位性を示した.また,微分多様体上の確率的勾配法に着目し,フル勾配と確率的勾配をハイブリッドした手法を用いることで収束性を向上する手法...
【情報学】情報学フロンティア:GPU機械学習を含む研究件
❏異種アーキテクチャ並列環境におけるスケーラブルな機械学習基盤ソフトウェア技術(20H04165)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】遠藤 敏夫 東京工業大学, 学術国際情報センター, 教授 (80396788)
【キーワード】並列処理 / 機械学習 / 異種アーキテクチャ / メモリ階層 / プログラミング (他10件)
【概要】以下の研究項目について研究を推進した。 (a) 演算カーネルレベルのマルチコア/SIMD並列性の活用:本項目ではまず、ドメイン特化型言語(DSL)Halideにより、反復をまたぐブロッキング技術を含めたステンシルカーネルを対象とし、開発コストの低減とCPU/GPU上の高性能の両立が可能であることを示した。そしてハンドコーディングしたカーネルとの性能比較を行った。その中途成果について情報処理学会SW...
❏GPUと深層学習を用いた広視野サーベイのための高精度・高速天体認識技術の開発(16K13783)
【研究テーマ】天文学
【研究種目】挑戦的萌芽研究
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】谷津 陽一 東京工業大学, 理学院, 助教 (40447545)
【キーワード】機械学習 / 画像認識 / 深層学習 / 畳み込みニューラルネットワーク / 重力波 (他19件)
【概要】重力波天文学に代表される時間領域天文学に必須となる天体観測装置のソフトウェア的な基盤技術の開発を行った。現在のロボット観測においてどうしても人間が介在せざるを得ない、観測スケジュールのアレンジと取得画像からの突発天体抽出の完全自動化のために、深層学習やGPUを用いた気象識別と全く新しい突発天体検出アルゴリズムを開発した。これらは、既存のハードウェアをそのまま応用して、多くの観測所で使用することが可...
❏機械学習によるロングテール現象の解決方法に関する研究(21240011)
【研究テーマ】知能情報学
【研究種目】基盤研究(A)
【研究期間】2009 - 2012
【研究代表者】中川 裕志 東京大学, 情報基盤センター, 教授 (20134893)
【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 (他16件)
【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...
【情報学】情報学フロンティア:音声認識機械学習を含む研究件
❏音声セキュリティ研究の開拓(18K19789)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2018-06-29 - 2020-03-31
【研究代表者】森 達哉 早稲田大学, 理工学術院, 教授 (60708551)
【キーワード】IoT / セキュリティ / アプリ / 音声 / プライバシー (他10件)
【概要】本研究課題は、音声を入出力として利用する音声アシスタントシステムに固有なセキュリティ脅威の解明と、その対策技術の開発に取り組んだ。テーマの方向性として、(1) 音声アシスタントシステムに対する攻撃と(2) 音声アシスタントによる攻撃の2つがあり、その両方に取り組んだ。前者のテーマでは、 音声アシスタントシステムへのコマンドインジェクション攻撃を指向性スピーカを用いることで実現する攻撃の評価とその対...
❏発話ロボットの音声学習における脳機能モデルの再現と発声障害のシミュレータの構築(15K01459)
【研究テーマ】リハビリテーション科学・福祉工学
【研究種目】基盤研究(C)
【研究期間】2015-04-01 - 2019-03-31
【研究代表者】澤田 秀之 早稲田大学, 理工学術院, 教授 (00308206)
【キーワード】知能ロボット / ソフトロボット / 人工知能 / 音声生成 / 聴覚フィードバック (他9件)
【概要】申請者らがこれまでに研究を進めてきた、人間と同等の発声器官を全て機械的に構成した発話ロボットを再設計し、より柔軟に発話動作を獲得できる機構を実装した。聴覚フィードバック学習によって、ロボットが聴取音声を基に自律的に発話動作を獲得し、任意の音声を生成することができる学習機構を実装するため、人間の脳機能を再現した学習モデルを構築した。更にFPGAによって、音声獲得の高速オンライン学習を実現した。これら...
【情報学】情報学フロンティア:ニューラルネットワーク機械学習を含む研究件
❏小区分22020:構造工学および地震工学関連(0)
【研究テーマ】2019
【研究種目】橋梁
【研究期間】B-WIM
【研究代表者】振動応答
【キーワード】加速度
【概要】本研究の目的の一つは、人工ニューラルネットワーク/機械学習と量子多体論を融合した強力かつ汎用的な強相関数値計算手法を開発することである。その新たな手法と密度汎関数理論などの第一原理計算を組みあわせて、実存する強相関電子系へ適用を行い、高精度な定量計算の実現を目指す。そのため、研究の柱は新たな手法開発である。同時に新手法の精度検証も重要な課題になってくる。 今年度は有限温度計算を可能にする新たな人...
❏スピンから捉えるガラス・ジャミング転移の物理:ソフトマターから情報統計力学まで(19H01812)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】吉野 元 大阪大学, サイバーメディアセンター, 准教授 (50335337)
【キーワード】ガラス転移 / ジャミング / フラストレート磁性 / コロイド / 制約充足問題 (他15件)
【概要】本プロジェクトでは、スピン(回転自由度)の関わるガラス・ジャミング転移の物理と数理を広範な領域において分野横断的に研究した。具体的は、フラストレート磁性体、コロイドガラス、ベクトル変数の統計的推定・制約充足問題、深層ニューラルネットワークの学習理論において理論的、数値的に研究を行った。その結果、パイロクロア酸化物Y2MO2O7における外的乱れなしに起こるスピングラス転移のメカニズムの解明、コロイド...
❏一般道路橋を対象としたセルフキャリブレーション機能を有するB-WIMの研究開発(19K15071)
【研究テーマ】
【研究種目】若手研究
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】竹谷 晃一 東京工業大学, 環境・社会理工学院, 特任講師 (70803526)
【キーワード】橋梁 / B-WIM / 振動応答 / 加速度 / 軸重 (他15件)
【概要】本研究は車が通過するときに生じる橋梁の振動応答を利用して車の重量を検知するBridge Weigh-in-Motion(B-WIM)において課題となっていた①計測方法の簡易化と②基準となる橋の振動応答取得(キャリブレーション)を自動化するシステムを開発した. これまでのB-WIMは複数のセンサを設置する必要があったが,本研究では車が橋に入退出する時刻の検出を桁中央に設置した1つの加速度センサで行い...
【情報学】情報学フロンティア:バーチャル・リアリティ(VR)機械学習を含む研究件
❏小区分56010:脳神経外科学関連(0)
【研究テーマ】2019
【研究種目】頭蓋底手術
【研究期間】機械学習
【研究代表者】仮想現実
【キーワード】拡張現実
【概要】
❏Personalized Online Adaptive Learning System(20H01719)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2020-04-01 - 2025-03-31
【研究代表者】クロス ジェフリーS 東京工業大学, 環境・社会理工学院, 教授 (90532044)
【キーワード】オンライン学習 / 個人学習 / 学習管理システム / 仮想現実 / 人工知能 (他11件)
【概要】Personal Online Analytic Learning System (POALS) is a web-based learning management system (LMS) developed to help learners succeed when taking online learning courses. The system was developed using ...
❏スモールデータ駆動型機械学習による仮想頭蓋底手術シミュレーションシステムの開発(19K09500)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2023-03-31
【研究代表者】辛 正廣 帝京大学, 医学部, 教授 (70302726)
【キーワード】頭蓋底手術 / 機械学習 / 仮想現実 / 拡張現実 / シミュレーション
【概要】① 頭蓋底病 に する術前画像の機械学習については、機械学習による病理診断において、国際的にも機械学習による鑑別がトピックとなっている脊索腫と軟骨肉腫の鑑別(CTやMRI上、肉眼的鑑別が困難であるが、前者は再発率の高い悪性腫瘍、後者は良性腫瘍)が行えるかどうかについて 検証を行い、スモールデータを元にした学習でも、90%以上の正確さをもってこれらの鑑別が行えるレベルに達した。良好な成果が達成される...
【情報学】情報学フロンティア:画像認識機械学習を含む研究件
❏中区分58:社会医学、看護学およびその関連分野(0)
【研究テーマ】2020
【研究種目】看護工学
【研究期間】画像認識
【研究代表者】画像識別
【キーワード】褥瘡
【概要】本課題の目的は機械学習(Machine Learning, 以降ML)を新機軸とし、木材組織学におけるこれまでにない発見の探索にある。その前半部はスギ横断面で観察できる組織の画像認識法を確立することにあり、本年度はその足がかりをつけた。画像認識におけるMLの具体的な環境は次の通りである:ディープラーニングによる機械学習、画像の識別・学習方法に畳み込みニューラルネットワーク、事前学習あり、前処理段階...
❏技能伝承・ノウハウ共有のための人間参加型機械学習による映像組織化(20K12115)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】谷口 行信 東京理科大学, 工学部情報工学科, 教授 (70759422)
【キーワード】人間参加型機械学習 / Human-in-the-loop / 弱教師あり学習 / 技能伝承 / 画像認識 (他7件)
【概要】製造業・看護など様々な業界において,熟練者から初心者への技能伝承,組織内でのノウハウ共有が重要な課題となっている.本研究の目的は,画像認識により自動的に画像・映像を組織化することで,技能伝承・ノウハウ共有を促進することである. 2021年度は以下の検討を行った: (1) 映像と言語の類似度学習による作業映像のシーン分割:技能伝承・ノウハウ共有を促進する上で,映像に関連する作業手順書,メモ等の文書情...
❏創傷画像データベースの機械学習に基づく重度・治癒度スコアリング支援システムの開発(20K21700)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2020-07-30 - 2022-03-31
【研究代表者】森 武俊 東京大学, 大学院情報理工学系研究科, 教授 (20272586)
【キーワード】看護工学 / 画像認識 / 画像識別 / 褥瘡 / 深層学習 (他10件)
【概要】臨床において病棟の回診などで蓄積されてきた多量の創傷のデジタルカメラによる撮影画像データをもとにDeep Learningを中核とする機械学習を行うことで創傷の識別モデルを構成し,新たに撮影する創傷の画像の自動分類を行うソフトウェアを開発した。このソフトウェアに基づき、計算される創傷の重症度や治癒度の客観的スコアを看護師をはじめとする創傷評価者へ提示することで、超音波エコー画像などと組み合わせて傷...
【情報学】情報学フロンティア:Linked Data機械学習を含む研究件
❏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(26240036)
【研究テーマ】知能情報学
【研究種目】基盤研究(A)
【研究期間】2014-04-01 - 2018-03-31
【研究代表者】山口 高平 慶應義塾大学, 理工学部(矢上), 教授 (20174617)
【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/ (他20件)
【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...
❏Linked Data間の意味的関係付け手法に関する研究(25330369)
【研究テーマ】ウェブ情報学・サービス情報学
【研究種目】基盤研究(C)
【研究期間】2013-04-01 - 2016-03-31
【研究代表者】市瀬 龍太郎 国立情報学研究所, 情報学プリンシプル研究系, 准教授 (00332156)
【キーワード】人工知能 / セマンティックWeb / Linked Data / 機械学習 / インターネット高度化
【概要】Linked Data は,データのWeb とも呼ばれ,急速に普及しつつあるが,データ間のリンク(関係付け)が不十分なため,実用上で大きな問題となっている.本研究では,大規模で様々な種類のデータが分散して提供されているLinked Data に対して,意味的な関係付けを高速かつ高精度に行う手法を開発することが目的である.そのために必要な新たな技術の開発を行った. ...
❏大規模・異種の時空間データ統合で生じる矛盾を許容するサイエンスクラウド基盤(24240015)
【研究テーマ】メディア情報学・データベース
【研究種目】基盤研究(A)
【研究期間】2012-04-01 - 2015-03-31
【研究代表者】小島 功 独立行政法人産業技術総合研究所, 情報技術研究部門, 総括研究主幹 (00356982)
【キーワード】データベース / 矛盾 / データ統合 / 時空間データ / Linked Data (他21件)
【概要】本課題は、大規模な時空間データの統合において発生する「矛盾」に多角的に取り組んだもので、要素研究と実証システム開発の課題を行った。 事例として画像データとWeb上のソーシャルデータ等、矛盾を含んだ異種のデータを統合して土地利用等の知見を抽出する研究を進め、衛星画像処理より高精度な結果を実現、実証した。基盤技術としても、異種メタデータを統合して検索する技術や、それを機械学習などで解析するための連携手...
【情報学】情報学フロンティア:アノテーション機械学習を含む研究件
❏歴史ビッグデータ研究基盤による過去世界のデータ駆動型復元と統合解析(19H01141)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】北本 朝展 国立情報学研究所, コンテンツ科学研究系, 教授 (00300707)
【キーワード】歴史ビッグデータ / データ構造化 / エンティティ / 識別子 / 歴史GIS (他11件)
【概要】「歴史ビッグデータ」という新しい研究分野を確立するための基礎的な研究を進めるとともに、歴史ビッグデータの構築を推進する研究基盤を公開した。まず、歴史ビッグデータ構築の参照モデルとなるよう、データ構造化ワークフローのモデル化に取り組み、文書空間と実体空間を双方向的に結合する新しいモデルを提案した。次に、実体空間の構造化となるエンティティデータベースの拡充を進め、現代から過去に至る様々な粒度の地名に識...
❏リアルタイムMRIおよびWAVEデータによる調音音声学の精緻化(17H02339)
【研究テーマ】言語学
【研究種目】基盤研究(B)
【研究期間】2017-04-01 - 2020-03-31
【研究代表者】前川 喜久雄 大学共同利用機関法人人間文化研究機構国立国語研究所, 音声言語研究領域, 教授 (20173693)
【キーワード】調音音声学 / 音声生成 / リアルタイムMRI / 日本語 / モンゴル語 (他15件)
【概要】東京方言16名分、近畿方言5名分、モンゴル語3名の調音運動を記録したリアルタイムMRI動画を1名あたり約1時間収集した。データのブラウジング環境を構築し、音声器官(舌、唇、口蓋、咽頭壁など)の輪郭を自動抽出する技術を開発した。このデータを利用して、①モンゴル語母音調和に関する舌根位置の関与を示した論文、②日本語発話末に生じる撥音の調音位置が直前母音によって決まっていることを示した論文、③日本語ワ行...
❏言語理解における人間の振舞いの分析と言語処理の高精度化への応用(16H02865)
【研究テーマ】知能情報学
【研究種目】基盤研究(B)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】徳永 健伸 東京工業大学, 情報理工学院, 教授 (20197875)
【キーワード】自然言語処理 / コーパス / アノテーション / 視線情報 / 振舞い情報 (他9件)
【概要】自然言語処理の分野では,単語の品詞など,解析結果として得たい正解を解析対象のテキストに人手で付与(アノテーション)した「コーパス」を構築し,それを機械学習の訓練データとして用いることによって問題を解く手法が主流である.自然言語処理の広範な課題を網羅するために,自然言語処理の課題をセグメント課題,リンク課題,変換課題に分類し,各タイプの課題においてアノテーション作業者の視線,キー入力,マウス操作など...
【情報学】情報学フロンティア:知能情報学機械学習を含む研究件
❏実在・仮想データを用いた議論の論理に基づく紛争分析支援(15KT0041)
【研究テーマ】紛争研究
【研究種目】基盤研究(B)
【研究期間】2015-07-10 - 2019-03-31
【研究代表者】木藤 浩之 電気通信大学, 大学院情報理工学研究科, 客員研究員 (90705287)
【キーワード】議論 / 推論 / 機械学習 / ベイズ / 生成モデル (他16件)
【概要】本研究計画において合計10本の査読付き国際論文を発表した.主要な国際研究機関によれば研究代表者が筆頭責任著者を務めるそのうちの2本の論文(IJCAI 2017, KR 2018)は推論研究の最難関の国際会議である.また別の2本の論文(Argument & Computation 2015, JLC 2017)は研究代表者の研究領域の主要な論文誌である.さらに,本研究を進めるうちに新たな本質...
❏フェロモン源探索行動のモデル化に基づく新しい探索アルゴリズムの開発(25870915)
【研究テーマ】ソフトコンピューティング
【研究種目】若手研究(B)
【研究期間】2013-04-01 - 2017-03-31
【研究代表者】小林 亮太 国立情報学研究所, 情報学プリンシプル研究系, 助教 (70549237)
【キーワード】知能情報学 / 確率過程 / ソフトコンピューティング / シミュレーション / ベイズ統計学 (他9件)
【概要】昆虫は時々やってくるフェロモンを頼りにフェロモン源に到達できる.特にカイコガのオスは,視力が弱いにもかかわらずフェロモンを頼りにしてメスの場所を効率的に探索する.本研究では,フェロモン源を探索する過程を模倣したアルゴリズムを開発した.フェロモンについての探索者の観測を確率過程 (点過程) としてモデル化し,ベイズ統計を用いることによりフェロモン源の位置を推定するアルゴリズムを開発した.そして,フェ...
【情報学】情報学フロンティア:複雑ネットワーク機械学習を含む研究件
❏fMRI・機械学習・形態測定学を融合した言語学習脳の構造的・機能的変化予測モデル(26330246)
【研究テーマ】知能情報学
【研究種目】基盤研究(C)
【研究期間】2014-04-01 - 2017-03-31
【研究代表者】赤間 啓之 東京工業大学, リベラルアーツ研究教育院, 准教授 (60242301)
【キーワード】脳 / 言語 / fMRI / 機械学習 / 複雑ネットワーク (他10件)
【概要】本研究では、心や脳が概念をどう処理するかを解明するニューロイメージングにおいて、神経的・認知的状態判別のための機械学習法(MVPA)を意味処理、言語切替に適用した研究を行った。特に、fMRI実験にあたり、各個人が持つそれぞれが個性的で特異な意味空間のモデリングを行う総合的なアプローチが重要であると言う観点から、レビュー論文をBehaviormetrika誌に発表した。またPLoS ONE論文では、...
❏脳fMRI研究・機械学習・複雑ネットワークを融合した計算神経グラフ言語学の試み(23500171)
【研究テーマ】知能情報学
【研究種目】基盤研究(C)
【研究期間】2011-04-28 - 2015-03-31
【研究代表者】赤間 啓之 東京工業大学, 社会理工学研究科, 准教授 (60242301)
【キーワード】脳科学 / fMRI / 機械学習 / 複雑ネットワーク / 自然言語処理 (他11件)
【概要】本研究ではfMRI実験を行い、言語の連想タスクを行っている脳画像データを統計解析し、特に機械学習の方法(MVPA)を用いて、実験参加者の各時点での思考を分類し、予測するモデルを立てた。特に実験参加者間での予測モデルの精度劣化という問題を解決するため、データの時空間双方に亘る事後分析を行い、意味認知をめぐって、独自の素性選択法を提唱することにより、集団レベルでのMVPAの精度を向上させた。そのほか、...
【情報学】情報学フロンティア:インターネット機械学習を含む研究件
❏生物的進化システムとしてのインターネットサービスの分析(17H01821)
【研究テーマ】ウェブ情報学・サービス情報学
【研究種目】基盤研究(B)
【研究期間】2017-04-01 - 2020-03-31
【研究代表者】池上 高志 東京大学, 大学院総合文化研究科, 教授 (10211715)
【キーワード】インターネット / ウェブサービス / 進化理論 / 自己組織的臨界状態 / Big Data (他25件)
【概要】ウェブサービスが臨界状態(一つの投稿が大きく波及するような)に向かって進化していることを示した。それと同時にユーザーグループが特徴的な集団構造をつくっていくように観測できた。タグをつけるサービスどうしを比較し、簡単な数理モデル(Yule-Simonモデル)とでは説明できない現象を見い出した。ウェブの「意味」の創出は、新しいタグの進化ではなく、タグどうしの組み合わせの進化にある。特に投稿間に親子関係...
❏非線形的アプローチによる大規模システムの制御とセキュアネットワークへの応用(19360176)
【研究テーマ】通信・ネットワーク工学
【研究種目】基盤研究(B)
【研究期間】2007 - 2009
【研究代表者】佐藤 仁樹 公立はこだて未来大学, システム情報科学部, 教授 (30360001)
【キーワード】数理科学 / セキュア・ネットワーク / 暗号 / 認証 / 機械学習 (他10件)
【概要】本研究では、多変量解析、フーリエ解析、強化学習などの数理科学的な手法を用いた大規模非線形システムの制御方式、セキュアな通信方式、および盗聴を防ぐためのペアリング暗号方式を提案した。また、これらの提案手法を、セキュアネットワークに関する課題に適用した。その結果、従来は不可能だった角度から、様々な通信ネットワークの安全性を検証し、通信ネットワークのセキュリティを向上させることができた。 ...
❏ネットワーク環境における情報間の関係知識の学習とその流通モデルに関する研究(14780312)
【研究テーマ】知能情報学
【研究種目】若手研究(B)
【研究期間】2002 - 2004
【研究代表者】市瀬 龍太郎 国立情報学研究所, 知能システム研究系, 助手 (00332156)
【キーワード】機械学習 / WWW / インターネット / 知識獲得 / 知識発見
【概要】本研究の目的は,ネットワーク環境において円滑な情報交換が行えるようにするための知識流通モデルを構築することにある.本年度は,研究計画の最終年度になるため,この3年間で行ってきた研究のとりまとめを行う.そのために,下記の2つに焦点を絞って研究を進めた. 1点目は,知識を学習する際の精度の向上である.本年度は,昨年度までに開発を進めてきた学習アルゴリズムに対して,学習精度をさらに向上させることを試みた...
【情報学】情報学フロンティア:学術情報機械学習を含む研究件
❏構造的関連性学習を用いた大規模学術情報のリンケージに関する研究(24700137)
【研究テーマ】知能情報学
【研究種目】若手研究(B)
【研究期間】2012-04-01 - 2015-03-31
【研究代表者】森 純一郎 東京大学, 工学(系)研究科(研究院), 講師 (30508924)
【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 (他6件)
【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...
❏ウェブ上の文書から学術論文を自動判定し,検索するシステムの設計開発(21300095)
【研究テーマ】図書館情報学・人文社会情報学
【研究種目】基盤研究(B)
【研究期間】2009 - 2011
【研究代表者】上田 修一 慶應義塾大学, 文学部, 教授 (50134218)
【キーワード】学術論文 / 検索エンジン / ウェブ構造 / 情報検索 / 自動分類 (他9件)
【概要】研究の目的は,分野を限定せず,日本語及び英語の学術論文への直接的なアクセスを保証し,公開された検索アルゴリズムを用いた学術論文に特化した検索エンジンの構築と評価である。ウェブクローリングを行うために機関リポジトリ収載ファイルを調査し,深層ウェブの存在などウェブ構造を明らかにした。また,日本語および英語で書かれた全分野の学術論文の構成要素と構成を調査し,その結果に基づいて,学術論文の自動判定を行うた...
【情報学】情報学フロンティア:認知科学機械学習を含む研究件
❏レジリエントな都市交通機能を実現する「認知,インフラ,制度」の相互改善型設計(16H02907)
【研究テーマ】ウェブ情報学・サービス情報学
【研究種目】基盤研究(B)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】荒井 幸代 千葉大学, 大学院工学研究院, 教授 (10372575)
【キーワード】逆強化学習 / 強化学習 / 多目的最適化 / 社会シミュレーション / 行動規範 (他27件)
【概要】本課題では,都市交通が頑健かつ柔軟に機能する状況を「レジリエンス」と定義し,これを実現する上で,情報インフラや人の状況判断,法制度の3つのソフトインフラの連携が必要との立場から研究を進めてきた.特に緊急時の二次被害減災は人の行動が鍵であるとし,人の挙動特性を考慮した都市交通システム設計法を提案した.災害における人の行動の規範は,過去の似た状況の記憶に影響を受けるため,正しい情報を直接提供するよりも...
❏デジタルおしゃぶり:発達認知科学的知見に基づく新たな情報デバイスの設計と開発(15K12043)
【研究テーマ】認知科学
【研究種目】挑戦的萌芽研究
【研究期間】2015-04-01 - 2018-03-31
【研究代表者】開 一夫 東京大学, 大学院総合文化研究科, 教授 (30323455)
【キーワード】デジタルおしゃぶり / デジタルデバイス / IoT / 意図 / 発達科学 (他12件)
【概要】本研究は、認知的・言語的機能が低下あるいは発達途上であっても柔軟に用いることができる情報デバイスをデザイン・開発することを目的として研究を進めた。具体的には、既に開発済みの「デジタルおしゃぶり」のプロトタイプを改良し、発達認知神経科学的実験とデバイスの改良を同時並行的に行いながら、口唇部で操作する情報入力装置を開発した。本研究の特徴は、意思表出や言語機能・認知機能が発達途上の乳幼児を対象としたデバ...
❏マルチモーダル情報に基づく議論エージェントの開発(15H02746)
【研究テーマ】知能情報学
【研究種目】基盤研究(B)
【研究期間】2015-04-01 - 2018-03-31
【研究代表者】新田 克己 東京工業大学, 情報理工学院, 教授 (60293073)
【キーワード】人工知能 / 対話エージェント / マルチモーダル情報 / 議論演習 / 数理議論学 (他15件)
【概要】法学部における議論演習の教員の負担を軽減するため、与えられた議論課題に関して学生と自律的に議論を行い、学生の議論スキルを評価する機能を持つ議論エージェントを開発した。議論エージェントは、学生の発言を論理的に理解し、議論の有利/不利の判断を行い、相手の音声や身振りから発話意欲を推定し、それらを考慮した議論戦略によって応答を行う高度な対話システムであり、ヒューマノイド型ロボットPepperの上に実装さ...
【情報学】情報学フロンティア:セキュリテイ機械学習を含む研究件
❏中区分60:情報科学、情報工学およびその関連分野(0)
【研究テーマ】2018
【研究種目】IoT
【研究期間】セキュリティ
【研究代表者】アプリ
【キーワード】音声
【概要】
❏深層学習と仮想化技術の融合によるバンキングマルウェア対策(20K21788)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2020-07-30 - 2022-03-31
【研究代表者】品川 高廣 東京大学, 情報基盤センター, 准教授 (40361745)
【キーワード】仮想化技術 / セキュリティ / 深層学習 / 機械学習 / マルウェア
【概要】本研究では、深層学習と仮想化技術を融合したバンキングマルウェア対策に関する研究をおこなった。バンキングマルウェアには亜種が多いという特徴を活用して、深層学習により高い精度で亜種の分類をおこなうことができる手法を研究した。また、仮想化技術との融合を目指して、仮想化技術で取得可能なバイナリレベルでのデータからマルウェア画像を生成して検知可能な技術に関する研究をおこなった。秘匿化対策のためのラベルの工夫...
❏音声セキュリティ研究の開拓(18K19789)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2018-06-29 - 2020-03-31
【研究代表者】森 達哉 早稲田大学, 理工学術院, 教授 (60708551)
【キーワード】IoT / セキュリティ / アプリ / 音声 / プライバシー (他10件)
【概要】本研究課題は、音声を入出力として利用する音声アシスタントシステムに固有なセキュリティ脅威の解明と、その対策技術の開発に取り組んだ。テーマの方向性として、(1) 音声アシスタントシステムに対する攻撃と(2) 音声アシスタントによる攻撃の2つがあり、その両方に取り組んだ。前者のテーマでは、 音声アシスタントシステムへのコマンドインジェクション攻撃を指向性スピーカを用いることで実現する攻撃の評価とその対...
【情報学】情報学フロンティア:エージェント機械学習を含む研究件
❏分業の創発とそれを活用した人工物システムの持続可能性向上の追求(17KT0044)
【研究テーマ】人工物システムの強化
【研究種目】基盤研究(B)
【研究期間】2017-07-18 - 2022-03-31
【研究代表者】菅原 俊治 早稲田大学, 理工学術院, 教授 (70396133)
【キーワード】マルチエージェントシステム / 持続可能性 / 分業 / 強化学習 / 交渉 (他17件)
【概要】本研究では、自律的に判断をする複数のエージェント(自走ロボットなど)から構成されるマルチエージェントシステムにおいて、システムの持続可能性や頑健性を維持するために必須な、取替・更新・定期点検などで停止したときに発生する、一時的な効率・性能低下を緩和するために、エージェント達が自らのタスクを委託し合う交渉手法と、全体の効率を上げるための自律的な組織化・分業化を達成する学習法を追求した。成果は、当該分...
❏レジリエントな都市交通機能を実現する「認知,インフラ,制度」の相互改善型設計(16H02907)
【研究テーマ】ウェブ情報学・サービス情報学
【研究種目】基盤研究(B)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】荒井 幸代 千葉大学, 大学院工学研究院, 教授 (10372575)
【キーワード】逆強化学習 / 強化学習 / 多目的最適化 / 社会シミュレーション / 行動規範 (他27件)
【概要】本課題では,都市交通が頑健かつ柔軟に機能する状況を「レジリエンス」と定義し,これを実現する上で,情報インフラや人の状況判断,法制度の3つのソフトインフラの連携が必要との立場から研究を進めてきた.特に緊急時の二次被害減災は人の行動が鍵であるとし,人の挙動特性を考慮した都市交通システム設計法を提案した.災害における人の行動の規範は,過去の似た状況の記憶に影響を受けるため,正しい情報を直接提供するよりも...
❏機械学習によって品質を改善し続ける知的サービスシステムの構成(21240012)
【研究テーマ】知能情報学
【研究種目】基盤研究(A)
【研究期間】2009 - 2011
【研究代表者】新井 民夫 東京大学, 大学院・工学系研究科, 教授 (40111463)
【キーワード】知能ロボティクス / 機械学習 / エージェント / 設計工学 / サービス (他8件)
【概要】サービス提供の自動化と個別適応の実現のためには,サービスの受け手の内的な状態の把握とサービスの選択が準備されなければならない.そこで本研究では受け手の内部状態の推定と満足度評価の具体的事例検証として物品の手渡し動作,お辞儀動作を例として評価指標を導出した.加えて,期待形成あるいは集団顧客の特性を考慮した満足度評価の手法を開発することができた.これにより,サービスシステム構築の基礎的研究を達成した....
【情報学】情報学フロンティア:ソーシャルメディア機械学習を含む研究件
❏ソーシャルメディアからの患者の悩み・実践知の抽出技術と活用基盤の確立(21H03170)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2021-04-01 - 2024-03-31
【研究代表者】堀 里子 慶應義塾大学, 薬学部(芝共立), 教授 (70313145)
【キーワード】患者の悩み / 患者の実践知 / ソーシャルメディア / 自然言語処理 / 機械学習 (他6件)
【概要】本研究では、ソーシャルメディアから得られる患者テキストを患者ケアの充実に活かす基盤づくりを目指して、患者の治療・生活上の悩みに関するエピソード、及び患者の実践知を抽出する自然言語処理(Natural Language Processing、NLP)システムの開発を進めている。本年度(2021年度)は、患者ブログから副作用疑いや悩みの記述を抽出する深層学習モデルの構築に取り組んだ。主な成果を以下に示...
❏生物的進化システムとしてのインターネットサービスの分析(17H01821)
【研究テーマ】ウェブ情報学・サービス情報学
【研究種目】基盤研究(B)
【研究期間】2017-04-01 - 2020-03-31
【研究代表者】池上 高志 東京大学, 大学院総合文化研究科, 教授 (10211715)
【キーワード】インターネット / ウェブサービス / 進化理論 / 自己組織的臨界状態 / Big Data (他25件)
【概要】ウェブサービスが臨界状態(一つの投稿が大きく波及するような)に向かって進化していることを示した。それと同時にユーザーグループが特徴的な集団構造をつくっていくように観測できた。タグをつけるサービスどうしを比較し、簡単な数理モデル(Yule-Simonモデル)とでは説明できない現象を見い出した。ウェブの「意味」の創出は、新しいタグの進化ではなく、タグどうしの組み合わせの進化にある。特に投稿間に親子関係...
【情報学】情報学フロンティア:ベイズ推定機械学習を含む研究件
❏中区分90:人間医工学およびその関連分野(0)
【研究テーマ】2019
【研究種目】ヒトiPS由来心筋組織
【研究期間】In vitro 組織成熟化
【研究代表者】力学刺激
【キーワード】ベイズ的最適化
【概要】本研究計画では、量子物質、特にトポロジカルな量子スピン液体と呼ばれる電子状態を実現するため、強相関電子系と呼ばれる、電子間のクーロン相互作用と原子間の電子のトンネリングの効果が拮抗する物質群を解析するための手法開発を行う。研究代表者らが開発を主導してきたオープンソース・アプリケーションHΦを量子多体シミュレータに用い、実験データを入力とし、理論あるいは第一原理電子状態計算に基づく有効ハミルトニアン...
❏Real-World-Data Inferenceの構築を目指して(19H04072)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2019-04-01 - 2024-03-31
【研究代表者】汪 金芳 横浜市立大学, データサイエンス学部, 教授 (10270414)
【キーワード】Bayesian Inference / Causal Inference / Cell Regression / Data-Driven Prior / Real-World-Data (他10件)
【概要】・リセプトデータを用いた数年後の糖尿病が発症予測のための深層学習モデルを提案し、得られた成果を論文として纏めている段階である。 ・Covid19陽性者数の長期予測のためのニューラルネットワーク時空間モデル(Convolutional Long-Short Term Model)を提案し、東京都23区のデータに適用しその有用性を確認した。得られた成果を論文として纏めている段階である。 ・血糖値の平均...
❏力学刺激の知能化によるin vitro3次元組織の超効率的成熟化(19H01178)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】尾上 弘晃 慶應義塾大学, 理工学部(矢上), 教授 (30548681)
【キーワード】ヒトiPS由来心筋組織 / In vitro 組織成熟化 / 力学刺激 / ベイズ的最適化 / 画像処理 (他11件)
【概要】知能化培養システムとして,力学刺激および電気刺激が可能な3次元培養チャンバを作製し,組織培養しながら形態をリアルタイムで蛍光観察可能なシステムを構築した.筋芽細胞株C2C12およびヒトiPS由来心筋細胞を培養し,刺激を印加しながら成熟化を評価した.C2C12と電気刺激の系において,画像処理により成熟化指標を抽出し,ベイズ的最適化で条件を最適化し,成熟化指標の向上を目指す実験サイクルを確立した.また...
【情報学】情報学フロンティア:情報検索機械学習を含む研究件
❏構造的関連性学習を用いた大規模学術情報のリンケージに関する研究(24700137)
【研究テーマ】知能情報学
【研究種目】若手研究(B)
【研究期間】2012-04-01 - 2015-03-31
【研究代表者】森 純一郎 東京大学, 工学(系)研究科(研究院), 講師 (30508924)
【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 (他6件)
【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...
❏大規模・異種の時空間データ統合で生じる矛盾を許容するサイエンスクラウド基盤(24240015)
【研究テーマ】メディア情報学・データベース
【研究種目】基盤研究(A)
【研究期間】2012-04-01 - 2015-03-31
【研究代表者】小島 功 独立行政法人産業技術総合研究所, 情報技術研究部門, 総括研究主幹 (00356982)
【キーワード】データベース / 矛盾 / データ統合 / 時空間データ / Linked Data (他21件)
【概要】本課題は、大規模な時空間データの統合において発生する「矛盾」に多角的に取り組んだもので、要素研究と実証システム開発の課題を行った。 事例として画像データとWeb上のソーシャルデータ等、矛盾を含んだ異種のデータを統合して土地利用等の知見を抽出する研究を進め、衛星画像処理より高精度な結果を実現、実証した。基盤技術としても、異種メタデータを統合して検索する技術や、それを機械学習などで解析するための連携手...
❏ウィキペディアのモデル化に基づく解説型テキストの自動生成(22300050)
【研究テーマ】知能情報学
【研究種目】基盤研究(B)
【研究期間】2010 - 2012
【研究代表者】藤井 敦 東京工業大学, 大学院・情報理工学研究科, 准教授 (30302433)
【キーワード】自然言語処理 / World Wide Web / ウィキペディア / 情報検索 / 用語説明 (他8件)
【概要】本研究は,様々な用語に関する説明を効率よく活用することを目的として,ウェブページの集合からウィキペディア記事のような解説型テキストを自動的に生成する手法について研究した.動物名や病名といった用語の種類によって説明に必要な観点が異なるため,ウィキペディアの記事集合から観点に基づく用語説明のパターンを学習する.用語の種類に応じて検索結果から必要な文章が抽出され,解説型テキストとして統合される. ...
【情報学】情報学フロンティア:ディレクトリ・情報検索機械学習を含む研究件
❏多様なメタ情報を統合するための機械学習手法に関する研究(17700165)
【研究テーマ】知能情報学
【研究種目】若手研究(B)
【研究期間】2005 - 2006
【研究代表者】市瀬 龍太郎 国立情報学研究所, 情報学プリンシプル研究系, 助教授 (00332156)
【キーワード】機械学習 / 人工知能 / ディレクトリ・情報検索 / インターネット高度化
【概要】本研究の目的は,さまざまな種類の情報の共有化を実現するために,メタ情報となる情報の分類情報を共有する機構を構築することである.そのためには,情報マネージメント機構が使っている異なった分類体系のシームレスな連携を実現することが必要となる.本年度は,実データを対象として,階層的分類の自動統合を実現するシステムの研究開発に重点をおき,以下の研究を行った. ●動的環境下における学習アルゴリズムの研究 実際...
❏Webのハイパーリンク構造のモデル化に関する研究(16680008)
【研究テーマ】知能情報学
【研究種目】若手研究(A)
【研究期間】2004 - 2006
【研究代表者】村田 剛志 東京工業大学, 大学院情報理工学研究科, 助教授 (90242289)
【キーワード】Webマイニング / ハイパーリンク / 視聴行動ローデータ / PageRank / 視覚化 (他11件)
【概要】本研究代表者はハイパーリンク等のグラフ構造に基づいてWebページ等の対象間の関連性を見出すWebマイニングの研究を進めてきている。Webページの多くは、関連するページへのハイパーリンクを有しており、Webコミュニティと呼ばれるグラフ構造を構成している。このような密な部分構造についての知見を得ることは、Webから効率的な情報収集をする上で重要である。 本年度においては、ユーザの振る舞いをログデータか...
【情報学】情報学フロンティア:テキストマイニング機械学習を含む研究件
❏生活環境下致死性状況の二度なしを可能とするリスク免疫情報学創生の実証的検討(20K21052)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2020-07-30 - 2022-03-31
【研究代表者】西田 佳史 東京工業大学, 工学院, 教授 (60357712)
【キーワード】免疫学 / 機械学習 / 安全工学 / 小児安全 / 傷害予防 (他13件)
【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...
❏グローバル株式運用のための包括的資産運用モデル確立に向けた研究(19K04888)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】山本 零 慶應義塾大学, 理工学部(矢上), 准教授 (40756376)
【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 (他16件)
【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...
❏大規模ログデータを用いたユーザ行動分析のための次世代パターン認識手法の開発と応用(26560167)
【研究テーマ】社会システム工学・安全システム
【研究種目】挑戦的萌芽研究
【研究期間】2014-04-01 - 2017-03-31
【研究代表者】後藤 正幸 早稲田大学, 理工学術院, 教授 (40287967)
【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 (他8件)
【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...
【情報学】情報学フロンティア:マンガ機械学習を含む研究件
❏大規模マンガデータベースのための自動要約生成の研究(17K00511)
【研究テーマ】エンタテインメント・ゲーム情報学
【研究種目】基盤研究(C)
【研究期間】2017-04-01 - 2020-03-31
【研究代表者】渡辺 裕 早稲田大学, 理工学術院, 教授 (10329154)
【キーワード】マンガ / 自動要約 / 機械学習 / 顔画像検出 / キャラクター検出 (他16件)
【概要】ユーザ主導型での高度なマンガ検索を実現することを目的として、機械学習を用いたマンガオブジェクト検出手法及びマンガ要約の自動生成手法の検討を行った。マンガメタデータの対象となるコマ、キャラクタ顔画像、吹出し、セリフの検出にはFaster R-CNNを用いた方式が有効であることが分かった。画像要約には、マンガの登場人物のキャラクタ顔画像検出した後に、クラスタリングによって分類することが必要でありDBS...
❏マンガ検索のための自動要約生成に関する研究(25330137)
【研究テーマ】マルチメディア・データベース
【研究種目】基盤研究(C)
【研究期間】2013-04-01 - 2016-03-31
【研究代表者】渡辺 裕 早稲田大学, 理工学術院, 教授 (10329154)
【キーワード】マンガ / 顔画像検出 / 機械学習 / 自動要約 / キャラクター抽出 (他12件)
【概要】マンガの自動要約を実現するためには、マンガに含まれるメタデータの抽出が必要である。このうち最も重要なものは登場キャラクターである。本研究では、キャラクター検出の高精度化を進めた。その結果、HOG特徴量を改良したDeformable Part Model (DPM) が有効であることを示した。また、事前知識がない状態からクラスリングにより主要キャラクターを同定する手法について検討した。これにより、正...
【情報学】情報学フロンティア:対話機械学習を含む研究件
❏レジリエントな都市交通機能を実現する「認知,インフラ,制度」の相互改善型設計(16H02907)
【研究テーマ】ウェブ情報学・サービス情報学
【研究種目】基盤研究(B)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】荒井 幸代 千葉大学, 大学院工学研究院, 教授 (10372575)
【キーワード】逆強化学習 / 強化学習 / 多目的最適化 / 社会シミュレーション / 行動規範 (他27件)
【概要】本課題では,都市交通が頑健かつ柔軟に機能する状況を「レジリエンス」と定義し,これを実現する上で,情報インフラや人の状況判断,法制度の3つのソフトインフラの連携が必要との立場から研究を進めてきた.特に緊急時の二次被害減災は人の行動が鍵であるとし,人の挙動特性を考慮した都市交通システム設計法を提案した.災害における人の行動の規範は,過去の似た状況の記憶に影響を受けるため,正しい情報を直接提供するよりも...
❏自然言語による動作命令の解析と理解に関する研究(12308014)
【研究テーマ】知能情報学
【研究種目】基盤研究(A)
【研究期間】2000 - 2001
【研究代表者】白井 清昭 (2001) 北陸先端科学技術大学院大学, 情報科学研究科, 助教授 (30302970)
【キーワード】アニメーテッドエージェント / 形態素解析 / 構文解析 / 照応解析 / 省略解析 (他11件)
【概要】本研究課題では、自然言語に基づくマンマシンインターフェースの実現を目指し、その一例としてアニメーテッドエージェントを構築することを目的とする。アニメーテッドエージェントとは、コンピュータ上に実現された知的エージェントであり、ユーザが自然言語によって与えられた命令を理解し、その命令通りに行動することができる機能を持つ。 このようなアニメーテッドエージェントを構築するための基礎的な技術を開発した。まず...
【情報学】情報学フロンティア:メタ・データ機械学習を含む研究件
❏大規模マンガデータベースのための自動要約生成の研究(17K00511)
【研究テーマ】エンタテインメント・ゲーム情報学
【研究種目】基盤研究(C)
【研究期間】2017-04-01 - 2020-03-31
【研究代表者】渡辺 裕 早稲田大学, 理工学術院, 教授 (10329154)
【キーワード】マンガ / 自動要約 / 機械学習 / 顔画像検出 / キャラクター検出 (他16件)
【概要】ユーザ主導型での高度なマンガ検索を実現することを目的として、機械学習を用いたマンガオブジェクト検出手法及びマンガ要約の自動生成手法の検討を行った。マンガメタデータの対象となるコマ、キャラクタ顔画像、吹出し、セリフの検出にはFaster R-CNNを用いた方式が有効であることが分かった。画像要約には、マンガの登場人物のキャラクタ顔画像検出した後に、クラスタリングによって分類することが必要でありDBS...
❏不均質なペタバイト級時空間センサデータの統合利用基盤(20240010)
【研究テーマ】メディア情報学・データベース
【研究種目】基盤研究(A)
【研究期間】2008 - 2010
【研究代表者】小島 功 独立行政法人産業技術総合研究所, 情報技術研究部門・研究グループ, グループ長 (00356982)
【キーワード】データベース(DBMS) / データ統合 / 地球観測衛星データ / 情報統合 / GEO Grid (他19件)
【概要】本研究では、様々な衛星センサを中心とした時間・空間的に不均質な情報の利用基盤として、異種大規模の情報を効果的に検索・連携することで新たな知見創出に貢献する技術研究開発を行った。インターネット等の膨大な情報と衛星情報の処理結果等、異種の情報を相互に連携させることで事象の正確な理解に役立つ技術を開発すると共に、これら異種膨大な情報に対しOGC標準に基づく分散検索システムを開発、サービス提供を可能とした...
【情報学】情報学フロンティア:ネットワーク分析機械学習を含む研究件
❏ソーシャルメディアのモニタリングを強化するためのグラフ時系列モデルの構築(22H03695)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2022-04-01 - 2027-03-31
【研究代表者】小林 亮太 東京大学, 大学院新領域創成科学研究科, 准教授 (70549237)
【キーワード】ソーシャルメディア分析 / 時系列モデル / ネットワーク分析 / トピックモデル / 機械学習
【概要】
❏情報技術および非構造化データを通じた資産価格評価のための分析基盤の構築と実証(20K01751)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2020-04-01 - 2024-03-31
【研究代表者】高橋 大志 慶應義塾大学, 経営管理研究科(日吉), 教授 (60420478)
【キーワード】コーポレートガバナンス / ネットワーク分析 / 資産価格評価 / データサイエンス / イノベーション (他9件)
【概要】本研究では,近年飛躍的な進展を遂げている情報技術を通じ資産価格評価のための分析基盤・分析の枠組みを確立し,その利点・課題を明らかにすることを試みる. 本年度においては,企業のコーポレートガバナンスに関する分析のため,国内上場企業を中心に企業属性データベースの拡張を行った.企業属性としては,企業の財務指標に加え,企業の役員構成に関するデータ,知的財産に関するデータ,企業の買収案件に関するデータおよび...
❏予防・個別化医療のためのビッグデータ・予測解析(15F15776)
【研究テーマ】ゲノム医科学
【研究種目】特別研究員奨励費
【研究期間】2015-11-09 - 2018-03-31
【研究代表者】角田 達彦 国立研究開発法人理化学研究所, 統合生命医科学研究センター, グループディレクター (10273468)
【キーワード】創薬と毒性 / アプタマーデータベース / 新規ゲノム解析ソリューション / DREAMチャレンジ / 肺腺がんの化学療法 (他13件)
【概要】[1] 創薬と毒性:アンチセンスベースの治療法に関する研究を行った。アンチセンスオリゴヌクレオチドのオフターゲット効果を評価し、肝毒性の程度との関係を解析し、アンチセンス薬剤設計およびパイプライン開発の上、ASO-RNA相互作用機序に関する研究を行った。 [2] アプタマーデータベース: ETH Zurichとの共同研究により、アプタマー関連情報の構造データベースを作成するため、公共データからアプ...
【情報学】情報学フロンティア:web(World Wide Web)機械学習を含む研究件
❏生物的進化システムとしてのインターネットサービスの分析(17H01821)
【研究テーマ】ウェブ情報学・サービス情報学
【研究種目】基盤研究(B)
【研究期間】2017-04-01 - 2020-03-31
【研究代表者】池上 高志 東京大学, 大学院総合文化研究科, 教授 (10211715)
【キーワード】インターネット / ウェブサービス / 進化理論 / 自己組織的臨界状態 / Big Data (他25件)
【概要】ウェブサービスが臨界状態(一つの投稿が大きく波及するような)に向かって進化していることを示した。それと同時にユーザーグループが特徴的な集団構造をつくっていくように観測できた。タグをつけるサービスどうしを比較し、簡単な数理モデル(Yule-Simonモデル)とでは説明できない現象を見い出した。ウェブの「意味」の創出は、新しいタグの進化ではなく、タグどうしの組み合わせの進化にある。特に投稿間に親子関係...
❏ウィキペディアのモデル化に基づく解説型テキストの自動生成(22300050)
【研究テーマ】知能情報学
【研究種目】基盤研究(B)
【研究期間】2010 - 2012
【研究代表者】藤井 敦 東京工業大学, 大学院・情報理工学研究科, 准教授 (30302433)
【キーワード】自然言語処理 / World Wide Web / ウィキペディア / 情報検索 / 用語説明 (他8件)
【概要】本研究は,様々な用語に関する説明を効率よく活用することを目的として,ウェブページの集合からウィキペディア記事のような解説型テキストを自動的に生成する手法について研究した.動物名や病名といった用語の種類によって説明に必要な観点が異なるため,ウィキペディアの記事集合から観点に基づく用語説明のパターンを学習する.用語の種類に応じて検索結果から必要な文章が抽出され,解説型テキストとして統合される. ...
❏機械学習によるロングテール現象の解決方法に関する研究(21240011)
【研究テーマ】知能情報学
【研究種目】基盤研究(A)
【研究期間】2009 - 2012
【研究代表者】中川 裕志 東京大学, 情報基盤センター, 教授 (20134893)
【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 (他16件)
【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...
【情報学】情報学フロンティア:IIIF機械学習を含む研究件
❏歴史ビッグデータ研究基盤による過去世界のデータ駆動型復元と統合解析(19H01141)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】北本 朝展 国立情報学研究所, コンテンツ科学研究系, 教授 (00300707)
【キーワード】歴史ビッグデータ / データ構造化 / エンティティ / 識別子 / 歴史GIS (他11件)
【概要】「歴史ビッグデータ」という新しい研究分野を確立するための基礎的な研究を進めるとともに、歴史ビッグデータの構築を推進する研究基盤を公開した。まず、歴史ビッグデータ構築の参照モデルとなるよう、データ構造化ワークフローのモデル化に取り組み、文書空間と実体空間を双方向的に結合する新しいモデルを提案した。次に、実体空間の構造化となるエンティティデータベースの拡充を進め、現代から過去に至る様々な粒度の地名に識...
❏統合史資料画像データの生成と駆動方式の確立による人文科学研究基盤の創出(18H03576)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2018-04-01 - 2023-03-31
【研究代表者】山田 太造 東京大学, 史料編纂所, 准教授 (70413937)
【キーワード】史資料画像 / IIIF / データ駆動 / キュレーション / 機械学習
【概要】2019年度までの成果にもとづき,統合史資料画像データ駆動型人文科学研究基盤の確立を進めて行くため,以下に示す3課題を実施した: 1.統合史資料画像データ生成手法の確立: 統合史資料画像データの構造化をさらに洗練し,生成方法の確立を進める.今年度は下記の2点を重点的に実施した:(a)くずし字等の文字画像データ: 2020年10月にJSPS科研費18H05221との連携により開発を進めた新たな歴史文...
【情報学】情報学フロンティア:実験経済学機械学習を含む研究件
❏インセンティブ設計科学の創出(20H00609)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】横尾 真 九州大学, システム情報科学研究院, 教授 (20380678)
【キーワード】ゲーム理論 / 人工知能 / 最適化 / 機械学習 / 実験経済学
【概要】2020年度には,10件の論文出版と,19件の学会発表(うち,招待講演5件)を行った. マッチンググループでは,従来は部分問題に分割して考察されてきた3者間(例.学生ープロジェクトー研究予算)のマッチングを,一つの問題として解くことに取り組んだ.公平性と割当効率性が一般的には両立不可能であることを示したほか,弱められた公平性・割当効率性を満足する耐戦略的なメカニズムを設計し,その性能を実験によって...
❏HEMSデータに基づく共創的社会システム形成のための消費者インセンティブの解明(18H04155)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2018-04-01 - 2022-03-31
【研究代表者】本田 智則 国立研究開発法人産業技術総合研究所, エネルギー・環境領域, 主任研究員 (00425745)
【キーワード】HEMS / スマートメーター / 太陽光発電 / 異常検知 / LCA (他21件)
【概要】2050年までにカーボン・ニュートラル社会を実現するため、特に排出削減が難しい家庭部門の温室効果ガス排出削減のための手法開発を目指した研究を実施した。 家庭のエネルギー消費削減には、家庭内でどのような形態によってエネルギー消費が行われているか、すなわちライフスタイルを明らかにする必要があった。そこで本研究では、HEMS/スマートメータといったIoTセンシングによって得られた約6万世帯、20億レコー...
【情報学】情報学フロンティア:教師付き学習機械学習を含む研究件
❏情報量に基づく新しい機械学習理論とその応用(25700022)
【研究テーマ】知能情報学
【研究種目】若手研究(A)
【研究期間】2013-04-01 - 2017-03-31
【研究代表者】杉山 将 東京大学, 新領域創成科学研究科, 教授 (90334515)
【キーワード】機械学習 / 情報量 / 密度比 / 密度差 / 密度微分 (他14件)
【概要】本研究では,密度比や密度差を各密度を推定することなく直接学習する手法を開発し,それらに基づく様々な機械学習アルゴリズムを開発した.具体的には,半教師付き分類アルゴリズム,教師なしクラスタリングアルゴリズム,教師付き因果推論アルゴリズム,教師付き次元削減アルゴリズム,教師なし次元削減アルゴリズム,正例とラベルなしデータからの分類アルゴリズム,ターゲットシフト下での教師付き学習法,異ドメイン間オブジェ...
❏入力点に依存した汎化能力推定法に関する研究(17700142)
【研究テーマ】知能情報学
【研究種目】若手研究(B)
【研究期間】2005 - 2007
【研究代表者】杉山 将 東京工業大学, 大学院・情報通工学研究科, 准教授 (90334515)
【キーワード】機械学習 / 関数近似 / 教師付き学習 / 共変量シフト / 汎化誤差 (他14件)
【概要】本年度は,共変量シフトの場面での汎化能力推定に焦点を合せ,汎化誤差の理論解析,実用的な汎化誤差推定法の開発,およびその応用研究を行なった.汎化誤差の理論解析に関しては,ベイズ推定と呼ばれる学習法の汎化誤差を対象に,古典的な解析法では対応できなかった特異モデルをも含む一般的な設定での汎化誤差解析を行なった.実用的な汎化誤差の推定法に関しては,標準的な汎化誤差推定法である交差確認法を拡張し,共変量シフ...
【情報学】情報学フロンティア:1細胞シーケンシング機械学習を含む研究件
❏高度な生命モデリングの基盤技術となる確率偏微分方程式のパラメータ推定論の確立(20K12059)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】木立 尚孝 東京大学, 大学院新領域創成科学研究科, 准教授 (80415778)
【キーワード】一細胞シーケンシング / バイオインフォマティクス / 確率微分方程式 / 機械学習 / トランスクリプトーム (他6件)
【概要】DNAシーケンシング技術やカメラ性能の向上により生物過程の時空間情報が急増している。これにより遺伝子間相互作用の時間的因果関係や、細胞・組織の3次元的配置が生物の振る舞いへ与える効果などを厳密に調べることが可能になってきた。そこで本研究では、生命過程のより高度なモデリングを可能にするための道具として、非線形確率偏微分方程式のパラメータをデータから推定する汎用的な機械学習技術の開発・実装を行うことを...
❏制御工学に基づく、生命システム推定法と生命制御論の確立(17K00398)
【研究テーマ】生命・健康・医療情報学
【研究種目】基盤研究(C)
【研究期間】2017-04-01 - 2021-03-31
【研究代表者】木立 尚孝 東京大学, 大学院新領域創成科学研究科, 准教授 (80415778)
【キーワード】生命情報学 / カルマンフィルター / 微分方程式 / 機械学習 / 1細胞シーケンシング (他14件)
【概要】次世代シーケンシング実験の低コスト化や、顕微鏡の高性能化により、生命状態の経時的変化を細胞レベルで測定する研究が増加している。一般に時系列データは、一時刻点のみの測定データに比べ、要素間の因果関係などを高精度に推定できると期待される。しかし、現時点では、これらのデータの解析には、クラスタリング法など記述的分析法が主に使われており、測定データから、生命状態変化を引き起こすメカニカルな仕組みを推定する...
【情報学】情報学フロンティア:2次構造機械学習を含む研究件
❏lncRNAを中心とした生体分子間相互作用ネットワークの予測と機能推定法の開発(16K16143)
【研究テーマ】生命・健康・医療情報学
【研究種目】若手研究(B)
【研究期間】2016-04-01 - 2020-03-31
【研究代表者】岩切 淳一 東京大学, 大学院新領域創成科学研究科, 助教 (40770160)
【キーワード】長鎖ノンコーディングRNA / lncRNA / RNA-RNA相互作用 / 核内構造体 / 長鎖非コードRNA (他12件)
【概要】本研究では、lncRNAの機能を推定するための情報基盤として、lncRNAの分子間相互作用予測を塩基配列およびRNA-seqの大規模な実験データから高精度に予測できる仕組みを構築し、ヒトおよびマウスのlncRNAの相互作用予測結果を網羅したWebサーバーを開発した。このWebサーバーを用いることで、いくつかのヒトlncRNAについて、lncRNA-RNA相互作用が核内構造体形成に関与していることが...
❏修飾・編集RNAの構造予測手法の研究開発(24680031)
【研究テーマ】生体生命情報学
【研究種目】若手研究(A)
【研究期間】2012-04-01 - 2016-03-31
【研究代表者】浜田 道昭 早稲田大学, 理工学術院, 准教授 (00596538)
【キーワード】RNA / 2次構造予測 / 修飾塩基 / 学習モデル / 確率モデル (他14件)
【概要】修飾/編集塩基を含むRNAの構造予測に向けた情報技術の研究開発を行った.修飾/編集塩基を含む既知のRNAの構造データは極めて限られているため,このような限られたデータを用いて,効果的に構造予測を行う手法の開発を行う.具体的には,少数の2次構造データから2次構造の確率モデルを学習するための,半教師有り学習の方法を新しく開発を行った.また,RNAの統合WebサーバRtoolsを開発し,一般に公開した....
【情報学】情報学フロンティア:ビッグ・データ機械学習を含む研究件
❏小区分07030:経済統計関連(0)
【研究テーマ】2020
【研究種目】機械学習
【研究期間】時系列モデル
【研究代表者】経済予測
【キーワード】ビッグデータ
【概要】
❏観測データと理論データの融合に基づくデータ駆動型強震動予測モデルの開発(20H00292)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】藤原 広行 国立研究開発法人防災科学技術研究所, マルチハザードリスク評価研究部門, 総括主任研究員 (80414407)
【キーワード】強震動 / 地震ハザード / 機械学習 / 地震動予測式 / 観測記録 (他7件)
【概要】(1)強震観測記録の地震動強さ指標,震源情報,サイト情報をデータベース化した「強震動データベース」の回帰分析による地震動予測式(GMM)構築のため,次のような検討を行った.まず,強震動データベースによる観測値と既往のGMMの予測値の差を取った「残差データ」を作成し,地震規模や震源距離などとの関係を検討することにより,地震動予測結果のばらつきを低減するための補正項を導出した.また,強震動データベース...
❏機械学習的手法を用いたマクロ計量経済分析(20H01482)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】新谷 元嗣 東京大学, 大学院経済学研究科(経済学部), 教授 (00252718)
【キーワード】機械学習 / 時系列モデル / 経済予測 / ビッグデータ / マクロ政策評価 (他6件)
【概要】初年度は主に次の3つの分析で進展があった。 1番目に研究計画の根幹となっている、ニューラルネットワークを含む機械学習手法と主成分分析で抽出された動学的な共通因子を組み合わせるマクロ時系列データ予測研究で、まず大規模な構造化データを用いる場合の次元縮約の最適な枠組みを検討し、実証分析に応用した。 2番目に非構造化データを用いたマクロ経済予測の実証分析では、新聞テキストデータを用いて我が国のインフレ率...
【情報学】情報学フロンティア:アルゴリズム機械学習を含む研究件
❏機械学習システムの社会実装に向けた次世代最適化技法の研究(19H00808)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】水野 眞治 東京工業大学, 工学院, 教授 (90174036)
【キーワード】社会システム工学 / 経営工学 / オペレーションズリサーチ / 最適化 / 機械学習 (他7件)
【概要】機械学習システムの社会実装を促すために,機械学習システムの計算基盤を支える最適化アルゴリズムに着目し,錐最適化を中心的な技術として現実的な時間で高精度に解ける問題範囲を拡大,ならびに,離散構造を持つ問題を主な対象に計算効率の改善と理論性能保証の証明を行なった.一方で,機械学習モデルが出力する結果への利用者の安心感を高めるためのモデリング技法を開発した.特に,利用者の事前知識を学習モデルに反映させ,...
❏機械学習計算基盤の構築と複数領域における画期的成果の創出(17H00762)
【研究テーマ】知能情報学
【研究種目】基盤研究(A)
【研究期間】2017-04-01 - 2021-03-31
【研究代表者】申 吉浩 学習院大学, 付置研究所, 教授 (60523587)
【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 (他14件)
【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、G...
❏一般化固有値計算による大域最適化手法の展開(17H01699)
【研究テーマ】数理情報学
【研究種目】基盤研究(B)
【研究期間】2017-04-01 - 2022-03-31
【研究代表者】岩田 覚 東京大学, 大学院情報理工学系研究科, 教授 (00263161)
【キーワード】数理最適化 / 大域最適化 / 一般化固有値 / アルゴリズム / 機械学習 (他6件)
【概要】一般に効率的なアルゴリズムの設計が原理的に不可能であると言われている非凸最適化問題の中でも幾何的な背景を有する問題に焦点を絞り,その構造を利用して, 大域最適解を見出す効率的なアルゴリズムを設計する手法を発展させた.特に,1本の制約式のみを含む非凸2次制約2次計画問題(QCQP)に対して,一般化固有値問題に帰着することによって,効率的に最適解を得る手法を開発した.さらに,一般の非凸QCQPに対して...
【情報学】情報学フロンティア:スーパーコンピュータ機械学習を含む研究件
❏機械学習を用いた自律型スマートHPCデータセンター(19H04121)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】松葉 浩也 東京大学, 情報基盤センター, 客員研究員 (30444095)
【キーワード】データセンター / 運用 / 人工知能 / スケジューラ / ログ収集 (他18件)
【概要】データセンターの運用の自動化のため、データセンターからのデータを取得して仮想空間上に再現する方法と、その仮想空間上で運用ポリシーを最適化する方法を研究した。 前者のデータ取得については、機器によるデータフォーマットの違いやデータの用途に依存することなく、様々な運用に役立つ汎用的なデータを多くのデータセンターから収集できる一般的なデータフォーマットと保存形式を定義することに成功した。後者の運用最適化...
❏in silicoとin vitroの融合によるトリパノソーマ原虫治療薬探索(15H02776)
【研究テーマ】生命・健康・医療情報学
【研究種目】基盤研究(B)
【研究期間】2015-04-01 - 2019-03-31
【研究代表者】関嶋 政和 東京工業大学, 科学技術創成研究院, 准教授 (80371053)
【キーワード】スマート創薬 / ケモインフォマティクス / バイオインフォマティクス / IT創薬 / スーパーコンピュータ (他17件)
【概要】主に熱帯地域を中心にして、いわゆる顧みられない熱帯病(NTDs)と呼ばれる寄生虫・細菌感染症が蔓延している。NTDsの中でシャーガス病を引き起こす寄生原虫の治療薬候補を、in silicoとin vitroの融合アプローチを取るスマート創薬により探索を行い、4化合物を得ることに成功した。また、X線結晶構造解析に基づき、共結晶構造をProtein Data Bank (PDB)に登録をおこなった(5...
【情報学】情報学フロンティア:プライバシー機械学習を含む研究件
❏横のつながりで自己組織化的に発展する協調学習プラットフォームの創出(22H03572)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2022-04-01 - 2025-03-31
【研究代表者】落合 秀也 東京大学, 大学院情報理工学系研究科, 准教授 (10615652)
【キーワード】分散AI / 機械学習 / プライバシー / セキュリティ
【概要】
❏音声セキュリティ研究の開拓(18K19789)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2018-06-29 - 2020-03-31
【研究代表者】森 達哉 早稲田大学, 理工学術院, 教授 (60708551)
【キーワード】IoT / セキュリティ / アプリ / 音声 / プライバシー (他10件)
【概要】本研究課題は、音声を入出力として利用する音声アシスタントシステムに固有なセキュリティ脅威の解明と、その対策技術の開発に取り組んだ。テーマの方向性として、(1) 音声アシスタントシステムに対する攻撃と(2) 音声アシスタントによる攻撃の2つがあり、その両方に取り組んだ。前者のテーマでは、 音声アシスタントシステムへのコマンドインジェクション攻撃を指向性スピーカを用いることで実現する攻撃の評価とその対...
❏ビッグデータに基づいた医用人工知能の実装に向けた多面的検討(17KT0157)
【研究テーマ】情報社会におけるトラスト
【研究種目】基盤研究(C)
【研究期間】2017-07-18 - 2021-03-31
【研究代表者】藤田 卓仙 慶應義塾大学, 医学部(信濃町), 特任講師 (80627646)
【キーワード】医用人工知能 / トラスト / ELSI / プライバシー / AI (他13件)
【概要】第二次人工知能ブーム以来の議論として、医用人工知能のトラストに関連する課題がある。米国の後追いをする形で日本においても医用人工知能の社会実装が進みつつある。厚生労働省通知によれば、現時点での医用人工知能を用いた医療機器は、あくまで診療補助を行う機器であり、医行為に対する責任は医師にあるものとの整理がなされている。 本研究では、こうした過去・現在、国内外の状況に関する整理を行い、AIに対するトラスト...
【情報学】情報学フロンティア:プライバシー保護機械学習を含む研究件
❏相関を持つデータベースに対する差分プライバシーに関する研究(24650064)
【研究テーマ】知能情報学
【研究種目】挑戦的萌芽研究
【研究期間】2012-04-01 - 2014-03-31
【研究代表者】中川 裕志 東京大学, 情報基盤センター, 教授 (20134893)
【キーワード】プライバシー保護 / データマイニング / 差分プライバシー / ビッグデータ / 個人情報保護 (他11件)
【概要】プライバシー保護データマイニングのひとつである差分プライバシーは有望な方法であるが、データベースのレコード間に相関がある場合の分析があまり進んでいなかった。本研究では、相関がある場合に従来の差分プライバシーを適用した場合、データ入手を狙う攻撃者が相関に関する背景知識を少なく持っているほうが、流出する情報が大きいという直感に反する状況を明らかにし、この状況を改善するために背景知識も考慮したベイズ型差...
❏機械学習によるロングテール現象の解決方法に関する研究(21240011)
【研究テーマ】知能情報学
【研究種目】基盤研究(A)
【研究期間】2009 - 2012
【研究代表者】中川 裕志 東京大学, 情報基盤センター, 教授 (20134893)
【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 (他16件)
【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...
【情報学】情報学フロンティア:セマンティックWeb機械学習を含む研究件
❏高品位な知識抽出を実現する三階層オントロジーフレームワークの開発(15K08845)
【研究テーマ】病院・医療管理学
【研究種目】基盤研究(C)
【研究期間】2015-04-01 - 2019-03-31
【研究代表者】木村 映善 国立保健医療科学院, その他部局等, 統括研究官 (20363244)
【キーワード】自然文章解析 / 機械学習 / オントロジー / ターミノロジー / 意味分散表現 (他8件)
【概要】医療記録から潜在的な有害事象を発見するには、有害事象につながる原因・症状から推察できる能力を獲得する必要がある。有害事象を定義する文章から計算される概念ベクトルに似た概念ベクトルを持つ文章が有害事象を示唆しているという仮説を検証するための手法の開発を試みた。医学用語の品質のよい意味分散表現を獲得するために電子カルテの記載内容を構文解析し、意味分散表現を抽出した。周辺概念をまとめて捕捉できるように概...
❏Linked Data間の意味的関係付け手法に関する研究(25330369)
【研究テーマ】ウェブ情報学・サービス情報学
【研究種目】基盤研究(C)
【研究期間】2013-04-01 - 2016-03-31
【研究代表者】市瀬 龍太郎 国立情報学研究所, 情報学プリンシプル研究系, 准教授 (00332156)
【キーワード】人工知能 / セマンティックWeb / Linked Data / 機械学習 / インターネット高度化
【概要】Linked Data は,データのWeb とも呼ばれ,急速に普及しつつあるが,データ間のリンク(関係付け)が不十分なため,実用上で大きな問題となっている.本研究では,大規模で様々な種類のデータが分散して提供されているLinked Data に対して,意味的な関係付けを高速かつ高精度に行う手法を開発することが目的である.そのために必要な新たな技術の開発を行った. ...
【情報学】情報学フロンティア:情報システム機械学習を含む研究件
❏大規模マンガデータベースのための自動要約生成の研究(17K00511)
【研究テーマ】エンタテインメント・ゲーム情報学
【研究種目】基盤研究(C)
【研究期間】2017-04-01 - 2020-03-31
【研究代表者】渡辺 裕 早稲田大学, 理工学術院, 教授 (10329154)
【キーワード】マンガ / 自動要約 / 機械学習 / 顔画像検出 / キャラクター検出 (他16件)
【概要】ユーザ主導型での高度なマンガ検索を実現することを目的として、機械学習を用いたマンガオブジェクト検出手法及びマンガ要約の自動生成手法の検討を行った。マンガメタデータの対象となるコマ、キャラクタ顔画像、吹出し、セリフの検出にはFaster R-CNNを用いた方式が有効であることが分かった。画像要約には、マンガの登場人物のキャラクタ顔画像検出した後に、クラスタリングによって分類することが必要でありDBS...
❏自立給電型ワイヤレスセンサLSIを用いた実世界情報収集システムの研究(25240010)
【研究テーマ】情報ネットワーク
【研究種目】基盤研究(A)
【研究期間】2013-04-01 - 2017-03-31
【研究代表者】市川 晴久 電気通信大学, 大学院情報理工学研究科, 教授 (80463959)
【キーワード】ユビキタスネットワーク / ワイヤレスセンサ / 自立給電 / IoT / 機械学習 (他9件)
【概要】半導体技術、ネットワークおよびコンピューティングの指数関数的性能向上を活用し、大量の自立給電型ワイヤレスセンサLSI(RFセンサ)を用いる実世界情報センシング技術の研究開発を行った。電波情報をインターネット経由でクラウドに集め、自立給電化のために脆弱化するRFセンサの無線通信性能をクラウド側の信号処理によって補償して活用するインフラを目指し、アーキテクチャと要素技術を研究した。さらに、これらのイン...
❏サプライチェーンを設計するための情報工学手法の開発(24310109)
【研究テーマ】社会システム工学・安全システム
【研究種目】基盤研究(B)
【研究期間】2012-04-01 - 2015-03-31
【研究代表者】坂田 一郎 東京大学, 工学(系)研究科(研究院), 教授 (90555682)
【キーワード】政策科学 / サプライチェーン / 技術経営 / 情報システム / 機械学習
【概要】まず一般的な関係データの予測法として、複数の異なる種類の関係を同時に予測することで、個々の関係を独立に予測するよりも高精度で予測を行うことができる新しい関係予測手法を開発した。次に持続可能で頑健なサプライチェーンを築くために必要となる分析について、中部北陸地域のサプライチェーン構造分析を行った。さらに、農林業をベースとした再生可能資源に関するサプライチェーンに必要な頑健性と柔軟性について解析し実際...
【情報学】情報学フロンティア:畳み込みニューラルネットワーク機械学習を含む研究件
❏機械学習を用いた集中治療部における急性腎障害の発症予測と層別化(19K18321)
【研究テーマ】
【研究種目】若手研究
【研究期間】2019-04-01 - 2023-03-31
【研究代表者】佐藤 憲明 京都大学, 医学研究科, 特定助教 (90838997)
【キーワード】機械学習 / 急性腎障害 / 畳み込みニューラルネットワーク / 集中治療部
【概要】本年度は機械学習を用いた集中治療部(ICU)での急性腎障害予測の検討結果を論文にまとめ、英文査読誌に投稿し受理された。具体的には、ICU内で取得された時系列データに1次元畳み込みニューラルネットワークを適用し、将来的な急性腎障害を引き起こす予測値を各時点毎に算出するシステムを構築し、またその予測結果が何故得られたかを後ろ向きに検討するための根拠可視化も行った。また教師なし深層学習を用いた腎疾患のク...
❏GPUと深層学習を用いた広視野サーベイのための高精度・高速天体認識技術の開発(16K13783)
【研究テーマ】天文学
【研究種目】挑戦的萌芽研究
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】谷津 陽一 東京工業大学, 理学院, 助教 (40447545)
【キーワード】機械学習 / 画像認識 / 深層学習 / 畳み込みニューラルネットワーク / 重力波 (他19件)
【概要】重力波天文学に代表される時間領域天文学に必須となる天体観測装置のソフトウェア的な基盤技術の開発を行った。現在のロボット観測においてどうしても人間が介在せざるを得ない、観測スケジュールのアレンジと取得画像からの突発天体抽出の完全自動化のために、深層学習やGPUを用いた気象識別と全く新しい突発天体検出アルゴリズムを開発した。これらは、既存のハードウェアをそのまま応用して、多くの観測所で使用することが可...
【情報学】情報学フロンティア:オントロジー機械学習を含む研究件
❏動画に対する深い意味的注釈の付与(17H01831)
【研究テーマ】図書館情報学・人文社会情報学
【研究種目】基盤研究(B)
【研究期間】2017-04-01 - 2021-03-31
【研究代表者】林 良彦 早稲田大学, 理工学術院, 教授(任期付) (80379156)
【キーワード】情報資源の構築・管理 / 動画 / 意味的注釈 / シーングラフ生成 / キャプション生成 (他13件)
【概要】動画コンテンツにおいて描写されている人間の動作・行為に対して,その意味を考慮した適切な注釈付けを行うことができれば,高度な動画検索システムを実現したり,動画から有用な知識情報を計算機が利用可能な形で抽出することが可能となる.本研究では,そのための基盤技術として,フレーム画像の内容を離散的構造として抽出するためのシーングラフ生成法,および,自然言語表現として得るための動作キャプション生成法の研究を進...
❏「地域の知」の共有と利活用を支援する地域研究情報基盤の構築(16H01897)
【研究テーマ】地域研究
【研究種目】基盤研究(A)
【研究期間】2016-04-01 - 2020-03-31
【研究代表者】原 正一郎 京都大学, 東南アジア地域研究研究所, 教授 (50218616)
【キーワード】地域間比較研究 / 地域の知 / 地域情報学 / ビッグデータ / オントロジー (他8件)
【概要】本研究では3課題6テーマを設定した。課題1『地域の知ビッグデータ共有基盤の構築研究』では、(1)既存地域研究データのLinked Open Data化、(2)Webデータのクローリング、(3)データの高度連携を指向した地名辞書の構築とオントロジー化、(4)地域研究データの共有を目指した国際共同研究の推進とデータベースの試作を行った。課題2『情報分析手法と支援ツールの開発』では、(5)自然言語処理や...
❏高品位な知識抽出を実現する三階層オントロジーフレームワークの開発(15K08845)
【研究テーマ】病院・医療管理学
【研究種目】基盤研究(C)
【研究期間】2015-04-01 - 2019-03-31
【研究代表者】木村 映善 国立保健医療科学院, その他部局等, 統括研究官 (20363244)
【キーワード】自然文章解析 / 機械学習 / オントロジー / ターミノロジー / 意味分散表現 (他8件)
【概要】医療記録から潜在的な有害事象を発見するには、有害事象につながる原因・症状から推察できる能力を獲得する必要がある。有害事象を定義する文章から計算される概念ベクトルに似た概念ベクトルを持つ文章が有害事象を示唆しているという仮説を検証するための手法の開発を試みた。医学用語の品質のよい意味分散表現を獲得するために電子カルテの記載内容を構文解析し、意味分散表現を抽出した。周辺概念をまとめて捕捉できるように概...
【情報学】情報学フロンティア:カーネル法機械学習を含む研究件
❏深層機械学習理論の深化とその構造解析への応用(18H03201)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2018-04-01 - 2022-03-31
【研究代表者】鈴木 大慈 東京大学, 大学院情報理工学系研究科, 准教授 (60551372)
【キーワード】深層学習 / カーネル法 / 汎化誤差解析 / ノンパラメトリック統計 / モデル圧縮 (他14件)
【概要】深層学習は現在機械学習でも中心的な役割を果たしており,多くのタスクで高い性能を示している.一方で,その原理への理論的理解は進んでおらず,ブラックボックス化しているのが研究開始当初の状況であった.その状況を改善するために,本研究では深層学習の原理解明に関して以下の研究成果を得た.(1) カーネル法的視点による深層学習の圧縮型汎化誤差解析,(2) 統計自由度による最適なモデル構造の探索とモデル圧縮への...
❏超高次元データに基づく非線形多変量解析手法の開発と応用(17300089)
【研究テーマ】統計科学
【研究種目】基盤研究(B)
【研究期間】2005 - 2008
【研究代表者】小西 貞則 九州大学, 大学院・数理学研究院, 教授 (40090550)
【キーワード】非線形モデリング / 関数データ解析 / 機械学習 / ベイズ理論 / カーネル法 (他22件)
【概要】高次元データに基づく複雑現象解明を目的として, 非線形多変量解析の理論・方法論の開発研究と応用研究に取り組み, 現象の構造を有効に捉える非線形回帰モデリング, ロジスティックモデルに基づく非線形識別・判別法, リスクを定量的に評価・予測するリスク予測モデルを提唱した. また, 観測・測定されたデータを関数化処理し, 処理した関数化データ集合に基づく解析手法について研究し, 回帰, 識別・判別, 次...
【情報学】情報学フロンティア:ディープラーニング機械学習を含む研究件
❏中区分58:社会医学、看護学およびその関連分野(0)
【研究テーマ】2020
【研究種目】看護工学
【研究期間】画像認識
【研究代表者】画像識別
【キーワード】褥瘡
【概要】
❏機械学習で導き出したスギ横断面における全組織の形状と位置、その応用(21K05702)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2021-04-01 - 2024-03-31
【研究代表者】堀 成人 東京大学, 大学院農学生命科学研究科(農学部), 助教 (80313071)
【キーワード】年輪気象学 / 組織形状 / 画像解析 / ディープラーニング / スギ (他7件)
【概要】本課題の目的は機械学習(Machine Learning, 以降ML)を新機軸とし、木材組織学におけるこれまでにない発見の探索にある。その前半部はスギ横断面で観察できる組織の画像認識法を確立することにあり、本年度はその足がかりをつけた。画像認識におけるMLの具体的な環境は次の通りである:ディープラーニングによる機械学習、画像の識別・学習方法に畳み込みニューラルネットワーク、事前学習あり、前処理段階...
❏創傷画像データベースの機械学習に基づく重度・治癒度スコアリング支援システムの開発(20K21700)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2020-07-30 - 2022-03-31
【研究代表者】森 武俊 東京大学, 大学院情報理工学系研究科, 教授 (20272586)
【キーワード】看護工学 / 画像認識 / 画像識別 / 褥瘡 / 深層学習 (他10件)
【概要】臨床において病棟の回診などで蓄積されてきた多量の創傷のデジタルカメラによる撮影画像データをもとにDeep Learningを中核とする機械学習を行うことで創傷の識別モデルを構成し,新たに撮影する創傷の画像の自動分類を行うソフトウェアを開発した。このソフトウェアに基づき、計算される創傷の重症度や治癒度の客観的スコアを看護師をはじめとする創傷評価者へ提示することで、超音波エコー画像などと組み合わせて傷...
【情報学】情報学フロンティア:信号処理機械学習を含む研究件
❏大規模脳波データとキャリブレーションレスモデルの構築による意思伝達BMIの実現(20H00235)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】田中 聡久 東京農工大学, 工学(系)研究科(研究院), 教授 (70360584)
【キーワード】ブレイン・コンピュータ・インタフェース / 侵襲脳波 / 機械学習 / 信号処理 / ブレインマシンインタフェース (他6件)
【概要】近年の信号処理・機械学習技術の進展によって,発声時や傾聴時の音声を頭蓋内脳波から推定したり再構成することが可能になりつつある.一方で,想像している発話の推定は,脳波と正解ラベルの同期を取るのが困難であることもあり,めぼしい成果が出ていないのが現状である.本年度は,想像音声と脳波が適切に同期していれば,発声や傾聴時脳波の場合と同様に,脳波から音声をデコーディングできるという仮説を立て、研究を実施した...
❏スモールデータ機械学習理論に基づく音響拡張現実感及び音コミュニケーション能力拡張(19H01116)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2019-04-01 - 2023-03-31
【研究代表者】猿渡 洋 東京大学, 大学院情報理工学系研究科, 教授 (30324974)
【キーワード】音源分離 / 信号処理 / スモールデータ / 機械学習 / 音響拡張現実感
【概要】(1)センシング・解析レイヤー:ILRMAを時変複素一般化ガウス分布へ拡張し、その有効性を定量化した。特に劣ガウス分布への拡張を提案し、その音楽信号分離への効果を様々な実験によって検証した。またIDLMAに関しては、時変複素スチューデントt分布・一般化ガウス分布音源生成確率モデルを基礎とする新しいIDLMAを導出し、それらを定量的に評価した。 (2)時空間情報再構成レイヤー:従来の両耳再現の問題と...
❏作用素多様体理論の構築とパターン認識への応用(17H01760)
【研究テーマ】知覚情報処理
【研究種目】基盤研究(B)
【研究期間】2017-04-01 - 2020-03-31
【研究代表者】山下 幸彦 東京工業大学, 環境・社会理工学院, 准教授 (90220350)
【キーワード】作用素多様体 / 局所等方独立 / 機械学習 / 信号処理 / パターン認識 (他8件)
【概要】本研究では,まず作用素多様体理論の基礎部分として,作用素の微分や作用素の中に含まれる微分に対する微分に相当するものを定義した。次に,それを使って局所等方独立性を表す作用素の方程式を与えた。そして,簡単な場合の解を与え,解の作用素が場所不変であることこから導かれる方程式を与えた。 また,局所相関を使って曲線座標系を求める手法,正準相関と局所特徴量を組み合わせて画像の変形を求める手法,効果的なドメイン...
【情報学】情報学フロンティア:機能推定機械学習を含む研究件
❏元素推定と機能推定に基づく医用画像の正規化に関する研究(19K08201)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】芳賀 昭弘 徳島大学, 大学院医歯薬学研究部(医学域), 教授 (30448021)
【キーワード】CT画像 / エネルギースペクトル / 元素推定 / 超音波画像 / MRI画像 (他16件)
【概要】腫瘍悪性度の分類や予後予測に対し、医用画像解析が遺伝子情報解析に匹敵する可能性が指摘され、レディオミクスと呼ばれる新たな研究分野が形成されつつある。一方、その予測精度を高めるために必要となる高品質で大規模な医用画像データベースの作成において、装置間の機器的な相違や撮影条件の相違が大きな障壁となる。本研究では、この問題の根本的な克服に向け、臨床で撮影される医用画像の多様性を利用して単一の医用画像撮影...
❏機能エレメントと深層学習に基づく長鎖ノンコーディングRNAの機能分類(16H05879)
【研究テーマ】生命・健康・医療情報学
【研究種目】若手研究(A)
【研究期間】2016-04-01 - 2020-03-31
【研究代表者】浜田 道昭 早稲田大学, 理工学術院, 教授 (00596538)
【キーワード】lncRNA / ノンコーディングRNA / RNA修飾 / RNA構造 / リピート要素 (他19件)
【概要】タンパク質に翻訳されずにRNA自体が機能を有する長鎖ノンコーディングRNA(lncRNA)の機能を明らかにするために,RNAの配列・構造・修飾・生体高分子との相互作用などの「機能エレメント」に着目し情報学的な観点から多くの研究を行った.例えば,ジャンクだと考えられていたリピート配列がlncRNAの組織特異的な発現に寄与していたり,タンパク質やDNAとの相互作用に寄与していることを明らかにすることに...
【情報学】情報学フロンティア:深層学習機械学習を含む研究件
❏小区分51030:病態神経科学関連(0)
【研究テーマ】2021
【研究種目】パーキンソン病
【研究期間】深層学習
【研究代表者】iPS細胞
【キーワード】機械学習
【概要】
❏稠密地震観測データ解析と地震活動モデル構築による前震の意義の理解(21H01191)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2021-04-01 - 2024-03-31
【研究代表者】直井 誠 京都大学, 防災研究所, 助教 (10734618)
【キーワード】前震活動 / 機械学習 / 地震活動 / 深層学習 / 震源カタログ構築
【概要】本研究の目的は,独自の稠密観測データから小さな地震を徹底的に探索して超高品質の地震カタログを作成し,大地震発生前に見られる前震活動が本質的な意味での前兆かを,現実の複雑性を適切に反映した地震活動モデルで検証することである.本年度は,高効率・高精度の地震カタログを作成する手法の開発を目指し,イベント検出・走時検測・P波初動極性読み取り・震源決定などにおいて深層学習の利用を試みた.構築した手法を利用し...
❏患者iPS細胞表現型からの孤発性パーキンソン病の層別化と最適治療の開発(21H02814)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2021-04-01 - 2024-03-31
【研究代表者】赤松 和土 順天堂大学, 大学院医学研究科, 教授 (60338184)
【キーワード】パーキンソン病 / 深層学習 / iPS細胞 / 機械学習 / 高速3Dフローイメージャー
【概要】パーキンソン病症例の9割を占める孤発性症例は臨床症状からもその原因が多様な集団と予測され、疾患修飾治療法の開発にはその層別化が必須と考えられる。申請者は孤発性症例の患者iPS細胞表現型を遺伝性症例と比較しながら解析し、その表現型から分類することができれば最適な治療の開発につながると考え研究を進めてきた。しかしながら通常の統計解析手法では細胞表現型のデータから孤発性症例を層別化することが困難であった...
【情報学】情報学フロンティア:クラウド機械学習を含む研究件
❏クラウド側とエッジ側機器の動的な協調に基づく自律分散共進化AI基盤技術の研究開発(19H04099)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2019-04-01 - 2023-03-31
【研究代表者】中澤 仁 慶應義塾大学, 環境情報学部(藤沢), 教授 (80365486)
【キーワード】深層学習 / エッジ側 / クラウド側 / エッジ / クラウド (他14件)
【概要】エッジノードとクラウドサーバとの間で協調しながら深層学習モデルを随時アップデートするためには、継続的な学習が必要となる。そこで2021年度は継続学習の代表的な手法であるリプレイ技術に着目した。継続学習では、例えば物体検出タスクにおいて、検出対象クラスが時間の経過とともに増加していく時、過去に学習したモデルを生かしながら新たに加わるクラスを学習する。リプレイ技術では過去に用いた学習データの一部を保存...
❏転写異常に繋がるゲノム変異の網羅的探索法の開発とゲノム医療への応用(18H03327)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2018-04-01 - 2021-03-31
【研究代表者】白石 友一 国立研究開発法人国立がん研究センター, 研究所, ユニット長 (70516880)
【キーワード】ゲノム / 統計科学 / がん / トランスクリプトーム / スプライシング (他11件)
【概要】申請者が開発を続けていたSAVNetについての研究成果をまとめ、さらに国際がんゲノムコンソーシアムが主導するがん種横断的な全ゲノム解析プロジェクトに参画し、研究グループへの貢献を行なった。またSAVNetを希少疾患のデータに適用することで、いくつかの新規遺伝子変異の発見に成功した。公共データベースに登録されている大規模トランスクリプトームデータを活用するべく、トランスクリプトームデータのみからスプ...
❏環境計測用IoT機器と時系列データ予測の研究(17K01339)
【研究テーマ】自然災害科学・防災学
【研究種目】基盤研究(C)
【研究期間】2017-04-01 - 2021-03-31
【研究代表者】松本 佳宣 慶應義塾大学, 理工学部(矢上), 教授 (60252318)
【キーワード】センサ / IoT / 機械学習 / 可視化 / クラウド (他13件)
【概要】環境情報をセンサ・IoT技術により測定・収集して、クラウドサーバー上で時系列データ予測と警告を行うシステムの研究・開発を行った。初年度は、主にハードウェアの開発と実証実験と可視化を行った。2年目はそれらのデータ解析や、機械学習アルゴリズムにより予測・警告するシステムの構築を行った。3年目は、時系列データである環境計測データの中で、時系列データからの予測を目的としてLongShort Term Me...
【情報学】情報学フロンティア:クラスタリング機械学習を含む研究件
❏小区分60060:情報ネットワーク関連(0)
【研究テーマ】2018
【研究種目】携帯機器所持位置認識
【研究期間】行動認識
【研究代表者】コンテキストアウェアネス
【キーワード】スマートフォン
【概要】本年度の研究成果としては,これまでの本研究課題の成果である,①経験グラフ測地距離のα,β距離を用いたデータ解析手法,②正規分布の場合のエントロピー制約付きWasserstein距離の理論解析,③計量錐を用いたグラフ埋め込みによるデータの階層構造の抽出手法のそれぞれについて,Shoenberg理論の応用という見地からまとめた結果を統計関連学会連合大会において発表したことが挙げられる.また,Shoen...
❏大規模部分空間クラスタリングのための凸最適化スキームの構築とその理論保証(19K20336)
【研究テーマ】
【研究種目】若手研究
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】松島 慎 東京大学, 大学院情報理工学系研究科, 准教授 (90721837)
【キーワード】機械学習 / 凸最適化 / クラスタリング / 部分空間クラスタリング / 統計的機械学習
【概要】本研究の目的は大規模部分空間クラスタリングのための凸最適化スキームの構築とその理論保証である。 本研究ではS5Cと呼ばれる大規模部分空間クラスタリングのためのアルゴリズムを開発した。従来はデータ数の二乗以上の計算量が必要である学習を、本提案アルゴリズ ムではデータ数に比例する計算量で達成できることを実験的にも理論的にも示した。本研究成果は機械学習の最も重要な国際会議の一つであるThirty-Thi...
❏日常使用に耐えうる携帯機器の所持位置推定とその応用(18H03228)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2018-04-01 - 2021-03-31
【研究代表者】藤波 香織 東京農工大学, 工学(系)研究科(研究院), 教授 (10409633)
【キーワード】携帯機器所持位置認識 / 行動認識 / コンテキストアウェアネス / スマートフォン / 能動学習 (他20件)
【概要】本研究はスマートフォンに代表される携帯機器を所持する際の自由度を上げることを目的とした.その中で,1)分類器の2階層化とアンサンブル分類器構成により多様な行動の最中における高精度な所持位置認識,2)新規性検出とクラスタリング技術の利用によるユーザの手に渡った後でそのユーザ独自の所持位置を認識対象に追加する仕組み,3)既存の分類器と新規ユーザとの相性を用いて分類器を選択したのちに能動学習によりユーザ...
【情報学】情報学フロンティア:転移学習機械学習を含む研究件
❏小区分61030:知能情報学関連(0)
【研究テーマ】2019
【研究種目】動的システム学習
【研究期間】健全性監視
【研究代表者】異常検知
【キーワード】転移学習
【概要】
❏高次元・大規模・多ドメインデータの特徴抽出と情報統合による統計的学習(19H04071)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2019-04-01 - 2024-03-31
【研究代表者】金森 敬文 東京工業大学, 情報理工学院, 教授 (60334546)
【キーワード】機械学修 / 数理統計学 / 最適化 / 機械学習 / 最適輸送 (他8件)
【概要】本年度は,多ドメイン学習において不変性に着目した新しい学習パラダイムの端緒となる研究を開始し,数値的にそのアイデアの有用性を確認した.まず,ドメイン間の違いをデータ分布の違いとして定式化し,ドメイン間の乖離度を適切に計測するための理論的基礎を構築することを目指し,共同研究者らと議論を行った.データの標本空間がドメイン間で共有されている場合には,標準的な方法を用いることが可能である.例えば,高度に発...
❏データ駆動健全性監視のための転移学習と説明能力に関する研究(19K12094)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2023-03-31
【研究代表者】矢入 健久 東京大学, 先端科学技術研究センター, 教授 (90313189)
【キーワード】動的システム学習 / 健全性監視 / 異常検知 / 転移学習 / 教師なし学習 (他10件)
【概要】近年、IoTに代表される計測通信技術の普及と、深層学習を含む機械学習の発展が相まって、大規模かつ複雑な人工システムの健全性監視において、データ駆動型のアプローチ、すなわち、過去の膨大なデータからシステムの挙動モデルを統計的に学習して健全性の監視に利用するアプローチが大きな期待を集めている。本研究では、このデータ駆動型健全性監視が抱える2つの問題に焦点を当てている。第一の問題は、現実の人工システムに...
【情報学】情報学フロンティア:時系列データ機械学習を含む研究件
❏異種計算モデルの融合に基づく高速機械学習手法の発展(20K11882)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】田中 剛平 東京大学, ニューロインテリジェンス国際研究機構, 特任准教授 (90444075)
【キーワード】機械学習 / 時系列データ / リザバー計算 / 高速学習
【概要】前年度に引き続き、深層学習モデルに比べて高速学習を可能とするリザバー計算モデルを核として、異種の計算モデルと融合したり、効果的な前処理・後処理を追加したりすることにより、高速機械学習モデルの開発を目指している。具体的には、以下のような計算モデルや学習手法の研究を行った。 (1) マルチステップ学習エコーステートネットワークの研究においては、複数のリザバーを連結して学習を段階的に行う手法を提案し、非...
❏ディープラーニングを用いたプロセス産業のオペレータ支援機能に関する研究(19K04113)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】藤村 茂 早稲田大学, 理工学術院(情報生産システム研究科・センター), 教授 (00367179)
【キーワード】異常診断 / 時系列予測 / プロセス監視 / 深層学習 / 機械学習 (他10件)
【概要】本研究課題では、プロセス制御監視システムによって蓄積された時々刻々変化する時系列データを利用しディープラーニング技術を応用した実プロセスで利用可能なオペレータ支援機能を実現した。具体的には、実際の化学プロセスの複数のセンサデータを予測する新しいディープラーニングモデルを提案した。化学プロセスの制御のために監視しているセンサデータ間の複雑な関連を学習するモデルであり、関連するセンサデータ間の様々な時...
❏環境計測用IoT機器と時系列データ予測の研究(17K01339)
【研究テーマ】自然災害科学・防災学
【研究種目】基盤研究(C)
【研究期間】2017-04-01 - 2021-03-31
【研究代表者】松本 佳宣 慶應義塾大学, 理工学部(矢上), 教授 (60252318)
【キーワード】センサ / IoT / 機械学習 / 可視化 / クラウド (他13件)
【概要】環境情報をセンサ・IoT技術により測定・収集して、クラウドサーバー上で時系列データ予測と警告を行うシステムの研究・開発を行った。初年度は、主にハードウェアの開発と実証実験と可視化を行った。2年目はそれらのデータ解析や、機械学習アルゴリズムにより予測・警告するシステムの構築を行った。3年目は、時系列データである環境計測データの中で、時系列データからの予測を目的としてLongShort Term Me...
【情報学】情報学フロンティア:人工知能(AI)機械学習を含む研究件
❏小区分09070:教育工学関連(0)
【研究テーマ】2020
【研究種目】オンライン学習
【研究期間】個人学習
【研究代表者】学習管理システム
【キーワード】仮想現実
【概要】本研究では,以下の3つの基本的課題を設定し,研究に取り組んでいる. 1.(機械学習モデルの設計) 施策の最適化を目的とした実験計画のために,「機械学習に基づく統計モデル」を「追加実験によるデータ取得」と「施策の最適化」に結び付けるプロセスの全体像,及び,効果的な実験計画を可能とする機械学習モデルを如何に設計すべきか. 2.(効率的な追加実験の計画手法構築)大規模ログデータから構築された統計モデルが...
❏自然言語処理を用いた身体的・精神的・社会的・スピリチュアルな苦痛の評価(21K19625)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2021-07-09 - 2023-03-31
【研究代表者】宮下 光令 東北大学, 医学系研究科, 教授 (90301142)
【キーワード】緩和ケア / 全人的苦痛 / 自然言語処理 / 機械学習 / 人工知能 (他6件)
【概要】がん患者は痛みなどの身体的苦痛、不安や抑うつなどの精神的苦痛、仕事や家庭の問題などの社会的苦痛、生きる意味や死の恐怖などのスピリチュアルな苦痛といった相互に関連する苦痛を抱えている我々はすでに自然言語処理を用いて電子カルテデータから身体的苦痛の有無の評価には施行していたが、身体的苦痛や精神的苦痛の強さの評価、社会的・スピリチュアルな苦痛の有無の評価は未解決であった。 そこで、本研究では自然言語処理...
❏Personalized Online Adaptive Learning System(20H01719)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2020-04-01 - 2025-03-31
【研究代表者】クロス ジェフリーS 東京工業大学, 環境・社会理工学院, 教授 (90532044)
【キーワード】オンライン学習 / 個人学習 / 学習管理システム / 仮想現実 / 人工知能 (他11件)
【概要】Personal Online Analytic Learning System (POALS) is a web-based learning management system (LMS) developed to help learners succeed when taking online learning courses. The system was developed using ...
【情報学】情報学フロンティア:ケモインフォマティクス機械学習を含む研究件
❏タンパク質間相互作用を標的とする薬剤分子設計技術の開発(20H04280)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】大上 雅史 東京工業大学, 情報理工学院, 助教 (50743209)
【キーワード】バイオインフォマティクス / タンパク質間相互作用 / インタラクトーム / 医薬品設計 / ケモインフォマティクス (他7件)
【概要】タンパク質間相互作用 (PPI) を対象としたIT創薬手法の確立は、これまでに治療が叶わなかった疾病の根治や、創薬産業の加速に必須である。PPIを狙う創薬では、①未知のPPIの可能性が網羅的に調べられていないこと、②PPIを標的とする医薬品の計算設計技術がほとんど無いこと、の2点が大きな課題であった。今年度は、未知のPPIを標的とした薬剤分子の設計を可能にする計算技術の研究開発を目的とし、当初の計...
❏in silicoとロボットによる創薬支援システムの開発とシャーガス病治療薬探索(20H00620)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2020-04-01 - 2024-03-31
【研究代表者】関嶋 政和 東京工業大学, 情報理工学院, 准教授 (80371053)
【キーワード】ケモインフォマティクス / IT創薬 / 機械学習 / AI創薬 / 抗規制原虫薬 (他8件)
【概要】標的タンパク質に対してヒット化合物が得られた後の創薬のプロセスの一つである化合物最適化では、特定のヒット化合物を出発点として物性を改善したより薬らしい化合物の探索を行う。機械学習を利用した化合物生成モデルの一つであるChemTSは優れた物性を持つ化合物を生成することに成功したが、特定の化合物を出発点とした化合物生成には対応していなかった。創薬では、HTSなどの実験で得られたヒット化合物の標的タンパ...
❏in silicoとin vitroの融合によるトリパノソーマ原虫治療薬探索(15H02776)
【研究テーマ】生命・健康・医療情報学
【研究種目】基盤研究(B)
【研究期間】2015-04-01 - 2019-03-31
【研究代表者】関嶋 政和 東京工業大学, 科学技術創成研究院, 准教授 (80371053)
【キーワード】スマート創薬 / ケモインフォマティクス / バイオインフォマティクス / IT創薬 / スーパーコンピュータ (他17件)
【概要】主に熱帯地域を中心にして、いわゆる顧みられない熱帯病(NTDs)と呼ばれる寄生虫・細菌感染症が蔓延している。NTDsの中でシャーガス病を引き起こす寄生原虫の治療薬候補を、in silicoとin vitroの融合アプローチを取るスマート創薬により探索を行い、4化合物を得ることに成功した。また、X線結晶構造解析に基づき、共結晶構造をProtein Data Bank (PDB)に登録をおこなった(5...
【情報学】情報学フロンティア:自然言語処理機械学習を含む研究件
❏自然言語処理を用いた身体的・精神的・社会的・スピリチュアルな苦痛の評価(21K19625)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2021-07-09 - 2023-03-31
【研究代表者】宮下 光令 東北大学, 医学系研究科, 教授 (90301142)
【キーワード】緩和ケア / 全人的苦痛 / 自然言語処理 / 機械学習 / 人工知能 (他6件)
【概要】がん患者は痛みなどの身体的苦痛、不安や抑うつなどの精神的苦痛、仕事や家庭の問題などの社会的苦痛、生きる意味や死の恐怖などのスピリチュアルな苦痛といった相互に関連する苦痛を抱えている我々はすでに自然言語処理を用いて電子カルテデータから身体的苦痛の有無の評価には施行していたが、身体的苦痛や精神的苦痛の強さの評価、社会的・スピリチュアルな苦痛の有無の評価は未解決であった。 そこで、本研究では自然言語処理...
❏ソーシャルメディアからの患者の悩み・実践知の抽出技術と活用基盤の確立(21H03170)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2021-04-01 - 2024-03-31
【研究代表者】堀 里子 慶應義塾大学, 薬学部(芝共立), 教授 (70313145)
【キーワード】患者の悩み / 患者の実践知 / ソーシャルメディア / 自然言語処理 / 機械学習 (他6件)
【概要】本研究では、ソーシャルメディアから得られる患者テキストを患者ケアの充実に活かす基盤づくりを目指して、患者の治療・生活上の悩みに関するエピソード、及び患者の実践知を抽出する自然言語処理(Natural Language Processing、NLP)システムの開発を進めている。本年度(2021年度)は、患者ブログから副作用疑いや悩みの記述を抽出する深層学習モデルの構築に取り組んだ。主な成果を以下に示...
❏言語理解における人間の振舞いの分析と言語処理の高精度化への応用(16H02865)
【研究テーマ】知能情報学
【研究種目】基盤研究(B)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】徳永 健伸 東京工業大学, 情報理工学院, 教授 (20197875)
【キーワード】自然言語処理 / コーパス / アノテーション / 視線情報 / 振舞い情報 (他9件)
【概要】自然言語処理の分野では,単語の品詞など,解析結果として得たい正解を解析対象のテキストに人手で付与(アノテーション)した「コーパス」を構築し,それを機械学習の訓練データとして用いることによって問題を解く手法が主流である.自然言語処理の広範な課題を網羅するために,自然言語処理の課題をセグメント課題,リンク課題,変換課題に分類し,各タイプの課題においてアノテーション作業者の視線,キー入力,マウス操作など...
【情報学】情報学フロンティア:ネットワーク機械学習を含む研究件
❏オンデマンド膵臓刺激による2型糖尿病のデジタルコントロールの数理(19K12198)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2023-03-31
【研究代表者】安東 弘泰 東北大学, 材料科学高等研究所, 教授 (20553770)
【キーワード】数理モデル / 膵ベータ細胞 / シミュレーション / カオス制御 / 膵β細胞 (他9件)
【概要】本研究では, 2型糖尿病患者の膵臓内の膵β細胞を物理的に刺激することにより、そのインスリン分泌機能を調整するための数理的アプローチを検討する。特に、機能不全となった細胞の数理モデル化や膵臓刺激設計法の開発を目的とする。本年度は、膵β細胞単一細胞の数理モデル解析を非線形ダイナミクス制御の観点から進めた。具体的には、膵β細胞の数理モデルとしてChayモデルとRizモデルに対してフィードバック制御システ...
❏グローバル生産ネットワークと産業集積(17H00986)
【研究テーマ】経済政策
【研究種目】基盤研究(A)
【研究期間】2017-04-01 - 2022-03-31
【研究代表者】古澤 泰治 東京大学, 大学院経済学研究科(経済学部), 教授 (80272095)
【キーワード】グローバル・バリュー・チェーン / ネットワーク / 産業集積 / 国際貿易 / 貿易政策 (他13件)
【概要】地政学的緊張が高まる今日、グローバル生産ネットワークの再構築と重要産業の地域的集積は非常に重要な問題である。本研究では、いくつかの関連テーマについて重要な研究成果を上げてきた。 まずは、グローバル・バリュー・チェーン(GVC)の諸問題を研究する定量分析ツールを確立したことである。その分析ツールは既存の定量分析を応用したものではあるが、中間財貿易と最終財貿易とで貿易コストが異なることを許したり、財...
❏アプリケーション・デバイス特化型次世代MVNOの研究(15H01681)
【研究テーマ】情報ネットワーク
【研究種目】基盤研究(A)
【研究期間】2015-04-01 - 2018-03-31
【研究代表者】中尾 彰宏 東京大学, 大学院情報学環, 教授 (60401238)
【キーワード】SDN / Network Slicing / NFV / MVNO / 仮想ネットワーク (他25件)
【概要】アプリケーション・デバイス毎のスライス構築とSDN/NFV技術により、きめの細かいQoS制御と網内機能を導入する「アプリケーション・デバイス特化型次世代MVNO基盤の提案とその有効性を実ネットワークにおける実証実験を遂行した。(1) トラフィックから確実にアプリケーション・デバイスを特定しQoS制御を行う基盤技術、(2)網内ネットワーク機能により資源の少ないモバイル端末の利用を高度化するエッジコン...
【情報学】情報学フロンティア:大規模データ解析機械学習を含む研究件
❏転写異常に繋がるゲノム変異の網羅的探索法の開発とゲノム医療への応用(18H03327)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2018-04-01 - 2021-03-31
【研究代表者】白石 友一 国立研究開発法人国立がん研究センター, 研究所, ユニット長 (70516880)
【キーワード】ゲノム / 統計科学 / がん / トランスクリプトーム / スプライシング (他11件)
【概要】申請者が開発を続けていたSAVNetについての研究成果をまとめ、さらに国際がんゲノムコンソーシアムが主導するがん種横断的な全ゲノム解析プロジェクトに参画し、研究グループへの貢献を行なった。またSAVNetを希少疾患のデータに適用することで、いくつかの新規遺伝子変異の発見に成功した。公共データベースに登録されている大規模トランスクリプトームデータを活用するべく、トランスクリプトームデータのみからスプ...
❏セキュリティ解析の共通基盤となるマルウェア・インフォマティクスの確立(16H02832)
【研究テーマ】情報セキュリティ
【研究種目】基盤研究(B)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】後藤 滋樹 早稲田大学, 理工学術院, 教授 (30287966)
【キーワード】セキュリティ / マルウェア / 大規模データ解析 / モバイル / セキュア・ネットワーク (他14件)
【概要】ネットワーク社会の最大の脅威となっているのがサイバー攻撃である.攻撃対策技術を確立することが社会的な要請であるが,従来の対策技術は個々の攻撃に対処するものであり,しかも人間の介在が必要であった. 本研究は,データ科学からのアプローチを採り,サイバー攻撃対策技術の研究成果を有効に蓄積するためのマルウェア・インフォマティックスの確立を目指した. 本研究では,実際に大量のデータを蓄積した.さらにデータの...
【情報学】情報学フロンティア:モノのインターネット(IoT)機械学習を含む研究件
❏中区分60:情報科学、情報工学およびその関連分野(0)
【研究テーマ】2018
【研究種目】IoT
【研究期間】セキュリティ
【研究代表者】アプリ
【キーワード】音声
【概要】本研究は,AIによる様々な職業の代替の予想がなされるなか,AIによる代替が困難な真に人間らしい活動として注目が高まっている職場/教育現場/家庭等でのクリエイティブなコラボレーションに焦点を当て,人間同士のコラボレーションの質を高める方法を明らかにすることを目的としています.超少子高齢社会に突入する日本では,社会のあらゆる場面での生産性の向上が重要な社会的課題であり,本研究はその課題解決のために,従...
❏片麻痺患者の起立動作の回復過程を計測する手すりの開発(19K22799)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2019-06-28 - 2023-03-31
【研究代表者】安 ち 九州大学, システム情報科学研究院, 准教授 (70747873)
【キーワード】手すり / 起立動作 / 片麻痺 / 機械学習 / 片麻痺患者 (他10件)
【概要】本研究では脳卒中や脳梗塞後の片麻痺患者を対象に,起立動作中の手すりにかかる力を計測することができる手すりを開発し,手すりにかかる力から使用者の運動機能を推定する手法を確立することを目的としている.2021年度までの研究では片麻痺患者15名に研究に参加してもらい,1-2か月おきにのべ32回の計測実験を行った.使用者の運動機能は臨床で用いられているFMAと呼ばれるスコアをもとに重度か中等度な運動障害を...
❏音声セキュリティ研究の開拓(18K19789)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2018-06-29 - 2020-03-31
【研究代表者】森 達哉 早稲田大学, 理工学術院, 教授 (60708551)
【キーワード】IoT / セキュリティ / アプリ / 音声 / プライバシー (他10件)
【概要】本研究課題は、音声を入出力として利用する音声アシスタントシステムに固有なセキュリティ脅威の解明と、その対策技術の開発に取り組んだ。テーマの方向性として、(1) 音声アシスタントシステムに対する攻撃と(2) 音声アシスタントによる攻撃の2つがあり、その両方に取り組んだ。前者のテーマでは、 音声アシスタントシステムへのコマンドインジェクション攻撃を指向性スピーカを用いることで実現する攻撃の評価とその対...
【情報学】情報学フロンティア:ハイパフォーマンス・コンピューティング機械学習を含む研究件
❏通信回避・削減アルゴリズムのための自動チューニング技術の新展開(16H02823)
【研究テーマ】高性能計算
【研究種目】基盤研究(B)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】片桐 孝洋 名古屋大学, 情報基盤センター, 教授 (40345434)
【キーワード】自動チューニング / 通信削減アルゴリズム / 機械学習 / データ同化 / ループ変換 (他16件)
【概要】(1)AT方式開発:コード変換を伴うAT方式、実行時にスレッド数を変更する新方式を提案し有効性の評価を行った。また、機械学習を適用する新しいAT方式の実現可能性について検討と評価を行った。(2)AT性能モデル化:複数の性能パラメタからなる多次元空間上をd-Spline関数により一次元探索を繰り返す超軽量なAT機構を実現した。(3)アプリケーション適用: 4次元変分法をフェーズフィールドモデルに実装...
❏in silicoとin vitroの融合によるトリパノソーマ原虫治療薬探索(15H02776)
【研究テーマ】生命・健康・医療情報学
【研究種目】基盤研究(B)
【研究期間】2015-04-01 - 2019-03-31
【研究代表者】関嶋 政和 東京工業大学, 科学技術創成研究院, 准教授 (80371053)
【キーワード】スマート創薬 / ケモインフォマティクス / バイオインフォマティクス / IT創薬 / スーパーコンピュータ (他17件)
【概要】主に熱帯地域を中心にして、いわゆる顧みられない熱帯病(NTDs)と呼ばれる寄生虫・細菌感染症が蔓延している。NTDsの中でシャーガス病を引き起こす寄生原虫の治療薬候補を、in silicoとin vitroの融合アプローチを取るスマート創薬により探索を行い、4化合物を得ることに成功した。また、X線結晶構造解析に基づき、共結晶構造をProtein Data Bank (PDB)に登録をおこなった(5...
【情報学】情報学フロンティア:統計科学機械学習を含む研究件
❏小区分62010:生命、健康および医療情報学関連(0)
【研究テーマ】2018
【研究種目】ゲノム
【研究期間】統計科学
【研究代表者】がん
【キーワード】トランスクリプトーム
【概要】機械学習などのデータ分析技術を利用する科学研究のアプローチはデータ駆動型科学と呼ばれさまざまな分野で有望視されている.データ駆動型科学では研究対象に関するデータを分析することによって科学的仮説を生成するため,従来のアプローチでは思いつかないような仮説を生み出せる可能性がある. 一方,複雑なデータを複雑なアルゴリズムで分析して得られた仮説の信頼性を評価するのは難しい.特に,教師なし学習と呼ばれる探索...
❏異質な集団を含むデータに対する統計的学習理論を用いたモデル開発と臨床医学への応用(18K11197)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2018-04-01 - 2023-03-31
【研究代表者】林 賢一 慶應義塾大学, 理工学部(矢上), 准教授 (70617274)
【キーワード】二値回帰モデル / ROC / IDI / odds-IDI / power-IDI (他19件)
【概要】本研究の目的は,異質な部分集団によって構成されるデータに対し,「予測力(説明力)」と「解釈可能性」が両立する統計的方法の構築に寄与することである.本年度は,二値回帰モデルに対する方法論として,(1) power-IDIの問題点を解決する新たな指標,(2) 臨床試験におけるエンドポイントに欠測がある場合の共変量調整によるリスク差の推定法を検討した. (1)は,新しい共変量を追加することによってモデル...
❏転写異常に繋がるゲノム変異の網羅的探索法の開発とゲノム医療への応用(18H03327)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2018-04-01 - 2021-03-31
【研究代表者】白石 友一 国立研究開発法人国立がん研究センター, 研究所, ユニット長 (70516880)
【キーワード】ゲノム / 統計科学 / がん / トランスクリプトーム / スプライシング (他11件)
【概要】申請者が開発を続けていたSAVNetについての研究成果をまとめ、さらに国際がんゲノムコンソーシアムが主導するがん種横断的な全ゲノム解析プロジェクトに参画し、研究グループへの貢献を行なった。またSAVNetを希少疾患のデータに適用することで、いくつかの新規遺伝子変異の発見に成功した。公共データベースに登録されている大規模トランスクリプトームデータを活用するべく、トランスクリプトームデータのみからスプ...
【情報学】情報学フロンティア:IT創薬機械学習を含む研究件
❏in silicoとロボットによる創薬支援システムの開発とシャーガス病治療薬探索(20H00620)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2020-04-01 - 2024-03-31
【研究代表者】関嶋 政和 東京工業大学, 情報理工学院, 准教授 (80371053)
【キーワード】ケモインフォマティクス / IT創薬 / 機械学習 / AI創薬 / 抗規制原虫薬 (他8件)
【概要】標的タンパク質に対してヒット化合物が得られた後の創薬のプロセスの一つである化合物最適化では、特定のヒット化合物を出発点として物性を改善したより薬らしい化合物の探索を行う。機械学習を利用した化合物生成モデルの一つであるChemTSは優れた物性を持つ化合物を生成することに成功したが、特定の化合物を出発点とした化合物生成には対応していなかった。創薬では、HTSなどの実験で得られたヒット化合物の標的タンパ...
❏in silicoとin vitroの融合によるトリパノソーマ原虫治療薬探索(15H02776)
【研究テーマ】生命・健康・医療情報学
【研究種目】基盤研究(B)
【研究期間】2015-04-01 - 2019-03-31
【研究代表者】関嶋 政和 東京工業大学, 科学技術創成研究院, 准教授 (80371053)
【キーワード】スマート創薬 / ケモインフォマティクス / バイオインフォマティクス / IT創薬 / スーパーコンピュータ (他17件)
【概要】主に熱帯地域を中心にして、いわゆる顧みられない熱帯病(NTDs)と呼ばれる寄生虫・細菌感染症が蔓延している。NTDsの中でシャーガス病を引き起こす寄生原虫の治療薬候補を、in silicoとin vitroの融合アプローチを取るスマート創薬により探索を行い、4化合物を得ることに成功した。また、X線結晶構造解析に基づき、共結晶構造をProtein Data Bank (PDB)に登録をおこなった(5...
【情報学】情報学フロンティア:画像処理機械学習を含む研究件
❏小区分61020:ヒューマンインタフェースおよびインタラクション関連(0)
【研究テーマ】2018
【研究種目】動作計測
【研究期間】コンピュータビジョン
【研究代表者】インタラクション
【キーワード】ヒューマンコンピュータインタラクション
【概要】腫瘍悪性度の分類や予後予測に対し、医用画像解析が遺伝子情報解析に匹敵する可能性が指摘され、レディオミクスと呼ばれる新たな研究分野が形成されつつある。一方、その予測精度を高めるために必要となる高品質で大規模な医用画像データベースの作成において、装置間の機器的な相違や撮影条件の相違が大きな障壁となる。本研究では、この問題の根本的な克服に向け、臨床で撮影される医用画像の多様性を利用して単一の医用画像撮影...
❏力学刺激の知能化によるin vitro3次元組織の超効率的成熟化(19H01178)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】尾上 弘晃 慶應義塾大学, 理工学部(矢上), 教授 (30548681)
【キーワード】ヒトiPS由来心筋組織 / In vitro 組織成熟化 / 力学刺激 / ベイズ的最適化 / 画像処理 (他11件)
【概要】知能化培養システムとして,力学刺激および電気刺激が可能な3次元培養チャンバを作製し,組織培養しながら形態をリアルタイムで蛍光観察可能なシステムを構築した.筋芽細胞株C2C12およびヒトiPS由来心筋細胞を培養し,刺激を印加しながら成熟化を評価した.C2C12と電気刺激の系において,画像処理により成熟化指標を抽出し,ベイズ的最適化で条件を最適化し,成熟化指標の向上を目指す実験サイクルを確立した.また...
❏高速スマートカメラ群による三次元人体動作計測に関する研究(18K11391)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2018-04-01 - 2020-03-31
【研究代表者】味八木 崇 東京大学, 大学院情報学環・学際情報学府, 特任准教授 (50511961)
【キーワード】動作計測 / コンピュータビジョン / インタラクション / ヒューマンコンピュータインタラクション / 画像処理 (他7件)
【概要】スポーツ教育やリハビリテーション等での利用を前提とした、スマートカメラ群による三次元人体動作計測プラットフォームの構築が本研究の目的である。従来プロスポーツ向けに利用されてきた赤外線反射マーカー式のモーションキャプチャシステムは、精緻な計測が可能である反面、非常に高価であり太陽光の影響などから屋外での利用に制限があった。また、身体部位にマーカーを貼り付ける必要があることから、教育現場での利用には不...
【情報学】情報学フロンティア:高性能計算機械学習を含む研究件
❏タンパク質間相互作用を標的とする薬剤分子設計技術の開発(20H04280)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】大上 雅史 東京工業大学, 情報理工学院, 助教 (50743209)
【キーワード】バイオインフォマティクス / タンパク質間相互作用 / インタラクトーム / 医薬品設計 / ケモインフォマティクス (他7件)
【概要】タンパク質間相互作用 (PPI) を対象としたIT創薬手法の確立は、これまでに治療が叶わなかった疾病の根治や、創薬産業の加速に必須である。PPIを狙う創薬では、①未知のPPIの可能性が網羅的に調べられていないこと、②PPIを標的とする医薬品の計算設計技術がほとんど無いこと、の2点が大きな課題であった。今年度は、未知のPPIを標的とした薬剤分子の設計を可能にする計算技術の研究開発を目的とし、当初の計...
❏シミュレーションと機械学習の協調による予測に基づいた動的負荷分散手法の開発(20K21787)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2020-07-30 - 2023-03-31
【研究代表者】下川辺 隆史 東京大学, 情報基盤センター, 准教授 (40636049)
【キーワード】ステンシル計算 / 高性能計算 / 機械学習 / 高生産フレームワーク / 適合細分化格子法 (他6件)
【概要】流体計算などの格子に基づく計算では、高精度が必要な領域をより高精細な格子で計算できる適合細分化格子(AMR)法がマルチスケール問題解決の鍵となる技術として注目されている。本研究では、大規模GPUスパコンで従来と比較して極めて高性能なAMR計算を実現するため、機械学習によりシミュレーションの「未来」の結果を予測し、それに基づき計算負荷を動的に分散する手法を開発する。開発手法を課題代表者らが開発中のA...
❏自らを進化させ未知の計算環境に適応するソフトウェア自動チューニング機構方式の研究(15K12033)
【研究テーマ】高性能計算
【研究種目】挑戦的萌芽研究
【研究期間】2015-04-01 - 2018-03-31
【研究代表者】須田 礼仁 東京大学, 大学院情報理工学系研究科, 教授 (40251392)
【キーワード】自動チューニング / 高性能計算 / コード変換 / 最適化 / 機械学習 (他10件)
【概要】自動チューニングは、ソフトウェアにあらかじめ可変性を仕込み、この可変性をソフトウェア自身に調整させて、様々な計算環境で良好な実行性能を目指す。本研究では、既存のプログラムに対して、事後的に可変性と調整機能を組み込むことにより、新しい計算環境や新しい高性能手法が登場しても、それを既存のプログラムに組込み自動チューニングができる仕組みを目指して研究した。 我々はチームメンバーが開発してきた Xevol...
【情報学】情報学フロンティア:主成分分析機械学習を含む研究件
❏多次元組織データを用いた組織予測理論へのデータ同化による新規材料設計因子の探索(18K13983)
【研究テーマ】
【研究種目】若手研究
【研究期間】2018-04-01 - 2020-03-31
【研究代表者】江草 大佑 東京大学, 大学院工学系研究科(工学部), 助教 (80815944)
【キーワード】アルミニウム / 1000系合金 / Al-Fe合金 / 加工軟化 / スカベンジング効果 (他15件)
【概要】持続可能な社会を実現するためには、高機能な軽金属材料の開発による省エネルギー化が重要となる。軽金属材料の性能を向上に向けては、微量添加元素の影響を受ける微細組織の制御が重要となる。加えて、革新的な高機能材料を開発するためには、材料特性に影響を与える新規な微細構造因子の発見が必要となる。本研究では、アルミニウム合金の機械的特性を主な対象として、原子スケールからミクロスケールにかけて取得可能な多次元組...
❏時間的な変化を伴うデータに対する機械学習手法に関する研究(14F04730)
【研究テーマ】知能情報学
【研究種目】特別研究員奨励費
【研究期間】2014-04-25 - 2015-03-31
【研究代表者】杉山 将 東京大学, 新領域創成科学研究科, 教授 (90334515)
【キーワード】機械学習 / 共分散行列 / 共変量シフト / 主成分分析 / ブレインコンピュータインターフェイス
【概要】ブレインコンピュータインターフェイスなどでは,共分散行列を特徴としてパターン認識を行う事が多い.本研究では,共分散行列に関する新しい機械学習技術を二つ開発した.一つ目は,データの生成確率分布が時間とともに変化する共変量シフトの状況における共分散行列の推定法である.重要度とよばれる確率密度関数の比で重みを付けて共分散行列を推定することにより,共変性シフト下でも適切に共分散行列が推定できるようになった...
❏高次元小標本におけるデータ解析の数理統計学的基礎とその応用(18300092)
【研究テーマ】統計科学
【研究種目】基盤研究(B)
【研究期間】2006 - 2009
【研究代表者】青嶋 誠 筑波大学, 大学院・数理物質科学研究科, 教授 (90246679)
【キーワード】多変量解析 / 機械学習 / パターン認識 / モデル選択 / ノイズ (他33件)
【概要】高次元小標本における高次元漸近理論を、非正規の一般的な設定のもとで構築した。高次元小標本データ特有の幾何学的な構造を発見した。従来型のPCAが高次元小標本で不一致性を引き起こすことを証明した。クロスデータ行列法とノイズ掃き出し法を提唱し、次元推定・固有値・漸近分布・固有ベクトル・主成分スコアの推定に、一致性をもつ解を与えた。クラスター分析と判別分析への応用を考え、前立腺がんのマイクロアレイデータの...
【複合領域】社会・安全システム科学:金融工学機械学習を含む研究件
❏グローバル株式運用のための包括的資産運用モデル確立に向けた研究(19K04888)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】山本 零 慶應義塾大学, 理工学部(矢上), 准教授 (40756376)
【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 (他16件)
【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...
❏リスク最小化に基づく非凸型識別手法の開発と与信審査・医療診断問題への実証的適用(19710124)
【研究テーマ】社会システム工学・安全システム
【研究種目】若手研究(B)
【研究期間】2007 - 2010
【研究代表者】武田 朗子 慶應義塾大学, 理工学部, 講師 (80361799)
【キーワード】OR / 数理最適化 / 金融工学 / サポートベクターマシーン / 分類問題 (他16件)
【概要】数理最適化、金融工学、機械学習の3つの異なる分野の知見を活かして、機械学習の判別モデル(主にEν-SVM)に対する理論的な妥当性評価を行った。"判別能力の良さは経験的に知られていたが、理論的に示せたのは初めてである"と評価された研究成果である。また、Eν-SVMの解法を提案した。さらに、機械学習で知られる"正則化"と呼ばれるアイディアを金融工学へ取り入れて、将来への...
【複合領域】社会・安全システム科学:経営工学機械学習を含む研究件
❏機械学習システムの社会実装に向けた次世代最適化技法の研究(19H00808)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】水野 眞治 東京工業大学, 工学院, 教授 (90174036)
【キーワード】社会システム工学 / 経営工学 / オペレーションズリサーチ / 最適化 / 機械学習 (他7件)
【概要】機械学習システムの社会実装を促すために,機械学習システムの計算基盤を支える最適化アルゴリズムに着目し,錐最適化を中心的な技術として現実的な時間で高精度に解ける問題範囲を拡大,ならびに,離散構造を持つ問題を主な対象に計算効率の改善と理論性能保証の証明を行なった.一方で,機械学習モデルが出力する結果への利用者の安心感を高めるためのモデリング技法を開発した.特に,利用者の事前知識を学習モデルに反映させ,...
❏大規模データ時代のビジネスアナリティクス手法に関する基礎的研究(26282090)
【研究テーマ】社会システム工学・安全システム
【研究種目】基盤研究(B)
【研究期間】2014-04-01 - 2017-03-31
【研究代表者】後藤 正幸 早稲田大学, 理工学術院, 教授 (40287967)
【キーワード】ビジネスアナリティクス / 大規模データ / ビッグデータ / マーケティングモデル / 経営情報分析 (他10件)
【概要】本研究では,大規模かつ多様なビジネスデータの分析技術(ビジネスアナリティクス)の体系化と深化を研究の目的とし,様々なビジネスデータに対応した分析モデルの提案と評価を行った.具体的には,1)ECサイトのデータベース情報を対象とした情報分析技術の開発,2)テキストデータとして蓄積されるマーケティング情報の分析技術の開発,3)情報推薦のための統計モデルの開発,4)情報検索や推薦の技術を活用したWebマー...
❏経営工学における知識情報処理に関する研究(03832042)
【研究テーマ】社会システム工学
【研究種目】一般研究(C)
【研究期間】1991 - 1993
【研究代表者】平澤 茂一 早稲田大学, 理工学部, 教授 (30147946)
【キーワード】知識情報処理 / 情報理論 / 経営工学 / 推論 / 学習 (他15件)
【概要】近年,曖昧性や矛盾を含んだ知識の推論や学習等の,より人間的で複雑な判断をめざした新しい知識情報処理の基礎研究も様々な分野で盛んに行われている.しかしながら従来の論理学を中心としたエキスパートシステムに比べて基礎理論が不完全であり評価基準も不明確であるため得られる結果が理論的に明快に保証されずシステム化が進んでいないのが現状である.本研究ではこれら新しい知識情報処理のために今までの個別的な研究ではな...
【複合領域】社会・安全システム科学:ロバスト最適化機械学習を含む研究件
❏データドリブン最適化に基づくマス・カスタマイゼーション生産方式の設計(19K15243)
【研究テーマ】
【研究種目】若手研究
【研究期間】2019-04-01 - 2023-03-31
【研究代表者】大森 峻一 早稲田大学, 理工学術院, 准教授(任期付) (30649348)
【キーワード】サプライチェーン・マネジメント / 需要予測 / オペレーションズ・リサーチ / ロバスト最適化 / 機械学習 (他7件)
【概要】前年度に、確率分布を仮定せずに、データからロバストな意思決定を導くことができるための方法論について提案を行った。その際に、提案技法は計算負荷が高く、データの次元数が大きい場合、実用時間内に計算が終了しないことが判明した。このため、今年度は、大規模問題に対するアルゴリズムの開発を中心に研究した。 近年、凸計画の分野で、大規模問題に対する分解法として着目されているConsensus Optimizat...
❏リスク最小化に基づく非凸型識別手法の開発と与信審査・医療診断問題への実証的適用(19710124)
【研究テーマ】社会システム工学・安全システム
【研究種目】若手研究(B)
【研究期間】2007 - 2010
【研究代表者】武田 朗子 慶應義塾大学, 理工学部, 講師 (80361799)
【キーワード】OR / 数理最適化 / 金融工学 / サポートベクターマシーン / 分類問題 (他16件)
【概要】数理最適化、金融工学、機械学習の3つの異なる分野の知見を活かして、機械学習の判別モデル(主にEν-SVM)に対する理論的な妥当性評価を行った。"判別能力の良さは経験的に知られていたが、理論的に示せたのは初めてである"と評価された研究成果である。また、Eν-SVMの解法を提案した。さらに、機械学習で知られる"正則化"と呼ばれるアイディアを金融工学へ取り入れて、将来への...
【複合領域】社会・安全システム科学:オペレーションズ・リサーチ(OR)機械学習を含む研究件
❏データドリブン最適化に基づくマス・カスタマイゼーション生産方式の設計(19K15243)
【研究テーマ】
【研究種目】若手研究
【研究期間】2019-04-01 - 2023-03-31
【研究代表者】大森 峻一 早稲田大学, 理工学術院, 准教授(任期付) (30649348)
【キーワード】サプライチェーン・マネジメント / 需要予測 / オペレーションズ・リサーチ / ロバスト最適化 / 機械学習 (他7件)
【概要】前年度に、確率分布を仮定せずに、データからロバストな意思決定を導くことができるための方法論について提案を行った。その際に、提案技法は計算負荷が高く、データの次元数が大きい場合、実用時間内に計算が終了しないことが判明した。このため、今年度は、大規模問題に対するアルゴリズムの開発を中心に研究した。 近年、凸計画の分野で、大規模問題に対する分解法として着目されているConsensus Optimizat...
❏機械学習システムの社会実装に向けた次世代最適化技法の研究(19H00808)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】水野 眞治 東京工業大学, 工学院, 教授 (90174036)
【キーワード】社会システム工学 / 経営工学 / オペレーションズリサーチ / 最適化 / 機械学習 (他7件)
【概要】機械学習システムの社会実装を促すために,機械学習システムの計算基盤を支える最適化アルゴリズムに着目し,錐最適化を中心的な技術として現実的な時間で高精度に解ける問題範囲を拡大,ならびに,離散構造を持つ問題を主な対象に計算効率の改善と理論性能保証の証明を行なった.一方で,機械学習モデルが出力する結果への利用者の安心感を高めるためのモデリング技法を開発した.特に,利用者の事前知識を学習モデルに反映させ,...
❏激変する社会に対応できるグローバル物流システムの開発(26350417)
【研究テーマ】社会システム工学・安全システム
【研究種目】基盤研究(C)
【研究期間】2014-04-01 - 2019-03-31
【研究代表者】中田 和秀 東京工業大学, 工学院, 准教授 (00312984)
【キーワード】物流 / オペレーションズ・リサーチ / 最適化 / 機械学習 / メタヒューリスティック (他7件)
【概要】激変する社会環境の中で効率的な物流を行うためには、不確定な要因に対処する必要がある。このため、過去のデータから近い未来をできるだけ精度良く予測する手法について、機械学習の手法を援用して研究を行った。また、現実的な時間内で満足する解決策を導くため、安定的に近似解を求める実用的な最適化アルゴリズムを開発した。それらの研究成果を用いて、様々なタイプの現実問題に対し効率的なモデル化と最適化アルゴリズムの開...
【複合領域】社会・安全システム科学:機械学習モデル機械学習を含む研究件
❏患者レジストリを二次利用した潜在的患者ニーズの自動抽出方法の検討(20K07206)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】種村 菜奈枝 国立研究開発法人医薬基盤・健康・栄養研究所, 国立健康・栄養研究所 食品保健機能研究部, 室長 (50790630)
【キーワード】患者市民参画 / 潜在ニーズ / 機械学習 / 患者レジストリ / リアルワールドデータ (他8件)
【概要】本研究の目的は、患者やその家族の潜在的なニーズを踏まえた国内型の患者参画型研究を推進するため、患者団体等が自ら作成した患者レジストリから潜在ニーズを自動抽出するための手法を検討することである。 【研究計画】(1) 患者レジストリの登録患者対象に治療内容、日常ケアや薬に対するニーズを質的に分析した後、政策や医薬品開発に反映可能なボイスの種類及びその特徴把握。(2) 患者レジストリデータ用いて、タグ...
❏グローバル株式運用のための包括的資産運用モデル確立に向けた研究(19K04888)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】山本 零 慶應義塾大学, 理工学部(矢上), 准教授 (40756376)
【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 (他16件)
【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...
【複合領域】社会・安全システム科学:コーポレートガバナンス機械学習を含む研究件
❏情報技術および非構造化データを通じた資産価格評価のための分析基盤の構築と実証(20K01751)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2020-04-01 - 2024-03-31
【研究代表者】高橋 大志 慶應義塾大学, 経営管理研究科(日吉), 教授 (60420478)
【キーワード】コーポレートガバナンス / ネットワーク分析 / 資産価格評価 / データサイエンス / イノベーション (他9件)
【概要】本研究では,近年飛躍的な進展を遂げている情報技術を通じ資産価格評価のための分析基盤・分析の枠組みを確立し,その利点・課題を明らかにすることを試みる. 本年度においては,企業のコーポレートガバナンスに関する分析のため,国内上場企業を中心に企業属性データベースの拡張を行った.企業属性としては,企業の財務指標に加え,企業の役員構成に関するデータ,知的財産に関するデータ,企業の買収案件に関するデータおよび...
❏グローバル株式運用のための包括的資産運用モデル確立に向けた研究(19K04888)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】山本 零 慶應義塾大学, 理工学部(矢上), 准教授 (40756376)
【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 (他16件)
【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...
【複合領域】社会・安全システム科学:数理最適化機械学習を含む研究件
❏一般化固有値計算による大域最適化手法の展開(17H01699)
【研究テーマ】数理情報学
【研究種目】基盤研究(B)
【研究期間】2017-04-01 - 2022-03-31
【研究代表者】岩田 覚 東京大学, 大学院情報理工学系研究科, 教授 (00263161)
【キーワード】数理最適化 / 大域最適化 / 一般化固有値 / アルゴリズム / 機械学習 (他6件)
【概要】一般に効率的なアルゴリズムの設計が原理的に不可能であると言われている非凸最適化問題の中でも幾何的な背景を有する問題に焦点を絞り,その構造を利用して, 大域最適解を見出す効率的なアルゴリズムを設計する手法を発展させた.特に,1本の制約式のみを含む非凸2次制約2次計画問題(QCQP)に対して,一般化固有値問題に帰着することによって,効率的に最適解を得る手法を開発した.さらに,一般の非凸QCQPに対して...
❏一般化固有値計算による大域最適化手法(26540007)
【研究テーマ】数理情報学
【研究種目】挑戦的萌芽研究
【研究期間】2014-04-01 - 2017-03-31
【研究代表者】岩田 覚 東京大学, 大学院情報理工学系研究科, 教授 (00263161)
【キーワード】数理最適化 / 大域最適化 / 一般化固有値計算 / 機械学習 / 楕円体 (他7件)
【概要】本研究課題は,一般に効率的なアルゴリズムの設計が原理的に不可能であると言われている非凸最適化問題の中でも幾何的な背景を有する問題に焦点を絞り,その構造を利用して大域的最適解を効率的に見出すアルゴリズムを設計する手法を確立することを目的とした.特に,高次元空間中の2楕円体間の符号付き距離を次元の6乗に比例する程度の時間で計算するアルゴリズムを開発した.この手法を拡張して,一般化CDT問題に対しても同...
❏リスク最小化に基づく非凸型識別手法の開発と与信審査・医療診断問題への実証的適用(19710124)
【研究テーマ】社会システム工学・安全システム
【研究種目】若手研究(B)
【研究期間】2007 - 2010
【研究代表者】武田 朗子 慶應義塾大学, 理工学部, 講師 (80361799)
【キーワード】OR / 数理最適化 / 金融工学 / サポートベクターマシーン / 分類問題 (他16件)
【概要】数理最適化、金融工学、機械学習の3つの異なる分野の知見を活かして、機械学習の判別モデル(主にEν-SVM)に対する理論的な妥当性評価を行った。"判別能力の良さは経験的に知られていたが、理論的に示せたのは初めてである"と評価された研究成果である。また、Eν-SVMの解法を提案した。さらに、機械学習で知られる"正則化"と呼ばれるアイディアを金融工学へ取り入れて、将来への...
【複合領域】社会・安全システム科学:統計的学習機械学習を含む研究件
❏大規模データにおける構造的推定手法の理論と応用(25730013)
【研究テーマ】統計科学
【研究種目】若手研究(B)
【研究期間】2013-04-01 - 2018-03-31
【研究代表者】鈴木 大慈 東京大学, 大学院情報理工学系研究科, 准教授 (60551372)
【キーワード】構造的正則化 / テンソルモデリング / ベイズ推定 / 再生核ヒルベルト空間 / ガウシアンプロセス (他21件)
【概要】近年あらゆる分野において扱うデータは急速に大規模化している.また 同時に,巨大なデータは内在的に多様な構造を有するようにもなってきている.そのような多量かつ多様なデータを扱うため,構造的スパース性に着目し,それを利用した推定方法を体系的に提案・分析した.そのため,構造的正則化学習と呼ばれる学習方法を高速に解くための確率的最適化手法として,確率的交互方向乗数法を提案した.また,テンソルモデリングと呼...
❏リスク最小化に基づく非凸型識別手法の開発と与信審査・医療診断問題への実証的適用(19710124)
【研究テーマ】社会システム工学・安全システム
【研究種目】若手研究(B)
【研究期間】2007 - 2010
【研究代表者】武田 朗子 慶應義塾大学, 理工学部, 講師 (80361799)
【キーワード】OR / 数理最適化 / 金融工学 / サポートベクターマシーン / 分類問題 (他16件)
【概要】数理最適化、金融工学、機械学習の3つの異なる分野の知見を活かして、機械学習の判別モデル(主にEν-SVM)に対する理論的な妥当性評価を行った。"判別能力の良さは経験的に知られていたが、理論的に示せたのは初めてである"と評価された研究成果である。また、Eν-SVMの解法を提案した。さらに、機械学習で知られる"正則化"と呼ばれるアイディアを金融工学へ取り入れて、将来への...
【複合領域】社会・安全システム科学:サプライチェーン機械学習を含む研究件
❏グローバル生産ネットワークと産業集積(17H00986)
【研究テーマ】経済政策
【研究種目】基盤研究(A)
【研究期間】2017-04-01 - 2022-03-31
【研究代表者】古澤 泰治 東京大学, 大学院経済学研究科(経済学部), 教授 (80272095)
【キーワード】グローバル・バリュー・チェーン / ネットワーク / 産業集積 / 国際貿易 / 貿易政策 (他13件)
【概要】地政学的緊張が高まる今日、グローバル生産ネットワークの再構築と重要産業の地域的集積は非常に重要な問題である。本研究では、いくつかの関連テーマについて重要な研究成果を上げてきた。 まずは、グローバル・バリュー・チェーン(GVC)の諸問題を研究する定量分析ツールを確立したことである。その分析ツールは既存の定量分析を応用したものではあるが、中間財貿易と最終財貿易とで貿易コストが異なることを許したり、財...
❏大規模取引ネットワークにおける深層学習を用いた取引推薦手法に関する研究(26330344)
【研究テーマ】ウェブ情報学・サービス情報学
【研究種目】基盤研究(C)
【研究期間】2014-04-01 - 2017-03-31
【研究代表者】森 純一郎 東京大学, 政策ビジョン研究センター, 准教授 (30508924)
【キーワード】取引ネットワーク / 機械学習 / ネットワーク分析 / 深層学習 / サプライチェーン
【概要】本研究は、大規模な企業間の取引ネットワークの分析に基づき、ネットワークにおける企業間の新たな提携・連携先の発見支援、および頑健で持続可能なサプライチェーンの構築支援を目的とする。そのために、機械学習手法である深層学習を用いて、企業間の取引に関わる大規模な異種のビッグデータから取引構造の潜在的な特徴量の抽出を行い、取引構造を汎用的にモデル化する手法の研究を行った。その上で実際に取引先の推薦サービスを...
❏サプライチェーンを設計するための情報工学手法の開発(24310109)
【研究テーマ】社会システム工学・安全システム
【研究種目】基盤研究(B)
【研究期間】2012-04-01 - 2015-03-31
【研究代表者】坂田 一郎 東京大学, 工学(系)研究科(研究院), 教授 (90555682)
【キーワード】政策科学 / サプライチェーン / 技術経営 / 情報システム / 機械学習
【概要】まず一般的な関係データの予測法として、複数の異なる種類の関係を同時に予測することで、個々の関係を独立に予測するよりも高精度で予測を行うことができる新しい関係予測手法を開発した。次に持続可能で頑健なサプライチェーンを築くために必要となる分析について、中部北陸地域のサプライチェーン構造分析を行った。さらに、農林業をベースとした再生可能資源に関するサプライチェーンに必要な頑健性と柔軟性について解析し実際...
【複合領域】科学教育・教育工学:授業状況の可視化機械学習を含む研究件
❏深い学びを支援するための機械学習に基づく授業状況・学習状況の推定と可視化(18H01063)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2018-04-01 - 2022-03-31
【研究代表者】村上 正行 大阪大学, 全学教育推進機構, 教授 (30351258)
【キーワード】深い学び / 機械学習 / Learning Analytics / 授業状況の可視化 / 学習支援 (他10件)
【概要】コロナウイルスの影響で大学での対面授業を実施できなかったため,研究計画にあったような対面授業に関する行動データの獲得を行うことができず,分析もできなかった.その代わりとして,オンライン授業を対象とする研究を行うこととした. まず,オンデマンド授業を対象として,事前に取得した受講者の視線情報を講義映像上に表示し,被験者に視聴させることで視線情報が受講者の講義に対する集中力の向上や孤独感の解消にどの程...
❏受講ログの獲得と可視化による受講状況の振り返りが容易な学習支援システムの開発(26282062)
【研究テーマ】教育工学
【研究種目】基盤研究(B)
【研究期間】2014-04-01 - 2018-03-31
【研究代表者】村上 正行 京都外国語大学, 外国語学部, 教授 (30351258)
【キーワード】授業状況の可視化 / 授業状況の推定 / Learning Analytics / アクティブラーニング / 学習支援 (他17件)
【概要】本研究では,大学授業における受講生の学習支援を目的として,授業状況や受講生の学習プロセスを把握し,学生にフィードバックする学習支援システムの開発を目指した。アクティブ・ラーニング型授業における授業映像から機械学習によって自動で授業状況を判別し、受講者グループごとの活動量を推定して可視化した.また、タブレットを活用した学習において、ペンストロークの時間間隔を用いた答案の解答停滞箇所の検出手法を提案し...
【複合領域】科学教育・教育工学:外国語教育機械学習を含む研究件
❏話者を単位とした世界諸英語の自動分類とそれに基づく国際コミュニケーション支援(26240022)
【研究テーマ】知覚情報処理
【研究種目】基盤研究(A)
【研究期間】2014-04-01 - 2018-03-31
【研究代表者】峯松 信明 東京大学, 大学院工学系研究科(工学部), 教授 (90273333)
【キーワード】世界諸英語 / 発音自動分類 / 音声の構造的表象 / 機械学習 / 発音の了解性 (他20件)
【概要】世界諸英語の発音多様性に着眼し,1)話者を単位とした世界諸英語の発音分類を行うべく,任意の二話者の発音距離推定技術を構築し,2)特定の学習者を中心に据えて,諸英語を俯瞰できる諸英語発音ブラウザを開発した。しかし,発音の相違が常にコミュニケーション上問題となる訳ではない。そこで,外国語訛りとコミュニケーションエラーに着眼し,3)日本人英語を米国人がどこで聞き誤るのかを予測する技術を構築し,4)聞き取...
❏音声の構造的表象と機械学習に基づく頑健・高精度な発音分析と外国語教育への応用(23300067)
【研究テーマ】知覚情報処理・知能ロボティクス
【研究種目】基盤研究(B)
【研究期間】2011-04-01 - 2015-03-31
【研究代表者】峯松 信明 東京大学, 工学(系)研究科(研究院), 教授 (90273333)
【キーワード】音声の構造的表象 / 機械学習 / 外国語学習 / 発音教育 / 外国語訛り (他7件)
【概要】本研究では,音声の構造的表象に基づく発音構造分析を外国語教育,特に発音教育支援に応用することを検討した。その結果,1)構造的表象と機械学習に基づく,より少数の発声を用いた頑健な発音分析技術の構築,2)学習者コーパスの IPA ラベリングによる拡充,3)母語話者・非母語話者による発音に対する高精度分類技術の構築,4)分類結果の教育用インタフェースの予備的検討を行うことができた。対象言語としては,1)...
【複合領域】科学教育・教育工学:学習支援機械学習を含む研究件
❏深い学びを支援するための機械学習に基づく授業状況・学習状況の推定と可視化(18H01063)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2018-04-01 - 2022-03-31
【研究代表者】村上 正行 大阪大学, 全学教育推進機構, 教授 (30351258)
【キーワード】深い学び / 機械学習 / Learning Analytics / 授業状況の可視化 / 学習支援 (他10件)
【概要】コロナウイルスの影響で大学での対面授業を実施できなかったため,研究計画にあったような対面授業に関する行動データの獲得を行うことができず,分析もできなかった.その代わりとして,オンライン授業を対象とする研究を行うこととした. まず,オンデマンド授業を対象として,事前に取得した受講者の視線情報を講義映像上に表示し,被験者に視聴させることで視線情報が受講者の講義に対する集中力の向上や孤独感の解消にどの程...
❏受講ログの獲得と可視化による受講状況の振り返りが容易な学習支援システムの開発(26282062)
【研究テーマ】教育工学
【研究種目】基盤研究(B)
【研究期間】2014-04-01 - 2018-03-31
【研究代表者】村上 正行 京都外国語大学, 外国語学部, 教授 (30351258)
【キーワード】授業状況の可視化 / 授業状況の推定 / Learning Analytics / アクティブラーニング / 学習支援 (他17件)
【概要】本研究では,大学授業における受講生の学習支援を目的として,授業状況や受講生の学習プロセスを把握し,学生にフィードバックする学習支援システムの開発を目指した。アクティブ・ラーニング型授業における授業映像から機械学習によって自動で授業状況を判別し、受講者グループごとの活動量を推定して可視化した.また、タブレットを活用した学習において、ペンストロークの時間間隔を用いた答案の解答停滞箇所の検出手法を提案し...
【複合領域】科学教育・教育工学:FD機械学習を含む研究件
❏深い学びを支援するための機械学習に基づく授業状況・学習状況の推定と可視化(18H01063)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2018-04-01 - 2022-03-31
【研究代表者】村上 正行 大阪大学, 全学教育推進機構, 教授 (30351258)
【キーワード】深い学び / 機械学習 / Learning Analytics / 授業状況の可視化 / 学習支援 (他10件)
【概要】コロナウイルスの影響で大学での対面授業を実施できなかったため,研究計画にあったような対面授業に関する行動データの獲得を行うことができず,分析もできなかった.その代わりとして,オンライン授業を対象とする研究を行うこととした. まず,オンデマンド授業を対象として,事前に取得した受講者の視線情報を講義映像上に表示し,被験者に視聴させることで視線情報が受講者の講義に対する集中力の向上や孤独感の解消にどの程...
❏受講ログの獲得と可視化による受講状況の振り返りが容易な学習支援システムの開発(26282062)
【研究テーマ】教育工学
【研究種目】基盤研究(B)
【研究期間】2014-04-01 - 2018-03-31
【研究代表者】村上 正行 京都外国語大学, 外国語学部, 教授 (30351258)
【キーワード】授業状況の可視化 / 授業状況の推定 / Learning Analytics / アクティブラーニング / 学習支援 (他17件)
【概要】本研究では,大学授業における受講生の学習支援を目的として,授業状況や受講生の学習プロセスを把握し,学生にフィードバックする学習支援システムの開発を目指した。アクティブ・ラーニング型授業における授業映像から機械学習によって自動で授業状況を判別し、受講者グループごとの活動量を推定して可視化した.また、タブレットを活用した学習において、ペンストロークの時間間隔を用いた答案の解答停滞箇所の検出手法を提案し...
【複合領域】科学教育・教育工学:問題解決機械学習を含む研究件
❏洞察問題解決における認知メカニズムの解明と計算モデルの構築(10610082)
【研究テーマ】実験系心理学
【研究種目】基盤研究(C)
【研究期間】1998 - 2000
【研究代表者】鈴木 宏昭 青山学院大学, 文学部, 助教授 (50192620)
【キーワード】洞察 / 制約 / 認知科学 / 創発 / 多重制約充足 (他10件)
【概要】本年度は洞察問題解決における個人差についての実験的研究を行うとともに,近年出版された洞察研究との対比を中心に研究を行った.制約の動的緩和理論(開・鈴木,1998)に従えば,個人差の源泉は,制約強度の初期値の違い,試行の評価の適切さ,制約強度の更新率(学習率)となる.この予測を検証するため,洞察を必要とする図形パズルを10分以内で解決した被験者と10分以上かかった被験者の比較を行った.その結果,制約...
❏計算機による発見機構の研究(09780317)
【研究テーマ】知能情報学
【研究種目】奨励研究(A)
【研究期間】1997 - 1998
【研究代表者】村田 剛志 群馬大学, 工学部, 助手 (90242289)
【キーワード】発見 / 図による推論 / 平面幾何 / 問題解決 / 機械学習 (他11件)
【概要】本研究では計算機による発見機構の実現を目標とし、平面幾何を対象とした発見システムDIGESTを構築し動作させた。一般に対象が複雑な場合においては、その対象に含まれる構造を把握することによって抽象度の高い一般性のある定理や法則を発見することができる。DIGESTは平面幾何における最も基本的な構造である三角形に注目し、三角形の隣接・包含関係を基に面積の関係を表す式を獲得する。その式を基に、チェパの定理...
【複合領域】科学教育・教育工学:協調学習機械学習を含む研究件
❏マルチエージェント系における協調学習を介したシンボル獲得の実現(13780270)
【研究テーマ】知能情報学
【研究種目】若手研究(B)
【研究期間】2001 - 2002
【研究代表者】植田 一博 東京大学, 大学院・情報学環, 助教授 (60262101)
【キーワード】マルチエージェント / 機械学習 / 協調学習 / 強化学習 / 確率推定 (他8件)
【概要】昨年度は,人間のサッカープレイヤに類似した学習方法によって,他プレイヤの行動の予測と状況のリスク計算の最適化を行うサッカーエージェントを構築したが,本年度は,構築した学習エージェントが,(1)チームプレーに関する学習を行わない既存のRoboCupチーム以上のパフォーマンスを示せるかどうかを実験的に検証した上で,(2)適切なパスの受渡しにとって重要なファクターである,パスの強さとプレイヤの移動速度の...
❏協調戦術を適応学習するエージェントの構築と分析(12680369)
【研究テーマ】知能情報学
【研究種目】基盤研究(C)
【研究期間】2000 - 2001
【研究代表者】永野 三郎 埼玉工業大学, 先端科学研究所, 教授 (50010913)
【キーワード】マルチエージェント / 機械学習 / 協調学習 / サッカーエージェント / 強化学習 (他11件)
【概要】本研究は,実際のサッカーの指導で戦術がいかに獲得されるかを参考に,小人数による練習課題の達成,グリッドによる適切な認知地図の獲得,そして,適応学習によるプレーの最適化を軸にした協調戦術決定学習アルゴリズムを提案し,そのパフォーマンスをシミュレーションにより検証したものである.エージェントは環境をグリッド化して知覚することで有限の状態変数空間を持ち,この状態変数の遷移を条件付き確率によって予測するこ...
【複合領域】科学教育・教育工学:ラーニング・アナリティクス機械学習を含む研究件
❏深い学びを支援するための機械学習に基づく授業状況・学習状況の推定と可視化(18H01063)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2018-04-01 - 2022-03-31
【研究代表者】村上 正行 大阪大学, 全学教育推進機構, 教授 (30351258)
【キーワード】深い学び / 機械学習 / Learning Analytics / 授業状況の可視化 / 学習支援 (他10件)
【概要】コロナウイルスの影響で大学での対面授業を実施できなかったため,研究計画にあったような対面授業に関する行動データの獲得を行うことができず,分析もできなかった.その代わりとして,オンライン授業を対象とする研究を行うこととした. まず,オンデマンド授業を対象として,事前に取得した受講者の視線情報を講義映像上に表示し,被験者に視聴させることで視線情報が受講者の講義に対する集中力の向上や孤独感の解消にどの程...
❏受講ログの獲得と可視化による受講状況の振り返りが容易な学習支援システムの開発(26282062)
【研究テーマ】教育工学
【研究種目】基盤研究(B)
【研究期間】2014-04-01 - 2018-03-31
【研究代表者】村上 正行 京都外国語大学, 外国語学部, 教授 (30351258)
【キーワード】授業状況の可視化 / 授業状況の推定 / Learning Analytics / アクティブラーニング / 学習支援 (他17件)
【概要】本研究では,大学授業における受講生の学習支援を目的として,授業状況や受講生の学習プロセスを把握し,学生にフィードバックする学習支援システムの開発を目指した。アクティブ・ラーニング型授業における授業映像から機械学習によって自動で授業状況を判別し、受講者グループごとの活動量を推定して可視化した.また、タブレットを活用した学習において、ペンストロークの時間間隔を用いた答案の解答停滞箇所の検出手法を提案し...
【複合領域】科学社会学・科学技術史:不確実性機械学習を含む研究件
❏機械学習における予測の不確実性の定量化基盤の構築(20H04239)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2020-04-01 - 2025-03-31
【研究代表者】佐藤 一誠 東京大学, 大学院情報理工学系研究科, 准教授 (90610155)
【キーワード】不確実性 / 機械学習 / 確率予測 / 深層学習 / 医用画像 (他9件)
【概要】深層学習の診断予測確率を補正する方法を開発し,機械学習分野の難関国際会議であるAISTATS2021で発表した. 医療の現場では, 症例に関する識別結果よりもその症例である可能性の確率を出力することが重要視される場合がある.例えば今回の研究で具体的に扱った血液検査ではすべての細胞を肉眼で網羅的にチェックすることができないため,異常細胞をその異常確率でリストアップすることは重要である.また,明らかに...
❏経営工学における知識情報処理に関する研究(03832042)
【研究テーマ】社会システム工学
【研究種目】一般研究(C)
【研究期間】1991 - 1993
【研究代表者】平澤 茂一 早稲田大学, 理工学部, 教授 (30147946)
【キーワード】知識情報処理 / 情報理論 / 経営工学 / 推論 / 学習 (他15件)
【概要】近年,曖昧性や矛盾を含んだ知識の推論や学習等の,より人間的で複雑な判断をめざした新しい知識情報処理の基礎研究も様々な分野で盛んに行われている.しかしながら従来の論理学を中心としたエキスパートシステムに比べて基礎理論が不完全であり評価基準も不明確であるため得られる結果が理論的に明快に保証されずシステム化が進んでいないのが現状である.本研究ではこれら新しい知識情報処理のために今までの個別的な研究ではな...
【複合領域】科学社会学・科学技術史:光学機械学習を含む研究件
❏光学と機械学習の融合分野における数理基盤の構築(22K19787)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2022-06-30 - 2025-03-31
【研究代表者】佐藤 一誠 東京大学, 大学院情報理工学系研究科, 准教授 (90610155)
【キーワード】機械学習 / 光学
【概要】
❏蛍光画像サイトメトリによる高速腸内細菌叢プロファイリングとディスバイオーシス予測(16K12909)
【研究テーマ】医用システム
【研究種目】挑戦的萌芽研究
【研究期間】2016-04-01 - 2018-03-31
【研究代表者】太田 禎生 東京大学, 大学院工学系研究科(工学部), 客員研究員 (70731214)
【キーワード】フローサイトメトリー / 1細胞解析 / 腸内細菌 / 環境細菌 / 細菌 (他12件)
【概要】本研究では、最終的には細菌叢解析から個体や環境動態評価・予測を目指すべく、複雑で大量の1細菌集団を光学的に高速プロファイリングする技術群を提案・開発・実証しました。具体的には、マイクロ流体による細菌の底壁面三次元整列技術を開発し、新規光学技術と組み合わせることにより、高速蛍光ハイコンテンツ・フローサイトメトリー(蛍光イメージング・自家蛍光スペクトル)を新開発し、細菌分類実証を行いました。 ...
【複合領域】地理学:DEM機械学習を含む研究件
❏河川堤防のパイピングメカニズム解明と維持管理法のパラダイムシフトに向けた研究(19H00786)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2019-04-01 - 2023-03-31
【研究代表者】岡村 未対 愛媛大学, 理工学研究科(工学系), 教授 (50251624)
【キーワード】河川堤防 / パイピング / 実験 / 相似則 / DEM (他11件)
【概要】2020年度の研究で,以下のことを実施し,ほぼ期待通りの成果を上げた。 ■パイプ内の水の流れとそれによるパイプ孔壁の侵食とパイプ内土砂運搬の現象を解明するため,高速度カメラでパイプ内を観測し,さらに3次元浸透流解析を行った。前年度に引き続き,実験は40gの遠心加速度場及び重力場で行い,粒径や模型サイズを変えた実験を組み合わせ,メカニズム解明のために必要なデータを蓄積した。 ■パイピングの進展条件を...
❏中~高解像度DEMを用いたグローバルな防災に資する全球の自動地形分類図の作成(15K01176)
【研究テーマ】地理学
【研究種目】基盤研究(C)
【研究期間】2015-04-01 - 2018-03-31
【研究代表者】岩橋 純子 国土地理院(地理地殻活動研究センター), その他部局等, 主任研究官 (90391698)
【キーワード】地形分類 / DEM / 機械学習 / クラスタリング / 階層クラスタリング (他18件)
【概要】ポリゴンベースの地形分類データ作成手法を開発し、領域分割・機械学習・階層クラスタリングにより全球の地形分類図を完成させた。クラスタのグルーピングでは、日本の既存の地質・地形分類図と比較することにより、地形・地質的に異なる特徴を持つグループを検出した。成果の分類図は、1kmDEMを用いた先行研究より、段丘地形の抽出や1km以下のサイズの地形の分類について明らかに進歩した。また、岩盤山地、丘陵、高地の...
【複合領域】地理学:グローバル機械学習を含む研究件
❏グローバル株式運用のための包括的資産運用モデル確立に向けた研究(19K04888)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】山本 零 慶應義塾大学, 理工学部(矢上), 准教授 (40756376)
【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 (他16件)
【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...
❏中~高解像度DEMを用いたグローバルな防災に資する全球の自動地形分類図の作成(15K01176)
【研究テーマ】地理学
【研究種目】基盤研究(C)
【研究期間】2015-04-01 - 2018-03-31
【研究代表者】岩橋 純子 国土地理院(地理地殻活動研究センター), その他部局等, 主任研究官 (90391698)
【キーワード】地形分類 / DEM / 機械学習 / クラスタリング / 階層クラスタリング (他18件)
【概要】ポリゴンベースの地形分類データ作成手法を開発し、領域分割・機械学習・階層クラスタリングにより全球の地形分類図を完成させた。クラスタのグルーピングでは、日本の既存の地質・地形分類図と比較することにより、地形・地質的に異なる特徴を持つグループを検出した。成果の分類図は、1kmDEMを用いた先行研究より、段丘地形の抽出や1km以下のサイズの地形の分類について明らかに進歩した。また、岩盤山地、丘陵、高地の...
【複合領域】デザイン学:クラスター分析機械学習を含む研究件
❏電波伝播特徴量を用いたRFID読み取り空間フィルタの実現(16K06367)
【研究テーマ】通信・ネットワーク工学
【研究種目】基盤研究(C)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】三次 仁 慶應義塾大学, 環境情報学部(藤沢), 教授 (40383921)
【キーワード】RFID / 位相計測 / 外れ値除去 / 統計処理 / 機械学習 (他13件)
【概要】UHF帯RFIDシステムにおいて、RFタグからの返信電波の搬送波位相情報を用いて、RFタグの位置を推定することにより、想定する読取り内外を弁別する方法について研究開発した。単一の搬送波位相を用いると、30cm程度の波長ごとに位相が繰り返す問題が生じるが、複数の搬送波を用い、外れ値除去を行いながら位相計測する微分位相方式を用いることで、この問題を解決できることを示し、実験で確認した。また商用リーダで...
❏高次元小標本におけるデータ解析の数理統計学的基礎とその応用(18300092)
【研究テーマ】統計科学
【研究種目】基盤研究(B)
【研究期間】2006 - 2009
【研究代表者】青嶋 誠 筑波大学, 大学院・数理物質科学研究科, 教授 (90246679)
【キーワード】多変量解析 / 機械学習 / パターン認識 / モデル選択 / ノイズ (他33件)
【概要】高次元小標本における高次元漸近理論を、非正規の一般的な設定のもとで構築した。高次元小標本データ特有の幾何学的な構造を発見した。従来型のPCAが高次元小標本で不一致性を引き起こすことを証明した。クロスデータ行列法とノイズ掃き出し法を提唱し、次元推定・固有値・漸近分布・固有ベクトル・主成分スコアの推定に、一致性をもつ解を与えた。クラスター分析と判別分析への応用を考え、前立腺がんのマイクロアレイデータの...
【複合領域】文化財科学・博物館学:地理情報システム(GIS)機械学習を含む研究件
❏機械学習を用いた飼料農地の生産マップ構築と酪農経営における最適作付け体系の導出(20K15607)
【研究テーマ】
【研究種目】若手研究
【研究期間】2020-04-01 - 2024-03-31
【研究代表者】佐藤 赳 東京大学, 大学院農学生命科学研究科(農学部), 助教 (30756599)
【キーワード】空間計量経済モデル / 機械学習 / リモートセンシング / GIS / GPS (他11件)
【概要】酪農業において,効率的な生乳生産や安定的な生産体系の確立は喫緊の課題であり,その中で低コストな自給飼料の生産・利用が期待されている.本研究の目的は,北海道を対象に,飼料農地の植生・収量マップを酪農経営の家計調査データと統合し,輪作・草地更新を含めた自給飼料生産の最適な農地管理を酪農経営に基づいて求めることである.牧草地の草種や雑草をハイパースペクトル画像・衛星画像を組み合わせて機械学習で判別し,圃...
❏スマート風土産業:ワイン専用品種の栽培適地評価による適地適作の実現(20H03121)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】岩崎 亘典 国立研究開発法人農業・食品産業技術総合研究機構, 農業環境研究部門, グループ長 (70354016)
【キーワード】スマート風土産業 / ワイン専用品種 / 栽培適地評価 / 人工知能 / センサーネットワーク (他10件)
【概要】基本的な地理情報である高解像度のデジタル標高モデルを収集して処理し、地域の地形特性を明らかにするとともに、他の地理情報と組み合わせて分析を進めるための準備を進めた。統計解析や機械学習を行うために、1978~2019年までの長野県の気象メッシュデータ(一日ごとの降水量,日照時間,積算日射量,平均気温,最低気温,最高気温)を取得・整理した。圃場での気象観測を実施するためのセンサおよびデータ取得方法につ...
❏大規模・異種の時空間データ統合で生じる矛盾を許容するサイエンスクラウド基盤(24240015)
【研究テーマ】メディア情報学・データベース
【研究種目】基盤研究(A)
【研究期間】2012-04-01 - 2015-03-31
【研究代表者】小島 功 独立行政法人産業技術総合研究所, 情報技術研究部門, 総括研究主幹 (00356982)
【キーワード】データベース / 矛盾 / データ統合 / 時空間データ / Linked Data (他21件)
【概要】本課題は、大規模な時空間データの統合において発生する「矛盾」に多角的に取り組んだもので、要素研究と実証システム開発の課題を行った。 事例として画像データとWeb上のソーシャルデータ等、矛盾を含んだ異種のデータを統合して土地利用等の知見を抽出する研究を進め、衛星画像処理より高精度な結果を実現、実証した。基盤技術としても、異種メタデータを統合して検索する技術や、それを機械学習などで解析するための連携手...
【複合領域】生活科学:教育工学機械学習を含む研究件
❏AIを用いて日常用語を学術用語に変換する探究支援ツールの開発(20H01717)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】山内 祐平 東京大学, 大学院情報学環・学際情報学府, 教授 (50252565)
【キーワード】教育工学 / 探究 / 機械学習 / 人工知能 / 学習支援ツール
【概要】2021年度は、日常用語から学術用語を推薦できるWEBツールを開発した。 まず、本研究では学習者が入力した文章に対して学術用語への類似度を測定する3つのアルゴリズムを統合して使用する手法を実現した。提案した3つのアルゴリズムは、学習者の文章に含まれる名詞を利用する。1つ目のアルゴリズムは、学術用語の説明文中にある名詞と一致する数が多いほど類似するとみなすテキストマッチングである。2つ目は、学習者の...
❏マルチモーダル情報に基づく議論エージェントの開発(15H02746)
【研究テーマ】知能情報学
【研究種目】基盤研究(B)
【研究期間】2015-04-01 - 2018-03-31
【研究代表者】新田 克己 東京工業大学, 情報理工学院, 教授 (60293073)
【キーワード】人工知能 / 対話エージェント / マルチモーダル情報 / 議論演習 / 数理議論学 (他15件)
【概要】法学部における議論演習の教員の負担を軽減するため、与えられた議論課題に関して学生と自律的に議論を行い、学生の議論スキルを評価する機能を持つ議論エージェントを開発した。議論エージェントは、学生の発言を論理的に理解し、議論の有利/不利の判断を行い、相手の音声や身振りから発話意欲を推定し、それらを考慮した議論戦略によって応答を行う高度な対話システムであり、ヒューマノイド型ロボットPepperの上に実装さ...
❏受講ログの獲得と可視化による受講状況の振り返りが容易な学習支援システムの開発(26282062)
【研究テーマ】教育工学
【研究種目】基盤研究(B)
【研究期間】2014-04-01 - 2018-03-31
【研究代表者】村上 正行 京都外国語大学, 外国語学部, 教授 (30351258)
【キーワード】授業状況の可視化 / 授業状況の推定 / Learning Analytics / アクティブラーニング / 学習支援 (他17件)
【概要】本研究では,大学授業における受講生の学習支援を目的として,授業状況や受講生の学習プロセスを把握し,学生にフィードバックする学習支援システムの開発を目指した。アクティブ・ラーニング型授業における授業映像から機械学習によって自動で授業状況を判別し、受講者グループごとの活動量を推定して可視化した.また、タブレットを活用した学習において、ペンストロークの時間間隔を用いた答案の解答停滞箇所の検出手法を提案し...
【複合領域】生活科学:行動科学機械学習を含む研究件
❏生活保護受給者の健康支援に向けた新しいデータシステムの創生(17K19793)
【研究テーマ】社会医学、看護学およびその関連分野
【研究種目】挑戦的研究(萌芽)
【研究期間】2017-06-30 - 2021-03-31
【研究代表者】近藤 尚己 京都大学, 医学研究科, 教授 (20345705)
【キーワード】健康格差 / 機械学習 / マーケティング / 社会疫学 / 生活保護 (他11件)
【概要】経済的な困窮は健康づくりや受診行動を難しくする。そこで、マーケティング手法を応用した支援システムを構築する。生活保護受給者のデータベースを活用して、生活保護に至った背景や成育歴、生活歴、健康リテラシー等の情報に基づき、生活保護受給者への適切なケア提供に向けた集団セグメント化アルゴリズムを開発した。生活保護管理データと医療保険のレセプトを入手して受給者のセグメント化を行いシステムに実装した。子ども・...
❏レジリエントな都市交通機能を実現する「認知,インフラ,制度」の相互改善型設計(16H02907)
【研究テーマ】ウェブ情報学・サービス情報学
【研究種目】基盤研究(B)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】荒井 幸代 千葉大学, 大学院工学研究院, 教授 (10372575)
【キーワード】逆強化学習 / 強化学習 / 多目的最適化 / 社会シミュレーション / 行動規範 (他27件)
【概要】本課題では,都市交通が頑健かつ柔軟に機能する状況を「レジリエンス」と定義し,これを実現する上で,情報インフラや人の状況判断,法制度の3つのソフトインフラの連携が必要との立場から研究を進めてきた.特に緊急時の二次被害減災は人の行動が鍵であるとし,人の挙動特性を考慮した都市交通システム設計法を提案した.災害における人の行動の規範は,過去の似た状況の記憶に影響を受けるため,正しい情報を直接提供するよりも...
【複合領域】一般理論:災害機械学習を含む研究件
❏将来事象予見型の新しい被害予測技術「リアルタイム物理・社会現象予測AI」の開発(20H02410)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】廣井 悠 東京大学, 大学院工学系研究科(工学部), 教授 (50456141)
【キーワード】機械学習 / 災害 / 因果 / AI / cascading disaster (他10件)
【概要】本研究では,災害対応のDX化と新たな防災教育技術の構築を目指して、災害に関する記述から機械的に因果を抜き出して災害連関図を作成する方法論を確立する.昨年度までは,これまでの災害教訓から得られる膨大な災害事象の網羅的な因果データベースを機械学習を用いて構築し,それを利用して近い将来に起こりうる災害事象をリアルタイムで抽出するものであり(イベントツリー・タイムラインの形),災害発生直後に,定性的ではあ...
❏Development of an HPC enhanced system for finding fine-grained lifeline recovery plans and evaluating their long term economic performance(18H01675)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2018-04-01 - 2022-03-31
【研究代表者】Maddegedar a.L. 東京大学, 地震研究所, 准教授 (20426290)
【キーワード】disaster recovery / economic perfoamrnce / agent-based modeling / HPC / Agent based simulations (他24件)
【概要】本研究では、国民経済を実大スケールでシミュレーションする高性能ソフトウェアを開発し、大規模地震災害解析手法と統合することで各種の復興計画の長期的な経済的効用を評価できるようにしました。政府機関が公開するデータを分析することで、1億2700万の主体からなる日本経済全体をシミュレーションするためのパラメータを特定しました。2015年の状態を起点に実施した2019年末までの日本経済のシミュレーション結果...
【複合領域】一般理論:マーケテイング機械学習を含む研究件
❏生活保護受給者の健康管理支援優先度導出システムの開発と利用による効果の実証分析(20K20774)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2020-07-30 - 2023-03-31
【研究代表者】近藤 尚己 京都大学, 医学研究科, 教授 (20345705)
【キーワード】健康の社会的決定要因 / 健康格差 / 生活保護 / 健康管理支援 / 機械学習 (他7件)
【概要】生活困窮者は様々な健康課題を抱えていることが多く、その実態把握と支援法の開発が求められる。自治体が所有する生活保護受給者の住民基本データや医療扶助・介護扶助レセプトデータを用いて、1)生活保護受給者の社会関係や生活背景についての新たな詳細データを追加し、最適な支援プランを提示するアルゴリズムを開発する。また、2)支援プランの効果の有無、および効果に影響を及ぼす要因を明らかにする。 生活保護受給者は...
❏生活保護受給者の健康支援に向けた新しいデータシステムの創生(17K19793)
【研究テーマ】社会医学、看護学およびその関連分野
【研究種目】挑戦的研究(萌芽)
【研究期間】2017-06-30 - 2021-03-31
【研究代表者】近藤 尚己 京都大学, 医学研究科, 教授 (20345705)
【キーワード】健康格差 / 機械学習 / マーケティング / 社会疫学 / 生活保護 (他11件)
【概要】経済的な困窮は健康づくりや受診行動を難しくする。そこで、マーケティング手法を応用した支援システムを構築する。生活保護受給者のデータベースを活用して、生活保護に至った背景や成育歴、生活歴、健康リテラシー等の情報に基づき、生活保護受給者への適切なケア提供に向けた集団セグメント化アルゴリズムを開発した。生活保護管理データと医療保険のレセプトを入手して受給者のセグメント化を行いシステムに実装した。子ども・...
【複合領域】一般理論:eラーニング機械学習を含む研究件
❏Personalized Online Adaptive Learning System(20H01719)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2020-04-01 - 2025-03-31
【研究代表者】クロス ジェフリーS 東京工業大学, 環境・社会理工学院, 教授 (90532044)
【キーワード】オンライン学習 / 個人学習 / 学習管理システム / 仮想現実 / 人工知能 (他11件)
【概要】Personal Online Analytic Learning System (POALS) is a web-based learning management system (LMS) developed to help learners succeed when taking online learning courses. The system was developed using ...
❏大規模ラーニングアナリティクスを用いた初学者のためのプログラミング教育システム(16K00491)
【研究テーマ】学習支援システム
【研究種目】基盤研究(C)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】小林 学 早稲田大学, データ科学総合研究教育センター, 教授 (80308204)
【キーワード】Eラーニング / プログラミング / 教育システム / 機械学習 / 潜在クラス分析 (他12件)
【概要】本研究ではプログラミング初学者を対象として,実際の授業用のWEBを用いたe-learningプログラミング教育システムを構築し,さらにそこから得られたビッグデータに対してラーニングアナリティクスを用いて分析を行なう手法を検討した.具体的にはまず学習者のプログラミングの各種ログを取得し,機械学習手法を用いたプログラムの自動採点により,教員の労度を大幅に削減しつつ精度の高い採点を行うことが可能であるこ...
【環境学】環境保全学:自然災害機械学習を含む研究件
❏Development of an HPC enhanced system for finding fine-grained lifeline recovery plans and evaluating their long term economic performance(18H01675)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2018-04-01 - 2022-03-31
【研究代表者】Maddegedar a.L. 東京大学, 地震研究所, 准教授 (20426290)
【キーワード】disaster recovery / economic perfoamrnce / agent-based modeling / HPC / Agent based simulations (他24件)
【概要】本研究では、国民経済を実大スケールでシミュレーションする高性能ソフトウェアを開発し、大規模地震災害解析手法と統合することで各種の復興計画の長期的な経済的効用を評価できるようにしました。政府機関が公開するデータを分析することで、1億2700万の主体からなる日本経済全体をシミュレーションするためのパラメータを特定しました。2015年の状態を起点に実施した2019年末までの日本経済のシミュレーション結果...
❏気候変動が引き起こす災害・水資源・食資源・大気汚染の年代別リスク変化とその適応策(17KT0066)
【研究テーマ】次世代の農資源利用
【研究種目】基盤研究(B)
【研究期間】2017-07-18 - 2020-03-31
【研究代表者】安成 哲平 北海道大学, 北極域研究センター, 助教 (70506782)
【キーワード】大気汚染 / 森林火災 / 気候モデル / PM2.5 / 気候変動 (他20件)
【概要】人類の持続可能性の観点から重要な,「災害」,「食(農)資源」,「水資源」,「大気汚染」に関連した研究を,気候モデル・衛星・再解析データ等を用いて解析し,経済分析を行った.大気汚染では,森林火災予測に直結する気候・環境要因を明らかにし,機械学習で火災予測の初期検討を行った.気候モデル実験では, シベリア森林火災が増加した際のPM2.5日平均環境基準を超える日数や若年性死亡数の変化を分析し,経済損失ま...
❏レジリエントな都市交通機能を実現する「認知,インフラ,制度」の相互改善型設計(16H02907)
【研究テーマ】ウェブ情報学・サービス情報学
【研究種目】基盤研究(B)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】荒井 幸代 千葉大学, 大学院工学研究院, 教授 (10372575)
【キーワード】逆強化学習 / 強化学習 / 多目的最適化 / 社会シミュレーション / 行動規範 (他27件)
【概要】本課題では,都市交通が頑健かつ柔軟に機能する状況を「レジリエンス」と定義し,これを実現する上で,情報インフラや人の状況判断,法制度の3つのソフトインフラの連携が必要との立場から研究を進めてきた.特に緊急時の二次被害減災は人の行動が鍵であるとし,人の挙動特性を考慮した都市交通システム設計法を提案した.災害における人の行動の規範は,過去の似た状況の記憶に影響を受けるため,正しい情報を直接提供するよりも...
【数物系科学】数学:回帰モデル機械学習を含む研究件
❏RNA2次構造の確率分布を内包した機械学習アルゴリズムの開発(21K15075)
【研究テーマ】
【研究種目】若手研究
【研究期間】2021-04-01 - 2024-03-31
【研究代表者】寺井 悟朗 東京大学, 大学院新領域創成科学研究科, 特任准教授 (40785375)
【キーワード】RNA2次構造 / 特徴抽出 / 回帰モデル / 機械学習
【概要】RNAの2次構造は様々な生命現象で重要な役割を果たしており、その役割を正確に理解することは学術的にも工学的にも重要である。近年、実験技術の進歩によりRNA2次構造が関与する生命現象に関するデータが蓄積されつつある。具体的には、RNAの塩基配列と、その活性についての大規模データが蓄積されつつある。本研究では、大規模データの背後にあるRNA2次構造の確率的振る舞いを考慮しつつ、特徴抽出や予測モデルの構...
❏AI的手法を用いた子育て支援システムの研究(18K18630)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2018-06-29 - 2021-03-31
【研究代表者】中田 登志之 東京大学, 大学院情報理工学系研究科, 教授 (40538823)
【キーワード】機械学習 / 回帰モデル / t-test / 子育て支援 / チャットボット (他8件)
【概要】本研究では,幼稚園の教師の疲労とストレスレベルに影響を与える人的因子に関して調査を行った.幼稚園の教師の人口統計,労働スケジュール,並びにストレスと疲労に関する実時間データを得た.このデータを用いて,機械学習手法により,統計におけるt-testを用いた回帰モデルを構築した.さらに,因子を,正常,異常に近い,異常の3レベルに分類した.その結果,1)木曜日,金曜日に働くことが,ストレスと疲労に大きな影...
【数物系科学】数学:リーマン多様体機械学習を含む研究件
❏ビッグデータ機械学習のためのスケーラブルな非線形非凸多様体最適化手法(19K12115)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】笠井 裕之 早稲田大学, 理工学術院, 教授 (40312079)
【キーワード】最適化 / 多様体 / 確率的勾配法 / 最適輸送問題 / Wasserstein距離 (他11件)
【概要】本研究では,ビッグデータを用いた実応用における品質精度と処理量効率性の大幅な向上を達成することを目指してリーマン多様体最適化手法に着目し,スケーラブルな非線形非凸多様体最適化手法について研究した.幾何的(多様体)制約付き深層学習のための深層学習確率的勾配法,二次最適性を実現する非厳密信頼領域,またそれらの応用について研究した.さらに,最適輸送問題の最適化手法とその応用について研究した. ...
❏高次元大規模信号データ処理のためのスケーラブル・リーマン多様体最適化とその応用(16K00031)
【研究テーマ】数理情報学
【研究種目】基盤研究(C)
【研究期間】2016-04-01 - 2020-03-31
【研究代表者】笠井 裕之 早稲田大学, 理工学術院, 教授 (40312079)
【キーワード】最適化 / リーマン多様体 / 確率的勾配法 / テンソル / 大規模データ (他17件)
【概要】微分多様体において,高次元テンソルを分解表現する行列に対する直交性などの制約と,目的関数の二乗誤差特性及び要素行列による対称性等に着目し,新たなリーマン計量を提案した.この新しい幾何空間を用いた最適化アルゴリズムを提案し,再現誤差と収束速度の観点で,従来手法に対する優位性を示した.また,微分多様体上の確率的勾配法に着目し,フル勾配と確率的勾配をハイブリッドした手法を用いることで収束性を向上する手法...
【数物系科学】数学:確率数値解析機械学習を含む研究件
❏確率数値解析の実装レベルにおける計算資源最適執行と反復計算最適停止理論の構築(21K03347)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2021-04-01 - 2026-03-31
【研究代表者】河合 玲一郎 東京大学, 大学院総合文化研究科, 教授 (20464258)
【キーワード】確率数値解析 / 確率過程 / モンテカルロ法 / 統計物理 / 機械学習
【概要】現実の世界で観察される諸現象を表現、解析、さらに将来予測等のために数理モデル、特に確率要素の表現を目指した確率モデルが、自然科学や社会科学のあらゆる分野で用いられる。実用レベルで求められる確率モデルは年々際限なく大規模かつ複雑になり、数値計算に頼らざるを得ない問題設定が大多数を占めるにいたり、数値手法の効果的な実装理論、収束保証、誤差評価の需要がこれまで以上に高まっている。本研究では、計算資源の最...
❏確率数値手法の実装理論構築(20K22301)
【研究テーマ】
【研究種目】研究活動スタート支援
【研究期間】2020-09-11 - 2023-03-31
【研究代表者】河合 玲一郎 東京大学, 大学院総合文化研究科, 教授 (20464258)
【キーワード】確率数値解析 / 確率過程 / モンテカルロ法 / 統計物理 / 機械学習
【概要】現実の世界で観察される諸現象を表現、解析、さらに将来予測等のために数理モデル、特に確率要素の表現を目指した確率モデルが、自然科学や社会科学のあらゆる分野で用いられる。実用レベルで求められる確率モデルは年々際限なく大規模かつ複雑になり、数値計算に頼らざるを得ない問題設定が大多数を占めるにいたり、数値手法の効果的な実装理論、収束保証、誤差評価の需要がこれまで以上に高まっている。本研究では、計算資源の最...
【数物系科学】数学:調和解析機械学習を含む研究件
❏機械学習を用いた東アジア数理調和思想の実証的研究と共生倫理の検討(20K20500)
【研究テーマ】
【研究種目】挑戦的研究(開拓)
【研究期間】2020-07-30 - 2023-03-31
【研究代表者】伊東 乾 東京大学, 大学院情報学環・学際情報学府, 准教授 (20323488)
【キーワード】東アジア / 術数学 / 調和解析 / 平均律 / データ駆動科学 (他16件)
【概要】本研究は東アジア術数学とそれに基礎づけられた東アジア音楽の調和構造をデータ駆動科学を活用して明らかにすると共に、新知見をもとに調和の解析や新たなシステム創成に洋の東西を止揚した成果を生み出そうとする挑戦的研究である。 第二年次は調査、理論、解析、実証、システム開発、共生倫理検討の各面でいずれも予想を超える成果が得られた。これらを連立し更なる研究の深化、具体化と後継プロジェクトへの大胆な展開を企図し...
❏調和解析的方法による視覚・錯視の研究の機械学習への応用(18K18716)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2018-06-29 - 2023-03-31
【研究代表者】新井 仁之 早稲田大学, 教育・総合科学学術院, 教授 (10175953)
【キーワード】フレームレット / 応用調和解析 / 機械学習 / 錯視 / 数理視覚科学 (他11件)
【概要】研究実績として得た知見は次のものである.調和解析的方法を用いた申請者らによる人の視知覚の数理モデリングの錯視研究への応用の延長線上で,調和解析的な方法を使った機械学習,そして,その応用について研究を行った.機械学習の中では,特にたたみ込みニューラルネットワークによるディープラーニングが関係しているが,本研究では,これまでの申請者らの数理モデリングによる錯視研究の知見に基づいて,前年度に引き続き調和...
【数物系科学】数学:推論機械学習を含む研究件
❏実在・仮想データを用いた議論の論理に基づく紛争分析支援(15KT0041)
【研究テーマ】紛争研究
【研究種目】基盤研究(B)
【研究期間】2015-07-10 - 2019-03-31
【研究代表者】木藤 浩之 電気通信大学, 大学院情報理工学研究科, 客員研究員 (90705287)
【キーワード】議論 / 推論 / 機械学習 / ベイズ / 生成モデル (他16件)
【概要】本研究計画において合計10本の査読付き国際論文を発表した.主要な国際研究機関によれば研究代表者が筆頭責任著者を務めるそのうちの2本の論文(IJCAI 2017, KR 2018)は推論研究の最難関の国際会議である.また別の2本の論文(Argument & Computation 2015, JLC 2017)は研究代表者の研究領域の主要な論文誌である.さらに,本研究を進めるうちに新たな本質...
❏経営工学における知識情報処理に関する研究(03832042)
【研究テーマ】社会システム工学
【研究種目】一般研究(C)
【研究期間】1991 - 1993
【研究代表者】平澤 茂一 早稲田大学, 理工学部, 教授 (30147946)
【キーワード】知識情報処理 / 情報理論 / 経営工学 / 推論 / 学習 (他15件)
【概要】近年,曖昧性や矛盾を含んだ知識の推論や学習等の,より人間的で複雑な判断をめざした新しい知識情報処理の基礎研究も様々な分野で盛んに行われている.しかしながら従来の論理学を中心としたエキスパートシステムに比べて基礎理論が不完全であり評価基準も不明確であるため得られる結果が理論的に明快に保証されずシステム化が進んでいないのが現状である.本研究ではこれら新しい知識情報処理のために今までの個別的な研究ではな...
【数物系科学】数学:数理統計学機械学習を含む研究件
❏高次元・大規模・多ドメインデータの特徴抽出と情報統合による統計的学習(19H04071)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2019-04-01 - 2024-03-31
【研究代表者】金森 敬文 東京工業大学, 情報理工学院, 教授 (60334546)
【キーワード】機械学修 / 数理統計学 / 最適化 / 機械学習 / 最適輸送 (他8件)
【概要】本年度は,多ドメイン学習において不変性に着目した新しい学習パラダイムの端緒となる研究を開始し,数値的にそのアイデアの有用性を確認した.まず,ドメイン間の違いをデータ分布の違いとして定式化し,ドメイン間の乖離度を適切に計測するための理論的基礎を構築することを目指し,共同研究者らと議論を行った.データの標本空間がドメイン間で共有されている場合には,標準的な方法を用いることが可能である.例えば,高度に発...
❏非凸損失による機械学習アルゴリズムの数理と実用化に関する研究(16K00044)
【研究テーマ】統計科学
【研究種目】基盤研究(C)
【研究期間】2016-04-01 - 2020-03-31
【研究代表者】金森 敬文 東京工業大学, 情報理工学院, 教授 (60334546)
【キーワード】機械学習 / 数理統計学 / 最適化 / 変数選択 / ロバスト統計 (他6件)
【概要】本研究の目的は,ロバスト推定やスパース・モデリングなどの統計的学習の問題に対して,非凸損失関数の最適化という統一的観点から研究を推進することである.研究成果としては,実用的に優れた学習アルゴリズムの構成,さらにその数理的基盤の構築などがある.まず判別分析の代表的なアルゴリズムであるサポートベクトルマシンに対し,損失関数を非凸化した学習法の局所解の性質を数理的に解析し,局所最適解であっても外れ値に強...
❏密度比の推定と計算の理論的展開とその応用(24500340)
【研究テーマ】統計科学
【研究種目】基盤研究(C)
【研究期間】2012-04-01 - 2016-03-31
【研究代表者】金森 敬文 名古屋大学, 情報科学研究科, 教授 (60334546)
【キーワード】数理統計学 / 機械学習 / 統計学 / 統計的学習理論 / ロバスト統計
【概要】密度比とは,確率密度関数の比として定義される関数である.2つのデータドメインの間のマッチングを行う場合などに有用である.重要な応用例としては,共変量シフトの下での回帰分析や判別分析,統計的仮説検定,次元削減などが挙げられる.本研究課題では,高次元大規模データ解析への応用を念頭に置き,密度比の統計的な推定精度を向上させるための方法について研究を進めた.さらに,確率分布間の距離を表すダイバージェンスと...
【数物系科学】数学:統計推測機械学習を含む研究件
❏ジャンプを含む確率過程の複雑な観測データに対する統計解析と新しい学習理論への応用(21H00997)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2021-04-01 - 2026-03-31
【研究代表者】荻原 哲平 東京大学, 大学院情報理工学系研究科, 准教授 (40746426)
【キーワード】確率過程 / 統計推測 / 機械学習 / リスク予測 / モデル選択 (他10件)
【概要】本年度の主な研究成果として以下が挙げられる。 1.ジャンプ型拡散過程モデルに対して推定量の最適性を議論するための局所漸近正規性を示すため、Jeganathan (Sankhya 1982)において研究されている局所漸近正規性が成立するための十分条件を発展させ、ジャンプ型拡散過程モデルを扱える手法へと拡張した。 この手法とShimizu and Yoshida (SISP 2006), Ogihar...
❏統計学,ニューラルネット,機械学習の新しい融合(13480071)
【研究テーマ】統計科学
【研究種目】基盤研究(B)
【研究期間】2001 - 2003
【研究代表者】江口 真透 統計数理研究所, 統計基礎研究系, 教授 (10168776)
【キーワード】バイオインフォマチックス / SNPハプロタイピング / 遺伝子発現データ / アダブースト / 独立成分分析 (他19件)
【概要】1.バイオインフォマチックスへの挑戦 癌研究会ゲノムセンターとの共同研究で行ったSNPハプロタイピングの研究がBioinformaticsに掲載予定,国際特許申請中である.次なるプロジェクト,SNPハプロタイプブロックの同定問題について藤澤主導で進行中で論文準備の段階にある.さらに月例のゲノム研究会においてプロテオームの関数データ解析についても同時進行している.日本統計関連学会連合大会2003・企...
【数物系科学】物理学:情報幾何学機械学習を含む研究件
❏応用特異点論の情報科学および工学的デザインにおける展開(18K18714)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2018-06-29 - 2022-03-31
【研究代表者】大本 亨 北海道大学, 理学研究院, 教授 (20264400)
【キーワード】特異点論 / ルジャンドル変換 / 接触幾何学 / 情報幾何学 / 応用幾何学 (他24件)
【概要】ルジャンドル特異点論(非凸関数のルジャンドル変換の特異性解析)に基づいて,《情報幾何学》で重要な双対平坦構造の理論(甘利・長岡理論)の一般化を行った.これは,深層学習等における特異モデルに対する理論的アプローチの萌芽的研究につながる.また,《構造デザインにおける応用幾何学》において特異点論的アプローチを開拓した.これは,ダルブー・ヴィルチンスキ以降,100年程忘れられていた古典的射影微分幾何におけ...
❏記述長最小原理の深化と応用(18H03291)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2018-04-01 - 2021-03-31
【研究代表者】竹内 純一 九州大学, システム情報科学研究院, 教授 (80432871)
【キーワード】記述長最小原理 / MDL原理 / 深層学習 / 情報理論 / MRI (他24件)
【概要】MDL原理に基づく学習理論の深化と応用について研究を行った.記述長最小原理(MDL原理)の基礎については,Barron and Coverの理論(BC理論)の教師あり学習への拡張と,深層学習との関連について考察した.BC理論と確率的コンプレキシティ(SC)を関係づける研究において,目標モデルを非指数型分布族に一般化することに成功した.その他,スパース学習を応用した誤り訂正符号への深層学習の応用やA...
❏情報幾何学に基づく分布データに対する機械学習手法の開発(17H01793)
【研究テーマ】知能情報学
【研究種目】基盤研究(B)
【研究期間】2017-04-01 - 2022-03-31
【研究代表者】赤穗 昭太郎 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 上級主任研究員 (40356340)
【キーワード】機械学習 / ノンパラメトリック / 情報幾何 / 学習アルゴリズム / 情報幾何学 (他9件)
【概要】大量のデータを効率的に機械学習で扱う有効な方法として、データを確率分布のパラメータに縮約することが考えられる。本課題では、そのようなデータに対する機械学習の開発に取り組んできた。もともと、代表者が開発してきた分布データに対する主成分分析の拡張という研究があったが、それをより柔軟性のあるノンパラメトリックな枠組みへと拡張するというのが本研究課題の学術的な貢献であり、ガウス過程回帰の情報幾何などで達成...
【数物系科学】物理学:統計物理機械学習を含む研究件
❏0201:代数学、幾何学、解析学、応用数学およびその関連分野(0)
【研究テーマ】2020
【研究種目】確率数値解析
【研究期間】確率過程
【研究代表者】モンテカルロ法
【キーワード】統計物理
【概要】本研究の目的は、量子電磁場などの環境自由度と強く結合した量子系を解析するための理論手法を開発し、その応用により新奇な量子相や非平衡ダイナミクスを解明することである。初年度である今年度は、共振器中に閉じ込められた量子電磁場と物質が強く結合した物理系に着目し、任意の結合強度で適用可能な非摂動的枠組みを構築した。光と物質の超強結合領域は量子光学・固体物理・量子化学など幅広い分野で実験的にも実現しており、...
❏確率数値解析の実装レベルにおける計算資源最適執行と反復計算最適停止理論の構築(21K03347)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2021-04-01 - 2026-03-31
【研究代表者】河合 玲一郎 東京大学, 大学院総合文化研究科, 教授 (20464258)
【キーワード】確率数値解析 / 確率過程 / モンテカルロ法 / 統計物理 / 機械学習
【概要】現実の世界で観察される諸現象を表現、解析、さらに将来予測等のために数理モデル、特に確率要素の表現を目指した確率モデルが、自然科学や社会科学のあらゆる分野で用いられる。実用レベルで求められる確率モデルは年々際限なく大規模かつ複雑になり、数値計算に頼らざるを得ない問題設定が大多数を占めるにいたり、数値手法の効果的な実装理論、収束保証、誤差評価の需要がこれまで以上に高まっている。本研究では、計算資源の最...
❏確率数値手法の実装理論構築(20K22301)
【研究テーマ】
【研究種目】研究活動スタート支援
【研究期間】2020-09-11 - 2023-03-31
【研究代表者】河合 玲一郎 東京大学, 大学院総合文化研究科, 教授 (20464258)
【キーワード】確率数値解析 / 確率過程 / モンテカルロ法 / 統計物理 / 機械学習
【概要】現実の世界で観察される諸現象を表現、解析、さらに将来予測等のために数理モデル、特に確率要素の表現を目指した確率モデルが、自然科学や社会科学のあらゆる分野で用いられる。実用レベルで求められる確率モデルは年々際限なく大規模かつ複雑になり、数値計算に頼らざるを得ない問題設定が大多数を占めるにいたり、数値手法の効果的な実装理論、収束保証、誤差評価の需要がこれまで以上に高まっている。本研究では、計算資源の最...
【数物系科学】物理学:確率過程機械学習を含む研究件
❏0201:代数学、幾何学、解析学、応用数学およびその関連分野(0)
【研究テーマ】2020
【研究種目】確率数値解析
【研究期間】確率過程
【研究代表者】モンテカルロ法
【キーワード】統計物理
【概要】現実の世界で観察される諸現象を表現、解析、さらに将来予測等のために数理モデル、特に確率要素の表現を目指した確率モデルが、自然科学や社会科学のあらゆる分野で用いられる。実用レベルで求められる確率モデルは年々際限なく大規模かつ複雑になり、数値計算に頼らざるを得ない問題設定が大多数を占めるにいたり、数値手法の効果的な実装理論、収束保証、誤差評価の需要がこれまで以上に高まっている。本研究では、計算資源の最...
❏ジャンプを含む確率過程の複雑な観測データに対する統計解析と新しい学習理論への応用(21H00997)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2021-04-01 - 2026-03-31
【研究代表者】荻原 哲平 東京大学, 大学院情報理工学系研究科, 准教授 (40746426)
【キーワード】確率過程 / 統計推測 / 機械学習 / リスク予測 / モデル選択 (他10件)
【概要】本年度の主な研究成果として以下が挙げられる。 1.ジャンプ型拡散過程モデルに対して推定量の最適性を議論するための局所漸近正規性を示すため、Jeganathan (Sankhya 1982)において研究されている局所漸近正規性が成立するための十分条件を発展させ、ジャンプ型拡散過程モデルを扱える手法へと拡張した。 この手法とShimizu and Yoshida (SISP 2006), Ogihar...
❏確率数値手法の実装理論構築(20K22301)
【研究テーマ】
【研究種目】研究活動スタート支援
【研究期間】2020-09-11 - 2023-03-31
【研究代表者】河合 玲一郎 東京大学, 大学院総合文化研究科, 教授 (20464258)
【キーワード】確率数値解析 / 確率過程 / モンテカルロ法 / 統計物理 / 機械学習
【概要】現実の世界で観察される諸現象を表現、解析、さらに将来予測等のために数理モデル、特に確率要素の表現を目指した確率モデルが、自然科学や社会科学のあらゆる分野で用いられる。実用レベルで求められる確率モデルは年々際限なく大規模かつ複雑になり、数値計算に頼らざるを得ない問題設定が大多数を占めるにいたり、数値手法の効果的な実装理論、収束保証、誤差評価の需要がこれまで以上に高まっている。本研究では、計算資源の最...
【数物系科学】物理学:トポロジカル相機械学習を含む研究件
❏トポロジカル相でのバルク・エッジ対応の多様性と普遍性:固体物理を越えて分野横断へ(17H06138)
【研究テーマ】数理物理・物性基礎
【研究種目】基盤研究(S)
【研究期間】2017-05-31 - 2022-03-31
【研究代表者】初貝 安弘 筑波大学, 数理物質系, 教授 (80218495)
【キーワード】バルクエッジ対応 / トポロジカル相 / エッジ状態 / 冷却原子 / 放射光ARPES (他22件)
【概要】「バルク・エッジ対応:端をみて中身を理解する」視点を固体物理系だけでなく冷却原子、フォトニック結晶、古典力学系に適用し、現象の背後に潜む原理とした。また熱伝導、ゲーム理論など予想を越えて多様な系でもバルクエッジ対応は有効な概念であることを見出し、新しい学理の基礎とした。その成果は、多数の論文出版と招待講演で広く世界に公開し、バルクエッジ対応の普遍性を確立した。物理学者-数学者間の異分野交流でバルク...
❏強相関物質設計と機能開拓 -非平衡系・非周期系への挑戦-(16H06345)
【研究テーマ】物性Ⅱ
【研究種目】基盤研究(S)
【研究期間】2016-05-31 - 2021-03-31
【研究代表者】今田 正俊 早稲田大学, 理工学術院, 上級研究員(研究院教授) (70143542)
【キーワード】第一原理計算 / 強相関電子系 / 階層的第一原理強相関電子状態計算法 / 高温超伝導 / 量子流体と量子スピン液体 (他21件)
【概要】強相関電子系を第一原理的に解明するための手法を標準手法として確立し、コードの公開・普及を行なった。機械学習を導入して、世界最高精度の量子多体ソルバーを開発し適用したことや、隠れた物理量抽出のための分光実験データ解析へ適用したことは当初の予定を超えた成果である。開発手法を、銅酸化物に代表される高温超伝導体や分子性結晶に見られる量子スピン液体の候補に適用し、初めて実験相図の任意パラメタなしでの再現に成...
【数物系科学】物理学:量子コンピュータ機械学習を含む研究件
❏量子古典ハイブリッド計算技術による物質シミュレーション高速化手法の研究(21K03391)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2021-04-01 - 2024-03-31
【研究代表者】田中 宗 慶應義塾大学, 理工学部(矢上), 准教授 (40507836)
【キーワード】量子コンピューティング / 量子アニーリング / イジングマシン / 量子臨界現象 / 量子古典ハイブリッドアルゴリズム (他8件)
【概要】本研究課題において,2021年度は主に以下の2点の研究を行った.第一に,量子コンピューティング技術の一つである量子アニーリングの性能を理論的に検討するための研究,第二に,ブラックボックス連続最適化に対する量子アニーリング等イジングマシンの適用手法の提案の研究である. 第一の研究では,相互作用が非一様な1次元イジングモデルに対し,相互作用の非一様性と相関のある非一様性を課した横磁場を印加した統計力...
❏量子状態制御と機械学習を用いた量子科学の変革(21K19761)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2021-07-09 - 2024-03-31
【研究代表者】寺師 弘二 東京大学, 素粒子物理国際研究センター, 准教授 (80466804)
【キーワード】量子機械学習 / 量子ダイナミクスシミュレーション / 量子コンピュータ / 量子状態制御 / 機械学習
【概要】本研究の目的は、NISQコンピュータを「目的とする量子系を実現する」ための量子状態生成マシンとして活用し、全体の量子系が一つの「高位量子計算機」として機能するための計算モデルを提案することである。そのために、1)ある量子物理系とその状態関数、2)量子状態を学習するためのNISQマシンの二つを開発の土台とする。令和3年度は、「量子データを入力とする量子機械学習(QML)」の研究と、「超伝導量子ビット...
【数物系科学】物理学:量子多体系機械学習を含む研究件
❏0202:物性物理学、プラズマ学、原子力工学、地球資源工学、エネルギー学およびその関連分野(0)
【研究テーマ】2019
【研究種目】量子多体物理
【研究期間】量子光学
【研究代表者】非平衡
【キーワード】量子多体系
【概要】本研究の目的は、量子電磁場などの環境自由度と強く結合した量子系を解析するための理論手法を開発し、その応用により新奇な量子相や非平衡ダイナミクスを解明することである。初年度である今年度は、共振器中に閉じ込められた量子電磁場と物質が強く結合した物理系に着目し、任意の結合強度で適用可能な非摂動的枠組みを構築した。光と物質の超強結合領域は量子光学・固体物理・量子化学など幅広い分野で実験的にも実現しており、...
❏機械学習と物性理論の分野融合的アプローチによる強相関第一原理計算(20K14423)
【研究テーマ】
【研究種目】若手研究
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】野村 悠祐 国立研究開発法人理化学研究所, 創発物性科学研究センター, 研究員 (20793756)
【キーワード】機械学習 / 人工ニューラルネットワーク / 強相関電子系 / 手法開発 / 量子多体系 (他11件)
【概要】本研究の目的の一つは、人工ニューラルネットワーク/機械学習と量子多体論を融合した強力かつ汎用的な強相関数値計算手法を開発することである。その新たな手法と密度汎関数理論などの第一原理計算を組みあわせて、実存する強相関電子系へ適用を行い、高精度な定量計算の実現を目指す。そのため、研究の柱は新たな手法開発である。同時に新手法の精度検証も重要な課題になってくる。 今年度は有限温度計算を可能にする新たな人...
❏単一原子観測/制御下の量子多体ダイナミクス解明に向けた非摂動手法構築(19K23424)
【研究テーマ】
【研究種目】研究活動スタート支援
【研究期間】2019-08-30 - 2022-03-31
【研究代表者】蘆田 祐人 東京大学, 大学院理学系研究科(理学部), 准教授 (00845464)
【キーワード】量子多体物理 / 量子光学 / 非平衡 / 量子多体系 / 非平衡開放系 (他6件)
【概要】本研究では、冷却原子系や共振器に閉じ込められた量子-光物質系に代表される「人工量子系」を、非摂動的に解析するための手法を開発した。これらの手法を用いることで、特にリュドベルグ状態を用いた非平衡多体系において新奇なダイナミクスを見出し、また共振器物質系においては強誘電転移が光物質結合により生じることを理論的に示した。 ...
【数物系科学】物理学:ワイル半金属機械学習を含む研究件
❏ランダム量子系のスケーリング理論(19H00658)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2019-04-01 - 2024-03-31
【研究代表者】大槻 東巳 上智大学, 理工学部, 教授 (50201976)
【キーワード】スケーリング理論 / Anderson転移 / 非エルミート系 / 量子多体系 / 量子相転移 (他20件)
【概要】2020年度は本課題が始まって2年目となる。前年度に立案した計画に従い以下の成果をあげた。 1)トポロジカル物質中の波束のダイナミクス:乱れたトポロジカル絶縁体・ワイル半金属における波束の弾道的運動を,運動方程式を解くことでシミュレーションし,状態密度のスケーリング理論(Phys. Rev. Lett. 112, 016402 (2014))により申請者らが提案した速度のスケーリング則を実証した(...
❏トポロジカル相でのバルク・エッジ対応の多様性と普遍性:固体物理を越えて分野横断へ(17H06138)
【研究テーマ】数理物理・物性基礎
【研究種目】基盤研究(S)
【研究期間】2017-05-31 - 2022-03-31
【研究代表者】初貝 安弘 筑波大学, 数理物質系, 教授 (80218495)
【キーワード】バルクエッジ対応 / トポロジカル相 / エッジ状態 / 冷却原子 / 放射光ARPES (他22件)
【概要】「バルク・エッジ対応:端をみて中身を理解する」視点を固体物理系だけでなく冷却原子、フォトニック結晶、古典力学系に適用し、現象の背後に潜む原理とした。また熱伝導、ゲーム理論など予想を越えて多様な系でもバルクエッジ対応は有効な概念であることを見出し、新しい学理の基礎とした。その成果は、多数の論文出版と招待講演で広く世界に公開し、バルクエッジ対応の普遍性を確立した。物理学者-数学者間の異分野交流でバルク...
【数物系科学】物理学:トポロジカル絶縁体機械学習を含む研究件
❏ランダム量子系のスケーリング理論(19H00658)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2019-04-01 - 2024-03-31
【研究代表者】大槻 東巳 上智大学, 理工学部, 教授 (50201976)
【キーワード】スケーリング理論 / Anderson転移 / 非エルミート系 / 量子多体系 / 量子相転移 (他20件)
【概要】2020年度は本課題が始まって2年目となる。前年度に立案した計画に従い以下の成果をあげた。 1)トポロジカル物質中の波束のダイナミクス:乱れたトポロジカル絶縁体・ワイル半金属における波束の弾道的運動を,運動方程式を解くことでシミュレーションし,状態密度のスケーリング理論(Phys. Rev. Lett. 112, 016402 (2014))により申請者らが提案した速度のスケーリング則を実証した(...
❏応用特異点論の情報科学および工学的デザインにおける展開(18K18714)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2018-06-29 - 2022-03-31
【研究代表者】大本 亨 北海道大学, 理学研究院, 教授 (20264400)
【キーワード】特異点論 / ルジャンドル変換 / 接触幾何学 / 情報幾何学 / 応用幾何学 (他24件)
【概要】ルジャンドル特異点論(非凸関数のルジャンドル変換の特異性解析)に基づいて,《情報幾何学》で重要な双対平坦構造の理論(甘利・長岡理論)の一般化を行った.これは,深層学習等における特異モデルに対する理論的アプローチの萌芽的研究につながる.また,《構造デザインにおける応用幾何学》において特異点論的アプローチを開拓した.これは,ダルブー・ヴィルチンスキ以降,100年程忘れられていた古典的射影微分幾何におけ...
【数物系科学】物理学:非平衡機械学習を含む研究件
❏単一原子観測/制御下の量子多体ダイナミクス解明に向けた非摂動手法構築(19K23424)
【研究テーマ】
【研究種目】研究活動スタート支援
【研究期間】2019-08-30 - 2022-03-31
【研究代表者】蘆田 祐人 東京大学, 大学院理学系研究科(理学部), 准教授 (00845464)
【キーワード】量子多体物理 / 量子光学 / 非平衡 / 量子多体系 / 非平衡開放系 (他6件)
【概要】本研究では、冷却原子系や共振器に閉じ込められた量子-光物質系に代表される「人工量子系」を、非摂動的に解析するための手法を開発した。これらの手法を用いることで、特にリュドベルグ状態を用いた非平衡多体系において新奇なダイナミクスを見出し、また共振器物質系においては強誘電転移が光物質結合により生じることを理論的に示した。 ...
❏強相関物質設計と機能開拓 -非平衡系・非周期系への挑戦-(16H06345)
【研究テーマ】物性Ⅱ
【研究種目】基盤研究(S)
【研究期間】2016-05-31 - 2021-03-31
【研究代表者】今田 正俊 早稲田大学, 理工学術院, 上級研究員(研究院教授) (70143542)
【キーワード】第一原理計算 / 強相関電子系 / 階層的第一原理強相関電子状態計算法 / 高温超伝導 / 量子流体と量子スピン液体 (他21件)
【概要】強相関電子系を第一原理的に解明するための手法を標準手法として確立し、コードの公開・普及を行なった。機械学習を導入して、世界最高精度の量子多体ソルバーを開発し適用したことや、隠れた物理量抽出のための分光実験データ解析へ適用したことは当初の予定を超えた成果である。開発手法を、銅酸化物に代表される高温超伝導体や分子性結晶に見られる量子スピン液体の候補に適用し、初めて実験相図の任意パラメタなしでの再現に成...
【数物系科学】物理学:非平衡開放系機械学習を含む研究件
❏非平衡開放系における量子多体物性の非摂動手法に基づく研究(21K13859)
【研究テーマ】
【研究種目】若手研究
【研究期間】2021-04-01 - 2024-03-31
【研究代表者】蘆田 祐人 東京大学, 大学院理学系研究科(理学部), 准教授 (00845464)
【キーワード】量子多体系 / 非平衡開放系 / 量子光学 / 統計物理 / 機械学習
【概要】本研究の目的は、量子電磁場などの環境自由度と強く結合した量子系を解析するための理論手法を開発し、その応用により新奇な量子相や非平衡ダイナミクスを解明することである。初年度である今年度は、共振器中に閉じ込められた量子電磁場と物質が強く結合した物理系に着目し、任意の結合強度で適用可能な非摂動的枠組みを構築した。光と物質の超強結合領域は量子光学・固体物理・量子化学など幅広い分野で実験的にも実現しており、...
❏単一原子観測/制御下の量子多体ダイナミクス解明に向けた非摂動手法構築(19K23424)
【研究テーマ】
【研究種目】研究活動スタート支援
【研究期間】2019-08-30 - 2022-03-31
【研究代表者】蘆田 祐人 東京大学, 大学院理学系研究科(理学部), 准教授 (00845464)
【キーワード】量子多体物理 / 量子光学 / 非平衡 / 量子多体系 / 非平衡開放系 (他6件)
【概要】本研究では、冷却原子系や共振器に閉じ込められた量子-光物質系に代表される「人工量子系」を、非摂動的に解析するための手法を開発した。これらの手法を用いることで、特にリュドベルグ状態を用いた非平衡多体系において新奇なダイナミクスを見出し、また共振器物質系においては強誘電転移が光物質結合により生じることを理論的に示した。 ...
【数物系科学】物理学:強相関電子系機械学習を含む研究件
❏機械学習と物性理論の分野融合的アプローチによる強相関第一原理計算(20K14423)
【研究テーマ】
【研究種目】若手研究
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】野村 悠祐 国立研究開発法人理化学研究所, 創発物性科学研究センター, 研究員 (20793756)
【キーワード】機械学習 / 人工ニューラルネットワーク / 強相関電子系 / 手法開発 / 量子多体系 (他11件)
【概要】本研究の目的の一つは、人工ニューラルネットワーク/機械学習と量子多体論を融合した強力かつ汎用的な強相関数値計算手法を開発することである。その新たな手法と密度汎関数理論などの第一原理計算を組みあわせて、実存する強相関電子系へ適用を行い、高精度な定量計算の実現を目指す。そのため、研究の柱は新たな手法開発である。同時に新手法の精度検証も重要な課題になってくる。 今年度は有限温度計算を可能にする新たな人...
❏計算・実験科学の融合による有効ハミルトニアン構築と強相関トポロジカル物質への応用(20H01850)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】山地 洋平 国立研究開発法人物質・材料研究機構, エネルギー・環境材料研究拠点, 主任研究員 (00649428)
【キーワード】強相関電子系 / 機械学習 / 量子スピン液体 / ベイズ最適化 / トポロジカル物質 (他6件)
【概要】本研究計画では、量子物質、特にトポロジカルな量子スピン液体と呼ばれる電子状態を実現するため、強相関電子系と呼ばれる、電子間のクーロン相互作用と原子間の電子のトンネリングの効果が拮抗する物質群を解析するための手法開発を行う。研究代表者らが開発を主導してきたオープンソース・アプリケーションHΦを量子多体シミュレータに用い、実験データを入力とし、理論あるいは第一原理電子状態計算に基づく有効ハミルトニアン...
❏強相関物質における格子自由度の役割解明とフォノンがもたらす機能物性の探索(17K14336)
【研究テーマ】物性Ⅱ
【研究種目】若手研究(B)
【研究期間】2017-04-01 - 2021-03-31
【研究代表者】野村 悠祐 国立研究開発法人理化学研究所, 創発物性科学研究センター, 研究員 (20793756)
【キーワード】電子格子相互作用 / 機械学習 / ニッケル酸化物 / 物質デザイン / 超伝導 (他12件)
【概要】磁性や超伝導などの様々な機能物性を示す強相関物質においては、電子自由度がフォノン(格子振動)自由度と密接に絡み合って物性を発現する。これまで電子自由度が作り出す非自明な物性は盛んに研究されているが、強相関物質におけるフォノンの役割に関しては未解明な部分が多い。本研究の目的は、強相関系における電子とフォノン自由度の絡み合いの理解を進展させることであった。本研究では、機械学習を用いた強力な電子格子結合...
【数物系科学】物理学:量子光学機械学習を含む研究件
❏非平衡開放系における量子多体物性の非摂動手法に基づく研究(21K13859)
【研究テーマ】
【研究種目】若手研究
【研究期間】2021-04-01 - 2024-03-31
【研究代表者】蘆田 祐人 東京大学, 大学院理学系研究科(理学部), 准教授 (00845464)
【キーワード】量子多体系 / 非平衡開放系 / 量子光学 / 統計物理 / 機械学習
【概要】本研究の目的は、量子電磁場などの環境自由度と強く結合した量子系を解析するための理論手法を開発し、その応用により新奇な量子相や非平衡ダイナミクスを解明することである。初年度である今年度は、共振器中に閉じ込められた量子電磁場と物質が強く結合した物理系に着目し、任意の結合強度で適用可能な非摂動的枠組みを構築した。光と物質の超強結合領域は量子光学・固体物理・量子化学など幅広い分野で実験的にも実現しており、...
❏単一原子観測/制御下の量子多体ダイナミクス解明に向けた非摂動手法構築(19K23424)
【研究テーマ】
【研究種目】研究活動スタート支援
【研究期間】2019-08-30 - 2022-03-31
【研究代表者】蘆田 祐人 東京大学, 大学院理学系研究科(理学部), 准教授 (00845464)
【キーワード】量子多体物理 / 量子光学 / 非平衡 / 量子多体系 / 非平衡開放系 (他6件)
【概要】本研究では、冷却原子系や共振器に閉じ込められた量子-光物質系に代表される「人工量子系」を、非摂動的に解析するための手法を開発した。これらの手法を用いることで、特にリュドベルグ状態を用いた非平衡多体系において新奇なダイナミクスを見出し、また共振器物質系においては強誘電転移が光物質結合により生じることを理論的に示した。 ...
【数物系科学】物理学:確率微分方程式機械学習を含む研究件
❏高度な生命モデリングの基盤技術となる確率偏微分方程式のパラメータ推定論の確立(20K12059)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】木立 尚孝 東京大学, 大学院新領域創成科学研究科, 准教授 (80415778)
【キーワード】一細胞シーケンシング / バイオインフォマティクス / 確率微分方程式 / 機械学習 / トランスクリプトーム (他6件)
【概要】DNAシーケンシング技術やカメラ性能の向上により生物過程の時空間情報が急増している。これにより遺伝子間相互作用の時間的因果関係や、細胞・組織の3次元的配置が生物の振る舞いへ与える効果などを厳密に調べることが可能になってきた。そこで本研究では、生命過程のより高度なモデリングを可能にするための道具として、非線形確率偏微分方程式のパラメータをデータから推定する汎用的な機械学習技術の開発・実装を行うことを...
❏制御工学に基づく、生命システム推定法と生命制御論の確立(17K00398)
【研究テーマ】生命・健康・医療情報学
【研究種目】基盤研究(C)
【研究期間】2017-04-01 - 2021-03-31
【研究代表者】木立 尚孝 東京大学, 大学院新領域創成科学研究科, 准教授 (80415778)
【キーワード】生命情報学 / カルマンフィルター / 微分方程式 / 機械学習 / 1細胞シーケンシング (他14件)
【概要】次世代シーケンシング実験の低コスト化や、顕微鏡の高性能化により、生命状態の経時的変化を細胞レベルで測定する研究が増加している。一般に時系列データは、一時刻点のみの測定データに比べ、要素間の因果関係などを高精度に推定できると期待される。しかし、現時点では、これらのデータの解析には、クラスタリング法など記述的分析法が主に使われており、測定データから、生命状態変化を引き起こすメカニカルな仕組みを推定する...
【数物系科学】地球惑星科学:力学系機械学習を含む研究件
❏ヘテロカオスにおける間欠性と予測(19KK0067)
【研究テーマ】
【研究種目】国際共同研究加速基金(国際共同研究強化(B))
【研究期間】2019-10-07 - 2023-03-31
【研究代表者】齊木 吉隆 一橋大学, 大学院経営管理研究科, 教授 (20433740)
【キーワード】力学系 / 機械学習 / ヘテロカオス / 非双曲ダイナミクス / カオス (他13件)
【概要】ヘテロカオスとは,稠密軌道をもつひとつのカオス的不変集合に不安定次元の異なる周期点がそれぞれ稠密に存在する力学系ならびにそのカオス的不変集合をさす.本研究課題は,ヘテロカオス性に由来する間欠性に着目し,機械学習も援用して予測に繋げることを目指している.2021年度は,研究代表者の齊木吉隆(一橋大学),研究分担者である高橋博樹(慶應義塾大学),相手国共同研究者であるJames A. Yorke氏(メ...
❏レザバーコンピューティングシステムの数理的解析と最適設計(16K00326)
【研究テーマ】ソフトコンピューティング
【研究種目】基盤研究(C)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】田中 剛平 東京大学, 大学院工学系研究科(工学部), 特任准教授 (90444075)
【キーワード】レザバーコンピューティング / 数理解析 / 非線形システム / 省エネルギー / 力学系 (他22件)
【概要】レザバーコンピューティングは、高速学習を可能とする機械学習の枠組みの一つである。本研究では、レザバーコンピューティングの数理的解析とレザバーの最適設計を行い、従来の問題点を解決するとともに、新たなモデルを提案して学習の高速化や計算性能向上を実現した。また、物理的レザバーの可能性を広く探究して数理モデリングを行い、その基本特性や基礎的タスクにおける計算性能を明らかにした。 ...
【数物系科学】地球惑星科学:エネルギースペクトル機械学習を含む研究件
❏巨大物体の正確な絶対密度測定を実現する全方位ミュオンエネルギースペクトルの測定(19H01987)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】田中 宏幸 東京大学, 地震研究所, 教授 (20503858)
【キーワード】ミュオグラフィ / 宇宙線 / ミュオン / エネルギースペクトル / 密度 (他8件)
【概要】素粒子ミュオンを使った巨大物体透視技術「ミュオグラフィ」は、火山やピラミッドなどの透視を通して、世界のセーフティーへ社会実装できる強いポテンシャルを示してきた。ミュオグラフィの特長は「巨大物体内部における絶対密度の3次元空間分布が得られる」であるが、密度導出に必須となるエネルギースペクトルを適用できる範囲が不十分なため、正確な絶対密度が導出できないケースが多々ある。本研究では、全方位ミュオンエネル...
❏元素推定と機能推定に基づく医用画像の正規化に関する研究(19K08201)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】芳賀 昭弘 徳島大学, 大学院医歯薬学研究部(医学域), 教授 (30448021)
【キーワード】CT画像 / エネルギースペクトル / 元素推定 / 超音波画像 / MRI画像 (他16件)
【概要】腫瘍悪性度の分類や予後予測に対し、医用画像解析が遺伝子情報解析に匹敵する可能性が指摘され、レディオミクスと呼ばれる新たな研究分野が形成されつつある。一方、その予測精度を高めるために必要となる高品質で大規模な医用画像データベースの作成において、装置間の機器的な相違や撮影条件の相違が大きな障壁となる。本研究では、この問題の根本的な克服に向け、臨床で撮影される医用画像の多様性を利用して単一の医用画像撮影...
【数物系科学】地球惑星科学:ガラス転移機械学習を含む研究件
❏スピンから捉えるガラス・ジャミング転移の物理:ソフトマターから情報統計力学まで(19H01812)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】吉野 元 大阪大学, サイバーメディアセンター, 准教授 (50335337)
【キーワード】ガラス転移 / ジャミング / フラストレート磁性 / コロイド / 制約充足問題 (他15件)
【概要】本プロジェクトでは、スピン(回転自由度)の関わるガラス・ジャミング転移の物理と数理を広範な領域において分野横断的に研究した。具体的は、フラストレート磁性体、コロイドガラス、ベクトル変数の統計的推定・制約充足問題、深層ニューラルネットワークの学習理論において理論的、数値的に研究を行った。その結果、パイロクロア酸化物Y2MO2O7における外的乱れなしに起こるスピングラス転移のメカニズムの解明、コロイド...
❏単一分子計測法の高度化による高分子液体のナノ計測とナノ-マクロ物性値間の関係解明(16H04277)
【研究テーマ】熱工学
【研究種目】基盤研究(B)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】松田 佑 早稲田大学, 理工学術院, 准教授(任期付) (20402513)
【キーワード】単一分子計測 / 熱物性 / 機械学習 / 高分子膜 / 熱工学 (他9件)
【概要】高分子の年間生産量は国内だけでも1000万トンを超え,その成型加工時の高効率化による省エネルギー効果は非常に大きい.高分子材料製品の製造の高度化・高効率化につなげる基盤構築を最終目標に見据え,本研究では,高分子材料製品の加工過程において重要な硬化過程に関して,分子スケールでの熱物性評価を実施し,これとマクロに計測される熱物性データとの関係を明らかにすることを目的とした. 具体的には,単一分子計測(...
【数物系科学】地球惑星科学:逆問題機械学習を含む研究件
❏実在・仮想データを用いた議論の論理に基づく紛争分析支援(15KT0041)
【研究テーマ】紛争研究
【研究種目】基盤研究(B)
【研究期間】2015-07-10 - 2019-03-31
【研究代表者】木藤 浩之 電気通信大学, 大学院情報理工学研究科, 客員研究員 (90705287)
【キーワード】議論 / 推論 / 機械学習 / ベイズ / 生成モデル (他16件)
【概要】本研究計画において合計10本の査読付き国際論文を発表した.主要な国際研究機関によれば研究代表者が筆頭責任著者を務めるそのうちの2本の論文(IJCAI 2017, KR 2018)は推論研究の最難関の国際会議である.また別の2本の論文(Argument & Computation 2015, JLC 2017)は研究代表者の研究領域の主要な論文誌である.さらに,本研究を進めるうちに新たな本質...
❏想起した文字(母音・子音)の脳波による判別法の発展と確立(15K01849)
【研究テーマ】脳計測科学
【研究種目】基盤研究(C)
【研究期間】2015-04-01 - 2018-03-31
【研究代表者】吉村 奈津江 東京工業大学, 科学技術創成研究院, 准教授 (00581315)
【キーワード】脳波 / デコーディング / 機械学習 / 逆問題 / ブレイン・コンピュータ・インタフェース (他6件)
【概要】脳波は頭皮に貼付した電極から記録するために詳細な脳活動の違いは判別困難であり、想起した文字の判別は困難であると考えられている。この問題に対して、本研究では脳波の皮質信号源を計算的に推定することで解決することを試みている。 本研究期間において、推定した信号源を使うことで脳波を使う場合よりも母音判別率が大幅に向上することを示し、国際学術論文にて発表した(Yoshimura et al., Fronti...
❏念じた文字を出力できるブレイン・コンピュータ・インタフェースの開発(24500163)
【研究テーマ】知能情報学
【研究種目】基盤研究(C)
【研究期間】2012-04-01 - 2015-03-31
【研究代表者】吉村 奈津江 東京工業大学, 精密工学研究所, 准教授 (00581315)
【キーワード】脳活動信号計測 / デコーディング / ブレイン・コンピュータ・インタフェース / 機能的MRI / 脳波 (他7件)
【概要】非侵襲の脳活動計測法(脳波および機能的核磁気共鳴画像法(fMRI))を用いて、ヒトが任意の文字を思い浮かべるだけで文字の画面入力や音声出力ができるようにするための基礎研究を実施した。ヒトが日本語の母音をイメージした際の脳波およびfMRIデータを取得し、得られた信号から脳波の皮質信号源信号を推定することで、脳波そのものを用いるよりも高い精度で何の文字をイメージしたかを判別できる可能性を示した。 ...
【数物系科学】地球惑星科学:カオス機械学習を含む研究件
❏ヘテロカオスにおける間欠性と予測(19KK0067)
【研究テーマ】
【研究種目】国際共同研究加速基金(国際共同研究強化(B))
【研究期間】2019-10-07 - 2023-03-31
【研究代表者】齊木 吉隆 一橋大学, 大学院経営管理研究科, 教授 (20433740)
【キーワード】力学系 / 機械学習 / ヘテロカオス / 非双曲ダイナミクス / カオス (他13件)
【概要】ヘテロカオスとは,稠密軌道をもつひとつのカオス的不変集合に不安定次元の異なる周期点がそれぞれ稠密に存在する力学系ならびにそのカオス的不変集合をさす.本研究課題は,ヘテロカオス性に由来する間欠性に着目し,機械学習も援用して予測に繋げることを目指している.2021年度は,研究代表者の齊木吉隆(一橋大学),研究分担者である高橋博樹(慶應義塾大学),相手国共同研究者であるJames A. Yorke氏(メ...
❏流体計算機を実装する:新規情報処理技術の創出(15K16076)
【研究テーマ】感性情報学
【研究種目】若手研究(B)
【研究期間】2015-04-01 - 2018-03-31
【研究代表者】中嶋 浩平 東京大学, 大学院情報理工学系研究科, 特任准教授 (10740251)
【キーワード】レザバー計算 / リカレントニューラルネットワーク / 非線形力学系 / ファラデー波 / レザバーコンピューティング (他10件)
【概要】容器に入った液体に縦方向の加振を施すとファラデー波と呼ばれる水面波が生成される。この波のダイナミクスは、カオスを含むきわめて多様な時空間パターンを示すことが知られている。本研究テーマでは、このファラデー波を計算資源として活用することを考える。具体的には、レザバー計算と呼ばれる大自由度力学系を活用した新規情報処理技術に着目し、ファラデー波の時空間パターンに一部計算を実装させるシステム(流体計算機)を...
【数物系科学】地球惑星科学:流体機械学習を含む研究件
❏鼻腔に学ぶ―人工嗅覚の実現に向けた複雑流路内ガス流れの理解と利用(21H01971)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2021-04-01 - 2024-03-31
【研究代表者】柴 弘太 国立研究開発法人物質・材料研究機構, 機能性材料研究拠点, 主任研究員 (20638126)
【キーワード】鼻腔 / マイクロ流路 / 流体力学 / 構造力学 / 機械学習 (他11件)
【概要】本研究では、我々の鼻の内部構造(鼻腔)とガス流れの相関を詳細に検討することで、人工嗅覚の実現に資する最適センサの開発指針を得る。この目的に向け、申請者独自のガス分子量測定法(大気環境、リアルタイム、非破壊)および同特長のガス粘性測定法(2019年採択の国際共同研究強化Bで創出済み)を用いる。これら手法はガス流れに伴う構造体の機械的変形を測定するため、任意のガスから異なる情報を得られる。加えて、その...
❏ミクロン空間内の気体流れが誘起する構造変形を原理とした新規質量分析法の開発(19KK0141)
【研究テーマ】
【研究種目】国際共同研究加速基金(国際共同研究強化(B))
【研究期間】2019-10-07 - 2023-03-31
【研究代表者】柴 弘太 国立研究開発法人物質・材料研究機構, 機能性材料研究拠点, 主任研究員 (20638126)
【キーワード】粘性係数 / マイクロ流路 / 流体力学 / 構造力学 / 流体―構造相互作用 (他11件)
【概要】本研究は、申請者独自の分子量測定法(大気環境、リアルタイム、非破壊)を、国際共同研究を推進するProf. Weitzとともに発展させ、モバイル用途まで見据えたイオン化不要の新奇質量分析法の創出を目指すものである。従来の質量分析は、試料をイオン化・断片化し、それらを逐次測定することで、試料の構造に由来する情報(マススペクトル)を得るという非常に優れた定性・定量手法である。しかし、試料のイオン化のため...
【数物系科学】地球惑星科学:地球観測機械学習を含む研究件
❏大規模・異種の時空間データ統合で生じる矛盾を許容するサイエンスクラウド基盤(24240015)
【研究テーマ】メディア情報学・データベース
【研究種目】基盤研究(A)
【研究期間】2012-04-01 - 2015-03-31
【研究代表者】小島 功 独立行政法人産業技術総合研究所, 情報技術研究部門, 総括研究主幹 (00356982)
【キーワード】データベース / 矛盾 / データ統合 / 時空間データ / Linked Data (他21件)
【概要】本課題は、大規模な時空間データの統合において発生する「矛盾」に多角的に取り組んだもので、要素研究と実証システム開発の課題を行った。 事例として画像データとWeb上のソーシャルデータ等、矛盾を含んだ異種のデータを統合して土地利用等の知見を抽出する研究を進め、衛星画像処理より高精度な結果を実現、実証した。基盤技術としても、異種メタデータを統合して検索する技術や、それを機械学習などで解析するための連携手...
❏不均質なペタバイト級時空間センサデータの統合利用基盤(20240010)
【研究テーマ】メディア情報学・データベース
【研究種目】基盤研究(A)
【研究期間】2008 - 2010
【研究代表者】小島 功 独立行政法人産業技術総合研究所, 情報技術研究部門・研究グループ, グループ長 (00356982)
【キーワード】データベース(DBMS) / データ統合 / 地球観測衛星データ / 情報統合 / GEO Grid (他19件)
【概要】本研究では、様々な衛星センサを中心とした時間・空間的に不均質な情報の利用基盤として、異種大規模の情報を効果的に検索・連携することで新たな知見創出に貢献する技術研究開発を行った。インターネット等の膨大な情報と衛星情報の処理結果等、異種の情報を相互に連携させることで事象の正確な理解に役立つ技術を開発すると共に、これら異種膨大な情報に対しOGC標準に基づく分散検索システムを開発、サービス提供を可能とした...
【数物系科学】地球惑星科学:気候変動機械学習を含む研究件
❏気候変動下での暑熱障害と感染症による健康リスクの予測と統合的評価(19H01144)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】福士 謙介 東京大学, 未来ビジョン研究センター, 教授 (30282114)
【キーワード】気候変動 / 暑熱 / 水系感染症 / 蚊媒介感染症 / 東南アジア (他9件)
【概要】気候変動の影響を強く受ける東南アジア都市において、昼間の熱中症を中心とする暑熱に関連する健康障害、下痢症・皮膚病等の水系感染症、デング熱等の蚊媒介感染症の健康リスクを予測するモデルを構築した。その結果、暑熱環境リスクは屋外労働者(建設業)が高いが、収入が高く栄養状態の良いベトナムではそのリスクが比較的小さかった。水系感染症は、ベトナムでは洪水により都市下流に位置する集落や農地に大腸菌が拡散してリス...
❏気候変動が引き起こす災害・水資源・食資源・大気汚染の年代別リスク変化とその適応策(17KT0066)
【研究テーマ】次世代の農資源利用
【研究種目】基盤研究(B)
【研究期間】2017-07-18 - 2020-03-31
【研究代表者】安成 哲平 北海道大学, 北極域研究センター, 助教 (70506782)
【キーワード】大気汚染 / 森林火災 / 気候モデル / PM2.5 / 気候変動 (他20件)
【概要】人類の持続可能性の観点から重要な,「災害」,「食(農)資源」,「水資源」,「大気汚染」に関連した研究を,気候モデル・衛星・再解析データ等を用いて解析し,経済分析を行った.大気汚染では,森林火災予測に直結する気候・環境要因を明らかにし,機械学習で火災予測の初期検討を行った.気候モデル実験では, シベリア森林火災が増加した際のPM2.5日平均環境基準を超える日数や若年性死亡数の変化を分析し,経済損失ま...
【数物系科学】天文学:データ解析機械学習を含む研究件
❏小区分12040:応用数学および統計数学関連(0)
【研究テーマ】2019
【研究種目】データ解析
【研究期間】機械学習
【研究代表者】Wasserstein距離
【キーワード】グラフ埋め込み
【概要】
❏ビジネス価値創造のためのデータ解析プラットフォームと時変協調フィルタリングの研究(19K04914)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2023-03-31
【研究代表者】小林 学 早稲田大学, データ科学センター, 教授 (80308204)
【キーワード】データ解析プラットフォーム / ビッグデータ / 機械学習 / 協調フィルタリング / データ解析 (他6件)
【概要】本研究ではデータを持ち出さずに解析を行うプラットフォーム(DAPF)の構築並びにその効果的な運用方法の提案を目的の一つとしている.現在までにクラウドを用いたDAPF(CDAPF),並びにオンプレミスによるDAPF(ODAPF)のそれぞれの構築が完了している.またCDAPFに関しては実運用を開始しており,現在みずほ銀行の実データの解析を行う3つのプロジェクトを実施している.これにより,DAPFの持つ...
❏データに潜在する曲率情報に着目した統計解析手法の開発(19K03642)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2023-03-31
【研究代表者】小林 景 慶應義塾大学, 理工学部(矢上), 准教授 (90465922)
【キーワード】データ解析 / 機械学習 / Wasserstein距離 / グラフ埋め込み / 単語分散表現 (他10件)
【概要】本年度の研究成果としては,これまでの本研究課題の成果である,①経験グラフ測地距離のα,β距離を用いたデータ解析手法,②正規分布の場合のエントロピー制約付きWasserstein距離の理論解析,③計量錐を用いたグラフ埋め込みによるデータの階層構造の抽出手法のそれぞれについて,Shoenberg理論の応用という見地からまとめた結果を統計関連学会連合大会において発表したことが挙げられる.また,Shoen...
【数物系科学】天文学:数値シミュレーション機械学習を含む研究件
❏高温な気候曝露の循環器系疾患リスク評価とAIを利用した予測手法の構築(20H03949)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2020-04-01 - 2024-03-31
【研究代表者】大橋 唯太 岡山理科大学, 生物地球学部, 教授 (80388917)
【キーワード】循環器疾患 / 呼吸器疾患 / 発症リスク / 死亡リスク / 数値シミュレーション (他18件)
【概要】本研究課題の主体を構成する以下の3項目について研究を遂行することができた。 (1)過去10年間の循環器・呼吸器疾患の死亡率または外来患者数の変化と気象条件の関連性を、一般化線形モデルや一般化加法モデルといった統計モデル手法によって明らかにすることができた。 (2)都市気象-建物エネルギーモデルの建物躯体設定の修正作業等、モデルの改良作業をおこなった。その後、実測との比較検証によって、大阪市内で観測...
❏人工知能と数値解析の融合:ニューラルネットワークに基づくマルチスケール解析(17K14144)
【研究テーマ】計算科学
【研究種目】若手研究(B)
【研究期間】2017-04-01 - 2020-03-31
【研究代表者】鈴木 良郎 東京工業大学, 工学院, 助教 (40631221)
【キーワード】ディープラーニング / 数値解析 / 機械学習 / マルチスケール / 数値シミュレーション (他11件)
【概要】本研究目的は,人工ニューラルネットワーク(ANN)とマルチスケール解析手法を融合した全く新しい数値シミュレーション法を開発することである.本手法が確立されれば,従来手法と同様の高精度解をより低コストに算出することが期待できる上,適用に制約がなく原理上あらゆる物理現象の解析が可能となる. 平成29年度は,提案法に用いるANNとして,画像認識能力に優れている畳み込みニューラルネットワーク(CNN)を導...
【数物系科学】天文学:モンテカルロ法機械学習を含む研究件
❏確率数値解析の実装レベルにおける計算資源最適執行と反復計算最適停止理論の構築(21K03347)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2021-04-01 - 2026-03-31
【研究代表者】河合 玲一郎 東京大学, 大学院総合文化研究科, 教授 (20464258)
【キーワード】確率数値解析 / 確率過程 / モンテカルロ法 / 統計物理 / 機械学習
【概要】現実の世界で観察される諸現象を表現、解析、さらに将来予測等のために数理モデル、特に確率要素の表現を目指した確率モデルが、自然科学や社会科学のあらゆる分野で用いられる。実用レベルで求められる確率モデルは年々際限なく大規模かつ複雑になり、数値計算に頼らざるを得ない問題設定が大多数を占めるにいたり、数値手法の効果的な実装理論、収束保証、誤差評価の需要がこれまで以上に高まっている。本研究では、計算資源の最...
❏確率数値手法の実装理論構築(20K22301)
【研究テーマ】
【研究種目】研究活動スタート支援
【研究期間】2020-09-11 - 2023-03-31
【研究代表者】河合 玲一郎 東京大学, 大学院総合文化研究科, 教授 (20464258)
【キーワード】確率数値解析 / 確率過程 / モンテカルロ法 / 統計物理 / 機械学習
【概要】現実の世界で観察される諸現象を表現、解析、さらに将来予測等のために数理モデル、特に確率要素の表現を目指した確率モデルが、自然科学や社会科学のあらゆる分野で用いられる。実用レベルで求められる確率モデルは年々際限なく大規模かつ複雑になり、数値計算に頼らざるを得ない問題設定が大多数を占めるにいたり、数値手法の効果的な実装理論、収束保証、誤差評価の需要がこれまで以上に高まっている。本研究では、計算資源の最...
❏データ駆動科学の物性物理への展開(25610102)
【研究テーマ】数理物理・物性基礎
【研究種目】挑戦的萌芽研究
【研究期間】2013-04-01 - 2016-03-31
【研究代表者】福島 孝治 東京大学, 総合文化研究科, 准教授 (80282606)
【キーワード】物性理論 / 磁性モデル / 磁化曲線 / 機械学習 / モンテカルロ法 (他14件)
【概要】本研究は、データ駆動型の研究方法を物性物理の分野で展開することである。まず磁化曲線の観測データを入力として、これまでの経験的な理論モデルの構築に機械学習の技法を援用する方法を提案した。複数の候補から適切なモデル選択が可能となった。その結果、スピン構造など実験的に観測が難しい情報へのアクセスが可能となり、その後の実験計画に役立てられるようになった。さらに、扱う系を量子系に展開するためにはベイズ最適化...
【化学】基礎化学:量子化学機械学習を含む研究件
❏情報科学・理論・実験の融合によるネットワークガラスの高次多体相関解析(20H04241)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】志賀 元紀 岐阜大学, 工学部, 准教授 (20437263)
【キーワード】ガラス / 中距離秩序 / 機械学習 / 量子化学 / 大規模系計算
【概要】非晶質材料に内在する秩序の記述および効率的な計算法の開発のために、理論計算による大規模な構造モデルの構築、量子ビームによる計測データから秩序を同定する方法の開発、また、実験データに適合する構造モデルから中距離秩序を抽出する試みを行った。 大規模な構造モデル構築の課題において、構造エネルギーや原子にかかる力を高速に計算するために機械学習モデルの開発に取り組んだ。訓練データとして、DC-DFTB法を用...
❏機械学習を用いた分子構造探索手法と自動的なパラメータ構築手法の開発(20K22539)
【研究テーマ】
【研究種目】研究活動スタート支援
【研究期間】2020-09-11 - 2022-03-31
【研究代表者】藤波 美起登 早稲田大学, 理工学術院, 助教 (50875391)
【キーワード】量子化学計算 / 機械学習 / 構造最適化 / 遷移状態 / 量子化学
【概要】本研究では、分子構造の迅速な探索のために、分子中の原子に働くフォースを機械学習を用いて高速に予測する手法の開発に取り組んだ。有機分子の構造最適化および有機金属錯体反応に関するフォースのデータベースを構築し、種々の機械学習手法を適用することでその予測精度を検証した。フォースの予測に必要なデータベース、記述子および機械学習手法に関する知見が得られた。また、構築したデータベースは本研究に限らず計算化学研...
【化学】材料化学:量子化学計算機械学習を含む研究件
❏機械学習を用いた分子構造探索手法と自動的なパラメータ構築手法の開発(20K22539)
【研究テーマ】
【研究種目】研究活動スタート支援
【研究期間】2020-09-11 - 2022-03-31
【研究代表者】藤波 美起登 早稲田大学, 理工学術院, 助教 (50875391)
【キーワード】量子化学計算 / 機械学習 / 構造最適化 / 遷移状態 / 量子化学
【概要】本研究では、分子構造の迅速な探索のために、分子中の原子に働くフォースを機械学習を用いて高速に予測する手法の開発に取り組んだ。有機分子の構造最適化および有機金属錯体反応に関するフォースのデータベースを構築し、種々の機械学習手法を適用することでその予測精度を検証した。フォースの予測に必要なデータベース、記述子および機械学習手法に関する知見が得られた。また、構築したデータベースは本研究に限らず計算化学研...
❏有機高分子材料のスマート電気物性設計法の考案(18K18848)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2018-06-29 - 2021-03-31
【研究代表者】熊田 亜紀子 東京大学, 大学院工学系研究科(工学部), 教授 (20313009)
【キーワード】第一原理計算 / 分子動力学計算 / 電荷移動度 / ポリマー / tim-of-flight (他19件)
【概要】本研究では第一原理計算を基本とした多階層計算方法を開発し、これを高分子絶縁材料に適用し、高分子材料中の電荷移動の特徴を明らかにすることができた。計算結果はポリマーの場合、多様な指針に基づき、電荷移動特性を制御できることを示唆した。さらに、多階層計算によって実験的に得られるマクロな電流波形をもとめる方法を開発した。また、電荷移動度を実験的に得るための絶縁材料用のTOF測定装置を構築した。その結果、計...
❏in silicoとin vitroの融合によるトリパノソーマ原虫治療薬探索(15H02776)
【研究テーマ】生命・健康・医療情報学
【研究種目】基盤研究(B)
【研究期間】2015-04-01 - 2019-03-31
【研究代表者】関嶋 政和 東京工業大学, 科学技術創成研究院, 准教授 (80371053)
【キーワード】スマート創薬 / ケモインフォマティクス / バイオインフォマティクス / IT創薬 / スーパーコンピュータ (他17件)
【概要】主に熱帯地域を中心にして、いわゆる顧みられない熱帯病(NTDs)と呼ばれる寄生虫・細菌感染症が蔓延している。NTDsの中でシャーガス病を引き起こす寄生原虫の治療薬候補を、in silicoとin vitroの融合アプローチを取るスマート創薬により探索を行い、4化合物を得ることに成功した。また、X線結晶構造解析に基づき、共結晶構造をProtein Data Bank (PDB)に登録をおこなった(5...
【化学】複合化学:高分子機械学習を含む研究件
❏大規模ポリマーライブラリを利用した細菌叢メトリクス(20H02774)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】冨田 峻介 国立研究開発法人産業技術総合研究所, 生命工学領域, 主任研究員 (50726817)
【キーワード】細菌叢 / 高分子 / 機械学習 / バイオメトリクス / パターン認識 (他7件)
【概要】本年度は、ポリエチレングリコールとポリリジンが連結したブロック共重合体を骨格とし、腸内細菌表面の特性に応じてさまざまな強さで結合させるための認識ユニットとして荷電性や疎水性の異なる様々な官能基、そして、ポリマーと細菌の結合情報を蛍光シグナルに変換させるための出力ユニットとしてテトラフェニルエチレンやフルオレセインなどの蛍光団を導入したブロック共重合体ライブラリを用いて、各種細菌叢の評価を試みた。は...
❏有機高分子材料のスマート電気物性設計法の考案(18K18848)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2018-06-29 - 2021-03-31
【研究代表者】熊田 亜紀子 東京大学, 大学院工学系研究科(工学部), 教授 (20313009)
【キーワード】第一原理計算 / 分子動力学計算 / 電荷移動度 / ポリマー / tim-of-flight (他19件)
【概要】本研究では第一原理計算を基本とした多階層計算方法を開発し、これを高分子絶縁材料に適用し、高分子材料中の電荷移動の特徴を明らかにすることができた。計算結果はポリマーの場合、多様な指針に基づき、電荷移動特性を制御できることを示唆した。さらに、多階層計算によって実験的に得られるマクロな電流波形をもとめる方法を開発した。また、電荷移動度を実験的に得るための絶縁材料用のTOF測定装置を構築した。その結果、計...
【化学】複合化学:流体-構造相互作用機械学習を含む研究件
❏鼻腔に学ぶ―人工嗅覚の実現に向けた複雑流路内ガス流れの理解と利用(21H01971)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2021-04-01 - 2024-03-31
【研究代表者】柴 弘太 国立研究開発法人物質・材料研究機構, 機能性材料研究拠点, 主任研究員 (20638126)
【キーワード】鼻腔 / マイクロ流路 / 流体力学 / 構造力学 / 機械学習 (他11件)
【概要】本研究では、我々の鼻の内部構造(鼻腔)とガス流れの相関を詳細に検討することで、人工嗅覚の実現に資する最適センサの開発指針を得る。この目的に向け、申請者独自のガス分子量測定法(大気環境、リアルタイム、非破壊)および同特長のガス粘性測定法(2019年採択の国際共同研究強化Bで創出済み)を用いる。これら手法はガス流れに伴う構造体の機械的変形を測定するため、任意のガスから異なる情報を得られる。加えて、その...
❏ミクロン空間内の気体流れが誘起する構造変形を原理とした新規質量分析法の開発(19KK0141)
【研究テーマ】
【研究種目】国際共同研究加速基金(国際共同研究強化(B))
【研究期間】2019-10-07 - 2023-03-31
【研究代表者】柴 弘太 国立研究開発法人物質・材料研究機構, 機能性材料研究拠点, 主任研究員 (20638126)
【キーワード】粘性係数 / マイクロ流路 / 流体力学 / 構造力学 / 流体―構造相互作用 (他11件)
【概要】本研究は、申請者独自の分子量測定法(大気環境、リアルタイム、非破壊)を、国際共同研究を推進するProf. Weitzとともに発展させ、モバイル用途まで見据えたイオン化不要の新奇質量分析法の創出を目指すものである。従来の質量分析は、試料をイオン化・断片化し、それらを逐次測定することで、試料の構造に由来する情報(マススペクトル)を得るという非常に優れた定性・定量手法である。しかし、試料のイオン化のため...
【化学】複合化学:粘性係数機械学習を含む研究件
❏鼻腔に学ぶ―人工嗅覚の実現に向けた複雑流路内ガス流れの理解と利用(21H01971)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2021-04-01 - 2024-03-31
【研究代表者】柴 弘太 国立研究開発法人物質・材料研究機構, 機能性材料研究拠点, 主任研究員 (20638126)
【キーワード】鼻腔 / マイクロ流路 / 流体力学 / 構造力学 / 機械学習 (他11件)
【概要】本研究では、我々の鼻の内部構造(鼻腔)とガス流れの相関を詳細に検討することで、人工嗅覚の実現に資する最適センサの開発指針を得る。この目的に向け、申請者独自のガス分子量測定法(大気環境、リアルタイム、非破壊)および同特長のガス粘性測定法(2019年採択の国際共同研究強化Bで創出済み)を用いる。これら手法はガス流れに伴う構造体の機械的変形を測定するため、任意のガスから異なる情報を得られる。加えて、その...
❏ミクロン空間内の気体流れが誘起する構造変形を原理とした新規質量分析法の開発(19KK0141)
【研究テーマ】
【研究種目】国際共同研究加速基金(国際共同研究強化(B))
【研究期間】2019-10-07 - 2023-03-31
【研究代表者】柴 弘太 国立研究開発法人物質・材料研究機構, 機能性材料研究拠点, 主任研究員 (20638126)
【キーワード】粘性係数 / マイクロ流路 / 流体力学 / 構造力学 / 流体―構造相互作用 (他11件)
【概要】本研究は、申請者独自の分子量測定法(大気環境、リアルタイム、非破壊)を、国際共同研究を推進するProf. Weitzとともに発展させ、モバイル用途まで見据えたイオン化不要の新奇質量分析法の創出を目指すものである。従来の質量分析は、試料をイオン化・断片化し、それらを逐次測定することで、試料の構造に由来する情報(マススペクトル)を得るという非常に優れた定性・定量手法である。しかし、試料のイオン化のため...
【化学】複合化学:気体機械学習を含む研究件
❏鼻腔に学ぶ―人工嗅覚の実現に向けた複雑流路内ガス流れの理解と利用(21H01971)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2021-04-01 - 2024-03-31
【研究代表者】柴 弘太 国立研究開発法人物質・材料研究機構, 機能性材料研究拠点, 主任研究員 (20638126)
【キーワード】鼻腔 / マイクロ流路 / 流体力学 / 構造力学 / 機械学習 (他11件)
【概要】本研究では、我々の鼻の内部構造(鼻腔)とガス流れの相関を詳細に検討することで、人工嗅覚の実現に資する最適センサの開発指針を得る。この目的に向け、申請者独自のガス分子量測定法(大気環境、リアルタイム、非破壊)および同特長のガス粘性測定法(2019年採択の国際共同研究強化Bで創出済み)を用いる。これら手法はガス流れに伴う構造体の機械的変形を測定するため、任意のガスから異なる情報を得られる。加えて、その...
❏ミクロン空間内の気体流れが誘起する構造変形を原理とした新規質量分析法の開発(19KK0141)
【研究テーマ】
【研究種目】国際共同研究加速基金(国際共同研究強化(B))
【研究期間】2019-10-07 - 2023-03-31
【研究代表者】柴 弘太 国立研究開発法人物質・材料研究機構, 機能性材料研究拠点, 主任研究員 (20638126)
【キーワード】粘性係数 / マイクロ流路 / 流体力学 / 構造力学 / 流体―構造相互作用 (他11件)
【概要】本研究は、申請者独自の分子量測定法(大気環境、リアルタイム、非破壊)を、国際共同研究を推進するProf. Weitzとともに発展させ、モバイル用途まで見据えたイオン化不要の新奇質量分析法の創出を目指すものである。従来の質量分析は、試料をイオン化・断片化し、それらを逐次測定することで、試料の構造に由来する情報(マススペクトル)を得るという非常に優れた定性・定量手法である。しかし、試料のイオン化のため...
【生物学】生物学:RNA修飾機械学習を含む研究件
❏ナノポアシーケンスを用いたRNA修飾の1分子解析技術の開発(19K22246)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2019-06-28 - 2021-03-31
【研究代表者】鈴木 勉 東京大学, 大学院工学系研究科(工学部), 教授 (20292782)
【キーワード】RNA修飾 / tRNA / エピトランスクリプトミクス / ナノポアシーケンス / 機械学習
【概要】RNA修飾を迅速かつ簡便にマッピングする技術の確立は今後のエピトランスクリプトミクス研究に欠かせない基盤技術である。本研究では、ナノポアシーケンサーを用い、RNAに含まれる様々な修飾を検出する技術の確立を目指している。大腸菌から精製した全44種類のtRNAのナノポアシーケンスを行い、個々の電流値のデータを畳み込みニューラルネットワーク(CNN)に深層学習させた。テストデータを用い、精度の検証を行っ...
❏機能エレメントと深層学習に基づく長鎖ノンコーディングRNAの機能分類(16H05879)
【研究テーマ】生命・健康・医療情報学
【研究種目】若手研究(A)
【研究期間】2016-04-01 - 2020-03-31
【研究代表者】浜田 道昭 早稲田大学, 理工学術院, 教授 (00596538)
【キーワード】lncRNA / ノンコーディングRNA / RNA修飾 / RNA構造 / リピート要素 (他19件)
【概要】タンパク質に翻訳されずにRNA自体が機能を有する長鎖ノンコーディングRNA(lncRNA)の機能を明らかにするために,RNAの配列・構造・修飾・生体高分子との相互作用などの「機能エレメント」に着目し情報学的な観点から多くの研究を行った.例えば,ジャンクだと考えられていたリピート配列がlncRNAの組織特異的な発現に寄与していたり,タンパク質やDNAとの相互作用に寄与していることを明らかにすることに...
【生物学】基礎生物学:共進化機械学習を含む研究件
❏クラウド側とエッジ側機器の動的な協調に基づく自律分散共進化AI基盤技術の研究開発(19H04099)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2019-04-01 - 2023-03-31
【研究代表者】中澤 仁 慶應義塾大学, 環境情報学部(藤沢), 教授 (80365486)
【キーワード】深層学習 / エッジ側 / クラウド側 / エッジ / クラウド (他14件)
【概要】エッジノードとクラウドサーバとの間で協調しながら深層学習モデルを随時アップデートするためには、継続的な学習が必要となる。そこで2021年度は継続学習の代表的な手法であるリプレイ技術に着目した。継続学習では、例えば物体検出タスクにおいて、検出対象クラスが時間の経過とともに増加していく時、過去に学習したモデルを生かしながら新たに加わるクラスを学習する。リプレイ技術では過去に用いた学習データの一部を保存...
❏状態空間の自動的な圧縮表現に基づくマルチエージェント強化学習手法(12680387)
【研究テーマ】知能情報学
【研究種目】基盤研究(C)
【研究期間】2000 - 2001
【研究代表者】小野 典彦 徳島大学, 工学部, 教授 (60194594)
【キーワード】マルチエージェントシステム / マルチエージェント強化学習 / 強化学習 / 機械学習 / 進化計算 (他16件)
【概要】近年,強化学習手法を応用して,マルチエージェント環境におかれたエージェント群そのものに,試行錯誤な相互作用を行わせ,それらが採用すべき協調行動をボトムアップ的に組織化させ,それによってマルチエージェントシステムの設計者を支援しようとする試み("マルチエージェント強化学習"と呼ぶ)が数多くなされている.しかし,マルチエージェント環境におかれたエージェント群に,従来の強化学習を適用して...
【生物学】人類学:進化機械学習を含む研究件
❏大規模トラッキングによる超個体創発の解明と集合知の新理論の展開(21H04885)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2021-04-05 - 2024-03-31
【研究代表者】池上 高志 東京大学, 大学院総合文化研究科, 教授 (10211715)
【キーワード】集団知 / 機械学習 / 創発 / 生物集団 / 進化 (他9件)
【概要】2021年度は、3つの生物集団を対象として、一つのモデル・シミュレーションに関する実験を、計画どおりに開始することができた。その結果、以下のような新しい発見があり、それをSWARM-AROB国際会議(1/25-27/2022) にてorganized session (0S32: Collective Intelligence in Living /Non-Living Agents) を提案し、...
❏生物的進化システムとしてのインターネットサービスの分析(17H01821)
【研究テーマ】ウェブ情報学・サービス情報学
【研究種目】基盤研究(B)
【研究期間】2017-04-01 - 2020-03-31
【研究代表者】池上 高志 東京大学, 大学院総合文化研究科, 教授 (10211715)
【キーワード】インターネット / ウェブサービス / 進化理論 / 自己組織的臨界状態 / Big Data (他25件)
【概要】ウェブサービスが臨界状態(一つの投稿が大きく波及するような)に向かって進化していることを示した。それと同時にユーザーグループが特徴的な集団構造をつくっていくように観測できた。タグをつけるサービスどうしを比較し、簡単な数理モデル(Yule-Simonモデル)とでは説明できない現象を見い出した。ウェブの「意味」の創出は、新しいタグの進化ではなく、タグどうしの組み合わせの進化にある。特に投稿間に親子関係...
❏機能エレメントと深層学習に基づく長鎖ノンコーディングRNAの機能分類(16H05879)
【研究テーマ】生命・健康・医療情報学
【研究種目】若手研究(A)
【研究期間】2016-04-01 - 2020-03-31
【研究代表者】浜田 道昭 早稲田大学, 理工学術院, 教授 (00596538)
【キーワード】lncRNA / ノンコーディングRNA / RNA修飾 / RNA構造 / リピート要素 (他19件)
【概要】タンパク質に翻訳されずにRNA自体が機能を有する長鎖ノンコーディングRNA(lncRNA)の機能を明らかにするために,RNAの配列・構造・修飾・生体高分子との相互作用などの「機能エレメント」に着目し情報学的な観点から多くの研究を行った.例えば,ジャンクだと考えられていたリピート配列がlncRNAの組織特異的な発現に寄与していたり,タンパク質やDNAとの相互作用に寄与していることを明らかにすることに...
【総合理工】応用物理学:物質設計機械学習を含む研究件
❏機械学習と物性理論の分野融合的アプローチによる強相関第一原理計算(20K14423)
【研究テーマ】
【研究種目】若手研究
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】野村 悠祐 国立研究開発法人理化学研究所, 創発物性科学研究センター, 研究員 (20793756)
【キーワード】機械学習 / 人工ニューラルネットワーク / 強相関電子系 / 手法開発 / 量子多体系 (他11件)
【概要】本研究の目的の一つは、人工ニューラルネットワーク/機械学習と量子多体論を融合した強力かつ汎用的な強相関数値計算手法を開発することである。その新たな手法と密度汎関数理論などの第一原理計算を組みあわせて、実存する強相関電子系へ適用を行い、高精度な定量計算の実現を目指す。そのため、研究の柱は新たな手法開発である。同時に新手法の精度検証も重要な課題になってくる。 今年度は有限温度計算を可能にする新たな人...
❏強相関物質設計と機能開拓 -非平衡系・非周期系への挑戦-(16H06345)
【研究テーマ】物性Ⅱ
【研究種目】基盤研究(S)
【研究期間】2016-05-31 - 2021-03-31
【研究代表者】今田 正俊 早稲田大学, 理工学術院, 上級研究員(研究院教授) (70143542)
【キーワード】第一原理計算 / 強相関電子系 / 階層的第一原理強相関電子状態計算法 / 高温超伝導 / 量子流体と量子スピン液体 (他21件)
【概要】強相関電子系を第一原理的に解明するための手法を標準手法として確立し、コードの公開・普及を行なった。機械学習を導入して、世界最高精度の量子多体ソルバーを開発し適用したことや、隠れた物理量抽出のための分光実験データ解析へ適用したことは当初の予定を超えた成果である。開発手法を、銅酸化物に代表される高温超伝導体や分子性結晶に見られる量子スピン液体の候補に適用し、初めて実験相図の任意パラメタなしでの再現に成...
【総合理工】応用物理学:トポロジカル物質機械学習を含む研究件
❏計算・実験科学の融合による有効ハミルトニアン構築と強相関トポロジカル物質への応用(20H01850)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】山地 洋平 国立研究開発法人物質・材料研究機構, エネルギー・環境材料研究拠点, 主任研究員 (00649428)
【キーワード】強相関電子系 / 機械学習 / 量子スピン液体 / ベイズ最適化 / トポロジカル物質 (他6件)
【概要】本研究計画では、量子物質、特にトポロジカルな量子スピン液体と呼ばれる電子状態を実現するため、強相関電子系と呼ばれる、電子間のクーロン相互作用と原子間の電子のトンネリングの効果が拮抗する物質群を解析するための手法開発を行う。研究代表者らが開発を主導してきたオープンソース・アプリケーションHΦを量子多体シミュレータに用い、実験データを入力とし、理論あるいは第一原理電子状態計算に基づく有効ハミルトニアン...
❏強相関物質設計と機能開拓 -非平衡系・非周期系への挑戦-(16H06345)
【研究テーマ】物性Ⅱ
【研究種目】基盤研究(S)
【研究期間】2016-05-31 - 2021-03-31
【研究代表者】今田 正俊 早稲田大学, 理工学術院, 上級研究員(研究院教授) (70143542)
【キーワード】第一原理計算 / 強相関電子系 / 階層的第一原理強相関電子状態計算法 / 高温超伝導 / 量子流体と量子スピン液体 (他21件)
【概要】強相関電子系を第一原理的に解明するための手法を標準手法として確立し、コードの公開・普及を行なった。機械学習を導入して、世界最高精度の量子多体ソルバーを開発し適用したことや、隠れた物理量抽出のための分光実験データ解析へ適用したことは当初の予定を超えた成果である。開発手法を、銅酸化物に代表される高温超伝導体や分子性結晶に見られる量子スピン液体の候補に適用し、初めて実験相図の任意パラメタなしでの再現に成...
【総合理工】応用物理学:電子格子相互作用機械学習を含む研究件
❏機械学習と物性理論の分野融合的アプローチによる強相関第一原理計算(20K14423)
【研究テーマ】
【研究種目】若手研究
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】野村 悠祐 国立研究開発法人理化学研究所, 創発物性科学研究センター, 研究員 (20793756)
【キーワード】機械学習 / 人工ニューラルネットワーク / 強相関電子系 / 手法開発 / 量子多体系 (他11件)
【概要】本研究の目的の一つは、人工ニューラルネットワーク/機械学習と量子多体論を融合した強力かつ汎用的な強相関数値計算手法を開発することである。その新たな手法と密度汎関数理論などの第一原理計算を組みあわせて、実存する強相関電子系へ適用を行い、高精度な定量計算の実現を目指す。そのため、研究の柱は新たな手法開発である。同時に新手法の精度検証も重要な課題になってくる。 今年度は有限温度計算を可能にする新たな人...
❏強相関物質における格子自由度の役割解明とフォノンがもたらす機能物性の探索(17K14336)
【研究テーマ】物性Ⅱ
【研究種目】若手研究(B)
【研究期間】2017-04-01 - 2021-03-31
【研究代表者】野村 悠祐 国立研究開発法人理化学研究所, 創発物性科学研究センター, 研究員 (20793756)
【キーワード】電子格子相互作用 / 機械学習 / ニッケル酸化物 / 物質デザイン / 超伝導 (他12件)
【概要】磁性や超伝導などの様々な機能物性を示す強相関物質においては、電子自由度がフォノン(格子振動)自由度と密接に絡み合って物性を発現する。これまで電子自由度が作り出す非自明な物性は盛んに研究されているが、強相関物質におけるフォノンの役割に関しては未解明な部分が多い。本研究の目的は、強相関系における電子とフォノン自由度の絡み合いの理解を進展させることであった。本研究では、機械学習を用いた強力な電子格子結合...
【工学】機械工学:手術ロボット機械学習を含む研究件
❏操作者と自律動作ロボットの機能融合による遠隔手術支援システム(17H03199)
【研究テーマ】知能機械学・機械システム
【研究種目】基盤研究(B)
【研究期間】2017-04-01 - 2020-03-31
【研究代表者】川嶋 健嗣 東京医科歯科大学, 生体材料工学研究所, 教授 (40300553)
【キーワード】手術ロボット / 遠隔制御 / 機械学習 / 自律制御 / 空気圧サーボ (他15件)
【概要】遠隔手術支援システムにおける制御性と作業効率の向上を目指して,半自律操作のための制御方法の提案とシステム開発を行った.はじめに,空気圧駆動を用いた力覚提示が可能な遠隔操作用の手術支援ロボットにおいて,位置と力を伝送するバイラテラル制御における安定性評価を行なった.また,マスタデバイスで遠隔操作するスレーブ側のロボット鉗子と自律動作するロボット鉗子で構成されるシステムを提案試作した.同システムに,機...
❏安全性と患者・術者のベネフィットを最大化する超精密自動手術プラットフォームの創出(16H02319)
【研究テーマ】知能機械学・機械システム
【研究種目】基盤研究(A)
【研究期間】2016-04-01 - 2021-03-31
【研究代表者】光石 衛 東京大学, 大学院工学系研究科(工学部), 教授 (90183110)
【キーワード】手術ロボット / 人工関節置換術支援ロボット / 高操作性 / 骨切除 / 切除温度 (他15件)
【概要】人工膝関節置換術における骨切除を半自動的に行うため、高操作性を有する骨切除ロボット、および、骨切除パラメータから切除温度をリアルタイムに判定するシステムを開発した。ロボットでは位置入力機構部と姿勢入力機構部を分けることにより、骨切除中に頻繁に行う姿勢変化によるロボット全体の動きを小さくすることが可能となり、操作性が向上した。また、直感的な入力が可能となった。 骨切除パラメータとして主軸回転数、術具...
【工学】機械工学:知能機械機械学習を含む研究件
❏蛍光画像サイトメトリによる高速腸内細菌叢プロファイリングとディスバイオーシス予測(16K12909)
【研究テーマ】医用システム
【研究種目】挑戦的萌芽研究
【研究期間】2016-04-01 - 2018-03-31
【研究代表者】太田 禎生 東京大学, 大学院工学系研究科(工学部), 客員研究員 (70731214)
【キーワード】フローサイトメトリー / 1細胞解析 / 腸内細菌 / 環境細菌 / 細菌 (他12件)
【概要】本研究では、最終的には細菌叢解析から個体や環境動態評価・予測を目指すべく、複雑で大量の1細菌集団を光学的に高速プロファイリングする技術群を提案・開発・実証しました。具体的には、マイクロ流体による細菌の底壁面三次元整列技術を開発し、新規光学技術と組み合わせることにより、高速蛍光ハイコンテンツ・フローサイトメトリー(蛍光イメージング・自家蛍光スペクトル)を新開発し、細菌分類実証を行いました。 ...
❏インフラ点検のための熟練診断技能の抽出によるマルチモーダル自動診断システムの構築(16H06680)
【研究テーマ】知覚情報処理
【研究種目】研究活動スタート支援
【研究期間】2016-08-26 - 2018-03-31
【研究代表者】藤井 浩光 東京大学, 大学院工学系研究科(工学部), 特任講師 (30781215)
【キーワード】インフラ点検 / 自動診断 / センサ情報処理 / 打音検査 / 機械学習 (他7件)
【概要】社会インフラの老朽化は深刻な課題であり,従来の点検現場では,主に熟練検査員による打音検査が行われてきた.現在,熟練点検員による打音検査を代替する信頼性の高い自動診断技術が緊急に求められている. 本研究では,高い効率性と診断の精度,および検査対象や環境の違いに対する頑健性を実現するために,マルチモーダル信号を用いた自動診断システムの構築を目的とする.以下の2つのアプローチで取り組み,それぞれシステム...
【工学】機械工学:ヒューマン・ロボット・インタラクション機械学習を含む研究件
❏クラウドロボティクス基盤を用いた大規模データからの動作と対話の学習(15K16074)
【研究テーマ】知能ロボティクス
【研究種目】若手研究(B)
【研究期間】2015-04-01 - 2018-03-31
【研究代表者】杉浦 孔明 国立研究開発法人情報通信研究機構, 先進的音声翻訳研究開発推進センター先進的音声技術研究室, 主任研究員 (60470473)
【キーワード】知能ロボティクス / マルチモーダル言語理解 / クラウドロボティクス / 模倣学習 / 機械学習 (他7件)
【概要】本研究は,動作等の非言語知識の学習手法を開発するとともに,クラウドロボティクス基盤を用いたロボットとのマルチモーダル対話を実現することを目的とする.Deep Neural Network (DNN)に基づく動作予測手法を構築するとともに,クラウドロボティクス基盤Rospeexを高度化し、5万ユニークユーザを達成した.生活支援ロボット上に概念実証システムを構築し,1万種類以上の消耗品の知識について音...
❏確率的模倣学習に基づく動作の言語化(24700188)
【研究テーマ】知覚情報処理・知能ロボティクス
【研究種目】若手研究(B)
【研究期間】2012-04-01 - 2015-03-31
【研究代表者】杉浦 孔明 独立行政法人情報通信研究機構, ユニバーサルコミュニケーション研究所情報利活用基盤研究室, 主任研究員 (60470473)
【キーワード】模倣学習 / 知能ロボティクス / 機械学習 / 動作認識 / ヒューマンロボットインタラクション (他6件)
【概要】他者の行動を見て模倣することは,知能の根源である.本研究の目的は,刻一刻と変わる環境や状況に対応可能かつ人間らしい自然な動作を再現できるオンライン模倣学習手法を開発することである.そのために,参照点に依存した隠れマルコフモデル(RPD-HMM)から生成された最尤軌道を基準とした逐次動作生成手法を開発した.ベースライン手法との比較評価実験を行い,軌道の滑らかさおよび生成誤差の面で提案手法が有効である...
【工学】機械工学:マン・マシン・インターフェース機械学習を含む研究件
❏操作者と自律動作ロボットの機能融合による遠隔手術支援システム(17H03199)
【研究テーマ】知能機械学・機械システム
【研究種目】基盤研究(B)
【研究期間】2017-04-01 - 2020-03-31
【研究代表者】川嶋 健嗣 東京医科歯科大学, 生体材料工学研究所, 教授 (40300553)
【キーワード】手術ロボット / 遠隔制御 / 機械学習 / 自律制御 / 空気圧サーボ (他15件)
【概要】遠隔手術支援システムにおける制御性と作業効率の向上を目指して,半自律操作のための制御方法の提案とシステム開発を行った.はじめに,空気圧駆動を用いた力覚提示が可能な遠隔操作用の手術支援ロボットにおいて,位置と力を伝送するバイラテラル制御における安定性評価を行なった.また,マスタデバイスで遠隔操作するスレーブ側のロボット鉗子と自律動作するロボット鉗子で構成されるシステムを提案試作した.同システムに,機...
❏自然言語による動作命令の解析と理解に関する研究(12308014)
【研究テーマ】知能情報学
【研究種目】基盤研究(A)
【研究期間】2000 - 2001
【研究代表者】白井 清昭 (2001) 北陸先端科学技術大学院大学, 情報科学研究科, 助教授 (30302970)
【キーワード】アニメーテッドエージェント / 形態素解析 / 構文解析 / 照応解析 / 省略解析 (他11件)
【概要】本研究課題では、自然言語に基づくマンマシンインターフェースの実現を目指し、その一例としてアニメーテッドエージェントを構築することを目的とする。アニメーテッドエージェントとは、コンピュータ上に実現された知的エージェントであり、ユーザが自然言語によって与えられた命令を理解し、その命令通りに行動することができる機能を持つ。 このようなアニメーテッドエージェントを構築するための基礎的な技術を開発した。まず...
【工学】プロセス・化学工学:マテリアルズ・インフォマティクス機械学習を含む研究件
❏小区分26010:金属材料物性関連(0)
【研究テーマ】2019
【研究種目】第一原理計算
【研究期間】機械学習
【研究代表者】能動学習
【キーワード】データベース
【概要】
❏自動第一原理計算と多変数ベイズ最適化を用いた無機材料探索システムの構築(21K14401)
【研究テーマ】
【研究種目】若手研究
【研究期間】2021-04-01 - 2023-03-31
【研究代表者】高橋 亮 東京工業大学, 科学技術創成研究院, 助教 (80822311)
【キーワード】機械学習 / 第一原理計算 / マテリアルズインフォマティクス
【概要】化学の実験系等の他分野の先行研究を参考に、物性値が所望の範囲内であるような確率を機械学習により評価して、その確率を基に有望物質を探索する手法を提案した。研究室内のデータベースについてこの手法を用いて探索シミュレーションを行ったところ、先行研究で行われているようにベイズ最適化を用いて探索した場合よりも探索の性能が向上することがわかった。さらに、化学プラントの条件最適化の研究例を応用し、複数の物性値が...
❏高精度第一原理計算と能動学習を用いた汎用的物性値予測モデルの開発(19K15275)
【研究テーマ】
【研究種目】若手研究
【研究期間】2019-04-01 - 2021-03-31
【研究代表者】高橋 亮 東京工業大学, 科学技術創成研究院, 助教 (80822311)
【キーワード】第一原理計算 / 機械学習 / 能動学習 / データベース / マテリアルズインフォマティクス (他6件)
【概要】系統的な第一原理計算のための自動化プログラムを構築し、開発したプログラムを用いて多様な結晶構造型を持つ1,266の酸化物の誘電定数の系統的な計算を行った。また、誘電率を電子系・格子系の寄与に分け、それぞれについて機械学習により予測モデルを構築し、また誘電率の支配因子を抽出した。 一方で能動学習の手法について、既存データベースにuncertainty samplingを適用することで、未知データに対...
【工学】電気電子工学:量子エレクトロニクス機械学習を含む研究件
❏構造揺らぎの深層学習への活用によるナノフォトニクス素子の高性能化(21K18912)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2021-07-09 - 2023-03-31
【研究代表者】田邉 孝純 慶應義塾大学, 理工学部(矢上), 教授 (40393805)
【キーワード】光エレクトロニクス / 量子エレクトロニクス / フォトニック結晶 / 機械学習 / ナノフォトニクス
【概要】フォトニック結晶を用いて超小型でかつ高精度な分光器を実現することを目指した研究である.ナノフォトニクス素子は,つねに作製制度の問題に悩まされてきた.本研究では逆に作製誤差を性能向上に用いる.具体的には,作製した素子のランダム性に起因する光局在が波長依存性が強いことを利用して,光局在の波長に対するデータベースを構築し,そのデータベースを用いて未知の波長の入力を再構築することを目指している.当然ながら...
❏高機能光源の利用を拡げる微小光共振器による高繰り返し光パルスシード源の開発(19H00873)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2019-04-01 - 2024-03-31
【研究代表者】田邉 孝純 慶應義塾大学, 理工学部(矢上), 教授 (40393805)
【キーワード】光エレクトロニクス / 量子エレクトロニクス / フォトニック結晶 / 機械学習 / 微小光共振器 (他11件)
【概要】微小光共振器を用いた光周波数コム発生に用いるMgF2微小光共振器の切削加工における,限界切込み深さについて詳細に調査を行った.特に結晶の方位面依存性について調査を行った.この成果は国際学術誌にて発表した. MgF2微小光共振器を用いてソリトンコムを生成することに昨年度成功していたので,ソリトンコムを用いた応用開拓研究に進展させた.その一つの具体例としてDWDM光伝送に取り組んだ.DWDM光伝送では...
【工学】電気電子工学:フォノン機械学習を含む研究件
❏層状物質とその局所構造におけるフォノン関連物性の理論解析(19H02544)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2019-04-01 - 2023-03-31
【研究代表者】渡邉 聡 東京大学, 大学院工学系研究科(工学部), 教授 (00292772)
【キーワード】層状物質 / フォノン / 電子フォノン相互作用 / 第一原理計算 / 機械学習
【概要】層状物質のフォノン物性の解析に向け、第一原理計算および第一原理計算データに基づく機械学習原子間ポテンシャルを用いた研究を前年度までに引き続き進め、以下の成果を得た。 まず、アモルファスカーボンの熱伝導特性を第一原理分子動力学法により解析した。熱伝導率が密度と共にほぼ線形に増大するという強い相関関係を見出した。さらに、sp/sp2/sp3結合の比率およびこれを反映した構造のトポロジカルな特徴が密度と...
❏原子分解能“振動”計測法の開発と革新的材料創製(19H00818)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2019-04-01 - 2023-03-31
【研究代表者】溝口 照康 東京大学, 生産技術研究所, 教授 (70422334)
【キーワード】電子エネルギー損失分光 / 格子振動 / 理論計算 / 透過型電子顕微鏡 / 機械学習 (他16件)
【概要】物質を構成する原子や分子の局所的な“振動”は,熱などの外場からのエネルギーによる原子の変位現象であり,相転移や熱伝導,さらに様々な機能発現にかかわる重要な現象である.これまでに申請グループは走査透過型電子顕微鏡(STEM)により測定される電子分光(EELS)と高度なスペクトル計算を融合することで,物質を構成する原子・分子の振動を検出する手法を報告してきた.本研究は,高いレベルにあるSTEM-EEL...
❏強相関物質における格子自由度の役割解明とフォノンがもたらす機能物性の探索(17K14336)
【研究テーマ】物性Ⅱ
【研究種目】若手研究(B)
【研究期間】2017-04-01 - 2021-03-31
【研究代表者】野村 悠祐 国立研究開発法人理化学研究所, 創発物性科学研究センター, 研究員 (20793756)
【キーワード】電子格子相互作用 / 機械学習 / ニッケル酸化物 / 物質デザイン / 超伝導 (他12件)
【概要】磁性や超伝導などの様々な機能物性を示す強相関物質においては、電子自由度がフォノン(格子振動)自由度と密接に絡み合って物性を発現する。これまで電子自由度が作り出す非自明な物性は盛んに研究されているが、強相関物質におけるフォノンの役割に関しては未解明な部分が多い。本研究の目的は、強相関系における電子とフォノン自由度の絡み合いの理解を進展させることであった。本研究では、機械学習を用いた強力な電子格子結合...
【工学】電気電子工学:光エレクトロニクス機械学習を含む研究件
❏構造揺らぎの深層学習への活用によるナノフォトニクス素子の高性能化(21K18912)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2021-07-09 - 2023-03-31
【研究代表者】田邉 孝純 慶應義塾大学, 理工学部(矢上), 教授 (40393805)
【キーワード】光エレクトロニクス / 量子エレクトロニクス / フォトニック結晶 / 機械学習 / ナノフォトニクス
【概要】フォトニック結晶を用いて超小型でかつ高精度な分光器を実現することを目指した研究である.ナノフォトニクス素子は,つねに作製制度の問題に悩まされてきた.本研究では逆に作製誤差を性能向上に用いる.具体的には,作製した素子のランダム性に起因する光局在が波長依存性が強いことを利用して,光局在の波長に対するデータベースを構築し,そのデータベースを用いて未知の波長の入力を再構築することを目指している.当然ながら...
❏高機能光源の利用を拡げる微小光共振器による高繰り返し光パルスシード源の開発(19H00873)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2019-04-01 - 2024-03-31
【研究代表者】田邉 孝純 慶應義塾大学, 理工学部(矢上), 教授 (40393805)
【キーワード】光エレクトロニクス / 量子エレクトロニクス / フォトニック結晶 / 機械学習 / 微小光共振器 (他11件)
【概要】微小光共振器を用いた光周波数コム発生に用いるMgF2微小光共振器の切削加工における,限界切込み深さについて詳細に調査を行った.特に結晶の方位面依存性について調査を行った.この成果は国際学術誌にて発表した. MgF2微小光共振器を用いてソリトンコムを生成することに昨年度成功していたので,ソリトンコムを用いた応用開拓研究に進展させた.その一つの具体例としてDWDM光伝送に取り組んだ.DWDM光伝送では...
【工学】電気電子工学:手術支援ロボット機械学習を含む研究件
❏操作者と自律動作ロボットの機能融合による遠隔手術支援システム(17H03199)
【研究テーマ】知能機械学・機械システム
【研究種目】基盤研究(B)
【研究期間】2017-04-01 - 2020-03-31
【研究代表者】川嶋 健嗣 東京医科歯科大学, 生体材料工学研究所, 教授 (40300553)
【キーワード】手術ロボット / 遠隔制御 / 機械学習 / 自律制御 / 空気圧サーボ (他15件)
【概要】遠隔手術支援システムにおける制御性と作業効率の向上を目指して,半自律操作のための制御方法の提案とシステム開発を行った.はじめに,空気圧駆動を用いた力覚提示が可能な遠隔操作用の手術支援ロボットにおいて,位置と力を伝送するバイラテラル制御における安定性評価を行なった.また,マスタデバイスで遠隔操作するスレーブ側のロボット鉗子と自律動作するロボット鉗子で構成されるシステムを提案試作した.同システムに,機...
❏安全性と患者・術者のベネフィットを最大化する超精密自動手術プラットフォームの創出(16H02319)
【研究テーマ】知能機械学・機械システム
【研究種目】基盤研究(A)
【研究期間】2016-04-01 - 2021-03-31
【研究代表者】光石 衛 東京大学, 大学院工学系研究科(工学部), 教授 (90183110)
【キーワード】手術ロボット / 人工関節置換術支援ロボット / 高操作性 / 骨切除 / 切除温度 (他15件)
【概要】人工膝関節置換術における骨切除を半自動的に行うため、高操作性を有する骨切除ロボット、および、骨切除パラメータから切除温度をリアルタイムに判定するシステムを開発した。ロボットでは位置入力機構部と姿勢入力機構部を分けることにより、骨切除中に頻繁に行う姿勢変化によるロボット全体の動きを小さくすることが可能となり、操作性が向上した。また、直感的な入力が可能となった。 骨切除パラメータとして主軸回転数、術具...
【工学】電気電子工学:EMI機械学習を含む研究件
❏電力変換器のEMI対策を全自動で行うデジタルゲート駆動システムの理論構築と実証(21K18711)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2021-07-09 - 2023-03-31
【研究代表者】高宮 真 東京大学, 生産技術研究所, 教授 (20419261)
【キーワード】電力変換器 / 電磁妨害 / パワーデバイス / ゲート駆動 / スイッチング損失 (他8件)
【概要】電力変換器の開発において、電磁妨害(Electro Magnetic Interference: EMI)は長年の深刻な課題である。我々は、これまでにパワーデバイスのスイッチング損失とスイッチングノイズのトレードオフを打破するために、独自のデジタルゲート駆動ICチップを用いた自動ゲート波形最適化システムを実証した。 本研究では、デジタルゲート駆動ICがソフトウエアで任意の最適化目標を設定可能である...
❏スマートフォンに機械学習を実装した摂食障害の過食行動治療システムの開発(18K07409)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2018-04-01 - 2022-03-31
【研究代表者】吉内 一浩 東京大学, 医学部附属病院, 准教授 (70313153)
【キーワード】摂食障害 / 心身医学 / 行動医学 / 過食 / EMA (他10件)
【概要】摂食障害患者の過食症状および関連する症状に関して、Ecological Momentary Assessment(EMA)を応用し、日常生活下で評価・記録できるシステムを開発し、過食症状と生物学的・心理学的要因との関連を検討したところ、リアルタイムに測定した気分(うつ、不安など)が過食行動に影響し、血糖値がポジティブな気分が正の相関を持つことが明らかとなった。さらに、Ecological Mome...
【工学】建築学:遺伝的アルゴリズム(GA)機械学習を含む研究件
❏遺伝的プログラミングを用いた確率文法に基づくプログラム進化に関する研究(21300090)
【研究テーマ】感性情報学・ソフトコンピューティング
【研究種目】基盤研究(B)
【研究期間】2009 - 2011
【研究代表者】伊庭 斉志 東京大学, 大学院・情報理工学系研究科, 教授 (40302773)
【キーワード】遺伝的プログラミング / 進化計算 / 対話型進化計算 / 遺伝的アルゴリズム / EDAアルゴリズム (他11件)
【概要】本研究では,「確率文法に基づくプログラム進化」という考えを提案し,遺伝的プログラミングを拡張した自動プログラミング法を構築した.これは,集団探索ではあるが交叉と突然変異を用いず,プログラムを生成する確率文法の確率分布を推定することによりプログラム進化を行う手法である.さらに,提案する手法を,創造支援,ロボット工学,金融工学,Webインテリジェンスなどの実際的な問題を対象にして検証し,その有効性を確...
❏生体情報処理を応用した囲碁におけるパタン・定石と格言の獲得(08680387)
【研究テーマ】知能情報学
【研究種目】基盤研究(C)
【研究期間】1996 - 1997
【研究代表者】永野 三郎 東京大学, 大学院・総合文化研究科, 教授 (50010913)
【キーワード】ゲーム・プログラミング / 囲碁 / 進化的アルゴリズム / 遺伝的アルゴリズム / 知識獲得 (他8件)
【概要】人工知能研究のゲーム分野において,チェスに替わる新たな目標とされる囲碁では,チェスに比べて桁違いに探索空間が広く,力任せ探索が利用不可能なので,全く新しいアプローチが必要と考えられる.そこで,人間のエキスパートが持つような多様かつ柔軟な囲碁知識を大量に自動獲得するシステムを構築した. 本研究では,生体情報処理の一種である遺伝的アルゴリズム(GA)からヒントを得た新たな進化的アルゴリズムを提案した....
【工学】建築学:帰納推論機械学習を含む研究件
❏MDL原理に基づくBayesian Networkの学習-事前知識の導入による探索の効率化-(09680367)
【研究テーマ】知能情報学
【研究種目】基盤研究(C)
【研究期間】1997 - 1998
【研究代表者】鈴木 譲 大阪大学, 大学院・理学研究科, 助教授 (50216397)
【キーワード】MDL原理 / Bayesian Network / 機械学習 / 事前知識 / 分岐限定法 (他7件)
【概要】不確実な知識を確率を用いて表現し、何らかの推論を進めていく際に、Bayesian networkが頻繁に適用され、最近では、経営診断、医療診断、故障診断といった、分析診断型の問題に多くの実績を残している。Bayesian networkは、各属性データをノードで、その因果関係をノード間を結ぶ有向アークで示す、いわゆるDAG(directed acyclic graph)として表現される。特に、各ノ...
❏型理論とその機械学習への応用(06680342)
【研究テーマ】知能情報学
【研究種目】一般研究(C)
【研究期間】1994 - 1995
【研究代表者】萩谷 昌己 東京大学, 大学院・理学系研究科, 教授 (30156252)
【キーワード】型理論 / 型付き入計算 / 機械学習 / 帰納法 / 関数プログラミング (他12件)
【概要】本課題の主たる目的は、プログラムや証明を一個もしくは複数個の例から合成する手法を、型理論(型付きλ計算)の枠組を用いて研究することにある 本研究では、研究代表者の従来の研究を発展させ、型理論を中心として、プログラムや証明を例から合成する手法を考察し、主として以下のような成果を得た。 ★算術制約の入った型理論 算術的な制約を型理論に付加し、制約の推論を暗黙に行うことが可能な体系を用いることにより、従...
【工学】土木工学:Web-地理情報システム(GIS)機械学習を含む研究件
❏スマート風土産業:ワイン専用品種の栽培適地評価による適地適作の実現(20H03121)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】岩崎 亘典 国立研究開発法人農業・食品産業技術総合研究機構, 農業環境研究部門, グループ長 (70354016)
【キーワード】スマート風土産業 / ワイン専用品種 / 栽培適地評価 / 人工知能 / センサーネットワーク (他10件)
【概要】基本的な地理情報である高解像度のデジタル標高モデルを収集して処理し、地域の地形特性を明らかにするとともに、他の地理情報と組み合わせて分析を進めるための準備を進めた。統計解析や機械学習を行うために、1978~2019年までの長野県の気象メッシュデータ(一日ごとの降水量,日照時間,積算日射量,平均気温,最低気温,最高気温)を取得・整理した。圃場での気象観測を実施するためのセンサおよびデータ取得方法につ...
❏不均質なペタバイト級時空間センサデータの統合利用基盤(20240010)
【研究テーマ】メディア情報学・データベース
【研究種目】基盤研究(A)
【研究期間】2008 - 2010
【研究代表者】小島 功 独立行政法人産業技術総合研究所, 情報技術研究部門・研究グループ, グループ長 (00356982)
【キーワード】データベース(DBMS) / データ統合 / 地球観測衛星データ / 情報統合 / GEO Grid (他19件)
【概要】本研究では、様々な衛星センサを中心とした時間・空間的に不均質な情報の利用基盤として、異種大規模の情報を効果的に検索・連携することで新たな知見創出に貢献する技術研究開発を行った。インターネット等の膨大な情報と衛星情報の処理結果等、異種の情報を相互に連携させることで事象の正確な理解に役立つ技術を開発すると共に、これら異種膨大な情報に対しOGC標準に基づく分散検索システムを開発、サービス提供を可能とした...
【工学】土木工学:リスクマネジメント機械学習を含む研究件
❏生活環境下致死性状況の二度なしを可能とするリスク免疫情報学創生の実証的検討(20K21052)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2020-07-30 - 2022-03-31
【研究代表者】西田 佳史 東京工業大学, 工学院, 教授 (60357712)
【キーワード】免疫学 / 機械学習 / 安全工学 / 小児安全 / 傷害予防 (他13件)
【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...
❏大規模臨床看護データと機械学習による重症を伴う転倒発生の予測手法開発に関する研究(16K20977)
【研究テーマ】臨床看護学
【研究種目】若手研究(B)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】横田 慎一郎 東京大学, 医学部附属病院, 助教 (90599490)
【キーワード】転倒・転落 / 電子カルテ / 機械学習 / 自然言語処理 / 医療安全管理 (他13件)
【概要】機械学習手法により感度64.9%、特異度69.6%の患者転倒リスク評価モデルを構築した。成績は従来研究と同等程度で、構築に延べ40日間の計算を必要とすることから効率がよいとは言えない。次に、過去に電子カルテ実装した転倒リスク判別ツールの影響を、実装前後期間で比較したところ、入院患者の患者の転倒発生確率は、実装後期間において低下し、実装後期間におけるツール使用患者と非使用患者では不変であった。また、...
【工学】総合工学:フォトニツク結晶機械学習を含む研究件
❏構造揺らぎの深層学習への活用によるナノフォトニクス素子の高性能化(21K18912)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2021-07-09 - 2023-03-31
【研究代表者】田邉 孝純 慶應義塾大学, 理工学部(矢上), 教授 (40393805)
【キーワード】光エレクトロニクス / 量子エレクトロニクス / フォトニック結晶 / 機械学習 / ナノフォトニクス
【概要】フォトニック結晶を用いて超小型でかつ高精度な分光器を実現することを目指した研究である.ナノフォトニクス素子は,つねに作製制度の問題に悩まされてきた.本研究では逆に作製誤差を性能向上に用いる.具体的には,作製した素子のランダム性に起因する光局在が波長依存性が強いことを利用して,光局在の波長に対するデータベースを構築し,そのデータベースを用いて未知の波長の入力を再構築することを目指している.当然ながら...
❏高機能光源の利用を拡げる微小光共振器による高繰り返し光パルスシード源の開発(19H00873)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2019-04-01 - 2024-03-31
【研究代表者】田邉 孝純 慶應義塾大学, 理工学部(矢上), 教授 (40393805)
【キーワード】光エレクトロニクス / 量子エレクトロニクス / フォトニック結晶 / 機械学習 / 微小光共振器 (他11件)
【概要】微小光共振器を用いた光周波数コム発生に用いるMgF2微小光共振器の切削加工における,限界切込み深さについて詳細に調査を行った.特に結晶の方位面依存性について調査を行った.この成果は国際学術誌にて発表した. MgF2微小光共振器を用いてソリトンコムを生成することに昨年度成功していたので,ソリトンコムを用いた応用開拓研究に進展させた.その一つの具体例としてDWDM光伝送に取り組んだ.DWDM光伝送では...
❏トポロジカル相でのバルク・エッジ対応の多様性と普遍性:固体物理を越えて分野横断へ(17H06138)
【研究テーマ】数理物理・物性基礎
【研究種目】基盤研究(S)
【研究期間】2017-05-31 - 2022-03-31
【研究代表者】初貝 安弘 筑波大学, 数理物質系, 教授 (80218495)
【キーワード】バルクエッジ対応 / トポロジカル相 / エッジ状態 / 冷却原子 / 放射光ARPES (他22件)
【概要】「バルク・エッジ対応:端をみて中身を理解する」視点を固体物理系だけでなく冷却原子、フォトニック結晶、古典力学系に適用し、現象の背後に潜む原理とした。また熱伝導、ゲーム理論など予想を越えて多様な系でもバルクエッジ対応は有効な概念であることを見出し、新しい学理の基礎とした。その成果は、多数の論文出版と招待講演で広く世界に公開し、バルクエッジ対応の普遍性を確立した。物理学者-数学者間の異分野交流でバルク...
【工学】総合工学:密度汎関数理論機械学習を含む研究件
❏中区分29:応用物理物性およびその関連分野(0)
【研究テーマ】2018
【研究種目】コンピューティクス
【研究期間】密度汎関数理論
【研究代表者】機械学習
【キーワード】デバイス界面
【概要】
❏機械学習に基づくアルカリ水電解用酸化物触媒の設計と高耐久水電解セルシステムの構築(20K15087)
【研究テーマ】
【研究種目】若手研究
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】菅原 勇貴 東京工業大学, 科学技術創成研究院, 助教 (10814791)
【キーワード】アルカリ水電解 / 電気化学触媒 / 機械学習 / 密度汎関数理論 / 酸素発生反応 (他10件)
【概要】令和3年度は、令和2年度に実施した機械学習とDFT計算により得られた知見により高活性な卑金属触媒の開発、および触媒と結晶構造の間に眠る未知の法則の解明に取り組んだ。 まず水電解アノードの酸素発生反応(OER)用触媒の結晶構造の制御による高活性化を目指した。大きな金属-金属配位数から高いOER活性が期待されるレイヤー型コバルト-マンガン複合酸化物をグラフェン担体上で直接成長させ微粒子化することで、既...
❏量子論コンピューティクスによるパワー半導体界面形成機構と電子物性の解明(18H03873)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2018-04-01 - 2022-03-31
【研究代表者】押山 淳 名古屋大学, 未来材料・システム研究所, 特任教授 (80143361)
【キーワード】コンピューティクス / 密度汎関数理論 / 機械学習 / デバイス界面 / エピタキシャル成長 (他6件)
【概要】本年度における、パワー半導体表面界面系に対する計算で得られた成果としては、(1) GaNデバイスのゲート絶縁膜として、シリカとアルミナの混合アモルファス酸化物 AlSiO = (SiO2)x(Al2O3)1-x がデバイス特性を改善することの提唱、(2) GaN中のらせん転位はアクセプター原子Mgと結合し、漏れ電流の起源となることの解明、(3) GaNのステップフローモードのエピタキシャル成長機構...
【工学】総合工学:第一原理計算機械学習を含む研究件
❏中区分26:材料工学およびその関連分野(0)
【研究テーマ】2020
【研究種目】第一原理計算
【研究期間】機械学習
【研究代表者】半導体
【キーワード】ドーピング
【概要】化学の実験系等の他分野の先行研究を参考に、物性値が所望の範囲内であるような確率を機械学習により評価して、その確率を基に有望物質を探索する手法を提案した。研究室内のデータベースについてこの手法を用いて探索シミュレーションを行ったところ、先行研究で行われているようにベイズ最適化を用いて探索した場合よりも探索の性能が向上することがわかった。さらに、化学プラントの条件最適化の研究例を応用し、複数の物性値が...
❏機械学習と物性理論の分野融合的アプローチによる強相関第一原理計算(20K14423)
【研究テーマ】
【研究種目】若手研究
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】野村 悠祐 国立研究開発法人理化学研究所, 創発物性科学研究センター, 研究員 (20793756)
【キーワード】機械学習 / 人工ニューラルネットワーク / 強相関電子系 / 手法開発 / 量子多体系 (他11件)
【概要】本研究の目的の一つは、人工ニューラルネットワーク/機械学習と量子多体論を融合した強力かつ汎用的な強相関数値計算手法を開発することである。その新たな手法と密度汎関数理論などの第一原理計算を組みあわせて、実存する強相関電子系へ適用を行い、高精度な定量計算の実現を目指す。そのため、研究の柱は新たな手法開発である。同時に新手法の精度検証も重要な課題になってくる。 今年度は有限温度計算を可能にする新たな人...
❏ワイドギャップ半導体におけるケミカルドーピングの学理構築と新材料開拓(20H00302)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2020-04-01 - 2025-03-31
【研究代表者】大場 史康 東京工業大学, 科学技術創成研究院, 教授 (90378795)
【キーワード】第一原理計算 / 機械学習 / 半導体 / ドーピング
【概要】系統的な第一原理計算とその結果の機械学習により、無機化合物における固有点欠陥の形成挙動・電子状態と様々な形態でのドーパント添加によるキャリアドーピングの有効性を、半導体としての応用に関わる種々の基礎物性と併せて俯瞰的に考察し、ワイドギャップ半導体の設計・探索の指針を構築することを最終目的として研究を推進した。本年度は、昨年度から開発を進めている高精度と高速を両立させたハイスループット第一原理計算及...
【工学】総合工学:動作認識機械学習を含む研究件
❏クラウドロボティクス基盤を用いた大規模データからの動作と対話の学習(15K16074)
【研究テーマ】知能ロボティクス
【研究種目】若手研究(B)
【研究期間】2015-04-01 - 2018-03-31
【研究代表者】杉浦 孔明 国立研究開発法人情報通信研究機構, 先進的音声翻訳研究開発推進センター先進的音声技術研究室, 主任研究員 (60470473)
【キーワード】知能ロボティクス / マルチモーダル言語理解 / クラウドロボティクス / 模倣学習 / 機械学習 (他7件)
【概要】本研究は,動作等の非言語知識の学習手法を開発するとともに,クラウドロボティクス基盤を用いたロボットとのマルチモーダル対話を実現することを目的とする.Deep Neural Network (DNN)に基づく動作予測手法を構築するとともに,クラウドロボティクス基盤Rospeexを高度化し、5万ユニークユーザを達成した.生活支援ロボット上に概念実証システムを構築し,1万種類以上の消耗品の知識について音...
❏BANコンテキストアウェア通信のための伝搬路特性を用いた人体状態の同定法の研究(26420344)
【研究テーマ】通信・ネットワーク工学
【研究種目】基盤研究(C)
【研究期間】2014-04-01 - 2017-03-31
【研究代表者】Kim Minseok (KIM Minseok) 新潟大学, 自然科学系, 准教授 (40467030)
【キーワード】BAN / 動作同定 / コンテキストアウェアネス / 機械学習 / 動作識別 (他13件)
【概要】本研究では,人体周辺の無線センサネットワーク(BAN)において,複数のセンサから取得した伝搬路の時間変動と人体の状態(動作や姿勢)との関係を実験的に明らかにし,人体の状態を高精度で同定する手法の開発を行った.また,人体の状態と伝搬路の状態との関係性(通信品質を決定する特徴量)を具体化し,人体の状態に応じたコーディネータの送信電力の最適化するコンテキストアウェアネス通信法を開発し評価を行った.具体的...
❏確率的模倣学習に基づく動作の言語化(24700188)
【研究テーマ】知覚情報処理・知能ロボティクス
【研究種目】若手研究(B)
【研究期間】2012-04-01 - 2015-03-31
【研究代表者】杉浦 孔明 独立行政法人情報通信研究機構, ユニバーサルコミュニケーション研究所情報利活用基盤研究室, 主任研究員 (60470473)
【キーワード】模倣学習 / 知能ロボティクス / 機械学習 / 動作認識 / ヒューマンロボットインタラクション (他6件)
【概要】他者の行動を見て模倣することは,知能の根源である.本研究の目的は,刻一刻と変わる環境や状況に対応可能かつ人間らしい自然な動作を再現できるオンライン模倣学習手法を開発することである.そのために,参照点に依存した隠れマルコフモデル(RPD-HMM)から生成された最尤軌道を基準とした逐次動作生成手法を開発した.ベースライン手法との比較評価実験を行い,軌道の滑らかさおよび生成誤差の面で提案手法が有効である...
【工学】総合工学:マルチフィジックス機械学習を含む研究件
❏バーチャル心筋細胞の実現-機械学習による実形状モデル生成・統合解析・統計評価-(19K20663)
【研究テーマ】
【研究種目】若手研究
【研究期間】2019-04-01 - 2023-03-31
【研究代表者】波田野 明日可 東京大学, 大学院工学系研究科(工学部), 講師 (20707202)
【キーワード】心筋細胞 / 機械学習 / 形状抽出 / 数値解析 / 実形状 (他10件)
【概要】畳み込みニューラルネットワークで電子顕微鏡画像に特化したCDeep3Mを利用して領域と境界を抽出後,画像処理を重ねることで、マウス心筋細胞電子顕微鏡画像からミトコンドリア・筋原線維を自動抽出することに成功した.横行小管についてはそのネットワーク構造のうち肥大化している部分の抽出には成功した。新しい1シリーズのSerial Block-Face scanning electron micrograp...
❏機械学習による反応分子動力学ポテンシャル自動作成システムの構築(18K18801)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2018-06-29 - 2020-03-31
【研究代表者】梅野 宜崇 東京大学, 生産技術研究所, 准教授 (40314231)
【キーワード】原子間ポテンシャル / 反応力場 / 機械学習 / マルチフィジックス
【概要】本研究では、原子モデリングの枠組み(高コストな量子力学計算を要しない)で化学反応を記述する、反応分子動力学法を実行する際に必須となるReaxFF反応力場(原子間ポテンシャル関数)の構築を、機械学習技術を取り入れることによって格段に効率化・簡単化するフィッティング自動化アルゴリズムを構築した。フィッティングのターゲットとなるリファレンス構造群を設定し、フィットした関数のスコアを評価することでリファレ...
【工学】総合工学:実験・観察機械学習を含む研究件
❏河川堤防のパイピングメカニズム解明と維持管理法のパラダイムシフトに向けた研究(19H00786)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2019-04-01 - 2023-03-31
【研究代表者】岡村 未対 愛媛大学, 理工学研究科(工学系), 教授 (50251624)
【キーワード】河川堤防 / パイピング / 実験 / 相似則 / DEM (他11件)
【概要】2020年度の研究で,以下のことを実施し,ほぼ期待通りの成果を上げた。 ■パイプ内の水の流れとそれによるパイプ孔壁の侵食とパイプ内土砂運搬の現象を解明するため,高速度カメラでパイプ内を観測し,さらに3次元浸透流解析を行った。前年度に引き続き,実験は40gの遠心加速度場及び重力場で行い,粒径や模型サイズを変えた実験を組み合わせ,メカニズム解明のために必要なデータを蓄積した。 ■パイピングの進展条件を...
❏計算機による発見機構の研究(08780338)
【研究テーマ】知能情報学
【研究種目】奨励研究(A)
【研究期間】1996
【研究代表者】村田 剛志 東京工業大学, 大学院・情報理工学研究科, 助手 (90242289)
【キーワード】発見 / 図による推論 / 平面幾何 / 知識獲得 / 実験 (他7件)
【概要】本研究では計算機による発見機構の実現を目標とし、平面幾何の領域を対象とした発見システムPLANET、EXPEDITION、三角関数における帰納的発見システムの3つを構築し実験を行なった。1.平面幾何における発見システムPLANETは、与えられた図形における相似や合同などの図形的関係を基に、メネラウスの定理やチェバの定理、三角関数の加法定理などの定理の再発見に成功している。2.実験によるデータ獲得に...
【工学】総合工学:ロボット機械学習を含む研究件
❏in silicoとロボットによる創薬支援システムの開発とシャーガス病治療薬探索(20H00620)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2020-04-01 - 2024-03-31
【研究代表者】関嶋 政和 東京工業大学, 情報理工学院, 准教授 (80371053)
【キーワード】ケモインフォマティクス / IT創薬 / 機械学習 / AI創薬 / 抗規制原虫薬 (他8件)
【概要】標的タンパク質に対してヒット化合物が得られた後の創薬のプロセスの一つである化合物最適化では、特定のヒット化合物を出発点として物性を改善したより薬らしい化合物の探索を行う。機械学習を利用した化合物生成モデルの一つであるChemTSは優れた物性を持つ化合物を生成することに成功したが、特定の化合物を出発点とした化合物生成には対応していなかった。創薬では、HTSなどの実験で得られたヒット化合物の標的タンパ...
❏Dense 3-axis tactile sensing and AI to implement human-like manual skills in robots(19H02116)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】シュミッツ アレクサンダー 早稲田大学, 理工学術院, 准教授(任期付) (30729455)
【キーワード】Tactile Sensing / Machine Learning / Tactile sensors / Manual skills / Robots
【概要】We have further developed our tactile sensors. 368 3-axis tactile sensors cover the robot hand. Furthermore, we have further developed a robot hand that allows to cover the palmar side of the robot ha...
❏ロボット技術を用いた動物の「遊び」行動のモデル化(15K00366)
【研究テーマ】知能ロボティクス
【研究種目】基盤研究(C)
【研究期間】2015-04-01 - 2018-03-31
【研究代表者】石井 裕之 早稲田大学, 理工学術院総合研究所(理工学研究所), 准教授(任期付) (10398927)
【キーワード】ロボット工学 / インタラクション / 機械学習 / ロボット / 強化学習 (他8件)
【概要】ラットの「遊び行動」を研究するための実験系の構築に取り組んだ.まず,ラットと遊び行動を行う新たな小型移動ロボットを開発した.ラットとロボットの遊び行動をリアルタイムで計測するシステムと,その計測結果にもとづいてロボットの行動を制御するシステムについても構築した.これらを用いて,機械学習によって,ロボットがラットとのインタラクションを通して,適応的に遊び行動を獲得することを試みた. その結果,学習が...
【工学】総合工学:インピーダンス機械学習を含む研究件
❏健康情報のデジタルトランスフォーメーション化に向けた生体貼付型デバイスの開発(21H03815)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2021-04-01 - 2025-03-31
【研究代表者】藤枝 俊宣 東京工業大学, 生命理工学院, 准教授 (70538735)
【キーワード】エラストマー / 導電性インク / 生体計測 / 機械学習 / デジタルトランスフォーメーション (他14件)
【概要】本研究では、異種次元の材料と造形技術の融合を進めることで、電池不要で作動可能な無線通信式の生体貼付型バイオセンサの開発を目的とし、機械学習による周波数解析を通じて健康情報のデジタルトランスフォーメーション化を目指す。令和3年度の成果は以下のとおりである。 フェニルボロン酸(PBA)からなるハイドロゲルならびにインクジェット印刷にて作製した櫛形キャパシタを統合した薄膜状デバイスを作製した。櫛型キャパ...
❏ナノ空間の高電界を利用した非線形電気インピーダンス応答による細菌1粒子センシング(20H02160)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】山本 貴富喜 東京工業大学, 工学院, 准教授 (20322688)
【キーワード】ナノポア / インピーダンス / ウイルス / バクテリア / ナノデバイス (他23件)
【概要】これまでも度々問題になっていた現象であるが,バクテリア計測時はバッファである生理食塩水の塩濃度が高く導電率も高いため,高電界を印加すると電極エッジ部分に電界が集中して電極反応により電極が電気分解する問題が顕著になった。そこで電極の保護のため,デバイス形状の大幅な見直しを行った。具体的には,これまでのデザインとは逆に電極のエッジは使わずに電極面積をなるべく大きく使うように測定セルの形状を変更した。さ...
【工学】総合工学:超解像機械学習を含む研究件
❏超解像を用いた革新的ガンマ線イメージング技術の創成(20K20923)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2020-07-30 - 2022-03-31
【研究代表者】片岡 淳 早稲田大学, 理工学術院, 教授 (90334507)
【キーワード】X線ガンマ線イメージング / 機械学習 / スパースコーディング / 超解像
【概要】本研究では10 keVから10 GeV のX線・ガンマ線画像で広く適用可能なスパースコーディング技術を新たに開発し、その性能を定量的に評価した。宇宙分野においては、フェルミガンマ線天文衛星が取得した全天マップの鮮鋭化と未来予測に成功し、活動銀河核フレアなど突発天体を自動抽出する新たな手法を確立した。医療分野では、フォトンカウンティングCT画像の鮮鋭化による画質の向上を実現した。さらに、X線ガンマ線...
❏記述長最小原理の深化と応用(18H03291)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2018-04-01 - 2021-03-31
【研究代表者】竹内 純一 九州大学, システム情報科学研究院, 教授 (80432871)
【キーワード】記述長最小原理 / MDL原理 / 深層学習 / 情報理論 / MRI (他24件)
【概要】MDL原理に基づく学習理論の深化と応用について研究を行った.記述長最小原理(MDL原理)の基礎については,Barron and Coverの理論(BC理論)の教師あり学習への拡張と,深層学習との関連について考察した.BC理論と確率的コンプレキシティ(SC)を関係づける研究において,目標モデルを非指数型分布族に一般化することに成功した.その他,スパース学習を応用した誤り訂正符号への深層学習の応用やA...
❏機械学習によるMRIの撮像時間短縮(17K00308)
【研究テーマ】知能情報学
【研究種目】基盤研究(C)
【研究期間】2017-04-01 - 2020-03-31
【研究代表者】川喜田 雅則 名古屋大学, 情報学研究科, 協力研究員 (90435496)
【キーワード】MRI / 深層学習 / 多重解像度 / ディープニューラルネットワーク / 脳動脈瘤 (他10件)
【概要】MRIの撮影時間を短縮すると情報が不足しMRI画像の画質が劣化する.我々は,劣化した画像から高品質なMRI画像を復元するディープニューラルネットワーク(DNN)を提案した.既存の超解像DNNはそのままではMRI画像を高画質化できない.我々は,これに多重解像度処理加えることで性能向上を図り,新たなDNNの構造を提案した.九州大学医学部の協力の下,健常者及び脳動脈瘤患者の頭部MRIデータを大量に用いて...
【工学】総合工学:制御機械学習を含む研究件
❏小区分21040:制御およびシステム工学関連(0)
【研究テーマ】2018
【研究種目】制御
【研究期間】システム同定
【研究代表者】機械学習
【キーワード】自動車
【概要】医薬品連続生産を対象として,医薬品の品質と生産性を最大限に引き上げられる革新的な管理戦略を構築すること,およびその管理戦略を実装するために必要な方法論と技術を開発すること,が本研究の目的である. 2021年度には,まず,連続生産プロセスのモデルとシミュレーション,および国内外における技術動向について情報収集を実施した.原料供給速度の変動が安定した医薬品連続生産を妨げる要因のひとつであることから,粉...
❏ヘテロカオスにおける間欠性と予測(19KK0067)
【研究テーマ】
【研究種目】国際共同研究加速基金(国際共同研究強化(B))
【研究期間】2019-10-07 - 2023-03-31
【研究代表者】齊木 吉隆 一橋大学, 大学院経営管理研究科, 教授 (20433740)
【キーワード】力学系 / 機械学習 / ヘテロカオス / 非双曲ダイナミクス / カオス (他13件)
【概要】ヘテロカオスとは,稠密軌道をもつひとつのカオス的不変集合に不安定次元の異なる周期点がそれぞれ稠密に存在する力学系ならびにそのカオス的不変集合をさす.本研究課題は,ヘテロカオス性に由来する間欠性に着目し,機械学習も援用して予測に繋げることを目指している.2021年度は,研究代表者の齊木吉隆(一橋大学),研究分担者である高橋博樹(慶應義塾大学),相手国共同研究者であるJames A. Yorke氏(メ...
❏モデルベースト制御における機械学習とダイナミクスの融合に向けての基礎研究(18K04211)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2018-04-01 - 2021-03-31
【研究代表者】足立 修一 慶應義塾大学, 理工学部(矢上), 教授 (40222624)
【キーワード】制御 / システム同定 / 機械学習 / 自動車 / 非線形システム (他13件)
【概要】ロバスト制御やモデル予測制御などのようなモデルに基づく制御(Model-Based Control: MBD)やカルマンフィルタのようなモデルに基づく状態推定を行うためには,対象の高精度な数学モデルが必要になる。本研究では,データに基づく機械学習とダイナミクスを考慮した制御理論を融合することにより,新たなモデリングの方法論の構築を目指した。具体的に,自動車用エンジンや電気自動車用リチウム二次電池な...
【工学】総合工学:サポートベクターマシン機械学習を含む研究件
❏磁場閉じ込めプラズマにおける存続時間及び突発破壊現象の統計的因果探索(20K20426)
【研究テーマ】
【研究種目】挑戦的研究(開拓)
【研究期間】2020-04-01 - 2025-03-31
【研究代表者】山田 弘司 東京大学, 大学院新領域創成科学研究科, 教授 (20200735)
【キーワード】放射崩壊 / ディスラプション / サポートベクターマシン / 全状態検索 / スパースモデリング (他10件)
【概要】本研究の目的はデータ駆動型アプローチにより、磁場閉じ込めプラズマの挙動について要素還元によるモデル化や統計回帰解析による帰納的な推定を越えた発見的な仮説を提案することである。特に自律的な非平衡状態の存続時間及びその存続を突発的に破壊する現象の予知に焦点を当て、予知モデルの精度向上とその説明可能性の追求を行っている.これまでのトカマクプラズマのディスラプションとヘリカルプラズマの高密度運転と放射崩壊...
❏グローバル株式運用のための包括的資産運用モデル確立に向けた研究(19K04888)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】山本 零 慶應義塾大学, 理工学部(矢上), 准教授 (40756376)
【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 (他16件)
【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...
❏深層ニューラルネットワークによる深層準線形サポートベクターマシンの構築と応用(17K06506)
【研究テーマ】制御・システム工学
【研究種目】基盤研究(C)
【研究期間】2017-04-01 - 2020-03-31
【研究代表者】古月 敬之 早稲田大学, 理工学術院(情報生産システム研究科・センター), 教授 (50294905)
【キーワード】深層ニューラルネットワーク / サポートベクターマシン / 深層学習 / 機械学習 / パターン認識
【概要】本研究では、深層準線形サポートベクターマシン(SVM)の構築を行う。深層ニューラルネットワークにより深層準線形カーネルを深層学習で合成する。これにより、訓練済の深層ニューラルネットワークからSVMのカーネルを合成し(転移学習)、このカーネルに基づいた分類器をSVM 最適化(小データ)することによって、小データでも深層学習の実現が可能になる。 ...
【工学】総合工学:維持管理工学機械学習を含む研究件
❏河川堤防のパイピングメカニズム解明と維持管理法のパラダイムシフトに向けた研究(19H00786)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2019-04-01 - 2023-03-31
【研究代表者】岡村 未対 愛媛大学, 理工学研究科(工学系), 教授 (50251624)
【キーワード】河川堤防 / パイピング / 実験 / 相似則 / DEM (他11件)
【概要】2020年度の研究で,以下のことを実施し,ほぼ期待通りの成果を上げた。 ■パイプ内の水の流れとそれによるパイプ孔壁の侵食とパイプ内土砂運搬の現象を解明するため,高速度カメラでパイプ内を観測し,さらに3次元浸透流解析を行った。前年度に引き続き,実験は40gの遠心加速度場及び重力場で行い,粒径や模型サイズを変えた実験を組み合わせ,メカニズム解明のために必要なデータを蓄積した。 ■パイピングの進展条件を...
❏営業車両応答のデータ同化と機械学習による軌道評価システムの実証研究(19K04570)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】蘇 迪 東京大学, 大学院工学系研究科(工学部), 特任准教授 (40535796)
【キーワード】軌道評価 / データ同化 / 機械学習 / 携帯情報端末 / 車両応答 (他8件)
【概要】軌道の変状による事故の防止のために異常の早期発見が重要であるが,通常の年1回実施の軌道検測は頻度が低く,軌道劣化の進行を適切に把握できないことが指摘されている.本研究では,近年急速に普及した安価な携帯情報端末により観測した,営業車両の車体の振動応答から軌道状態を推定し,簡便かつ高頻度な常時モニタリングシステムの構築を目指す.研究の方法としては,軌道変状が長短波長成分を分類され,データ同化手法と機械...
【工学】総合工学:スパースモデリング機械学習を含む研究件
❏磁場閉じ込めプラズマにおける存続時間及び突発破壊現象の統計的因果探索(20K20426)
【研究テーマ】
【研究種目】挑戦的研究(開拓)
【研究期間】2020-04-01 - 2025-03-31
【研究代表者】山田 弘司 東京大学, 大学院新領域創成科学研究科, 教授 (20200735)
【キーワード】放射崩壊 / ディスラプション / サポートベクターマシン / 全状態検索 / スパースモデリング (他10件)
【概要】本研究の目的はデータ駆動型アプローチにより、磁場閉じ込めプラズマの挙動について要素還元によるモデル化や統計回帰解析による帰納的な推定を越えた発見的な仮説を提案することである。特に自律的な非平衡状態の存続時間及びその存続を突発的に破壊する現象の予知に焦点を当て、予知モデルの精度向上とその説明可能性の追求を行っている.これまでのトカマクプラズマのディスラプションとヘリカルプラズマの高密度運転と放射崩壊...
❏交通工学理論と機械学習を融合した道路交通システムの状態推定・将来予測・制御(20H02267)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2020-04-01 - 2024-03-31
【研究代表者】瀬尾 亨 東京工業大学, 環境・社会理工学院, 准教授 (90774779)
【キーワード】交通工学 / 機械学習 / 交通流理論 / 交通ネットワーク分析 / 統計的推定 (他10件)
【概要】本研究はテーマA,B,Cに分かれて遂行する計画となっている.今年度はそれぞれのテーマで以下の研究に取り組んだ.テーマA:動的ネットワーク交通流の性質の交通工学理論に基づく数学的解析,テーマB:統計的機械学習に基づく交通状態・需要情報の推定・将来予測手法,テーマC:理想的な状況を仮定した強化学習による交通システム制御手法などを開発した.各テーマの具体的な成果を以下に述べる.Aでは,例えば道路利用者の...
❏データ駆動型アプローチによる二相組織の疲労予測(17K14832)
【研究テーマ】構造・機能材料
【研究種目】若手研究(B)
【研究期間】2017-04-01 - 2019-03-31
【研究代表者】白岩 隆行 東京大学, 大学院工学系研究科(工学部), 助教 (10711153)
【キーワード】疲労 / 機械学習 / スパースモデリング / データ同化 / 結晶塑性 (他10件)
【概要】金属材料の力学的特性を予測するためには、一般に材料・加工条件から微細組織を予測するためのモデルと、組織から特性を予測するためのモデルが必要である。従来の特性予測モデルでは、第二相の体積分率や母相と第二相の強度比といったマクロな組織因子が使用されてきたが、疲労の問題では局所的な変形挙動が重要である。そこで本研究では、空間相関関数を用いて二相組織の局所的な空間配置を定量的に取り扱った。この手法は三相以...
【工学】総合工学:デジタルツイン機械学習を含む研究件
❏予防医学の発展に向けた深層生成モデルによる人体の経年変化予測(21K18073)
【研究テーマ】
【研究種目】若手研究
【研究期間】2021-04-01 - 2024-03-31
【研究代表者】柴田 寿一 東京大学, 医学部附属病院, 特任研究員 (10780067)
【キーワード】デジタルツイン / 老化予測 / 医用画像 / 機械学習 / フローベース深層生成モデル (他10件)
【概要】本研究は同一モダリティで撮像された健康な人体の経年変化を予測(=老化予測)することを目的とする。このため、与えられた画像が生起する確率分布をモデル化し、偽物だが現実的な画像を大量に生成できる深層生成モデルを採用する。当初採用を予定していた2つの確率分布とそれら確率分布間の変換規則を学習できる3次元フローベース深層生成モデルDUAL-GLOWはGPUメモリ使用量と学習効率の観点から医用画像の解像度を...
❏医薬品連続生産プロセスの革新的管理戦略構築(21H01704)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2021-04-01 - 2024-03-31
【研究代表者】加納 学 京都大学, 情報学研究科, 教授 (30263114)
【キーワード】連続生産 / 医薬品 / 制御 / 異常検出 / デジタルツイン (他9件)
【概要】医薬品連続生産を対象として,医薬品の品質と生産性を最大限に引き上げられる革新的な管理戦略を構築すること,およびその管理戦略を実装するために必要な方法論と技術を開発すること,が本研究の目的である. 2021年度には,まず,連続生産プロセスのモデルとシミュレーション,および国内外における技術動向について情報収集を実施した.原料供給速度の変動が安定した医薬品連続生産を妨げる要因のひとつであることから,粉...
【工学】総合工学:HPC機械学習を含む研究件
❏社会システムの変化に適応する交通の制御とサービス(19H02377)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】藤井 秀樹 東京大学, 大学院工学系研究科(工学部), 准教授 (00597809)
【キーワード】交通システム / エージェントシミュレーション / 強化学習 / 深層学習 / 信号制御 (他10件)
【概要】本研究では,自動走行車の普及を見越した交通システムの適応進化型制御とサービスの提案をめざした.前者に関しては制御に用いるための交通流状態予測アルゴリズムを提案した.後者に関してはライドシェアサービス車両の配車アルゴリズムを提案し,リアルタイムに応答可能であるかどうかを評価した.またシミュレーションの基盤として交通流のハイブリッドモデル(流体近似モデル+マルチエージェントモデル)を提案した. ...
❏Development of an HPC enhanced system for finding fine-grained lifeline recovery plans and evaluating their long term economic performance(18H01675)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2018-04-01 - 2022-03-31
【研究代表者】Maddegedar a.L. 東京大学, 地震研究所, 准教授 (20426290)
【キーワード】disaster recovery / economic perfoamrnce / agent-based modeling / HPC / Agent based simulations (他24件)
【概要】本研究では、国民経済を実大スケールでシミュレーションする高性能ソフトウェアを開発し、大規模地震災害解析手法と統合することで各種の復興計画の長期的な経済的効用を評価できるようにしました。政府機関が公開するデータを分析することで、1億2700万の主体からなる日本経済全体をシミュレーションするためのパラメータを特定しました。2015年の状態を起点に実施した2019年末までの日本経済のシミュレーション結果...
【工学】総合工学:分子シミュレーション機械学習を含む研究件
❏バーチャル空間における機能性分子創製法の確立とその実験的検証(19H04202)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2019-04-01 - 2023-03-31
【研究代表者】黒田 大祐 国立感染症研究所, 治療薬・ワクチン開発研究センター, 主任研究官 (60756732)
【キーワード】分子設計 / 抗体 / ペプチド / 物性計測 / 機能計測 (他15件)
【概要】2019年度は、(1)抗体の物性解析、(2)抗体の親和性成熟過程の解析、(3)ペプチドの分子設計、(4)リン酸基に対する蛋白質の分子認識機構の解析の4項目を実施し、それぞれ以下の成果を得た。 (1) 抗体の熱安定性を上げることに成功した。一方で、一部の抗体では、分子設計により熱安定性の向上は見られたものの、抗原に対する親和性は低下してしまった。現在、その原因を分子シミュレーションにより精査してい...
❏in silicoとin vitroの融合によるトリパノソーマ原虫治療薬探索(15H02776)
【研究テーマ】生命・健康・医療情報学
【研究種目】基盤研究(B)
【研究期間】2015-04-01 - 2019-03-31
【研究代表者】関嶋 政和 東京工業大学, 科学技術創成研究院, 准教授 (80371053)
【キーワード】スマート創薬 / ケモインフォマティクス / バイオインフォマティクス / IT創薬 / スーパーコンピュータ (他17件)
【概要】主に熱帯地域を中心にして、いわゆる顧みられない熱帯病(NTDs)と呼ばれる寄生虫・細菌感染症が蔓延している。NTDsの中でシャーガス病を引き起こす寄生原虫の治療薬候補を、in silicoとin vitroの融合アプローチを取るスマート創薬により探索を行い、4化合物を得ることに成功した。また、X線結晶構造解析に基づき、共結晶構造をProtein Data Bank (PDB)に登録をおこなった(5...
❏修飾・編集RNAの構造予測手法の研究開発(24680031)
【研究テーマ】生体生命情報学
【研究種目】若手研究(A)
【研究期間】2012-04-01 - 2016-03-31
【研究代表者】浜田 道昭 早稲田大学, 理工学術院, 准教授 (00596538)
【キーワード】RNA / 2次構造予測 / 修飾塩基 / 学習モデル / 確率モデル (他14件)
【概要】修飾/編集塩基を含むRNAの構造予測に向けた情報技術の研究開発を行った.修飾/編集塩基を含む既知のRNAの構造データは極めて限られているため,このような限られたデータを用いて,効果的に構造予測を行う手法の開発を行う.具体的には,少数の2次構造データから2次構造の確率モデルを学習するための,半教師有り学習の方法を新しく開発を行った.また,RNAの統合WebサーバRtoolsを開発し,一般に公開した....
【工学】総合工学:分子動力学機械学習を含む研究件
❏機械学習・次元削減手法による不規則構造のミクロスコピック解析(21H01008)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2021-04-01 - 2025-03-31
【研究代表者】田村 亮 国立研究開発法人物質・材料研究機構, 国際ナノアーキテクトニクス研究拠点, 主幹研究員 (20636998)
【キーワード】不規則構造 / 分子動力学 / 機械学習 / 次元削減 / マテリアルズ・インフォマティクス
【概要】
❏タンパク質界面の複雑ダイナミクスの解析:機械学習とMD計算に基づく新手法の開拓(18K05025)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2018-04-01 - 2023-03-31
【研究代表者】山下 雄史 東京大学, 先端科学技術研究センター, 特任准教授 (50615622)
【キーワード】分子動力学 / 機械学習 / シミュレーション / 分子動力学シミュレーション / 古典力学 (他11件)
【概要】機械学習技術の発展により、人工知能は画像認識やチェスや囲碁などの分野において人間の知能を凌駕するようになってきた。近年、AlphaFoldのような先進的なタンパク質構造予測技術においても、機械学習が中心的な役割を担っている。本研究では、こうした機械学習技術を分子科学に導入することによって、タンパク質間に見られる重要なダイナミクス現象を解き明かしていくことを目指している。 これまでの研究で、基本的な...
【工学】総合工学:流体力学機械学習を含む研究件
❏中区分19:流体工学、熱工学およびその関連分野(0)
【研究テーマ】2018
【研究種目】流体力学
【研究期間】乱流
【研究代表者】ビッグデータ
【キーワード】機械学習
【概要】本研究では、我々の鼻の内部構造(鼻腔)とガス流れの相関を詳細に検討することで、人工嗅覚の実現に資する最適センサの開発指針を得る。この目的に向け、申請者独自のガス分子量測定法(大気環境、リアルタイム、非破壊)および同特長のガス粘性測定法(2019年採択の国際共同研究強化Bで創出済み)を用いる。これら手法はガス流れに伴う構造体の機械的変形を測定するため、任意のガスから異なる情報を得られる。加えて、その...
❏ミクロン空間内の気体流れが誘起する構造変形を原理とした新規質量分析法の開発(19KK0141)
【研究テーマ】
【研究種目】国際共同研究加速基金(国際共同研究強化(B))
【研究期間】2019-10-07 - 2023-03-31
【研究代表者】柴 弘太 国立研究開発法人物質・材料研究機構, 機能性材料研究拠点, 主任研究員 (20638126)
【キーワード】粘性係数 / マイクロ流路 / 流体力学 / 構造力学 / 流体―構造相互作用 (他11件)
【概要】本研究は、申請者独自の分子量測定法(大気環境、リアルタイム、非破壊)を、国際共同研究を推進するProf. Weitzとともに発展させ、モバイル用途まで見据えたイオン化不要の新奇質量分析法の創出を目指すものである。従来の質量分析は、試料をイオン化・断片化し、それらを逐次測定することで、試料の構造に由来する情報(マススペクトル)を得るという非常に優れた定性・定量手法である。しかし、試料のイオン化のため...
❏機械学習による乱流ビッグデータの特徴抽出手法の構築(18H03758)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2018-04-01 - 2021-03-31
【研究代表者】深潟 康二 慶應義塾大学, 理工学部(矢上), 教授 (80361517)
【キーワード】流体力学 / 乱流 / ビッグデータ / 機械学習 / 低次元モデル
【概要】本研究の目的は、機械学習技術を「乱流ビッグデータ」に適用することにより、線形理論だけでは抽出できないが乱流の自己生成維持機構の本質である非線形モードを抽出し、その時間発展方程式を導出することにより、新たな非線形特徴抽出手法を構築することである。本研究では畳み込みニューラルネットワークに基づく自己符号器を用いて、高次元の流れ場情報を低次元の潜在変数に圧縮することにより特徴抽出を行い、その潜在変数の時...
【工学】総合工学:確率推論機械学習を含む研究件
❏宇宙機システムの異常検知・診断支援のための複合的情報提供法に関する研究(18760607)
【研究テーマ】航空宇宙工学
【研究種目】若手研究(B)
【研究期間】2006 - 2008
【研究代表者】矢入 健久 東京大学, 先端科学技術研究センター, 准教授 (90313189)
【キーワード】異常検知 / 故障診断 / 機械学習 / 人工衛星 / 宇宙機 (他9件)
【概要】人工衛星等の宇宙機システムの開発において、システムの異常を的確かつ迅速に発見し、その原因を同定する技術は宇宙開発にとって極めて重要なテーマである。本研究では、機械学習や確率的推論などの知能化技術を応用し、人工衛星等の運用データから異常パターンを検出し、運用者がその原因を推測する上で有用な情報を提供する技術を開発した。 ...
❏宇宙機故障診断のためのデータマイニングと専門家知識の融合法に関する研究(16760641)
【研究テーマ】航空宇宙工学
【研究種目】若手研究(B)
【研究期間】2004 - 2005
【研究代表者】矢入 健久 東京大学, 先端科学技術研究センター, 講師 (90313189)
【キーワード】宇宙機 / 人工衛星 / 異常検知 / 故障診断 / 機械学習 (他7件)
【概要】高度な異常検知・故障診断法の開発は、絶対的な安全性・信頼性を求められる宇宙システム研究において、最重要な課題の一つである。本研究の目的は、宇宙機運用データから故障診断知識を自動獲得し、事前専門家知識との融合によって網羅的かつ高精度な異常検知・診断を行ない、さらに暗黙的専門家知識を事後獲得することによって診断性能を改善する方法を確立することである。 本研究の第二年度であり最終年度でもある平成17年度...
【工学】総合工学:設計工学機械学習を含む研究件
❏機械学習に基づいたデータ駆動型設計の構築(21K14064)
【研究テーマ】
【研究種目】若手研究
【研究期間】2021-04-01 - 2023-03-31
【研究代表者】米倉 一男 東京大学, 大学院工学系研究科(工学部), 講師 (40890025)
【キーワード】データ駆動型設計 / 機械学習 / 設計工学 / 生成モデル
【概要】予測の不確実性を考慮した機械学習モデルについて、Bayesian deep learningを使用することで不確実性を計算する手法を実装した。また、データ駆動型設計のうち形状創出について、機械学習手法であるVAEおよびGANを用いて多様な形状を創出する手法を構築した。具体的には、cWGAN-gpという機械学習モデルを使用することで、既存の生成モデルよりも滑らかで多様な形状を生成できることを示した。...
❏機械学習によって品質を改善し続ける知的サービスシステムの構成(21240012)
【研究テーマ】知能情報学
【研究種目】基盤研究(A)
【研究期間】2009 - 2011
【研究代表者】新井 民夫 東京大学, 大学院・工学系研究科, 教授 (40111463)
【キーワード】知能ロボティクス / 機械学習 / エージェント / 設計工学 / サービス (他8件)
【概要】サービス提供の自動化と個別適応の実現のためには,サービスの受け手の内的な状態の把握とサービスの選択が準備されなければならない.そこで本研究では受け手の内部状態の推定と満足度評価の具体的事例検証として物品の手渡し動作,お辞儀動作を例として評価指標を導出した.加えて,期待形成あるいは集団顧客の特性を考慮した満足度評価の手法を開発することができた.これにより,サービスシステム構築の基礎的研究を達成した....
【工学】総合工学:センサー機械学習を含む研究件
❏ナノ空間の高電界を利用した非線形電気インピーダンス応答による細菌1粒子センシング(20H02160)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】山本 貴富喜 東京工業大学, 工学院, 准教授 (20322688)
【キーワード】ナノポア / インピーダンス / ウイルス / バクテリア / ナノデバイス (他23件)
【概要】これまでも度々問題になっていた現象であるが,バクテリア計測時はバッファである生理食塩水の塩濃度が高く導電率も高いため,高電界を印加すると電極エッジ部分に電界が集中して電極反応により電極が電気分解する問題が顕著になった。そこで電極の保護のため,デバイス形状の大幅な見直しを行った。具体的には,これまでのデザインとは逆に電極のエッジは使わずに電極面積をなるべく大きく使うように測定セルの形状を変更した。さ...
❏環境計測用IoT機器と時系列データ予測の研究(17K01339)
【研究テーマ】自然災害科学・防災学
【研究種目】基盤研究(C)
【研究期間】2017-04-01 - 2021-03-31
【研究代表者】松本 佳宣 慶應義塾大学, 理工学部(矢上), 教授 (60252318)
【キーワード】センサ / IoT / 機械学習 / 可視化 / クラウド (他13件)
【概要】環境情報をセンサ・IoT技術により測定・収集して、クラウドサーバー上で時系列データ予測と警告を行うシステムの研究・開発を行った。初年度は、主にハードウェアの開発と実証実験と可視化を行った。2年目はそれらのデータ解析や、機械学習アルゴリズムにより予測・警告するシステムの構築を行った。3年目は、時系列データである環境計測データの中で、時系列データからの予測を目的としてLongShort Term Me...
❏人間の移動軌跡とセンサー情報の相関分析により生じる脅威の実証と対策(15K12038)
【研究テーマ】情報セキュリティ
【研究種目】挑戦的萌芽研究
【研究期間】2015-04-01 - 2017-03-31
【研究代表者】森 達哉 早稲田大学, 理工学術院, 准教授 (60708551)
【キーワード】センサー / セキュリティ / プライバシー / 機械学習 / スマートフォン (他9件)
【概要】スマートフォン等のデバイスが持つセンサー情報から、そのスマートフォンを携帯する人間の移動軌跡を推定できるかという問題に取り組んだ。具体的な問題として加速度センサー、ジャイロスコープ、磁気センサーの測定データから、スマートフォンを持った人間が乗った電車が発車・停車したという状態を推定し、さらに電車の発停車の時間と時刻表のデータを突合することによって、駅名を特定することが可能である。実データを用いた実...
【工学】総合工学:異常検出機械学習を含む研究件
❏医薬品連続生産プロセスの革新的管理戦略構築(21H01704)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2021-04-01 - 2024-03-31
【研究代表者】加納 学 京都大学, 情報学研究科, 教授 (30263114)
【キーワード】連続生産 / 医薬品 / 制御 / 異常検出 / デジタルツイン (他9件)
【概要】医薬品連続生産を対象として,医薬品の品質と生産性を最大限に引き上げられる革新的な管理戦略を構築すること,およびその管理戦略を実装するために必要な方法論と技術を開発すること,が本研究の目的である. 2021年度には,まず,連続生産プロセスのモデルとシミュレーション,および国内外における技術動向について情報収集を実施した.原料供給速度の変動が安定した医薬品連続生産を妨げる要因のひとつであることから,粉...
❏大規模・異種の時空間データ統合で生じる矛盾を許容するサイエンスクラウド基盤(24240015)
【研究テーマ】メディア情報学・データベース
【研究種目】基盤研究(A)
【研究期間】2012-04-01 - 2015-03-31
【研究代表者】小島 功 独立行政法人産業技術総合研究所, 情報技術研究部門, 総括研究主幹 (00356982)
【キーワード】データベース / 矛盾 / データ統合 / 時空間データ / Linked Data (他21件)
【概要】本課題は、大規模な時空間データの統合において発生する「矛盾」に多角的に取り組んだもので、要素研究と実証システム開発の課題を行った。 事例として画像データとWeb上のソーシャルデータ等、矛盾を含んだ異種のデータを統合して土地利用等の知見を抽出する研究を進め、衛星画像処理より高精度な結果を実現、実証した。基盤技術としても、異種メタデータを統合して検索する技術や、それを機械学習などで解析するための連携手...
❏宇宙機故障発見のためのデータマイニング手法に関する研究(14750717)
【研究テーマ】航空宇宙工学
【研究種目】若手研究(B)
【研究期間】2002 - 2003
【研究代表者】矢入 健久 東京大学, 大学院・工学系研究科, 講師 (90313189)
【キーワード】宇宙機 / 人工衛星 / 異常検知 / データマイニング / 機械学習 (他7件)
【概要】前年度の成果を引き継ぎ、本年度も、人工衛星の膨大な時系列運用データの中からシステム異常を早期発見する上で重要なパターンを抽出し、効果的に人間(専門家)に提示するためのデータマイニング手法の研究を行った。特に本年度は、新たな手法として「回帰木学習による適応的リミット値監視法」を提案し、その有効性を示した。 リミット値監視法は、従来の宇宙機健康状態監視において最も基礎的、かつ、広範に用いられている手法...
【工学】総合工学:異常検知機械学習を含む研究件
❏中区分61:人間情報学およびその関連分野(0)
【研究テーマ】2019
【研究種目】予兆情報学
【研究期間】機械学習
【研究代表者】データサイエンス
【キーワード】異常検知
【概要】
❏データ駆動健全性監視のための転移学習と説明能力に関する研究(19K12094)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2023-03-31
【研究代表者】矢入 健久 東京大学, 先端科学技術研究センター, 教授 (90313189)
【キーワード】動的システム学習 / 健全性監視 / 異常検知 / 転移学習 / 教師なし学習 (他10件)
【概要】近年、IoTに代表される計測通信技術の普及と、深層学習を含む機械学習の発展が相まって、大規模かつ複雑な人工システムの健全性監視において、データ駆動型のアプローチ、すなわち、過去の膨大なデータからシステムの挙動モデルを統計的に学習して健全性の監視に利用するアプローチが大きな期待を集めている。本研究では、このデータ駆動型健全性監視が抱える2つの問題に焦点を当てている。第一の問題は、現実の人工システムに...
❏予兆検知のための数理的手法の開発と経済学・医学への応用(19H01114)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2019-04-01 - 2024-03-31
【研究代表者】山西 健司 東京大学, 大学院情報理工学系研究科, 教授 (90549180)
【キーワード】予兆情報学 / 機械学習 / データサイエンス / 異常検知 / 変化検知 (他9件)
【概要】予兆情報学に関して、数理・物理予兆情報学、医療予兆情報学、経済予兆情報学のそれぞれで基礎的手法を発展構築した。数理・物理予兆情報学では、多次元時系列の潜在構造変化を検知する手法として、1)微分的MDL変化統計量に基づく予兆検知手法、2)潜在変数モデルの階層的変化検知手法を提案し、Scientific Reports, ICDM2020などで発表した。特に、1)ではCOVID-19感染爆発について、...
【工学】総合工学:並列計算機械学習を含む研究件
❏異種アーキテクチャ並列環境におけるスケーラブルな機械学習基盤ソフトウェア技術(20H04165)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】遠藤 敏夫 東京工業大学, 学術国際情報センター, 教授 (80396788)
【キーワード】並列処理 / 機械学習 / 異種アーキテクチャ / メモリ階層 / プログラミング (他10件)
【概要】以下の研究項目について研究を推進した。 (a) 演算カーネルレベルのマルチコア/SIMD並列性の活用:本項目ではまず、ドメイン特化型言語(DSL)Halideにより、反復をまたぐブロッキング技術を含めたステンシルカーネルを対象とし、開発コストの低減とCPU/GPU上の高性能の両立が可能であることを示した。そしてハンドコーディングしたカーネルとの性能比較を行った。その中途成果について情報処理学会SW...
❏思考ゲームの並列分散探索と機械学習基盤(16H02927)
【研究テーマ】エンタテインメント・ゲーム情報学
【研究種目】基盤研究(B)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】金子 知適 東京大学, 大学院情報学環・学際情報学府, 准教授 (00345068)
【キーワード】ゲームプログラミング / ゲーム情報学 / 人工知能 / 機械学習 / 並列計算
【概要】アルファ碁が人工知能全体の進歩として社会に衝撃を与えたように,ゲームを題材として人工知能研究はめざましく進歩している.この研究課題では,ゲームAIの賢さを実現する機械学習(特に強化学習)とゲーム木探索という基礎技術を研究した.さらに,並列分散計算を活用した高速化にも取り組んだ.現在の強化学習の枠組みではAIが賢さを身につけるために膨大の計算時間が必要で,社会で広く使うことが難しいためである. ...
【工学】総合工学:宇宙機機械学習を含む研究件
❏宇宙機システムの異常検知・診断支援のための複合的情報提供法に関する研究(18760607)
【研究テーマ】航空宇宙工学
【研究種目】若手研究(B)
【研究期間】2006 - 2008
【研究代表者】矢入 健久 東京大学, 先端科学技術研究センター, 准教授 (90313189)
【キーワード】異常検知 / 故障診断 / 機械学習 / 人工衛星 / 宇宙機 (他9件)
【概要】人工衛星等の宇宙機システムの開発において、システムの異常を的確かつ迅速に発見し、その原因を同定する技術は宇宙開発にとって極めて重要なテーマである。本研究では、機械学習や確率的推論などの知能化技術を応用し、人工衛星等の運用データから異常パターンを検出し、運用者がその原因を推測する上で有用な情報を提供する技術を開発した。 ...
❏宇宙機故障診断のためのデータマイニングと専門家知識の融合法に関する研究(16760641)
【研究テーマ】航空宇宙工学
【研究種目】若手研究(B)
【研究期間】2004 - 2005
【研究代表者】矢入 健久 東京大学, 先端科学技術研究センター, 講師 (90313189)
【キーワード】宇宙機 / 人工衛星 / 異常検知 / 故障診断 / 機械学習 (他7件)
【概要】高度な異常検知・故障診断法の開発は、絶対的な安全性・信頼性を求められる宇宙システム研究において、最重要な課題の一つである。本研究の目的は、宇宙機運用データから故障診断知識を自動獲得し、事前専門家知識との融合によって網羅的かつ高精度な異常検知・診断を行ない、さらに暗黙的専門家知識を事後獲得することによって診断性能を改善する方法を確立することである。 本研究の第二年度であり最終年度でもある平成17年度...
❏宇宙機故障発見のためのデータマイニング手法に関する研究(14750717)
【研究テーマ】航空宇宙工学
【研究種目】若手研究(B)
【研究期間】2002 - 2003
【研究代表者】矢入 健久 東京大学, 大学院・工学系研究科, 講師 (90313189)
【キーワード】宇宙機 / 人工衛星 / 異常検知 / データマイニング / 機械学習 (他7件)
【概要】前年度の成果を引き継ぎ、本年度も、人工衛星の膨大な時系列運用データの中からシステム異常を早期発見する上で重要なパターンを抽出し、効果的に人間(専門家)に提示するためのデータマイニング手法の研究を行った。特に本年度は、新たな手法として「回帰木学習による適応的リミット値監視法」を提案し、その有効性を示した。 リミット値監視法は、従来の宇宙機健康状態監視において最も基礎的、かつ、広範に用いられている手法...
【工学】総合工学:故障診断機械学習を含む研究件
❏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(26240036)
【研究テーマ】知能情報学
【研究種目】基盤研究(A)
【研究期間】2014-04-01 - 2018-03-31
【研究代表者】山口 高平 慶應義塾大学, 理工学部(矢上), 教授 (20174617)
【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/ (他20件)
【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...
❏宇宙機システムの異常検知・診断支援のための複合的情報提供法に関する研究(18760607)
【研究テーマ】航空宇宙工学
【研究種目】若手研究(B)
【研究期間】2006 - 2008
【研究代表者】矢入 健久 東京大学, 先端科学技術研究センター, 准教授 (90313189)
【キーワード】異常検知 / 故障診断 / 機械学習 / 人工衛星 / 宇宙機 (他9件)
【概要】人工衛星等の宇宙機システムの開発において、システムの異常を的確かつ迅速に発見し、その原因を同定する技術は宇宙開発にとって極めて重要なテーマである。本研究では、機械学習や確率的推論などの知能化技術を応用し、人工衛星等の運用データから異常パターンを検出し、運用者がその原因を推測する上で有用な情報を提供する技術を開発した。 ...
❏宇宙機故障診断のためのデータマイニングと専門家知識の融合法に関する研究(16760641)
【研究テーマ】航空宇宙工学
【研究種目】若手研究(B)
【研究期間】2004 - 2005
【研究代表者】矢入 健久 東京大学, 先端科学技術研究センター, 講師 (90313189)
【キーワード】宇宙機 / 人工衛星 / 異常検知 / 故障診断 / 機械学習 (他7件)
【概要】高度な異常検知・故障診断法の開発は、絶対的な安全性・信頼性を求められる宇宙システム研究において、最重要な課題の一つである。本研究の目的は、宇宙機運用データから故障診断知識を自動獲得し、事前専門家知識との融合によって網羅的かつ高精度な異常検知・診断を行ない、さらに暗黙的専門家知識を事後獲得することによって診断性能を改善する方法を確立することである。 本研究の第二年度であり最終年度でもある平成17年度...
【工学】総合工学:マイクロ流路機械学習を含む研究件
❏鼻腔に学ぶ―人工嗅覚の実現に向けた複雑流路内ガス流れの理解と利用(21H01971)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2021-04-01 - 2024-03-31
【研究代表者】柴 弘太 国立研究開発法人物質・材料研究機構, 機能性材料研究拠点, 主任研究員 (20638126)
【キーワード】鼻腔 / マイクロ流路 / 流体力学 / 構造力学 / 機械学習 (他11件)
【概要】本研究では、我々の鼻の内部構造(鼻腔)とガス流れの相関を詳細に検討することで、人工嗅覚の実現に資する最適センサの開発指針を得る。この目的に向け、申請者独自のガス分子量測定法(大気環境、リアルタイム、非破壊)および同特長のガス粘性測定法(2019年採択の国際共同研究強化Bで創出済み)を用いる。これら手法はガス流れに伴う構造体の機械的変形を測定するため、任意のガスから異なる情報を得られる。加えて、その...
❏ミクロン空間内の気体流れが誘起する構造変形を原理とした新規質量分析法の開発(19KK0141)
【研究テーマ】
【研究種目】国際共同研究加速基金(国際共同研究強化(B))
【研究期間】2019-10-07 - 2023-03-31
【研究代表者】柴 弘太 国立研究開発法人物質・材料研究機構, 機能性材料研究拠点, 主任研究員 (20638126)
【キーワード】粘性係数 / マイクロ流路 / 流体力学 / 構造力学 / 流体―構造相互作用 (他11件)
【概要】本研究は、申請者独自の分子量測定法(大気環境、リアルタイム、非破壊)を、国際共同研究を推進するProf. Weitzとともに発展させ、モバイル用途まで見据えたイオン化不要の新奇質量分析法の創出を目指すものである。従来の質量分析は、試料をイオン化・断片化し、それらを逐次測定することで、試料の構造に由来する情報(マススペクトル)を得るという非常に優れた定性・定量手法である。しかし、試料のイオン化のため...
【工学】総合工学:人工衛星機械学習を含む研究件
❏宇宙機運用者と学習型異常検知システムとの持続的知識相互作用に関する研究(26289320)
【研究テーマ】航空宇宙工学
【研究種目】基盤研究(B)
【研究期間】2014-04-01 - 2018-03-31
【研究代表者】矢入 健久 東京大学, 大学院工学系研究科(工学部), 准教授 (90313189)
【キーワード】宇宙工学 / 機械学習 / 異常検知 / 健全性監視 / 運用支援 (他11件)
【概要】本研究は、人工衛星などの宇宙機システムの運用者と、学習型(データ駆動型)状態監視・異常検知器との間の持続的な知識相互作用という新たな方法論の確立を目的とするものである。大局的で離散的なモード遷移と局所的で連続的な状態遷移から構成される人工衛星システムの挙動特性を考慮した次元削減とクラスタリングに基づく学習型状態監視法を提案し、運用者への有用情報の提示、運用者からの専門知識の獲得、両者の継続的な相互...
❏宇宙機システムの異常検知・診断支援のための複合的情報提供法に関する研究(18760607)
【研究テーマ】航空宇宙工学
【研究種目】若手研究(B)
【研究期間】2006 - 2008
【研究代表者】矢入 健久 東京大学, 先端科学技術研究センター, 准教授 (90313189)
【キーワード】異常検知 / 故障診断 / 機械学習 / 人工衛星 / 宇宙機 (他9件)
【概要】人工衛星等の宇宙機システムの開発において、システムの異常を的確かつ迅速に発見し、その原因を同定する技術は宇宙開発にとって極めて重要なテーマである。本研究では、機械学習や確率的推論などの知能化技術を応用し、人工衛星等の運用データから異常パターンを検出し、運用者がその原因を推測する上で有用な情報を提供する技術を開発した。 ...
❏宇宙機故障診断のためのデータマイニングと専門家知識の融合法に関する研究(16760641)
【研究テーマ】航空宇宙工学
【研究種目】若手研究(B)
【研究期間】2004 - 2005
【研究代表者】矢入 健久 東京大学, 先端科学技術研究センター, 講師 (90313189)
【キーワード】宇宙機 / 人工衛星 / 異常検知 / 故障診断 / 機械学習 (他7件)
【概要】高度な異常検知・故障診断法の開発は、絶対的な安全性・信頼性を求められる宇宙システム研究において、最重要な課題の一つである。本研究の目的は、宇宙機運用データから故障診断知識を自動獲得し、事前専門家知識との融合によって網羅的かつ高精度な異常検知・診断を行ない、さらに暗黙的専門家知識を事後獲得することによって診断性能を改善する方法を確立することである。 本研究の第二年度であり最終年度でもある平成17年度...
【工学】総合工学:非線形システム機械学習を含む研究件
❏モデルベースト制御における機械学習とダイナミクスの融合に向けての基礎研究(18K04211)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2018-04-01 - 2021-03-31
【研究代表者】足立 修一 慶應義塾大学, 理工学部(矢上), 教授 (40222624)
【キーワード】制御 / システム同定 / 機械学習 / 自動車 / 非線形システム (他13件)
【概要】ロバスト制御やモデル予測制御などのようなモデルに基づく制御(Model-Based Control: MBD)やカルマンフィルタのようなモデルに基づく状態推定を行うためには,対象の高精度な数学モデルが必要になる。本研究では,データに基づく機械学習とダイナミクスを考慮した制御理論を融合することにより,新たなモデリングの方法論の構築を目指した。具体的に,自動車用エンジンや電気自動車用リチウム二次電池な...
❏レザバーコンピューティングシステムの数理的解析と最適設計(16K00326)
【研究テーマ】ソフトコンピューティング
【研究種目】基盤研究(C)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】田中 剛平 東京大学, 大学院工学系研究科(工学部), 特任准教授 (90444075)
【キーワード】レザバーコンピューティング / 数理解析 / 非線形システム / 省エネルギー / 力学系 (他22件)
【概要】レザバーコンピューティングは、高速学習を可能とする機械学習の枠組みの一つである。本研究では、レザバーコンピューティングの数理的解析とレザバーの最適設計を行い、従来の問題点を解決するとともに、新たなモデルを提案して学習の高速化や計算性能向上を実現した。また、物理的レザバーの可能性を広く探究して数理モデリングを行い、その基本特性や基礎的タスクにおける計算性能を明らかにした。 ...
【工学】総合工学:構造・機能材料機械学習を含む研究件
❏データ駆動型アプローチによる二相組織の疲労予測(17K14832)
【研究テーマ】構造・機能材料
【研究種目】若手研究(B)
【研究期間】2017-04-01 - 2019-03-31
【研究代表者】白岩 隆行 東京大学, 大学院工学系研究科(工学部), 助教 (10711153)
【キーワード】疲労 / 機械学習 / スパースモデリング / データ同化 / 結晶塑性 (他10件)
【概要】金属材料の力学的特性を予測するためには、一般に材料・加工条件から微細組織を予測するためのモデルと、組織から特性を予測するためのモデルが必要である。従来の特性予測モデルでは、第二相の体積分率や母相と第二相の強度比といったマクロな組織因子が使用されてきたが、疲労の問題では局所的な変形挙動が重要である。そこで本研究では、空間相関関数を用いて二相組織の局所的な空間配置を定量的に取り扱った。この手法は三相以...
❏形状可変材料のドメインホモ界面ダイナミクスの学理究明と高機能化原理の確立(26220907)
【研究テーマ】構造・機能材料
【研究種目】基盤研究(S)
【研究期間】2014-05-30 - 2019-03-31
【研究代表者】細田 秀樹 東京工業大学, 科学技術創成研究院, 教授 (10251620)
【キーワード】形状可変材料 / 相変態 / 第一原理計算 / 界面制御 / 医療・エネルギー材料 (他23件)
【概要】医療やエネルギーに用いられる形状記憶合金や圧電材料などの形状可変材料は、形状と、力や磁場などの外場と、発生力などの材料の機能が相互に可逆的に関係する。形状変化の根源はドメインホモ界面の移動によるドメイン変換と相変態である。本材料の高機能化のために、ドメイン界面がスムーズに移動できるドメインホモ界面の構造とダイナミクスを明らかにし、また、高機能化のため、界面構造の制御と第一原理計算による格子軟化の制...
【工学】総合工学:構造最適化機械学習を含む研究件
❏機械学習を用いた分子構造探索手法と自動的なパラメータ構築手法の開発(20K22539)
【研究テーマ】
【研究種目】研究活動スタート支援
【研究期間】2020-09-11 - 2022-03-31
【研究代表者】藤波 美起登 早稲田大学, 理工学術院, 助教 (50875391)
【キーワード】量子化学計算 / 機械学習 / 構造最適化 / 遷移状態 / 量子化学
【概要】本研究では、分子構造の迅速な探索のために、分子中の原子に働くフォースを機械学習を用いて高速に予測する手法の開発に取り組んだ。有機分子の構造最適化および有機金属錯体反応に関するフォースのデータベースを構築し、種々の機械学習手法を適用することでその予測精度を検証した。フォースの予測に必要なデータベース、記述子および機械学習手法に関する知見が得られた。また、構築したデータベースは本研究に限らず計算化学研...
❏機械学習と強化学習を用いた鋼構造物の優良解の特徴分析と最適化(18K18898)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2018-06-29 - 2020-03-31
【研究代表者】大崎 純 京都大学, 工学研究科, 教授 (40176855)
【キーワード】構造最適化 / 機械学習 / 強化学習 / 鋼構造骨組 / 建築骨組 (他7件)
【概要】建築の鋼構造骨組を対象として,優れた構造性能を有する設計の特徴を,機械学習によって抽出する手法を開発した。その手法を用いて得られた部材の配置や断面性能の関係などのメタレベルの知識を用いることにより,優れた設計を少ない計算量で得ることができる手法を提案した。さらに,構造設計における逐次設計変更のプロセスをマルコフ決定過程としてモデル化し,強化学習を用いて学習することにより,さまざまな設計条件を満たす...
【工学】総合工学:構造力学機械学習を含む研究件
❏鼻腔に学ぶ―人工嗅覚の実現に向けた複雑流路内ガス流れの理解と利用(21H01971)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2021-04-01 - 2024-03-31
【研究代表者】柴 弘太 国立研究開発法人物質・材料研究機構, 機能性材料研究拠点, 主任研究員 (20638126)
【キーワード】鼻腔 / マイクロ流路 / 流体力学 / 構造力学 / 機械学習 (他11件)
【概要】本研究では、我々の鼻の内部構造(鼻腔)とガス流れの相関を詳細に検討することで、人工嗅覚の実現に資する最適センサの開発指針を得る。この目的に向け、申請者独自のガス分子量測定法(大気環境、リアルタイム、非破壊)および同特長のガス粘性測定法(2019年採択の国際共同研究強化Bで創出済み)を用いる。これら手法はガス流れに伴う構造体の機械的変形を測定するため、任意のガスから異なる情報を得られる。加えて、その...
❏ミクロン空間内の気体流れが誘起する構造変形を原理とした新規質量分析法の開発(19KK0141)
【研究テーマ】
【研究種目】国際共同研究加速基金(国際共同研究強化(B))
【研究期間】2019-10-07 - 2023-03-31
【研究代表者】柴 弘太 国立研究開発法人物質・材料研究機構, 機能性材料研究拠点, 主任研究員 (20638126)
【キーワード】粘性係数 / マイクロ流路 / 流体力学 / 構造力学 / 流体―構造相互作用 (他11件)
【概要】本研究は、申請者独自の分子量測定法(大気環境、リアルタイム、非破壊)を、国際共同研究を推進するProf. Weitzとともに発展させ、モバイル用途まで見据えたイオン化不要の新奇質量分析法の創出を目指すものである。従来の質量分析は、試料をイオン化・断片化し、それらを逐次測定することで、試料の構造に由来する情報(マススペクトル)を得るという非常に優れた定性・定量手法である。しかし、試料のイオン化のため...
【工学】総合工学:航空宇宙システム機械学習を含む研究件
❏航空宇宙機器システムの次世代健康監視のための弾力的情報学プラットフォーム(16F16079)
【研究テーマ】航空宇宙工学
【研究種目】特別研究員奨励費
【研究期間】2016-07-27 - 2019-03-31
【研究代表者】矢入 健久 東京大学, 大学院工学系研究科(工学部), 教授 (90313189)
【キーワード】システム健全性管理 / 航空宇宙システム / 異常検知 / 機械学習 / 深層学習
【概要】本研究の目的は、人工衛星や無人飛行ロボットに代表される航空宇宙システムを主たる対象として、障害不再現現象(Not-found-fault)や誤検知などの不確定要因に対して頑強なシステム状態監視フレームワークを確立することである。小さな不具合が甚大な損害を引き起こし得る航空宇宙システムでは、システムの健康状態を監視し異常兆候を迅速に検知し解決する技術が必須である。航空宇宙分野のための頑強なシステム健...
❏宇宙機運用者と学習型異常検知システムとの持続的知識相互作用に関する研究(26289320)
【研究テーマ】航空宇宙工学
【研究種目】基盤研究(B)
【研究期間】2014-04-01 - 2018-03-31
【研究代表者】矢入 健久 東京大学, 大学院工学系研究科(工学部), 准教授 (90313189)
【キーワード】宇宙工学 / 機械学習 / 異常検知 / 健全性監視 / 運用支援 (他11件)
【概要】本研究は、人工衛星などの宇宙機システムの運用者と、学習型(データ駆動型)状態監視・異常検知器との間の持続的な知識相互作用という新たな方法論の確立を目的とするものである。大局的で離散的なモード遷移と局所的で連続的な状態遷移から構成される人工衛星システムの挙動特性を考慮した次元削減とクラスタリングに基づく学習型状態監視法を提案し、運用者への有用情報の提示、運用者からの専門知識の獲得、両者の継続的な相互...
❏宇宙機テレメトリ情報学の体系化に関する研究(22560779)
【研究テーマ】航空宇宙工学
【研究種目】基盤研究(C)
【研究期間】2010-04-01 - 2015-03-31
【研究代表者】矢入 健久 東京大学, 先端科学技術研究センター, 准教授 (90313189)
【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 (他7件)
【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...
【工学】総合工学:モデル化機械学習を含む研究件
❏データ駆動科学の物性物理への展開(25610102)
【研究テーマ】数理物理・物性基礎
【研究種目】挑戦的萌芽研究
【研究期間】2013-04-01 - 2016-03-31
【研究代表者】福島 孝治 東京大学, 総合文化研究科, 准教授 (80282606)
【キーワード】物性理論 / 磁性モデル / 磁化曲線 / 機械学習 / モンテカルロ法 (他14件)
【概要】本研究は、データ駆動型の研究方法を物性物理の分野で展開することである。まず磁化曲線の観測データを入力として、これまでの経験的な理論モデルの構築に機械学習の技法を援用する方法を提案した。複数の候補から適切なモデル選択が可能となった。その結果、スピン構造など実験的に観測が難しい情報へのアクセスが可能となり、その後の実験計画に役立てられるようになった。さらに、扱う系を量子系に展開するためにはベイズ最適化...
❏古今東西の全言語を対象にしたテキストマイニングに関する研究(22500140)
【研究テーマ】知能情報学
【研究種目】基盤研究(C)
【研究期間】2010 - 2012
【研究代表者】鈴木 誠 湘南工科大学, 工学部, 准教授 (80339796)
【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 (他6件)
【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、...
❏サービスへの応用を指向したデータマイニングの数理モデル構築と評価(21510139)
【研究テーマ】社会システム工学・安全システム
【研究種目】基盤研究(C)
【研究期間】2009 - 2011
【研究代表者】香田 正人 筑波大学, システム情報系, 教授 (20114473)
【キーワード】データマイニング / グローバル感度解析 / メタモデル / サービス科学 / 機械学習 (他8件)
【概要】データマイニングにサービス指向の人間系やマネジメント系の経験知を組み込むことを可能とする, knowledge-richな技術体系を確立した.すなわち, サービス指向データマイニングの展開に必要となるシステムの入出力関係に着目した帰納的メタモデルの構築法を, 高次元モデル表現技法を拡張することにより開発した.さらに, サービス提供の多様な形態にも柔軟に対応できるよう, モデル因子の変動や論理仮説が...
【工学】総合工学:モニタリング機械学習を含む研究件
❏自律排水処理:オンサイト排水処理プラントの監視と制御(20F20763)
【研究テーマ】
【研究種目】特別研究員奨励費
【研究期間】2020-11-13 - 2023-03-31
【研究代表者】國吉 康夫 東京大学, 大学院情報理工学系研究科, 教授 (10333444)
【キーワード】wastewater treatment / soft sensors / monitoring / control / hybrid modelling (他9件)
【概要】1. Ryuichi Watanabe (PhD student at the University of Kyoto) and I could collect sensor data with unmaintained pH and dissolved oxygen sensors. The setup is a lab-scale wastewater treatment plant fed ...
❏火山噴火推移予測のための数理統計学的手法による噴出物データの解析研究(17H02063)
【研究テーマ】自然災害科学・防災学
【研究種目】基盤研究(B)
【研究期間】2017-04-01 - 2020-03-31
【研究代表者】嶋野 岳人 常葉大学, 大学院・環境防災研究科, 教授 (70396894)
【キーワード】火山噴出物 / 機械学習 / モニタリング / 火山 / 噴火 (他12件)
【概要】本研究では,火山噴出物の化学組成や形状,色調などのデータを大量取得し,その統計解析から,従来,熟達者が行ってきた分類,特徴抽出,異常判定などを誰でも可能にすることを目指した.特に,多変量解析では,火山岩の成因に基づく分類,噴出物の形態や色に基づく噴火様式判別を実現した.一方,従来の岩石学的分析手法は時間と労力を要し,統計学的に十分なデータ獲得が難しかった.本課題では,既存の手法に併せて,分光測色法...
【工学】総合工学:数値解析機械学習を含む研究件
❏バーチャル心筋細胞の実現-機械学習による実形状モデル生成・統合解析・統計評価-(19K20663)
【研究テーマ】
【研究種目】若手研究
【研究期間】2019-04-01 - 2023-03-31
【研究代表者】波田野 明日可 東京大学, 大学院工学系研究科(工学部), 講師 (20707202)
【キーワード】心筋細胞 / 機械学習 / 形状抽出 / 数値解析 / 実形状 (他10件)
【概要】畳み込みニューラルネットワークで電子顕微鏡画像に特化したCDeep3Mを利用して領域と境界を抽出後,画像処理を重ねることで、マウス心筋細胞電子顕微鏡画像からミトコンドリア・筋原線維を自動抽出することに成功した.横行小管についてはそのネットワーク構造のうち肥大化している部分の抽出には成功した。新しい1シリーズのSerial Block-Face scanning electron micrograp...
❏ジェットエンジン燃焼器におけるバイオジェット燃料の不安定燃焼メカニズムの解明(19H02341)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】津江 光洋 東京大学, 大学院工学系研究科(工学部), 教授 (50227360)
【キーワード】ジェットエンジン / エアブラストアトマイザー / バイオ合成燃料 / ジェット燃料 / 排気 (他12件)
【概要】ジェットエンジンモデル燃焼器を用いることで,室温大気圧,高温高圧および実エンジン環境における燃焼試験を実施した.化石燃料であるジェット燃料やケロシン,およびバイオ合成燃料であるHEFA,FT-SPKの燃料性状や反応特性の違いに着目し,燃焼器内のCH*化学発光挙動を高速で観察することで,燃焼不安定性挙動をデータ駆動型アプローチによるスパース学習手法を応用して明らかにした.バイオ合成燃料の安定燃焼限界...
❏人工知能と数値解析の融合:ニューラルネットワークに基づくマルチスケール解析(17K14144)
【研究テーマ】計算科学
【研究種目】若手研究(B)
【研究期間】2017-04-01 - 2020-03-31
【研究代表者】鈴木 良郎 東京工業大学, 工学院, 助教 (40631221)
【キーワード】ディープラーニング / 数値解析 / 機械学習 / マルチスケール / 数値シミュレーション (他11件)
【概要】本研究目的は,人工ニューラルネットワーク(ANN)とマルチスケール解析手法を融合した全く新しい数値シミュレーション法を開発することである.本手法が確立されれば,従来手法と同様の高精度解をより低コストに算出することが期待できる上,適用に制約がなく原理上あらゆる物理現象の解析が可能となる. 平成29年度は,提案法に用いるANNとして,画像認識能力に優れている畳み込みニューラルネットワーク(CNN)を導...
【工学】総合工学:制御工学機械学習を含む研究件
❏モデルベースト制御における機械学習とダイナミクスの融合に向けての基礎研究(18K04211)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2018-04-01 - 2021-03-31
【研究代表者】足立 修一 慶應義塾大学, 理工学部(矢上), 教授 (40222624)
【キーワード】制御 / システム同定 / 機械学習 / 自動車 / 非線形システム (他13件)
【概要】ロバスト制御やモデル予測制御などのようなモデルに基づく制御(Model-Based Control: MBD)やカルマンフィルタのようなモデルに基づく状態推定を行うためには,対象の高精度な数学モデルが必要になる。本研究では,データに基づく機械学習とダイナミクスを考慮した制御理論を融合することにより,新たなモデリングの方法論の構築を目指した。具体的に,自動車用エンジンや電気自動車用リチウム二次電池な...
❏制御工学に基づく、生命システム推定法と生命制御論の確立(17K00398)
【研究テーマ】生命・健康・医療情報学
【研究種目】基盤研究(C)
【研究期間】2017-04-01 - 2021-03-31
【研究代表者】木立 尚孝 東京大学, 大学院新領域創成科学研究科, 准教授 (80415778)
【キーワード】生命情報学 / カルマンフィルター / 微分方程式 / 機械学習 / 1細胞シーケンシング (他14件)
【概要】次世代シーケンシング実験の低コスト化や、顕微鏡の高性能化により、生命状態の経時的変化を細胞レベルで測定する研究が増加している。一般に時系列データは、一時刻点のみの測定データに比べ、要素間の因果関係などを高精度に推定できると期待される。しかし、現時点では、これらのデータの解析には、クラスタリング法など記述的分析法が主に使われており、測定データから、生命状態変化を引き起こすメカニカルな仕組みを推定する...
❏非線形的アプローチによる大規模システムの制御とセキュアネットワークへの応用(19360176)
【研究テーマ】通信・ネットワーク工学
【研究種目】基盤研究(B)
【研究期間】2007 - 2009
【研究代表者】佐藤 仁樹 公立はこだて未来大学, システム情報科学部, 教授 (30360001)
【キーワード】数理科学 / セキュア・ネットワーク / 暗号 / 認証 / 機械学習 (他10件)
【概要】本研究では、多変量解析、フーリエ解析、強化学習などの数理科学的な手法を用いた大規模非線形システムの制御方式、セキュアな通信方式、および盗聴を防ぐためのペアリング暗号方式を提案した。また、これらの提案手法を、セキュアネットワークに関する課題に適用した。その結果、従来は不可能だった角度から、様々な通信ネットワークの安全性を検証し、通信ネットワークのセキュリティを向上させることができた。 ...
【工学】総合工学:乱流機械学習を含む研究件
❏ヘテロカオスにおける間欠性と予測(19KK0067)
【研究テーマ】
【研究種目】国際共同研究加速基金(国際共同研究強化(B))
【研究期間】2019-10-07 - 2023-03-31
【研究代表者】齊木 吉隆 一橋大学, 大学院経営管理研究科, 教授 (20433740)
【キーワード】力学系 / 機械学習 / ヘテロカオス / 非双曲ダイナミクス / カオス (他13件)
【概要】ヘテロカオスとは,稠密軌道をもつひとつのカオス的不変集合に不安定次元の異なる周期点がそれぞれ稠密に存在する力学系ならびにそのカオス的不変集合をさす.本研究課題は,ヘテロカオス性に由来する間欠性に着目し,機械学習も援用して予測に繋げることを目指している.2021年度は,研究代表者の齊木吉隆(一橋大学),研究分担者である高橋博樹(慶應義塾大学),相手国共同研究者であるJames A. Yorke氏(メ...
❏機械学習による乱流ビッグデータの特徴抽出手法の構築(18H03758)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2018-04-01 - 2021-03-31
【研究代表者】深潟 康二 慶應義塾大学, 理工学部(矢上), 教授 (80361517)
【キーワード】流体力学 / 乱流 / ビッグデータ / 機械学習 / 低次元モデル
【概要】本研究の目的は、機械学習技術を「乱流ビッグデータ」に適用することにより、線形理論だけでは抽出できないが乱流の自己生成維持機構の本質である非線形モードを抽出し、その時間発展方程式を導出することにより、新たな非線形特徴抽出手法を構築することである。本研究では畳み込みニューラルネットワークに基づく自己符号器を用いて、高次元の流れ場情報を低次元の潜在変数に圧縮することにより特徴抽出を行い、その潜在変数の時...
【工学】総合工学:振動機械学習を含む研究件
❏中区分26:材料工学およびその関連分野(0)
【研究テーマ】2019
【研究種目】電子エネルギー損失分光
【研究期間】格子振動
【研究代表者】理論計算
【キーワード】透過型電子顕微鏡
【概要】道路舗装表面に現れる変状には,土砂崩れや大規模な沈下の前兆となる危険なひび割れや,事故を誘発する大きなポットホールの発生に至るものがある.重大な道路構造物被害につながるこれらの危険な変状を早期に捉える仕組みが求められる.車内設置された汎用カメラの画像を収集して広域のひび割れを効率的に抽出する取り組みはあるものの,道路網に無数に存在するひび割れを網羅的に検出しても意味を無さない.そこで,車載一般カメ...
❏オートエンコーダによる触察時振動データからの触感知覚特徴量の抽出(21K18680)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2021-07-09 - 2023-03-31
【研究代表者】竹村 研治郎 慶應義塾大学, 理工学部(矢上), 教授 (90348821)
【キーワード】触感 / 特徴量抽出 / オートエンコーダ / 機械学習 / 振動 (他7件)
【概要】外界を認識する上で視聴覚同様に重要な役割を果たしている触覚に関するハプティクス産業は2030年には400億ドル市場に成長するとも言われている.このため,触感の正確な計測は重要な課題のひとつであり,本研究は触感センサで計測した振動データから触感の違いを表す潜在的な特徴量を抽出し,ヒトが知覚する触感を精度よく計測する手法を確立することを目的としている. 一般的に,物体の触感を定量的に評価するためには被...
❏原子分解能“振動”計測法の開発と革新的材料創製(19H00818)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2019-04-01 - 2023-03-31
【研究代表者】溝口 照康 東京大学, 生産技術研究所, 教授 (70422334)
【キーワード】電子エネルギー損失分光 / 格子振動 / 理論計算 / 透過型電子顕微鏡 / 機械学習 (他16件)
【概要】物質を構成する原子や分子の局所的な“振動”は,熱などの外場からのエネルギーによる原子の変位現象であり,相転移や熱伝導,さらに様々な機能発現にかかわる重要な現象である.これまでに申請グループは走査透過型電子顕微鏡(STEM)により測定される電子分光(EELS)と高度なスペクトル計算を融合することで,物質を構成する原子・分子の振動を検出する手法を報告してきた.本研究は,高いレベルにあるSTEM-EEL...
【工学】総合工学:モデリング機械学習を含む研究件
❏機械学習を用いた最適化問題の自動モデリングと構造を利用したアルゴリズムの開発(20H02385)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2020-04-01 - 2025-03-31
【研究代表者】中田 和秀 東京工業大学, 工学院, 教授 (00312984)
【キーワード】最適化 / 機械学習 / モデリング
【概要】最適化モデリングのための機械学習法として、季節変動を考慮した予測と方策の最適化手法の提案、階層ベイズを用いた隠れた関係性の発見とその関係性を利用した最適化のフレームワークの提案、機械学習法による自動モデリングから生じる誤差に対するノイズに頑強な学習法の提案、データの不均衡性と解釈性を考慮したモデリング法の提案を行った。そして、それらを鉄鋼業界の実データ、包括的なアンケートデータなどに適用して、提案...
❏無線ボディエリアネットワークのためのシナリオ・ディエンベッディング手法の開発(18K04126)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2018-04-01 - 2023-03-31
【研究代表者】青柳 貴洋 東京工業大学, 工学院, 准教授 (10302944)
【キーワード】ボディエリアネットワーク / 電波伝搬チャネルモデル / モデリング / 機械学習 / シナリオディエンベッディング (他17件)
【概要】本研究は、人体の周辺において生体情報等の伝送に用いる無線通信ネットワークである、無線ボディエリアネットワーク(WBAN)の新たな電波伝搬チャネルモデリングの手法に関するものである。体表に設置したセンサーノードからのデータを、人体の主要部に取り付けたコーディネーターノード、さらには体外に設置されたアクセスポイントへデータを伝送するネットワークを想定している。人体の周辺では、電波の伝搬状態が人体の動作...
【工学】総合工学:モデル機械学習を含む研究件
❏医薬品連続生産プロセスの革新的管理戦略構築(21H01704)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2021-04-01 - 2024-03-31
【研究代表者】加納 学 京都大学, 情報学研究科, 教授 (30263114)
【キーワード】連続生産 / 医薬品 / 制御 / 異常検出 / デジタルツイン (他9件)
【概要】医薬品連続生産を対象として,医薬品の品質と生産性を最大限に引き上げられる革新的な管理戦略を構築すること,およびその管理戦略を実装するために必要な方法論と技術を開発すること,が本研究の目的である. 2021年度には,まず,連続生産プロセスのモデルとシミュレーション,および国内外における技術動向について情報収集を実施した.原料供給速度の変動が安定した医薬品連続生産を妨げる要因のひとつであることから,粉...
❏デザイン思考における記号操作の意味的構造と実践的役割に注目するデザイン知の探究(16H03014)
【研究テーマ】デザイン学
【研究種目】基盤研究(B)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】藤井 晴行 東京工業大学, 環境・社会理工学院, 教授 (50313341)
【キーワード】デザイン科学 / 構成的方法論 / 図式 / 数理 / 論理 (他25件)
【概要】「デザインとはいかなる行為か?」という問いに対し,デザイン行為の本質的構造を表現するモデルを構築すべく,デザインの思考過程における記号操作の意味的構造と実践的役割の関係を,設計案の構成を支援する計算システムの生成,計算システムとデザイナーとのインタラクションの分析,デザインの思考過程における記号操作を連係するモデルの構想を繰り返すことによって明らかにし,デザイン知の一翼を担う言語的知性と論理的知性...
【工学】総合工学:システム同定機械学習を含む研究件
❏小区分21040:制御およびシステム工学関連(0)
【研究テーマ】2018
【研究種目】制御
【研究期間】システム同定
【研究代表者】機械学習
【キーワード】自動車
【概要】
❏データ駆動健全性監視のための転移学習と説明能力に関する研究(19K12094)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2023-03-31
【研究代表者】矢入 健久 東京大学, 先端科学技術研究センター, 教授 (90313189)
【キーワード】動的システム学習 / 健全性監視 / 異常検知 / 転移学習 / 教師なし学習 (他10件)
【概要】近年、IoTに代表される計測通信技術の普及と、深層学習を含む機械学習の発展が相まって、大規模かつ複雑な人工システムの健全性監視において、データ駆動型のアプローチ、すなわち、過去の膨大なデータからシステムの挙動モデルを統計的に学習して健全性の監視に利用するアプローチが大きな期待を集めている。本研究では、このデータ駆動型健全性監視が抱える2つの問題に焦点を当てている。第一の問題は、現実の人工システムに...
❏モデルベースト制御における機械学習とダイナミクスの融合に向けての基礎研究(18K04211)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2018-04-01 - 2021-03-31
【研究代表者】足立 修一 慶應義塾大学, 理工学部(矢上), 教授 (40222624)
【キーワード】制御 / システム同定 / 機械学習 / 自動車 / 非線形システム (他13件)
【概要】ロバスト制御やモデル予測制御などのようなモデルに基づく制御(Model-Based Control: MBD)やカルマンフィルタのようなモデルに基づく状態推定を行うためには,対象の高精度な数学モデルが必要になる。本研究では,データに基づく機械学習とダイナミクスを考慮した制御理論を融合することにより,新たなモデリングの方法論の構築を目指した。具体的に,自動車用エンジンや電気自動車用リチウム二次電池な...
【工学】総合工学:シミュレーション機械学習を含む研究件
❏小区分07060:金融およびファイナンス関連(0)
【研究テーマ】2020
【研究種目】コーポレートガバナンス
【研究期間】ネットワーク分析
【研究代表者】資産価格評価
【キーワード】データサイエンス
【概要】
❏観測データと理論データの融合に基づくデータ駆動型強震動予測モデルの開発(20H00292)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】藤原 広行 国立研究開発法人防災科学技術研究所, マルチハザードリスク評価研究部門, 総括主任研究員 (80414407)
【キーワード】強震動 / 地震ハザード / 機械学習 / 地震動予測式 / 観測記録 (他7件)
【概要】(1)強震観測記録の地震動強さ指標,震源情報,サイト情報をデータベース化した「強震動データベース」の回帰分析による地震動予測式(GMM)構築のため,次のような検討を行った.まず,強震動データベースによる観測値と既往のGMMの予測値の差を取った「残差データ」を作成し,地震規模や震源距離などとの関係を検討することにより,地震動予測結果のばらつきを低減するための補正項を導出した.また,強震動データベース...
❏情報技術および非構造化データを通じた資産価格評価のための分析基盤の構築と実証(20K01751)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2020-04-01 - 2024-03-31
【研究代表者】高橋 大志 慶應義塾大学, 経営管理研究科(日吉), 教授 (60420478)
【キーワード】コーポレートガバナンス / ネットワーク分析 / 資産価格評価 / データサイエンス / イノベーション (他9件)
【概要】本研究では,近年飛躍的な進展を遂げている情報技術を通じ資産価格評価のための分析基盤・分析の枠組みを確立し,その利点・課題を明らかにすることを試みる. 本年度においては,企業のコーポレートガバナンスに関する分析のため,国内上場企業を中心に企業属性データベースの拡張を行った.企業属性としては,企業の財務指標に加え,企業の役員構成に関するデータ,知的財産に関するデータ,企業の買収案件に関するデータおよび...
【工学】総合工学:データ同化機械学習を含む研究件
❏小区分22020:構造工学および地震工学関連(0)
【研究テーマ】2019
【研究種目】軌道評価
【研究期間】データ同化
【研究代表者】機械学習
【キーワード】携帯情報端末
【概要】本研究の目的は、これまで独立して進んできた気象・水文モデル予測とデータ同化・機械学習を統合し、「富岳」時代の高精度・高頻度なリアルタイム豪雨・洪水予測を確立することである。2021年度は下記(a)-(d)の研究を推進した。 (a) 極端気象予測の改善: 雲微物理の不確定要素である雪氷種は、モデル予測の精度を左右する重要な要素であるが、現状では検証データが十分にない。2021年度には雪氷種画像を分類...
❏「観測ビッグデータ同化」による大地震時のリアルタイム避難者分布推定技術の開発(19K04946)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2023-03-31
【研究代表者】沖 拓弥 東京工業大学, 環境・社会理工学院, 准教授 (40712766)
【キーワード】避難行動 / 物的被害 / グラフニューラルネットワーク / データ同化 / シミュレーション (他12件)
【概要】2020年度には,Gretel [Cordonnier et al. 2019]と呼ばれるグラフニューラルネットワーク(GNN)モデルと,データ同化手法の一つであるパーティクルフィルタを統合した,データ駆動型の新たな避難者分布予測モデルを提案した。 2021年度は,上述の避難者分布予測モデルを改良するとともに,擬似的な観測避難者分布の生成に用いていているエージェントベースシミュレーションの結果と比...
❏営業車両応答のデータ同化と機械学習による軌道評価システムの実証研究(19K04570)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】蘇 迪 東京大学, 大学院工学系研究科(工学部), 特任准教授 (40535796)
【キーワード】軌道評価 / データ同化 / 機械学習 / 携帯情報端末 / 車両応答 (他8件)
【概要】軌道の変状による事故の防止のために異常の早期発見が重要であるが,通常の年1回実施の軌道検測は頻度が低く,軌道劣化の進行を適切に把握できないことが指摘されている.本研究では,近年急速に普及した安価な携帯情報端末により観測した,営業車両の車体の振動応答から軌道状態を推定し,簡便かつ高頻度な常時モニタリングシステムの構築を目指す.研究の方法としては,軌道変状が長短波長成分を分類され,データ同化手法と機械...
【工学】総合工学:カルマンフィルタ機械学習を含む研究件
❏モデルベースト制御における機械学習とダイナミクスの融合に向けての基礎研究(18K04211)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2018-04-01 - 2021-03-31
【研究代表者】足立 修一 慶應義塾大学, 理工学部(矢上), 教授 (40222624)
【キーワード】制御 / システム同定 / 機械学習 / 自動車 / 非線形システム (他13件)
【概要】ロバスト制御やモデル予測制御などのようなモデルに基づく制御(Model-Based Control: MBD)やカルマンフィルタのようなモデルに基づく状態推定を行うためには,対象の高精度な数学モデルが必要になる。本研究では,データに基づく機械学習とダイナミクスを考慮した制御理論を融合することにより,新たなモデリングの方法論の構築を目指した。具体的に,自動車用エンジンや電気自動車用リチウム二次電池な...
❏制御工学に基づく、生命システム推定法と生命制御論の確立(17K00398)
【研究テーマ】生命・健康・医療情報学
【研究種目】基盤研究(C)
【研究期間】2017-04-01 - 2021-03-31
【研究代表者】木立 尚孝 東京大学, 大学院新領域創成科学研究科, 准教授 (80415778)
【キーワード】生命情報学 / カルマンフィルター / 微分方程式 / 機械学習 / 1細胞シーケンシング (他14件)
【概要】次世代シーケンシング実験の低コスト化や、顕微鏡の高性能化により、生命状態の経時的変化を細胞レベルで測定する研究が増加している。一般に時系列データは、一時刻点のみの測定データに比べ、要素間の因果関係などを高精度に推定できると期待される。しかし、現時点では、これらのデータの解析には、クラスタリング法など記述的分析法が主に使われており、測定データから、生命状態変化を引き起こすメカニカルな仕組みを推定する...
【工学】総合工学:ニューラルネット機械学習を含む研究件
❏統計学,ニューラルネット,機械学習の新しい融合(13480071)
【研究テーマ】統計科学
【研究種目】基盤研究(B)
【研究期間】2001 - 2003
【研究代表者】江口 真透 統計数理研究所, 統計基礎研究系, 教授 (10168776)
【キーワード】バイオインフォマチックス / SNPハプロタイピング / 遺伝子発現データ / アダブースト / 独立成分分析 (他19件)
【概要】1.バイオインフォマチックスへの挑戦 癌研究会ゲノムセンターとの共同研究で行ったSNPハプロタイピングの研究がBioinformaticsに掲載予定,国際特許申請中である.次なるプロジェクト,SNPハプロタイプブロックの同定問題について藤澤主導で進行中で論文準備の段階にある.さらに月例のゲノム研究会においてプロテオームの関数データ解析についても同時進行している.日本統計関連学会連合大会2003・企...
❏状態空間の自動的な圧縮表現に基づくマルチエージェント強化学習手法(12680387)
【研究テーマ】知能情報学
【研究種目】基盤研究(C)
【研究期間】2000 - 2001
【研究代表者】小野 典彦 徳島大学, 工学部, 教授 (60194594)
【キーワード】マルチエージェントシステム / マルチエージェント強化学習 / 強化学習 / 機械学習 / 進化計算 (他16件)
【概要】近年,強化学習手法を応用して,マルチエージェント環境におかれたエージェント群そのものに,試行錯誤な相互作用を行わせ,それらが採用すべき協調行動をボトムアップ的に組織化させ,それによってマルチエージェントシステムの設計者を支援しようとする試み("マルチエージェント強化学習"と呼ぶ)が数多くなされている.しかし,マルチエージェント環境におかれたエージェント群に,従来の強化学習を適用して...
【工学】総合工学:有限要素法機械学習を含む研究件
❏機械学習を用いてCTで得られた岩石間隙形状から物性を直接推定する新手法の開発(20K20948)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2020-07-30 - 2022-03-31
【研究代表者】辻 健 九州大学, 工学研究院, 教授 (60455491)
【キーワード】デジタル岩石 / 機械学習 / 間隙形状 / 弾性波速度 / 電気比抵抗 (他9件)
【概要】機械学習やパーシステント・ホモロジー(PH)を利用して、デジタル岩石モデル(岩石の間隙形状)から、その物理的性質(浸透率、弾性波速度、電気比抵抗)を推定する手法を開発した。 (1)機械学習を用いて、デジタル岩石モデル(間隙形状)から直接的に浸透特性や弾性波速度などを推定した。畳み込み層の数などのパラメータを最適化し、室内実験で生じる誤差と同様の精度で、浸透率と弾性波速度を推定することに成功した。 ...
❏生体の不確定性を取り扱う非線形確率有限要素法の開発(15K17932)
【研究テーマ】機械材料・材料力学
【研究種目】若手研究(B)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】波田野 明日可 東京大学, 大学院工学系研究科(工学部), 講師 (20707202)
【キーワード】流体構造連成解析 / 流体構造連成 / 医用画像 / 確率有限要素法 / 血管 (他10件)
【概要】流体構造連成解析を狭窄柔軟管の拍動流について実現した。狭窄管実験の文献値との比較および、分岐狭窄柔軟ファントム拍動流実験とそれを模擬した解析との比較より,一致を確認し解析の妥当性を確認した.狭窄率80%と95%とで血液の粘性を用いて解析を行い,漸増する造影剤に見立てたパーティクルトレース解析を行った.80%狭窄では軸対称な流れにより再現性のある密度分布となる一方で95%狭窄では噴流の方向が変化する...
【工学】総合工学:可視化機械学習を含む研究件
❏ランドスケープモデルによる健康・疾患状態の可視化と予測(20K21837)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2020-07-30 - 2023-03-31
【研究代表者】石川 哲朗 国立研究開発法人理化学研究所, 情報統合本部, 研究員 (90824160)
【キーワード】ランドスケープ / 慢性疾患 / 急性疾患 / 疾患の多様性 / 病態分類 (他15件)
【概要】令和3年度は、これまで取り組んで来た慢性疾患データに対するランドスケープ分析として引き続き、1.睡眠リズム障害への応用、および、2.心不全データへの適用、そして、新たな対象疾患領域として急性疾患データへの適用として、3.新興感染症、特に新型コロナウイルス感染症(COVID-19)のデータ分析にランドスケープを応用する研究を実施した。 【睡眠リズム障害研究】全国180箇所の保育園で0歳から6歳までの...
❏環境計測用IoT機器と時系列データ予測の研究(17K01339)
【研究テーマ】自然災害科学・防災学
【研究種目】基盤研究(C)
【研究期間】2017-04-01 - 2021-03-31
【研究代表者】松本 佳宣 慶應義塾大学, 理工学部(矢上), 教授 (60252318)
【キーワード】センサ / IoT / 機械学習 / 可視化 / クラウド (他13件)
【概要】環境情報をセンサ・IoT技術により測定・収集して、クラウドサーバー上で時系列データ予測と警告を行うシステムの研究・開発を行った。初年度は、主にハードウェアの開発と実証実験と可視化を行った。2年目はそれらのデータ解析や、機械学習アルゴリズムにより予測・警告するシステムの構築を行った。3年目は、時系列データである環境計測データの中で、時系列データからの予測を目的としてLongShort Term Me...
❏受講ログの獲得と可視化による受講状況の振り返りが容易な学習支援システムの開発(26282062)
【研究テーマ】教育工学
【研究種目】基盤研究(B)
【研究期間】2014-04-01 - 2018-03-31
【研究代表者】村上 正行 京都外国語大学, 外国語学部, 教授 (30351258)
【キーワード】授業状況の可視化 / 授業状況の推定 / Learning Analytics / アクティブラーニング / 学習支援 (他17件)
【概要】本研究では,大学授業における受講生の学習支援を目的として,授業状況や受講生の学習プロセスを把握し,学生にフィードバックする学習支援システムの開発を目指した。アクティブ・ラーニング型授業における授業映像から機械学習によって自動で授業状況を判別し、受講者グループごとの活動量を推定して可視化した.また、タブレットを活用した学習において、ペンストロークの時間間隔を用いた答案の解答停滞箇所の検出手法を提案し...
【総合生物】ゲノム科学:数理工学機械学習を含む研究件
❏栄養状態を反映する発現バイオマーカーの体系的作出と利用(16H06171)
【研究テーマ】植物分子・生理科学
【研究種目】若手研究(A)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】永野 惇 龍谷大学, 農学部, 講師 (00619877)
【キーワード】トランスクリプトーム / 栄養 / リン / 発現マーカー / 統計モデリング (他10件)
【概要】植物体内の窒素やリンなどの栄養成分量を知ることは様々な局面で重要である。本研究では、遺伝子発現量からこれらの成分量を推定するマーカーの開発を行った。まず、多数のトランスクリプトームデータを効率的に取得するために、低コスト多検体RNA-Seqのシステムを改良した。さらに、さまざまな栄養状態、温度、光、体内時計時刻の条件で取得したサンプルのトランスクリプトームデータとリン量などの形質データを取得し、そ...
❏量子力学的ラベリングにより拡張されたデータマイニング理論の創出(22300078)
【研究テーマ】感性情報学・ソフトコンピューティング
【研究種目】基盤研究(B)
【研究期間】2010 - 2012
【研究代表者】田中 和之 東北大学, 大学院・情報科学研究科, 教授 (80217017)
【キーワード】数理工学 / 機械学習 / 統計数学 / 情報統計力学 / 確率的情報処理
【概要】量子力学的に拡張されたマルコフ確率場によるベイジアンネットワークシステムのデータマイニングへの応用のための理論体系の基盤の構築を行った.量子確率伝搬法の定式化を確立し,量子統計的学習理論に道を開くことに成功したことは特出すべき成果である.また,一次相転移を伴うシステムに対する統計的学習方式を拘束条件付きエントロピー最大化の視点から構築することに成功したことは想定されなかった成果である. ...
❏機械学習と最適化理論の横断的研究(20700251)
【研究テーマ】統計科学
【研究種目】若手研究(B)
【研究期間】2008 - 2011
【研究代表者】金森 敬文 名古屋大学, 情報科学研究科, 准教授 (60334546)
【キーワード】統計的学習理論 / 機械学習 / 数理工学 / 統計数学
【概要】統計科学や計算機科学の境界領域である機械学習の分野では,大規模データに潜む確率的な構造を,精度よく推論するための方法が研究されている.一方最適化理論の分野では,コンピュータを高度に用いて,様々な意思決定に現れる数理的な問題を,効率的に計算するための方法が研究されている.本研究では,機械学習と最適化理論を包括する理論基盤を構築し,高度な推論・計算アルゴリズムを開発することを目的としている. ...
【農学】社会経済農学:サブサハラ・アフリカ機械学習を含む研究件
❏衛星画像と機械学習で描くサブサハラ・アフリカの民族優遇と交通インフラ整備の20年(22K18522)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2022-06-30 - 2025-03-31
【研究代表者】牛島 光一 筑波大学, システム情報系, 助教 (80707901)
【キーワード】機械学習 / 民族優遇 / 開発政策 / 衛星画像 / サブサハラ・アフリカ
【概要】
❏経済学の実証研究における衛星画像と機械学習の応用―アフリカの開発政策を事例に―(19K21686)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2019-06-28 - 2022-03-31
【研究代表者】牛島 光一 筑波大学, システム情報系, 助教 (80707901)
【キーワード】機械学習 / 衛星画像 / 統計的因果推論 / サブサハラ・アフリカ / 開発政策 (他6件)
【概要】本研究の目的は、衛星画像を用いて行う機械学習が、サブサハラ・アフリカのような統計情報の不足する地域の情報収集のための強力なサポートツールになることを示すことである。入力(衛星画像)に対応する出力(経済的情報)がある時期の情報を教師データとし、出力データのない時期のための予測モデルを構築した。さらに他年度のデータから、予測値パネルデータを構築し、民族優遇に関する仮説を検証した。道路の量、質ともに大統...
【農学】動物生命科学:イネ機械学習を含む研究件
❏制御工学に基づく、生命システム推定法と生命制御論の確立(17K00398)
【研究テーマ】生命・健康・医療情報学
【研究種目】基盤研究(C)
【研究期間】2017-04-01 - 2021-03-31
【研究代表者】木立 尚孝 東京大学, 大学院新領域創成科学研究科, 准教授 (80415778)
【キーワード】生命情報学 / カルマンフィルター / 微分方程式 / 機械学習 / 1細胞シーケンシング (他14件)
【概要】次世代シーケンシング実験の低コスト化や、顕微鏡の高性能化により、生命状態の経時的変化を細胞レベルで測定する研究が増加している。一般に時系列データは、一時刻点のみの測定データに比べ、要素間の因果関係などを高精度に推定できると期待される。しかし、現時点では、これらのデータの解析には、クラスタリング法など記述的分析法が主に使われており、測定データから、生命状態変化を引き起こすメカニカルな仕組みを推定する...
❏ゲノミックセレクションを活用した革新的作物育種システムの構築(22380010)
【研究テーマ】育種学
【研究種目】基盤研究(B)
【研究期間】2010 - 2012
【研究代表者】岩田 洋佳 東京大学, 大学院・農学生命科学研究科, 准教授 (00355489)
【キーワード】植物育種 / 遺伝 / ゲノム育種 / ゲノミックセレクション / 量的遺伝子座(QTL) (他15件)
【概要】ゲノムワイドマーカーをもとに個体や系統の遺伝的能力を予測して選抜するゲノミックセレクション(GS)について、(1)モデリング手法の開発、(2)イネ品種・系統における実データの収集・解析、(3)育種シミュレーションを行い、それを活用した作物育種効率化の可能性を検討した。(1)では、複数形質の同時予測、交配後代の分離の予測、遺伝子型×環境交互作用パターンの予測のための手法開発を行った。(2)では、イネ...
【農学】森林圏科学:経済分析機械学習を含む研究件
❏Development of an HPC enhanced system for finding fine-grained lifeline recovery plans and evaluating their long term economic performance(18H01675)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2018-04-01 - 2022-03-31
【研究代表者】Maddegedar a.L. 東京大学, 地震研究所, 准教授 (20426290)
【キーワード】disaster recovery / economic perfoamrnce / agent-based modeling / HPC / Agent based simulations (他24件)
【概要】本研究では、国民経済を実大スケールでシミュレーションする高性能ソフトウェアを開発し、大規模地震災害解析手法と統合することで各種の復興計画の長期的な経済的効用を評価できるようにしました。政府機関が公開するデータを分析することで、1億2700万の主体からなる日本経済全体をシミュレーションするためのパラメータを特定しました。2015年の状態を起点に実施した2019年末までの日本経済のシミュレーション結果...
❏気候変動が引き起こす災害・水資源・食資源・大気汚染の年代別リスク変化とその適応策(17KT0066)
【研究テーマ】次世代の農資源利用
【研究種目】基盤研究(B)
【研究期間】2017-07-18 - 2020-03-31
【研究代表者】安成 哲平 北海道大学, 北極域研究センター, 助教 (70506782)
【キーワード】大気汚染 / 森林火災 / 気候モデル / PM2.5 / 気候変動 (他20件)
【概要】人類の持続可能性の観点から重要な,「災害」,「食(農)資源」,「水資源」,「大気汚染」に関連した研究を,気候モデル・衛星・再解析データ等を用いて解析し,経済分析を行った.大気汚染では,森林火災予測に直結する気候・環境要因を明らかにし,機械学習で火災予測の初期検討を行った.気候モデル実験では, シベリア森林火災が増加した際のPM2.5日平均環境基準を超える日数や若年性死亡数の変化を分析し,経済損失ま...
【農学】森林圏科学:衛星画像機械学習を含む研究件
❏衛星画像と機械学習で描くサブサハラ・アフリカの民族優遇と交通インフラ整備の20年(22K18522)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2022-06-30 - 2025-03-31
【研究代表者】牛島 光一 筑波大学, システム情報系, 助教 (80707901)
【キーワード】機械学習 / 民族優遇 / 開発政策 / 衛星画像 / サブサハラ・アフリカ
【概要】
❏経済学の実証研究における衛星画像と機械学習の応用―アフリカの開発政策を事例に―(19K21686)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2019-06-28 - 2022-03-31
【研究代表者】牛島 光一 筑波大学, システム情報系, 助教 (80707901)
【キーワード】機械学習 / 衛星画像 / 統計的因果推論 / サブサハラ・アフリカ / 開発政策 (他6件)
【概要】本研究の目的は、衛星画像を用いて行う機械学習が、サブサハラ・アフリカのような統計情報の不足する地域の情報収集のための強力なサポートツールになることを示すことである。入力(衛星画像)に対応する出力(経済的情報)がある時期の情報を教師データとし、出力データのない時期のための予測モデルを構築した。さらに他年度のデータから、予測値パネルデータを構築し、民族優遇に関する仮説を検証した。道路の量、質ともに大統...
❏不均質なペタバイト級時空間センサデータの統合利用基盤(20240010)
【研究テーマ】メディア情報学・データベース
【研究種目】基盤研究(A)
【研究期間】2008 - 2010
【研究代表者】小島 功 独立行政法人産業技術総合研究所, 情報技術研究部門・研究グループ, グループ長 (00356982)
【キーワード】データベース(DBMS) / データ統合 / 地球観測衛星データ / 情報統合 / GEO Grid (他19件)
【概要】本研究では、様々な衛星センサを中心とした時間・空間的に不均質な情報の利用基盤として、異種大規模の情報を効果的に検索・連携することで新たな知見創出に貢献する技術研究開発を行った。インターネット等の膨大な情報と衛星情報の処理結果等、異種の情報を相互に連携させることで事象の正確な理解に役立つ技術を開発すると共に、これら異種膨大な情報に対しOGC標準に基づく分散検索システムを開発、サービス提供を可能とした...
【医歯薬学】境界医学:大規模データ機械学習を含む研究件
❏高次元大規模信号データ処理のためのスケーラブル・リーマン多様体最適化とその応用(16K00031)
【研究テーマ】数理情報学
【研究種目】基盤研究(C)
【研究期間】2016-04-01 - 2020-03-31
【研究代表者】笠井 裕之 早稲田大学, 理工学術院, 教授 (40312079)
【キーワード】最適化 / リーマン多様体 / 確率的勾配法 / テンソル / 大規模データ (他17件)
【概要】微分多様体において,高次元テンソルを分解表現する行列に対する直交性などの制約と,目的関数の二乗誤差特性及び要素行列による対称性等に着目し,新たなリーマン計量を提案した.この新しい幾何空間を用いた最適化アルゴリズムを提案し,再現誤差と収束速度の観点で,従来手法に対する優位性を示した.また,微分多様体上の確率的勾配法に着目し,フル勾配と確率的勾配をハイブリッドした手法を用いることで収束性を向上する手法...
❏大規模ログデータを用いたユーザ行動分析のための次世代パターン認識手法の開発と応用(26560167)
【研究テーマ】社会システム工学・安全システム
【研究種目】挑戦的萌芽研究
【研究期間】2014-04-01 - 2017-03-31
【研究代表者】後藤 正幸 早稲田大学, 理工学術院, 教授 (40287967)
【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 (他8件)
【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...
❏大規模データ時代のビジネスアナリティクス手法に関する基礎的研究(26282090)
【研究テーマ】社会システム工学・安全システム
【研究種目】基盤研究(B)
【研究期間】2014-04-01 - 2017-03-31
【研究代表者】後藤 正幸 早稲田大学, 理工学術院, 教授 (40287967)
【キーワード】ビジネスアナリティクス / 大規模データ / ビッグデータ / マーケティングモデル / 経営情報分析 (他10件)
【概要】本研究では,大規模かつ多様なビジネスデータの分析技術(ビジネスアナリティクス)の体系化と深化を研究の目的とし,様々なビジネスデータに対応した分析モデルの提案と評価を行った.具体的には,1)ECサイトのデータベース情報を対象とした情報分析技術の開発,2)テキストデータとして蓄積されるマーケティング情報の分析技術の開発,3)情報推薦のための統計モデルの開発,4)情報検索や推薦の技術を活用したWebマー...
【医歯薬学】境界医学:社会調査機械学習を含む研究件
❏社会調査の基盤を提供する自動コーディングシステムのWeb提供:その国際化と汎用化(25380640)
【研究テーマ】社会学
【研究種目】基盤研究(C)
【研究期間】2013-04-01 - 2016-03-31
【研究代表者】高橋 和子 敬愛大学, 国際学部, 教授 (30211337)
【キーワード】社会調査 / 自由回答 / 職業/産業コーディング自動化システム / SSM/ISCO(他19件)
【概要】社会調査において自由回答で収集された職業データを自然言語処理や機械学習の適用により国内/国際標準コードに自動的に変換し、その結果に人間が見直す必要性を確信度として付与するシステムを開発した。本研究ではこれをさらに発展させ、産業データの国内/国際標準コードへの自動変換、国内標準コード付きの事例に国際標準コード付与、システムメンテナンスの自動化機能を追加した。平成25年秋以降、東大社会科学研究所(CS...
❏社会調査の基盤を提供する自由回答の自動コーディングシステムの開発と公開(22530516)
【研究テーマ】社会学
【研究種目】基盤研究(C)
【研究期間】2010 - 2012
【研究代表者】高橋 和子 敬愛大学, 国際学部, 教授 (30211337)
【キーワード】社会調査法 / 自由回答 / 自動コーディング / SSM 職業コーディング / ISCO コーディング (他19件)
【概要】社会調査では回答者の職業や産業は重要で、正確さを期するために自由回答で収集する場合が多い。しかし、統計処理のために収集後にコード化する作業が必須で、最近では国内標準コードに加えて国際標準コードの要請も生じており、コーダの負担が増大している。本研究では、自然言語処理や機械学習など人工知能における最新の成果を適用してコーディング作業を自動化し、結果を Web により入手できるシステムを開発した。その際...
【医歯薬学】内科系臨床医学:lncRNA機械学習を含む研究件
❏lncRNAを中心とした生体分子間相互作用ネットワークの予測と機能推定法の開発(16K16143)
【研究テーマ】生命・健康・医療情報学
【研究種目】若手研究(B)
【研究期間】2016-04-01 - 2020-03-31
【研究代表者】岩切 淳一 東京大学, 大学院新領域創成科学研究科, 助教 (40770160)
【キーワード】長鎖ノンコーディングRNA / lncRNA / RNA-RNA相互作用 / 核内構造体 / 長鎖非コードRNA (他12件)
【概要】本研究では、lncRNAの機能を推定するための情報基盤として、lncRNAの分子間相互作用予測を塩基配列およびRNA-seqの大規模な実験データから高精度に予測できる仕組みを構築し、ヒトおよびマウスのlncRNAの相互作用予測結果を網羅したWebサーバーを開発した。このWebサーバーを用いることで、いくつかのヒトlncRNAについて、lncRNA-RNA相互作用が核内構造体形成に関与していることが...
❏機能エレメントと深層学習に基づく長鎖ノンコーディングRNAの機能分類(16H05879)
【研究テーマ】生命・健康・医療情報学
【研究種目】若手研究(A)
【研究期間】2016-04-01 - 2020-03-31
【研究代表者】浜田 道昭 早稲田大学, 理工学術院, 教授 (00596538)
【キーワード】lncRNA / ノンコーディングRNA / RNA修飾 / RNA構造 / リピート要素 (他19件)
【概要】タンパク質に翻訳されずにRNA自体が機能を有する長鎖ノンコーディングRNA(lncRNA)の機能を明らかにするために,RNAの配列・構造・修飾・生体高分子との相互作用などの「機能エレメント」に着目し情報学的な観点から多くの研究を行った.例えば,ジャンクだと考えられていたリピート配列がlncRNAの組織特異的な発現に寄与していたり,タンパク質やDNAとの相互作用に寄与していることを明らかにすることに...
❏修飾・編集RNAの構造予測手法の研究開発(24680031)
【研究テーマ】生体生命情報学
【研究種目】若手研究(A)
【研究期間】2012-04-01 - 2016-03-31
【研究代表者】浜田 道昭 早稲田大学, 理工学術院, 准教授 (00596538)
【キーワード】RNA / 2次構造予測 / 修飾塩基 / 学習モデル / 確率モデル (他14件)
【概要】修飾/編集塩基を含むRNAの構造予測に向けた情報技術の研究開発を行った.修飾/編集塩基を含む既知のRNAの構造データは極めて限られているため,このような限られたデータを用いて,効果的に構造予測を行う手法の開発を行う.具体的には,少数の2次構造データから2次構造の確率モデルを学習するための,半教師有り学習の方法を新しく開発を行った.また,RNAの統合WebサーバRtoolsを開発し,一般に公開した....
【医歯薬学】内科系臨床医学:脳画像機械学習を含む研究件
❏人工知能による高齢者の不安全運転の予測モデルの確立と神経基盤の解明(20H03607)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】山縣 文 慶應義塾大学, 医学部(信濃町), 特任准教授 (30439476)
【キーワード】自動車運転 / 不安全運転 / 機械学習 / 高齢運転者 / 脳画像 (他13件)
【概要】2020年度は世界的にCOVID-19の感染が拡がり、日本国内においても緊急事態宣言が発令され行動制限が行われていた。本研究の対象者は65歳以上となっており、高齢者は重症化のリスクが高いことや基礎疾患を有している者も多いため、研究協力者の感染予防の観点からの安全を第一に考えリクルートおよびデータ収集を中断していた。 その間、これまでに蓄積できたデータの一部を用いて、新たにデータを解析し、論文発表...
❏マルチモダリティ脳画像を用いたヒト・マウスをつなぐトランスレータブル脳指標の開発(25461752)
【研究テーマ】精神神経科学
【研究種目】基盤研究(C)
【研究期間】2013-04-01 - 2016-03-31
【研究代表者】八幡 憲明 国立研究開発法人放射線医学総合研究所, 分子イメージング研究センター, 研究員 (70409150)
【キーワード】脳・神経 / 精神疾患 / 安静時脳機能画像 / 自発的脳活動 / 機能的結合 (他9件)
【概要】本研究は、脳形態や脳活動などに関連するマルチモダリティの磁気共鳴画像(MRI)計測をマウスに対して縦断的に実施し、ヒトMRIデータとの相同性・臨床指標との関連性を精査することで、ヒト・マウス共通に評価可能な脳画像指標の確立を目指した。脳構造画像に対するvoxel-based morphometry、安静時脳機能画像に対する機能的結合解析、ならびにヒトとの比較を通して、辺縁系~基底核の脳構造・脳機能...
【医歯薬学】内科系臨床医学:医学物理学機械学習を含む研究件
❏元素推定と機能推定に基づく医用画像の正規化に関する研究(19K08201)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】芳賀 昭弘 徳島大学, 大学院医歯薬学研究部(医学域), 教授 (30448021)
【キーワード】CT画像 / エネルギースペクトル / 元素推定 / 超音波画像 / MRI画像 (他16件)
【概要】腫瘍悪性度の分類や予後予測に対し、医用画像解析が遺伝子情報解析に匹敵する可能性が指摘され、レディオミクスと呼ばれる新たな研究分野が形成されつつある。一方、その予測精度を高めるために必要となる高品質で大規模な医用画像データベースの作成において、装置間の機器的な相違や撮影条件の相違が大きな障壁となる。本研究では、この問題の根本的な克服に向け、臨床で撮影される医用画像の多様性を利用して単一の医用画像撮影...
❏線量分布と治療中CBCTの画像特徴量を用いたレディオミクス研究(17K15799)
【研究テーマ】医学物理学・放射線技術学
【研究種目】若手研究(B)
【研究期間】2017-04-01 - 2021-03-31
【研究代表者】名和 要武 東京大学, 医学部附属病院, 助教 (00456914)
【キーワード】レディオミクス解析 / 画質改善 / 機械学習 / 深層学習 / 医学物理 (他11件)
【概要】本研究はレディオミクス解析により、治療計画CT画像、線量分布、治療中CBCT画像等の医用画像が含む画像特徴量から、治療の奏効や予後を高精度に推定する新たなパターン認識システムを開発することを目的とした。特徴量を高精度に抽出する上で、医用画像の画質改善は必須の要素技術である。画像特徴量を抽出する際の前処理として、深層学習を用いてCBCTを画質改善する手法を構築した。また腫瘍の輪郭が画像特徴量に与える...
【医歯薬学】内科系臨床医学:被曝低減機械学習を含む研究件
❏深層学習を用いた仮想高線量化技術による放射線画像検査の被曝最小化(18H02761)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2018-04-01 - 2022-03-31
【研究代表者】鈴木 賢治 東京工業大学, 科学技術創成研究院, 教授 (00295578)
【キーワード】機械学習 / CT / 被曝低減 / 深層学習 / 雑音除去
【概要】1)3次元胸部ファントムによる被曝低減技術の性能検証 昨年度は、2次元の深層学習(ディープラーニング)モデルを3次元に拡張し、臨床Computed Tomography (CT)で得られる3次元データを扱えるモデルにした。同時に、演算量削減手法の開発により、1回のCT検査のデータを高速に処理できるようにした。本年度は、精巧な胸部ファントム(京都科学社製)のCT像を、最低線量から最高線量まで(0.0...
❏深層学習を用いた超低線量CT像の高画質化によるCTの被曝低減(17H06679)
【研究テーマ】医学物理学・放射線技術学
【研究種目】研究活動スタート支援
【研究期間】2017-08-25 - 2019-03-31
【研究代表者】鈴木 賢治 東京工業大学, 科学技術創成研究院, 特任教授 (00295578)
【キーワード】深層学習 / 機械学習 / CT / 被曝低減 / 雑音除去
【概要】1)画像出力型深層学習をベースとするCTのための被曝線量低減手法の開発 本研究で開発したCTのための被曝線量低減手法は,我々独自の深層学習をベースとし,学習と実行ステップから成る.学習ステップでは,超低線量で撮像されたCT像を入力画像,高線量で撮像されたCT像を教師画像に使い,深層学習モデルを学習する.深層学習は,ニューラルネット回帰モデル(NN)で構成され,入力は超低線量CT像の局所領域の画素値...
【医歯薬学】外科系臨床医学:RNAseq機械学習を含む研究件
❏大規模トラッキングによる超個体創発の解明と集合知の新理論の展開(21H04885)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2021-04-05 - 2024-03-31
【研究代表者】池上 高志 東京大学, 大学院総合文化研究科, 教授 (10211715)
【キーワード】集団知 / 機械学習 / 創発 / 生物集団 / 進化 (他9件)
【概要】2021年度は、3つの生物集団を対象として、一つのモデル・シミュレーションに関する実験を、計画どおりに開始することができた。その結果、以下のような新しい発見があり、それをSWARM-AROB国際会議(1/25-27/2022) にてorganized session (0S32: Collective Intelligence in Living /Non-Living Agents) を提案し、...
❏マルチオミクス機械学習による制御性T細胞の可塑性と不均一性の解明(20K09810)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】猪俣 武範 順天堂大学, 医学部, 准教授 (10645667)
【キーワード】マルチオミクス解析 / 免疫寛容 / 制御性T細胞 / 角膜移植 / 眼免疫 (他10件)
【概要】角膜移植は世界で年間60,000件以上行われる最も多い臓器移植であるが、感染症や再移植で血管新生や炎症が惹起された高リスク角膜に対する移植では40-90%の拒絶反応を伴う。制御性T細胞の挙動が拒絶反応克服の手がかりであるが、炎症などの外部環境の変化により転写因子であるFoxp3が発現を失って免疫抑制能が低下する現象「制御性T細胞の可塑性」に申請者は注目した。ただし、制御性T細胞の不均一な特性がその...
【医歯薬学】外科系臨床医学:デコーディング機械学習を含む研究件
❏想起した文字(母音・子音)の脳波による判別法の発展と確立(15K01849)
【研究テーマ】脳計測科学
【研究種目】基盤研究(C)
【研究期間】2015-04-01 - 2018-03-31
【研究代表者】吉村 奈津江 東京工業大学, 科学技術創成研究院, 准教授 (00581315)
【キーワード】脳波 / デコーディング / 機械学習 / 逆問題 / ブレイン・コンピュータ・インタフェース (他6件)
【概要】脳波は頭皮に貼付した電極から記録するために詳細な脳活動の違いは判別困難であり、想起した文字の判別は困難であると考えられている。この問題に対して、本研究では脳波の皮質信号源を計算的に推定することで解決することを試みている。 本研究期間において、推定した信号源を使うことで脳波を使う場合よりも母音判別率が大幅に向上することを示し、国際学術論文にて発表した(Yoshimura et al., Fronti...
❏念じた文字を出力できるブレイン・コンピュータ・インタフェースの開発(24500163)
【研究テーマ】知能情報学
【研究種目】基盤研究(C)
【研究期間】2012-04-01 - 2015-03-31
【研究代表者】吉村 奈津江 東京工業大学, 精密工学研究所, 准教授 (00581315)
【キーワード】脳活動信号計測 / デコーディング / ブレイン・コンピュータ・インタフェース / 機能的MRI / 脳波 (他7件)
【概要】非侵襲の脳活動計測法(脳波および機能的核磁気共鳴画像法(fMRI))を用いて、ヒトが任意の文字を思い浮かべるだけで文字の画面入力や音声出力ができるようにするための基礎研究を実施した。ヒトが日本語の母音をイメージした際の脳波およびfMRIデータを取得し、得られた信号から脳波の皮質信号源信号を推定することで、脳波そのものを用いるよりも高い精度で何の文字をイメージしたかを判別できる可能性を示した。 ...
【医歯薬学】外科系臨床医学:画像機械学習を含む研究件
❏大規模マンガデータベースのための自動要約生成の研究(17K00511)
【研究テーマ】エンタテインメント・ゲーム情報学
【研究種目】基盤研究(C)
【研究期間】2017-04-01 - 2020-03-31
【研究代表者】渡辺 裕 早稲田大学, 理工学術院, 教授 (10329154)
【キーワード】マンガ / 自動要約 / 機械学習 / 顔画像検出 / キャラクター検出 (他16件)
【概要】ユーザ主導型での高度なマンガ検索を実現することを目的として、機械学習を用いたマンガオブジェクト検出手法及びマンガ要約の自動生成手法の検討を行った。マンガメタデータの対象となるコマ、キャラクタ顔画像、吹出し、セリフの検出にはFaster R-CNNを用いた方式が有効であることが分かった。画像要約には、マンガの登場人物のキャラクタ顔画像検出した後に、クラスタリングによって分類することが必要でありDBS...
❏グラウンディングを応用した自動手術記録システムの開発(16K12911)
【研究テーマ】医用システム
【研究種目】挑戦的萌芽研究
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】原田 仁 神戸大学, 医学研究科, 医学研究員 (70771517)
【キーワード】画像 / 機械学習 / アルゴリズム / グラウンディング / 生体医用画像 (他9件)
【概要】手術動画の自動文章化のため,手術映像から解剖,手術器具,動作,事象を認識しテキスト化する機械学習を用いた画像認識アルゴリズムの開発を進めた.結果として,このアルゴリズムは,手術動画の文章化に至る精度まで達してはいない.臓器認識において,症例ごとの形状の違いや可塑性により精度向上に難渋したことが要因として挙げられる.しかし,手術器具など可塑性の低い物体の自動認識については比較的高い精度を達成した....
【医歯薬学】外科系臨床医学:心筋細胞機械学習を含む研究件
❏バーチャル心筋細胞の実現-機械学習による実形状モデル生成・統合解析・統計評価-(19K20663)
【研究テーマ】
【研究種目】若手研究
【研究期間】2019-04-01 - 2023-03-31
【研究代表者】波田野 明日可 東京大学, 大学院工学系研究科(工学部), 講師 (20707202)
【キーワード】心筋細胞 / 機械学習 / 形状抽出 / 数値解析 / 実形状 (他10件)
【概要】畳み込みニューラルネットワークで電子顕微鏡画像に特化したCDeep3Mを利用して領域と境界を抽出後,画像処理を重ねることで、マウス心筋細胞電子顕微鏡画像からミトコンドリア・筋原線維を自動抽出することに成功した.横行小管についてはそのネットワーク構造のうち肥大化している部分の抽出には成功した。新しい1シリーズのSerial Block-Face scanning electron micrograp...
❏深層学習を用いたヒトES,iPS細胞由来心筋細胞の分化、成熟度評価法の開発(19K22625)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2019-06-28 - 2021-03-31
【研究代表者】藤田 淳 慶應義塾大学, 医学部(信濃町), 特任准教授 (10306706)
【キーワード】人口知能 / 機械学習 / セグメンテーション / ヒトiPS細胞 / ヒトES細胞 (他11件)
【概要】拍動心筋細胞の動画を全自動撮影し、ベクトル解析によって心筋細胞を同定することで非心筋細胞との領域を判別する拍動心筋細胞動画撮影システムを開発した。また、セグメンテーションアルゴリズムにより拍動する心筋細胞を効率的に評価する画期的な深層学習法の開発を行い、改良することでより正確な領域判定を可能にした。心筋と非心筋細胞を見分けるのに有効な分類器を機械学習により構築し、加えて学習器を可視化することで分類...
【医歯薬学】外科系臨床医学:次世代シークエンサー機械学習を含む研究件
❏ヒトゲノムのコピー数変異における配列多様性の解明(17K17589)
【研究テーマ】生命・健康・医療情報学
【研究種目】若手研究(B)
【研究期間】2017-04-01 - 2019-03-31
【研究代表者】三森 隆広 国立研究開発法人理化学研究所, 革新知能統合研究センター, 研究員 (40760161)
【キーワード】ゲノム / コピー数変異 / 次世代シークエンサ / マイクロアレイ / 機械学習 (他11件)
【概要】ヒトゲノムのコピー数変異 (CNV) は大規模な配列の多様性を与える変異であり、薬剤代謝酵素を含む重要な遺伝子の発現量の個人差や、様々な疾患のリスクに関係していることが知られている。次世代シークエンス技術やマイクロアレイの発展により CNV の個人差を定量できるようになってきたが、これまで配列差を含めた解析は困難であった。本研究では CNV によるゲノム多様性の解明を目指し、長鎖型シークエンサを用...
❏染色体4次元構造解析にもとづくゲノム維持・継承メカニズムの解明(15H02369)
【研究テーマ】ゲノム生物学
【研究種目】基盤研究(A)
【研究期間】2015-04-01 - 2018-03-31
【研究代表者】白髭 克彦 東京大学, 分子細胞生物学研究所, 教授 (90273854)
【キーワード】染色体高次構造 / 細胞周期 / コンデンシン / コヒーシン / 機械学習 (他9件)
【概要】in situ Hi-C法を導入し、解析データから染色体構造を可視化するパイプラインと結果を可視化するシステムを構築した。本方法を利用し、細胞周期における高次構造の変遷を捉えた。特筆すべき業績として、1)コンデンシンが転写の際に生じる一本鎖DNAを巻き戻し、染色体凝縮を誘導すること、b)ヒトでは2種類あるコヒーシンアセチル化酵素(ESCO1および2)が役割分担をしており、1は細胞周期を通じたアセチ...
❏SMADによるビッグデータ類似検索超高速化とその応用(25280002)
【研究テーマ】情報学基礎理論
【研究種目】基盤研究(B)
【研究期間】2013-04-01 - 2017-03-31
【研究代表者】渋谷 哲朗 東京大学, 医科学研究所, 准教授 (60396893)
【キーワード】アルゴリズム / ビッグデータ / 検索 / タンパク質立体構造 / 次世代シークエンサー (他8件)
【概要】統計的モデルにもとづく全く新しいアルゴリズム設計パラダイムであるSMADに基づき、タンパク質立体構造データベースを中心とした様々なデータベース上での高速なビッグデータ検索技術の研究開発の実現、およびそれらを活用した応用アルゴリズムの実現をめざして研究を行った。その結果、タンパク質機能予測などを精度を落とさずに高速化することに成功したほか、より幅広いタンパク質立体構造検索の高速検索も実現した。また、...
【医歯薬学】外科系臨床医学:脳科学機械学習を含む研究件
❏文理解の脳fMRI反応を予測する統合神経意味計算モデルの構築(19K12727)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2023-03-31
【研究代表者】赤間 啓之 東京工業大学, リベラルアーツ研究教育院, 准教授 (60242301)
【キーワード】文理解 / 脳科学 / fMRI / 計算神経言語学 / 機能的連結性 (他7件)
【概要】本研究のテーマである、機能的連結性データの機械学習・深層学習に関しては、多くの数の論文が完成、出版された。このうちIF付き国際学術論文(査読付き)に絞ると、以下のようになる。Naoki Okamoto, Hiroyuki Akama, 2021. doi:https://doi.org/10.3389/fninf.2021.709179 本研究では、深層ニューラルネットワークの一種であるInvar...
❏脳fMRI研究・機械学習・複雑ネットワークを融合した計算神経グラフ言語学の試み(23500171)
【研究テーマ】知能情報学
【研究種目】基盤研究(C)
【研究期間】2011-04-28 - 2015-03-31
【研究代表者】赤間 啓之 東京工業大学, 社会理工学研究科, 准教授 (60242301)
【キーワード】脳科学 / fMRI / 機械学習 / 複雑ネットワーク / 自然言語処理 (他11件)
【概要】本研究ではfMRI実験を行い、言語の連想タスクを行っている脳画像データを統計解析し、特に機械学習の方法(MVPA)を用いて、実験参加者の各時点での思考を分類し、予測するモデルを立てた。特に実験参加者間での予測モデルの精度劣化という問題を解決するため、データの時空間双方に亘る事後分析を行い、意味認知をめぐって、独自の素性選択法を提唱することにより、集団レベルでのMVPAの精度を向上させた。そのほか、...
【医歯薬学】外科系臨床医学:眼免疫機械学習を含む研究件
❏オミクス機械学習によるドライアイ微小環境における免疫細胞の可塑性・不均一性の解明(20KK0207)
【研究テーマ】
【研究種目】国際共同研究加速基金(国際共同研究強化(B))
【研究期間】2020-10-27 - 2024-03-31
【研究代表者】猪俣 武範 順天堂大学, 医学部, 准教授 (10645667)
【キーワード】ドライアイ / マルチオミクス機械学習 / 炎症 / 制御性T細胞 / 可塑性 (他11件)
【概要】ドライアイは世界で10億人が罹患する最も多い眼疾患であり、超高齢社会・デジタル社会等により増加が予想されている。ドライアイ症状による視覚の質の低下や仕事・学業の作業効率低下による経済損失が問題になっている。しかし未だ点眼による対症療法が主体であり、ドライアイを「治療」する方法は存在しない。その一方でドライアイの原因として涙液層の安定性の低下や高浸透圧による眼微小環境の変化により、炎症・免疫細胞の表...
❏マルチオミクス機械学習による制御性T細胞の可塑性と不均一性の解明(20K09810)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】猪俣 武範 順天堂大学, 医学部, 准教授 (10645667)
【キーワード】マルチオミクス解析 / 免疫寛容 / 制御性T細胞 / 角膜移植 / 眼免疫 (他10件)
【概要】角膜移植は世界で年間60,000件以上行われる最も多い臓器移植であるが、感染症や再移植で血管新生や炎症が惹起された高リスク角膜に対する移植では40-90%の拒絶反応を伴う。制御性T細胞の挙動が拒絶反応克服の手がかりであるが、炎症などの外部環境の変化により転写因子であるFoxp3が発現を失って免疫抑制能が低下する現象「制御性T細胞の可塑性」に申請者は注目した。ただし、制御性T細胞の不均一な特性がその...
【医歯薬学】外科系臨床医学:マルチオミクス機械学習を含む研究件
❏オミクス機械学習によるドライアイ微小環境における免疫細胞の可塑性・不均一性の解明(20KK0207)
【研究テーマ】
【研究種目】国際共同研究加速基金(国際共同研究強化(B))
【研究期間】2020-10-27 - 2024-03-31
【研究代表者】猪俣 武範 順天堂大学, 医学部, 准教授 (10645667)
【キーワード】ドライアイ / マルチオミクス機械学習 / 炎症 / 制御性T細胞 / 可塑性 (他11件)
【概要】ドライアイは世界で10億人が罹患する最も多い眼疾患であり、超高齢社会・デジタル社会等により増加が予想されている。ドライアイ症状による視覚の質の低下や仕事・学業の作業効率低下による経済損失が問題になっている。しかし未だ点眼による対症療法が主体であり、ドライアイを「治療」する方法は存在しない。その一方でドライアイの原因として涙液層の安定性の低下や高浸透圧による眼微小環境の変化により、炎症・免疫細胞の表...
❏マルチオミクス機械学習による制御性T細胞の可塑性と不均一性の解明(20K09810)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】猪俣 武範 順天堂大学, 医学部, 准教授 (10645667)
【キーワード】マルチオミクス解析 / 免疫寛容 / 制御性T細胞 / 角膜移植 / 眼免疫 (他10件)
【概要】角膜移植は世界で年間60,000件以上行われる最も多い臓器移植であるが、感染症や再移植で血管新生や炎症が惹起された高リスク角膜に対する移植では40-90%の拒絶反応を伴う。制御性T細胞の挙動が拒絶反応克服の手がかりであるが、炎症などの外部環境の変化により転写因子であるFoxp3が発現を失って免疫抑制能が低下する現象「制御性T細胞の可塑性」に申請者は注目した。ただし、制御性T細胞の不均一な特性がその...
【医歯薬学】外科系臨床医学:急性腎障害機械学習を含む研究件
❏メタボロミクスとネットワーク生物学を用いた新規腎臓病関連遺伝子予測AIの開発(19K08689)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】斎藤 輪太郎 慶應義塾大学, 政策・メディア研究科(藤沢), 特任教授 (40348842)
【キーワード】メタボロミクス / 腎臓病 / 機械学習 / メタボローム / 急性腎障害 (他8件)
【概要】メタボローム分析装置から得られる大量の解釈困難部分(未知ピーク)の有効利用の可能性を探り、また患者の代謝物質のパターンから急性腎症(AKI)の発症予測を行った。前者では、鶴岡メタボロームコホート研究参加者約3,000人分のメタボロームデータを活用し、生体内の代謝物質を反映すると思われる未知ピークを抽出するためのパイプラインの構築を行った。後者では、AKIを発症した患者の尿に特有の代謝物質の変化を発...
❏機械学習を用いた集中治療部における急性腎障害の発症予測と層別化(19K18321)
【研究テーマ】
【研究種目】若手研究
【研究期間】2019-04-01 - 2023-03-31
【研究代表者】佐藤 憲明 京都大学, 医学研究科, 特定助教 (90838997)
【キーワード】機械学習 / 急性腎障害 / 畳み込みニューラルネットワーク / 集中治療部
【概要】本年度は機械学習を用いた集中治療部(ICU)での急性腎障害予測の検討結果を論文にまとめ、英文査読誌に投稿し受理された。具体的には、ICU内で取得された時系列データに1次元畳み込みニューラルネットワークを適用し、将来的な急性腎障害を引き起こす予測値を各時点毎に算出するシステムを構築し、またその予測結果が何故得られたかを後ろ向きに検討するための根拠可視化も行った。また教師なし深層学習を用いた腎疾患のク...
【医歯薬学】社会医学:非線形力学系機械学習を含む研究件
❏レザバーコンピューティングシステムの数理的解析と最適設計(16K00326)
【研究テーマ】ソフトコンピューティング
【研究種目】基盤研究(C)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】田中 剛平 東京大学, 大学院工学系研究科(工学部), 特任准教授 (90444075)
【キーワード】レザバーコンピューティング / 数理解析 / 非線形システム / 省エネルギー / 力学系 (他22件)
【概要】レザバーコンピューティングは、高速学習を可能とする機械学習の枠組みの一つである。本研究では、レザバーコンピューティングの数理的解析とレザバーの最適設計を行い、従来の問題点を解決するとともに、新たなモデルを提案して学習の高速化や計算性能向上を実現した。また、物理的レザバーの可能性を広く探究して数理モデリングを行い、その基本特性や基礎的タスクにおける計算性能を明らかにした。 ...
❏流体計算機を実装する:新規情報処理技術の創出(15K16076)
【研究テーマ】感性情報学
【研究種目】若手研究(B)
【研究期間】2015-04-01 - 2018-03-31
【研究代表者】中嶋 浩平 東京大学, 大学院情報理工学系研究科, 特任准教授 (10740251)
【キーワード】レザバー計算 / リカレントニューラルネットワーク / 非線形力学系 / ファラデー波 / レザバーコンピューティング (他10件)
【概要】容器に入った液体に縦方向の加振を施すとファラデー波と呼ばれる水面波が生成される。この波のダイナミクスは、カオスを含むきわめて多様な時空間パターンを示すことが知られている。本研究テーマでは、このファラデー波を計算資源として活用することを考える。具体的には、レザバー計算と呼ばれる大自由度力学系を活用した新規情報処理技術に着目し、ファラデー波の時空間パターンに一部計算を実装させるシステム(流体計算機)を...
【医歯薬学】社会医学:生体生命情報学機械学習を含む研究件
❏中分子創薬に適した特性を有する環状ペプチド分子設計手法の開発(17H01814)
【研究テーマ】生命・健康・医療情報学
【研究種目】基盤研究(B)
【研究期間】2017-04-01 - 2020-03-31
【研究代表者】秋山 泰 東京工業大学, 情報理工学院, 教授 (30243091)
【キーワード】生命生体情報学 / 環状ペプチド / 中分子創薬 / 膜透過性 / 血漿タンパク質結合率 (他9件)
【概要】次世代の創薬分子として注目されている特殊環状ペプチドを用いた中分子創薬を加速するため、そのボトルネックとなっていた細胞膜の透過性、および血漿タンパク質結合率の計算機予測を行うための基盤的手法を開発した。 細胞膜透過性予測においては、大規模な分子動力学シミュレーション(REUS)による予測と、2次元および3次元記述子からの機械学習による予測の二つの手法を開発した。前者は6~8残基では充分な精度を達成...
❏多様な半構造化データからのデータ構造推定(24300054)
【研究テーマ】知能情報学
【研究種目】基盤研究(B)
【研究期間】2012-04-01 - 2016-03-31
【研究代表者】馬見塚 拓 京都大学, 化学研究所, 教授 (00346107)
【キーワード】知識発見とデータマイニング / グラフマイニング / 機械学習 / 生体生命情報学 / 人工知能 (他7件)
【概要】本研究では、グラフやネットワークに代表される半構造化データの様々な問題設定に対する解決手法を構築することを目指してきた。特に、ノードとリンクで表されるグラフにおいて、ノードに付けられたラベルに関する「ラベル伝搬」、さらに、リンクを予測する「リンク予測」という二つの問題に着目した。さらに、手法構築のみならず実データへの適用及び有効性実証を行った。この応用においては、特に生命科学におけるグラフデータ等...
❏高次元小標本におけるデータ解析の数理統計学的基礎とその応用(18300092)
【研究テーマ】統計科学
【研究種目】基盤研究(B)
【研究期間】2006 - 2009
【研究代表者】青嶋 誠 筑波大学, 大学院・数理物質科学研究科, 教授 (90246679)
【キーワード】多変量解析 / 機械学習 / パターン認識 / モデル選択 / ノイズ (他33件)
【概要】高次元小標本における高次元漸近理論を、非正規の一般的な設定のもとで構築した。高次元小標本データ特有の幾何学的な構造を発見した。従来型のPCAが高次元小標本で不一致性を引き起こすことを証明した。クロスデータ行列法とノイズ掃き出し法を提唱し、次元推定・固有値・漸近分布・固有ベクトル・主成分スコアの推定に、一致性をもつ解を与えた。クラスター分析と判別分析への応用を考え、前立腺がんのマイクロアレイデータの...
【医歯薬学】社会医学:マイクロアレイ機械学習を含む研究件
❏ヒトゲノムのコピー数変異における配列多様性の解明(17K17589)
【研究テーマ】生命・健康・医療情報学
【研究種目】若手研究(B)
【研究期間】2017-04-01 - 2019-03-31
【研究代表者】三森 隆広 国立研究開発法人理化学研究所, 革新知能統合研究センター, 研究員 (40760161)
【キーワード】ゲノム / コピー数変異 / 次世代シークエンサ / マイクロアレイ / 機械学習 (他11件)
【概要】ヒトゲノムのコピー数変異 (CNV) は大規模な配列の多様性を与える変異であり、薬剤代謝酵素を含む重要な遺伝子の発現量の個人差や、様々な疾患のリスクに関係していることが知られている。次世代シークエンス技術やマイクロアレイの発展により CNV の個人差を定量できるようになってきたが、これまで配列差を含めた解析は困難であった。本研究では CNV によるゲノム多様性の解明を目指し、長鎖型シークエンサを用...
❏高次元小標本におけるデータ解析の数理統計学的基礎とその応用(18300092)
【研究テーマ】統計科学
【研究種目】基盤研究(B)
【研究期間】2006 - 2009
【研究代表者】青嶋 誠 筑波大学, 大学院・数理物質科学研究科, 教授 (90246679)
【キーワード】多変量解析 / 機械学習 / パターン認識 / モデル選択 / ノイズ (他33件)
【概要】高次元小標本における高次元漸近理論を、非正規の一般的な設定のもとで構築した。高次元小標本データ特有の幾何学的な構造を発見した。従来型のPCAが高次元小標本で不一致性を引き起こすことを証明した。クロスデータ行列法とノイズ掃き出し法を提唱し、次元推定・固有値・漸近分布・固有ベクトル・主成分スコアの推定に、一致性をもつ解を与えた。クラスター分析と判別分析への応用を考え、前立腺がんのマイクロアレイデータの...
❏ゲノム多様性解析のための新しい統計的方法(16300088)
【研究テーマ】統計科学
【研究種目】基盤研究(B)
【研究期間】2004 - 2007
【研究代表者】江口 真透 統計数理研究所, 数理・推論研究系, 教授 (10168776)
【キーワード】機械学習 / 統計推論 / ブースティング / 遺伝子発現 / タンパク発現 (他18件)
【概要】バイオインフォマティックスのための新たな統計科学を構築することに貢献した。特にヒトゲノム多様性に由来する様々なデータから合理的な結論を得るための統計的方法論を開発した。具体的な問題としては、遺伝子発現データからの難治性がん疾患遺伝子の発見や、SNPsデータから薬剤感受性を規定する遺伝子多型の同定が挙げられる。これらの目的のために特化した新たな統計的方法を開発,又は開発中である。主な研究成果は次のよ...
【医歯薬学】社会医学:協調機械学習を含む研究件
❏分業の創発とそれを活用した人工物システムの持続可能性向上の追求(17KT0044)
【研究テーマ】人工物システムの強化
【研究種目】基盤研究(B)
【研究期間】2017-07-18 - 2022-03-31
【研究代表者】菅原 俊治 早稲田大学, 理工学術院, 教授 (70396133)
【キーワード】マルチエージェントシステム / 持続可能性 / 分業 / 強化学習 / 交渉 (他17件)
【概要】本研究では、自律的に判断をする複数のエージェント(自走ロボットなど)から構成されるマルチエージェントシステムにおいて、システムの持続可能性や頑健性を維持するために必須な、取替・更新・定期点検などで停止したときに発生する、一時的な効率・性能低下を緩和するために、エージェント達が自らのタスクを委託し合う交渉手法と、全体の効率を上げるための自律的な組織化・分業化を達成する学習法を追求した。成果は、当該分...
❏協調戦術を適応学習するエージェントの構築と分析(12680369)
【研究テーマ】知能情報学
【研究種目】基盤研究(C)
【研究期間】2000 - 2001
【研究代表者】永野 三郎 埼玉工業大学, 先端科学研究所, 教授 (50010913)
【キーワード】マルチエージェント / 機械学習 / 協調学習 / サッカーエージェント / 強化学習 (他11件)
【概要】本研究は,実際のサッカーの指導で戦術がいかに獲得されるかを参考に,小人数による練習課題の達成,グリッドによる適切な認知地図の獲得,そして,適応学習によるプレーの最適化を軸にした協調戦術決定学習アルゴリズムを提案し,そのパフォーマンスをシミュレーションにより検証したものである.エージェントは環境をグリッド化して知覚することで有限の状態変数空間を持ち,この状態変数の遷移を条件付き確率によって予測するこ...
【医歯薬学】社会医学:可塑性機械学習を含む研究件
❏オミクス機械学習によるドライアイ微小環境における免疫細胞の可塑性・不均一性の解明(20KK0207)
【研究テーマ】
【研究種目】国際共同研究加速基金(国際共同研究強化(B))
【研究期間】2020-10-27 - 2024-03-31
【研究代表者】猪俣 武範 順天堂大学, 医学部, 准教授 (10645667)
【キーワード】ドライアイ / マルチオミクス機械学習 / 炎症 / 制御性T細胞 / 可塑性 (他11件)
【概要】ドライアイは世界で10億人が罹患する最も多い眼疾患であり、超高齢社会・デジタル社会等により増加が予想されている。ドライアイ症状による視覚の質の低下や仕事・学業の作業効率低下による経済損失が問題になっている。しかし未だ点眼による対症療法が主体であり、ドライアイを「治療」する方法は存在しない。その一方でドライアイの原因として涙液層の安定性の低下や高浸透圧による眼微小環境の変化により、炎症・免疫細胞の表...
❏マルチオミクス機械学習による制御性T細胞の可塑性と不均一性の解明(20K09810)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】猪俣 武範 順天堂大学, 医学部, 准教授 (10645667)
【キーワード】マルチオミクス解析 / 免疫寛容 / 制御性T細胞 / 角膜移植 / 眼免疫 (他10件)
【概要】角膜移植は世界で年間60,000件以上行われる最も多い臓器移植であるが、感染症や再移植で血管新生や炎症が惹起された高リスク角膜に対する移植では40-90%の拒絶反応を伴う。制御性T細胞の挙動が拒絶反応克服の手がかりであるが、炎症などの外部環境の変化により転写因子であるFoxp3が発現を失って免疫抑制能が低下する現象「制御性T細胞の可塑性」に申請者は注目した。ただし、制御性T細胞の不均一な特性がその...
❏fMRI・機械学習・形態測定学を融合した言語学習脳の構造的・機能的変化予測モデル(26330246)
【研究テーマ】知能情報学
【研究種目】基盤研究(C)
【研究期間】2014-04-01 - 2017-03-31
【研究代表者】赤間 啓之 東京工業大学, リベラルアーツ研究教育院, 准教授 (60242301)
【キーワード】脳 / 言語 / fMRI / 機械学習 / 複雑ネットワーク (他10件)
【概要】本研究では、心や脳が概念をどう処理するかを解明するニューロイメージングにおいて、神経的・認知的状態判別のための機械学習法(MVPA)を意味処理、言語切替に適用した研究を行った。特に、fMRI実験にあたり、各個人が持つそれぞれが個性的で特異な意味空間のモデリングを行う総合的なアプローチが重要であると言う観点から、レビュー論文をBehaviormetrika誌に発表した。またPLoS ONE論文では、...
【医歯薬学】社会医学:磁気共鳴機能画像法(fMRI)機械学習を含む研究件
❏文理解の脳fMRI反応を予測する統合神経意味計算モデルの構築(19K12727)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2023-03-31
【研究代表者】赤間 啓之 東京工業大学, リベラルアーツ研究教育院, 准教授 (60242301)
【キーワード】文理解 / 脳科学 / fMRI / 計算神経言語学 / 機能的連結性 (他7件)
【概要】本研究のテーマである、機能的連結性データの機械学習・深層学習に関しては、多くの数の論文が完成、出版された。このうちIF付き国際学術論文(査読付き)に絞ると、以下のようになる。Naoki Okamoto, Hiroyuki Akama, 2021. doi:https://doi.org/10.3389/fninf.2021.709179 本研究では、深層ニューラルネットワークの一種であるInvar...
❏fMRI・機械学習・形態測定学を融合した言語学習脳の構造的・機能的変化予測モデル(26330246)
【研究テーマ】知能情報学
【研究種目】基盤研究(C)
【研究期間】2014-04-01 - 2017-03-31
【研究代表者】赤間 啓之 東京工業大学, リベラルアーツ研究教育院, 准教授 (60242301)
【キーワード】脳 / 言語 / fMRI / 機械学習 / 複雑ネットワーク (他10件)
【概要】本研究では、心や脳が概念をどう処理するかを解明するニューロイメージングにおいて、神経的・認知的状態判別のための機械学習法(MVPA)を意味処理、言語切替に適用した研究を行った。特に、fMRI実験にあたり、各個人が持つそれぞれが個性的で特異な意味空間のモデリングを行う総合的なアプローチが重要であると言う観点から、レビュー論文をBehaviormetrika誌に発表した。またPLoS ONE論文では、...
❏脳fMRI研究・機械学習・複雑ネットワークを融合した計算神経グラフ言語学の試み(23500171)
【研究テーマ】知能情報学
【研究種目】基盤研究(C)
【研究期間】2011-04-28 - 2015-03-31
【研究代表者】赤間 啓之 東京工業大学, 社会理工学研究科, 准教授 (60242301)
【キーワード】脳科学 / fMRI / 機械学習 / 複雑ネットワーク / 自然言語処理 (他11件)
【概要】本研究ではfMRI実験を行い、言語の連想タスクを行っている脳画像データを統計解析し、特に機械学習の方法(MVPA)を用いて、実験参加者の各時点での思考を分類し、予測するモデルを立てた。特に実験参加者間での予測モデルの精度劣化という問題を解決するため、データの時空間双方に亘る事後分析を行い、意味認知をめぐって、独自の素性選択法を提唱することにより、集団レベルでのMVPAの精度を向上させた。そのほか、...
【医歯薬学】社会医学:大気汚染機械学習を含む研究件
❏高温な気候曝露の循環器系疾患リスク評価とAIを利用した予測手法の構築(20H03949)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2020-04-01 - 2024-03-31
【研究代表者】大橋 唯太 岡山理科大学, 生物地球学部, 教授 (80388917)
【キーワード】循環器疾患 / 呼吸器疾患 / 発症リスク / 死亡リスク / 数値シミュレーション (他18件)
【概要】本研究課題の主体を構成する以下の3項目について研究を遂行することができた。 (1)過去10年間の循環器・呼吸器疾患の死亡率または外来患者数の変化と気象条件の関連性を、一般化線形モデルや一般化加法モデルといった統計モデル手法によって明らかにすることができた。 (2)都市気象-建物エネルギーモデルの建物躯体設定の修正作業等、モデルの改良作業をおこなった。その後、実測との比較検証によって、大阪市内で観測...
❏気候変動が引き起こす災害・水資源・食資源・大気汚染の年代別リスク変化とその適応策(17KT0066)
【研究テーマ】次世代の農資源利用
【研究種目】基盤研究(B)
【研究期間】2017-07-18 - 2020-03-31
【研究代表者】安成 哲平 北海道大学, 北極域研究センター, 助教 (70506782)
【キーワード】大気汚染 / 森林火災 / 気候モデル / PM2.5 / 気候変動 (他20件)
【概要】人類の持続可能性の観点から重要な,「災害」,「食(農)資源」,「水資源」,「大気汚染」に関連した研究を,気候モデル・衛星・再解析データ等を用いて解析し,経済分析を行った.大気汚染では,森林火災予測に直結する気候・環境要因を明らかにし,機械学習で火災予測の初期検討を行った.気候モデル実験では, シベリア森林火災が増加した際のPM2.5日平均環境基準を超える日数や若年性死亡数の変化を分析し,経済損失ま...
【医歯薬学】社会医学:予測モデル機械学習を含む研究件
❏人工知能による高齢者の不安全運転の予測モデルの確立と神経基盤の解明(20H03607)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】山縣 文 慶應義塾大学, 医学部(信濃町), 特任准教授 (30439476)
【キーワード】自動車運転 / 不安全運転 / 機械学習 / 高齢運転者 / 脳画像 (他13件)
【概要】2020年度は世界的にCOVID-19の感染が拡がり、日本国内においても緊急事態宣言が発令され行動制限が行われていた。本研究の対象者は65歳以上となっており、高齢者は重症化のリスクが高いことや基礎疾患を有している者も多いため、研究協力者の感染予防の観点からの安全を第一に考えリクルートおよびデータ収集を中断していた。 その間、これまでに蓄積できたデータの一部を用いて、新たにデータを解析し、論文発表...
❏医療ビッグデータを用いた慢性疾患発症及び重症化の早期予測モデル構築(17H06629)
【研究テーマ】疫学・予防医学
【研究種目】研究活動スタート支援
【研究期間】2017-08-25 - 2019-03-31
【研究代表者】大野 幸子 東京大学, 大学院医学系研究科(医学部), 特任助教 (20797237)
【キーワード】医療ビッグデータ / 予測 / 予測モデル / 機械学習 / 慢性疾患 (他7件)
【概要】本研究では、レセプト・健診データを用いて、甲状腺機能亢進症発症、糖尿病患者の腎機能低下を複数の機械学習手法および従来の疫学手法検討を用いて検討した。後者の研究は国際学会で発表を行った。さらに、予測モデル構築における検査値データの有用性を検討するため、協力施設から得られたデータを用いて、腹部悪性手術後の創部感染、抗菌薬の再開、術後入院期間の予測を行った。創部感染、抗菌薬再開は症例数が少なく予測不能で...
【医歯薬学】社会医学:創発機械学習を含む研究件
❏大規模トラッキングによる超個体創発の解明と集合知の新理論の展開(21H04885)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2021-04-05 - 2024-03-31
【研究代表者】池上 高志 東京大学, 大学院総合文化研究科, 教授 (10211715)
【キーワード】集団知 / 機械学習 / 創発 / 生物集団 / 進化 (他9件)
【概要】2021年度は、3つの生物集団を対象として、一つのモデル・シミュレーションに関する実験を、計画どおりに開始することができた。その結果、以下のような新しい発見があり、それをSWARM-AROB国際会議(1/25-27/2022) にてorganized session (0S32: Collective Intelligence in Living /Non-Living Agents) を提案し、...
❏洞察問題解決における認知メカニズムの解明と計算モデルの構築(10610082)
【研究テーマ】実験系心理学
【研究種目】基盤研究(C)
【研究期間】1998 - 2000
【研究代表者】鈴木 宏昭 青山学院大学, 文学部, 助教授 (50192620)
【キーワード】洞察 / 制約 / 認知科学 / 創発 / 多重制約充足 (他10件)
【概要】本年度は洞察問題解決における個人差についての実験的研究を行うとともに,近年出版された洞察研究との対比を中心に研究を行った.制約の動的緩和理論(開・鈴木,1998)に従えば,個人差の源泉は,制約強度の初期値の違い,試行の評価の適切さ,制約強度の更新率(学習率)となる.この予測を検証するため,洞察を必要とする図形パズルを10分以内で解決した被験者と10分以上かかった被験者の比較を行った.その結果,制約...
【医歯薬学】歯学:不均一性機械学習を含む研究件
❏オミクス機械学習によるドライアイ微小環境における免疫細胞の可塑性・不均一性の解明(20KK0207)
【研究テーマ】
【研究種目】国際共同研究加速基金(国際共同研究強化(B))
【研究期間】2020-10-27 - 2024-03-31
【研究代表者】猪俣 武範 順天堂大学, 医学部, 准教授 (10645667)
【キーワード】ドライアイ / マルチオミクス機械学習 / 炎症 / 制御性T細胞 / 可塑性 (他11件)
【概要】ドライアイは世界で10億人が罹患する最も多い眼疾患であり、超高齢社会・デジタル社会等により増加が予想されている。ドライアイ症状による視覚の質の低下や仕事・学業の作業効率低下による経済損失が問題になっている。しかし未だ点眼による対症療法が主体であり、ドライアイを「治療」する方法は存在しない。その一方でドライアイの原因として涙液層の安定性の低下や高浸透圧による眼微小環境の変化により、炎症・免疫細胞の表...
❏マルチオミクス機械学習による制御性T細胞の可塑性と不均一性の解明(20K09810)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】猪俣 武範 順天堂大学, 医学部, 准教授 (10645667)
【キーワード】マルチオミクス解析 / 免疫寛容 / 制御性T細胞 / 角膜移植 / 眼免疫 (他10件)
【概要】角膜移植は世界で年間60,000件以上行われる最も多い臓器移植であるが、感染症や再移植で血管新生や炎症が惹起された高リスク角膜に対する移植では40-90%の拒絶反応を伴う。制御性T細胞の挙動が拒絶反応克服の手がかりであるが、炎症などの外部環境の変化により転写因子であるFoxp3が発現を失って免疫抑制能が低下する現象「制御性T細胞の可塑性」に申請者は注目した。ただし、制御性T細胞の不均一な特性がその...
【医歯薬学】歯学:機能的MRI機械学習を含む研究件
❏想起した文字(母音・子音)の脳波による判別法の発展と確立(15K01849)
【研究テーマ】脳計測科学
【研究種目】基盤研究(C)
【研究期間】2015-04-01 - 2018-03-31
【研究代表者】吉村 奈津江 東京工業大学, 科学技術創成研究院, 准教授 (00581315)
【キーワード】脳波 / デコーディング / 機械学習 / 逆問題 / ブレイン・コンピュータ・インタフェース (他6件)
【概要】脳波は頭皮に貼付した電極から記録するために詳細な脳活動の違いは判別困難であり、想起した文字の判別は困難であると考えられている。この問題に対して、本研究では脳波の皮質信号源を計算的に推定することで解決することを試みている。 本研究期間において、推定した信号源を使うことで脳波を使う場合よりも母音判別率が大幅に向上することを示し、国際学術論文にて発表した(Yoshimura et al., Fronti...
❏念じた文字を出力できるブレイン・コンピュータ・インタフェースの開発(24500163)
【研究テーマ】知能情報学
【研究種目】基盤研究(C)
【研究期間】2012-04-01 - 2015-03-31
【研究代表者】吉村 奈津江 東京工業大学, 精密工学研究所, 准教授 (00581315)
【キーワード】脳活動信号計測 / デコーディング / ブレイン・コンピュータ・インタフェース / 機能的MRI / 脳波 (他7件)
【概要】非侵襲の脳活動計測法(脳波および機能的核磁気共鳴画像法(fMRI))を用いて、ヒトが任意の文字を思い浮かべるだけで文字の画面入力や音声出力ができるようにするための基礎研究を実施した。ヒトが日本語の母音をイメージした際の脳波およびfMRIデータを取得し、得られた信号から脳波の皮質信号源信号を推定することで、脳波そのものを用いるよりも高い精度で何の文字をイメージしたかを判別できる可能性を示した。 ...
【医歯薬学】歯学:バイオインフォマテイクス機械学習を含む研究件
❏小区分53040:腎臓内科学関連(0)
【研究テーマ】2019
【研究種目】メタボロミクス
【研究期間】腎臓病
【研究代表者】機械学習
【キーワード】メタボローム
【概要】DNAシーケンシング技術やカメラ性能の向上により生物過程の時空間情報が急増している。これにより遺伝子間相互作用の時間的因果関係や、細胞・組織の3次元的配置が生物の振る舞いへ与える効果などを厳密に調べることが可能になってきた。そこで本研究では、生命過程のより高度なモデリングを可能にするための道具として、非線形確率偏微分方程式のパラメータをデータから推定する汎用的な機械学習技術の開発・実装を行うことを...
❏タンパク質間相互作用を標的とする薬剤分子設計技術の開発(20H04280)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】大上 雅史 東京工業大学, 情報理工学院, 助教 (50743209)
【キーワード】バイオインフォマティクス / タンパク質間相互作用 / インタラクトーム / 医薬品設計 / ケモインフォマティクス (他7件)
【概要】タンパク質間相互作用 (PPI) を対象としたIT創薬手法の確立は、これまでに治療が叶わなかった疾病の根治や、創薬産業の加速に必須である。PPIを狙う創薬では、①未知のPPIの可能性が網羅的に調べられていないこと、②PPIを標的とする医薬品の計算設計技術がほとんど無いこと、の2点が大きな課題であった。今年度は、未知のPPIを標的とした薬剤分子の設計を可能にする計算技術の研究開発を目的とし、当初の計...
❏メタボロミクスとネットワーク生物学を用いた新規腎臓病関連遺伝子予測AIの開発(19K08689)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】斎藤 輪太郎 慶應義塾大学, 政策・メディア研究科(藤沢), 特任教授 (40348842)
【キーワード】メタボロミクス / 腎臓病 / 機械学習 / メタボローム / 急性腎障害 (他8件)
【概要】メタボローム分析装置から得られる大量の解釈困難部分(未知ピーク)の有効利用の可能性を探り、また患者の代謝物質のパターンから急性腎症(AKI)の発症予測を行った。前者では、鶴岡メタボロームコホート研究参加者約3,000人分のメタボロームデータを活用し、生体内の代謝物質を反映すると思われる未知ピークを抽出するためのパイプラインの構築を行った。後者では、AKIを発症した患者の尿に特有の代謝物質の変化を発...
【医歯薬学】歯学:CT機械学習を含む研究件
❏元素推定と機能推定に基づく医用画像の正規化に関する研究(19K08201)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】芳賀 昭弘 徳島大学, 大学院医歯薬学研究部(医学域), 教授 (30448021)
【キーワード】CT画像 / エネルギースペクトル / 元素推定 / 超音波画像 / MRI画像 (他16件)
【概要】腫瘍悪性度の分類や予後予測に対し、医用画像解析が遺伝子情報解析に匹敵する可能性が指摘され、レディオミクスと呼ばれる新たな研究分野が形成されつつある。一方、その予測精度を高めるために必要となる高品質で大規模な医用画像データベースの作成において、装置間の機器的な相違や撮影条件の相違が大きな障壁となる。本研究では、この問題の根本的な克服に向け、臨床で撮影される医用画像の多様性を利用して単一の医用画像撮影...
❏深層学習を用いた仮想高線量化技術による放射線画像検査の被曝最小化(18H02761)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2018-04-01 - 2022-03-31
【研究代表者】鈴木 賢治 東京工業大学, 科学技術創成研究院, 教授 (00295578)
【キーワード】機械学習 / CT / 被曝低減 / 深層学習 / 雑音除去
【概要】1)3次元胸部ファントムによる被曝低減技術の性能検証 昨年度は、2次元の深層学習(ディープラーニング)モデルを3次元に拡張し、臨床Computed Tomography (CT)で得られる3次元データを扱えるモデルにした。同時に、演算量削減手法の開発により、1回のCT検査のデータを高速に処理できるようにした。本年度は、精巧な胸部ファントム(京都科学社製)のCT像を、最低線量から最高線量まで(0.0...
❏深層学習を用いた超低線量CT像の高画質化によるCTの被曝低減(17H06679)
【研究テーマ】医学物理学・放射線技術学
【研究種目】研究活動スタート支援
【研究期間】2017-08-25 - 2019-03-31
【研究代表者】鈴木 賢治 東京工業大学, 科学技術創成研究院, 特任教授 (00295578)
【キーワード】深層学習 / 機械学習 / CT / 被曝低減 / 雑音除去
【概要】1)画像出力型深層学習をベースとするCTのための被曝線量低減手法の開発 本研究で開発したCTのための被曝線量低減手法は,我々独自の深層学習をベースとし,学習と実行ステップから成る.学習ステップでは,超低線量で撮像されたCT像を入力画像,高線量で撮像されたCT像を教師画像に使い,深層学習モデルを学習する.深層学習は,ニューラルネット回帰モデル(NN)で構成され,入力は超低線量CT像の局所領域の画素値...
【医歯薬学】薬学:自己組織化機械学習を含む研究件
❏群分子ロボットによる学習(17K19961)
【研究テーマ】情報科学、情報工学およびその関連分野
【研究種目】挑戦的研究(萌芽)
【研究期間】2017-06-30 - 2021-03-31
【研究代表者】萩谷 昌己 東京大学, 大学院情報理工学系研究科, 教授 (30156252)
【キーワード】DNAコンピュータ / 分子ロボット / 群ロボット / 自己組織化 / 機械学習 (他6件)
【概要】本研究は、電子回路による高速な情報処理と、化学反応による低速な情報処理を融合した新たな情報処理モデルを構築することを動機とし、分子デバイスから構成される分子ロボットによって群知能を実現することを最終的な目的として、分子ロボットの群れ(群分子ロボット)をセルオートマトン(ゲルオートマトンと呼ぶ)としてモデル化し、群れの中で経路や全域木などの各種のパターンを形成する分散アルゴリズムを構成した。さらに、...
❏生物的進化システムとしてのインターネットサービスの分析(17H01821)
【研究テーマ】ウェブ情報学・サービス情報学
【研究種目】基盤研究(B)
【研究期間】2017-04-01 - 2020-03-31
【研究代表者】池上 高志 東京大学, 大学院総合文化研究科, 教授 (10211715)
【キーワード】インターネット / ウェブサービス / 進化理論 / 自己組織的臨界状態 / Big Data (他25件)
【概要】ウェブサービスが臨界状態(一つの投稿が大きく波及するような)に向かって進化していることを示した。それと同時にユーザーグループが特徴的な集団構造をつくっていくように観測できた。タグをつけるサービスどうしを比較し、簡単な数理モデル(Yule-Simonモデル)とでは説明できない現象を見い出した。ウェブの「意味」の創出は、新しいタグの進化ではなく、タグどうしの組み合わせの進化にある。特に投稿間に親子関係...
❏深層学習を用いたロボットの動作プリミティブの獲得と行動生成(15H01710)
【研究テーマ】知能ロボティクス
【研究種目】基盤研究(A)
【研究期間】2015-04-01 - 2020-03-31
【研究代表者】尾形 哲也 早稲田大学, 理工学術院, 教授 (00318768)
【キーワード】深層学習 / 予測学習 / マルチモーダル / 動作プリミティブ / RTミドルウェア (他16件)
【概要】近年,深層学習が多様な領域で利用されているが,その適用範囲は電子化されたデータ処理に特化されており,実世界での作業性が十分に得られていない.一方,ロボットを用いた生活支援が強く期待されている.近年は,汎用型のロボットOSを利用した多機能型汎用ロボットの可能性が着目されている.そこで本研究では,ロボットOSと深層学習を用いたロボット動作学習を実現し,ロボットの知能化と開発コスト削減を行った. 具体的...
【医歯薬学】薬学:再生医療機械学習を含む研究件
❏力学刺激の知能化によるin vitro3次元組織の超効率的成熟化(19H01178)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】尾上 弘晃 慶應義塾大学, 理工学部(矢上), 教授 (30548681)
【キーワード】ヒトiPS由来心筋組織 / In vitro 組織成熟化 / 力学刺激 / ベイズ的最適化 / 画像処理 (他11件)
【概要】知能化培養システムとして,力学刺激および電気刺激が可能な3次元培養チャンバを作製し,組織培養しながら形態をリアルタイムで蛍光観察可能なシステムを構築した.筋芽細胞株C2C12およびヒトiPS由来心筋細胞を培養し,刺激を印加しながら成熟化を評価した.C2C12と電気刺激の系において,画像処理により成熟化指標を抽出し,ベイズ的最適化で条件を最適化し,成熟化指標の向上を目指す実験サイクルを確立した.また...
❏奇形腫病理の機械学習解析に基づくヒトiPS・ES細胞のクリティカルエピゲノム同定(15H04715)
【研究テーマ】人体病理学
【研究種目】基盤研究(B)
【研究期間】2015-04-01 - 2020-03-31
【研究代表者】梅澤 明弘 国立研究開発法人国立成育医療研究センター, 再生医療センター, 副所長/再生医療センター長 (70213486)
【キーワード】奇形腫 / システム病理学 / 多能性幹細胞 / ES細胞 / エピゲノム (他13件)
【概要】本研究では、奇形腫の病理組織像に対して機械学習解析を行い、そのデータを基盤として、多能性幹細胞のクリティカルエピゲノムを同定した。奇形腫形成の過程や、細胞間、移植部位それぞれの相互作用を始め、奇形腫を構成する自然法則を明らかにし、多能性幹細胞による奇形腫がどのように創成されているかを構成的アプローチによって有機的なシステムとして解明を試みた。構成的システム病理学は、細胞、器官、多細胞体などを創成す...
【医歯薬学】薬学:生理活性機械学習を含む研究件
❏アミノ酸シグナルに応答した臓器特異的な脂質代謝制御機構の解明と脂肪蓄積法の開発(15H04583)
【研究テーマ】動物生産科学
【研究種目】基盤研究(B)
【研究期間】2015-04-01 - 2018-03-31
【研究代表者】伯野 史彦 東京大学, 大学院農学生命科学研究科(農学部), 助教 (30282700)
【キーワード】アミノ酸代謝 / 脂肪合成 / 脂肪肝 / 筋脂肪交雑 / インスリン (他20件)
【概要】本研究は、アミノ酸の欠乏が組織特異的に脂質代謝を制御するメカニズムを解明することを目的としている。今回の研究成果により、Arg欠乏食の給餌は肝臓からの脂肪分泌を阻害することによって、低アミノ酸食の給餌は肝臓での脂肪合成を促進することによって肝臓への脂肪蓄積を誘導していることを示した。一方、Lys欠乏食は筋肉の遅筋化を介して、筋肉への脂肪交雑を誘導していることを示唆するデータを得た。さらに、自己組織...
❏In-silico 創薬のための機械学習を用いた生理活性配座予測(21680025)
【研究テーマ】生体生命情報学
【研究種目】若手研究(A)
【研究期間】2009 - 2012
【研究代表者】津田 宏治 独立行政法人産業技術総合研究所, 生命情報工学研究センター, 主任研究員 (90357517)
【キーワード】機械学習 / 生体分子 / 生理活性
【概要】プロテインデータバンク(PDB)に登録されているタンパク質三次元構造の数が7万を超えるなど、利用できる三次元情報は、増加を続けている。これらのデータから、機能情報を抽出するため、 SketchSort という全ペア類似度検索アルゴリズムを開発し、 120 万個におよぶリガンド結合サイトに適用した。また、その結果を Possum というデータベースにまとめ、一般に公開した。 ...
【医歯薬学】薬学:MRI機械学習を含む研究件
❏元素推定と機能推定に基づく医用画像の正規化に関する研究(19K08201)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】芳賀 昭弘 徳島大学, 大学院医歯薬学研究部(医学域), 教授 (30448021)
【キーワード】CT画像 / エネルギースペクトル / 元素推定 / 超音波画像 / MRI画像 (他16件)
【概要】腫瘍悪性度の分類や予後予測に対し、医用画像解析が遺伝子情報解析に匹敵する可能性が指摘され、レディオミクスと呼ばれる新たな研究分野が形成されつつある。一方、その予測精度を高めるために必要となる高品質で大規模な医用画像データベースの作成において、装置間の機器的な相違や撮影条件の相違が大きな障壁となる。本研究では、この問題の根本的な克服に向け、臨床で撮影される医用画像の多様性を利用して単一の医用画像撮影...
❏記述長最小原理の深化と応用(18H03291)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2018-04-01 - 2021-03-31
【研究代表者】竹内 純一 九州大学, システム情報科学研究院, 教授 (80432871)
【キーワード】記述長最小原理 / MDL原理 / 深層学習 / 情報理論 / MRI (他24件)
【概要】MDL原理に基づく学習理論の深化と応用について研究を行った.記述長最小原理(MDL原理)の基礎については,Barron and Coverの理論(BC理論)の教師あり学習への拡張と,深層学習との関連について考察した.BC理論と確率的コンプレキシティ(SC)を関係づける研究において,目標モデルを非指数型分布族に一般化することに成功した.その他,スパース学習を応用した誤り訂正符号への深層学習の応用やA...
❏機械学習によるMRIの撮像時間短縮(17K00308)
【研究テーマ】知能情報学
【研究種目】基盤研究(C)
【研究期間】2017-04-01 - 2020-03-31
【研究代表者】川喜田 雅則 名古屋大学, 情報学研究科, 協力研究員 (90435496)
【キーワード】MRI / 深層学習 / 多重解像度 / ディープニューラルネットワーク / 脳動脈瘤 (他10件)
【概要】MRIの撮影時間を短縮すると情報が不足しMRI画像の画質が劣化する.我々は,劣化した画像から高品質なMRI画像を復元するディープニューラルネットワーク(DNN)を提案した.既存の超解像DNNはそのままではMRI画像を高画質化できない.我々は,これに多重解像度処理加えることで性能向上を図り,新たなDNNの構造を提案した.九州大学医学部の協力の下,健常者及び脳動脈瘤患者の頭部MRIデータを大量に用いて...
【医歯薬学】薬学:分子動力学計算機械学習を含む研究件
❏クライオ電顕画像から蛋白質の動的構造を描写するための新規計算科学手法の確立と応用(21H01050)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2021-04-01 - 2024-03-31
【研究代表者】中迫 雅由 慶應義塾大学, 理工学部(矢上), 教授 (30227764)
【キーワード】クライオ電子顕微鏡 / 蛋白質の動的構造 / 計算科学 / X線構造解析 / 蛋白質運動の自由エネルギー地形 (他12件)
【概要】(1)三次元コンボリューション・フィルターを用い、コンボリューション層と全結合層から構成された八種類の水和構造予測ニューラル・ネットワークを構築した。各々、高分解能低温X線結晶構造から抽出した5,310,762個の局所水和構造パターンを学習させ、テストデータに対する損失関数で学習を評価した。最良の結果をもたらすニューラル・ネットワークを選定し、学習データに含まれない蛋白質の水和構造予測に適用して、...
❏有機高分子材料のスマート電気物性設計法の考案(18K18848)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2018-06-29 - 2021-03-31
【研究代表者】熊田 亜紀子 東京大学, 大学院工学系研究科(工学部), 教授 (20313009)
【キーワード】第一原理計算 / 分子動力学計算 / 電荷移動度 / ポリマー / tim-of-flight (他19件)
【概要】本研究では第一原理計算を基本とした多階層計算方法を開発し、これを高分子絶縁材料に適用し、高分子材料中の電荷移動の特徴を明らかにすることができた。計算結果はポリマーの場合、多様な指針に基づき、電荷移動特性を制御できることを示唆した。さらに、多階層計算によって実験的に得られるマクロな電流波形をもとめる方法を開発した。また、電荷移動度を実験的に得るための絶縁材料用のTOF測定装置を構築した。その結果、計...
【医歯薬学】薬学:機械学習を含む研究件
❏fMRI・機械学習・形態測定学を融合した言語学習脳の構造的・機能的変化予測モデル(26330246)
【研究テーマ】知能情報学
【研究種目】基盤研究(C)
【研究期間】2014-04-01 - 2017-03-31
【研究代表者】赤間 啓之 東京工業大学, リベラルアーツ研究教育院, 准教授 (60242301)
【キーワード】脳 / 言語 / fMRI / 機械学習 / 複雑ネットワーク (他10件)
【概要】本研究では、心や脳が概念をどう処理するかを解明するニューロイメージングにおいて、神経的・認知的状態判別のための機械学習法(MVPA)を意味処理、言語切替に適用した研究を行った。特に、fMRI実験にあたり、各個人が持つそれぞれが個性的で特異な意味空間のモデリングを行う総合的なアプローチが重要であると言う観点から、レビュー論文をBehaviormetrika誌に発表した。またPLoS ONE論文では、...
❏脳fMRI研究・機械学習・複雑ネットワークを融合した計算神経グラフ言語学の試み(23500171)
【研究テーマ】知能情報学
【研究種目】基盤研究(C)
【研究期間】2011-04-28 - 2015-03-31
【研究代表者】赤間 啓之 東京工業大学, 社会理工学研究科, 准教授 (60242301)
【キーワード】脳科学 / fMRI / 機械学習 / 複雑ネットワーク / 自然言語処理 (他11件)
【概要】本研究ではfMRI実験を行い、言語の連想タスクを行っている脳画像データを統計解析し、特に機械学習の方法(MVPA)を用いて、実験参加者の各時点での思考を分類し、予測するモデルを立てた。特に実験参加者間での予測モデルの精度劣化という問題を解決するため、データの時空間双方に亘る事後分析を行い、意味認知をめぐって、独自の素性選択法を提唱することにより、集団レベルでのMVPAの精度を向上させた。そのほか、...
【医歯薬学】薬学:長鎖非コードRNA機械学習を含む研究件
❏lncRNAを中心とした生体分子間相互作用ネットワークの予測と機能推定法の開発(16K16143)
【研究テーマ】生命・健康・医療情報学
【研究種目】若手研究(B)
【研究期間】2016-04-01 - 2020-03-31
【研究代表者】岩切 淳一 東京大学, 大学院新領域創成科学研究科, 助教 (40770160)
【キーワード】長鎖ノンコーディングRNA / lncRNA / RNA-RNA相互作用 / 核内構造体 / 長鎖非コードRNA (他12件)
【概要】本研究では、lncRNAの機能を推定するための情報基盤として、lncRNAの分子間相互作用予測を塩基配列およびRNA-seqの大規模な実験データから高精度に予測できる仕組みを構築し、ヒトおよびマウスのlncRNAの相互作用予測結果を網羅したWebサーバーを開発した。このWebサーバーを用いることで、いくつかのヒトlncRNAについて、lncRNA-RNA相互作用が核内構造体形成に関与していることが...
❏機能エレメントと深層学習に基づく長鎖ノンコーディングRNAの機能分類(16H05879)
【研究テーマ】生命・健康・医療情報学
【研究種目】若手研究(A)
【研究期間】2016-04-01 - 2020-03-31
【研究代表者】浜田 道昭 早稲田大学, 理工学術院, 教授 (00596538)
【キーワード】lncRNA / ノンコーディングRNA / RNA修飾 / RNA構造 / リピート要素 (他19件)
【概要】タンパク質に翻訳されずにRNA自体が機能を有する長鎖ノンコーディングRNA(lncRNA)の機能を明らかにするために,RNAの配列・構造・修飾・生体高分子との相互作用などの「機能エレメント」に着目し情報学的な観点から多くの研究を行った.例えば,ジャンクだと考えられていたリピート配列がlncRNAの組織特異的な発現に寄与していたり,タンパク質やDNAとの相互作用に寄与していることを明らかにすることに...
【医歯薬学】薬学:計算科学機械学習を含む研究件
❏クライオ電顕画像から蛋白質の動的構造を描写するための新規計算科学手法の確立と応用(21H01050)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2021-04-01 - 2024-03-31
【研究代表者】中迫 雅由 慶應義塾大学, 理工学部(矢上), 教授 (30227764)
【キーワード】クライオ電子顕微鏡 / 蛋白質の動的構造 / 計算科学 / X線構造解析 / 蛋白質運動の自由エネルギー地形 (他12件)
【概要】(1)三次元コンボリューション・フィルターを用い、コンボリューション層と全結合層から構成された八種類の水和構造予測ニューラル・ネットワークを構築した。各々、高分解能低温X線結晶構造から抽出した5,310,762個の局所水和構造パターンを学習させ、テストデータに対する損失関数で学習を評価した。最良の結果をもたらすニューラル・ネットワークを選定し、学習データに含まれない蛋白質の水和構造予測に適用して、...
❏構造と機能の両立を目指した新規ヘム結合蛋白質の計算設計と実験的検証(18K14660)
【研究テーマ】
【研究種目】若手研究
【研究期間】2018-04-01 - 2021-03-31
【研究代表者】森脇 由隆 東京大学, 大学院農学生命科学研究科(農学部), 助教 (70751303)
【キーワード】蛋白質科学 / 計算科学 / 人工タンパク質 / タンパク質デザイン / ヘムタンパク質 (他7件)
【概要】当研究は計算科学を用いて蛋白質の構造と機能を創出するためのデザイン理論の探索と実証を目指すものである。その実践の例として、特に「ヘム輸送機能を持つ蛋白質のデザイン」を達成することを目標とした。統計解析によってヘム結合に必要なヘム結合部位周辺の蛋白質立体構造情報を取得し、それらを構造パーツとして同定した後、Topobuilderと呼ばれる蛋白質構造ビルドソフトウェアを用いて機能モチーフを安定な新規蛋...
【医歯薬学】薬学:バンコマイシン機械学習を含む研究件
❏機械学習を用いた従来にない薬剤投与設計アルゴリズムの構築(20K16035)
【研究テーマ】
【研究種目】若手研究
【研究期間】2020-04-01 - 2024-03-31
【研究代表者】今井 俊吾 北海道大学, 薬学研究院, 助教 (40845070)
【キーワード】機械学習 / バンコマイシン / 薬剤投与設計 / 治療薬物モニタリング / 薬物動態
【概要】機械学習の手法の一つであるDecision Tree(DT)モデルは、フローチャート状の構造を持ち、利用者は各々の変数に関わる条件に対してYes/Noで順次回答していくことで、複数の要因の組み合わせによる相互関係を考慮したイベントの発現割合を簡便かつ定量的に評価可能となる。我々はDT分析の副作用発現リスク推定への応用可能性に着目し、その有用性を明らかにしてきた。一方で、DTモデルは連続変数の予測に...
❏決定木分析を用いた副作用発現リスク推定モデル構築に向けた基盤研究(19K23791)
【研究テーマ】
【研究種目】研究活動スタート支援
【研究期間】2019-08-30 - 2021-03-31
【研究代表者】今井 俊吾 北海道大学, 薬学研究院, 助教 (40845070)
【キーワード】決定木分析 / データマイニング / バンコマイシン / 腎機能障害 / 治療薬物モニタリング (他8件)
【概要】データマイニング手法の一つである決定木分析を用いて、医療者が簡便に「個々の患者の副作用発現リスク」を評価可能なモデル構築を目指した。対象は、メチシリン耐性黄色ブドウ球菌感染症の治療薬であるバンコマイシンによる腎機能障害とした。 北海道内4施設を協力医療機関とする多施設共同研究の遂行により、より一般化可能なバンコマイシンによる腎機能障害リスクの推定モデルの構築に成功した。また、構築したモデルの精度は...
【医歯薬学】薬学:分子認識機械学習を含む研究件
❏機能発現・判別を指向するDNAアプタマーの電気泳動選抜(19H02740)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2019-04-01 - 2023-03-31
【研究代表者】齋藤 伸吾 埼玉大学, 理工学研究科, 教授 (60343018)
【キーワード】DNAアプタマー / キャピラリー電気泳動 / 次世代シーケンシング / 分子認識 / アプタマー選抜 (他8件)
【概要】近年,DNAアプタマー(分子認識する一本鎖DNA)の認識能が様々な分野で注目されている。既存のアプタマー獲得法では,ランダムDNAライブラリーから選抜操作を繰り返してアプタマー配列が得られるが,DNAアプタマーの性能の判別や機能の選抜はできない。また,高性能なアプタマーを取り逃がしている可能性が高い。本研究では,キャピラリー電気泳動法(CE)の高分離能と次世代シーケンサー(NGS)の配列決定能を組...
❏交差応答的分子認識情報の並列処理を指向した有機トランジスタ型センサアレイシステム(17H04882)
【研究テーマ】分析化学
【研究種目】若手研究(A)
【研究期間】2017-04-01 - 2020-03-31
【研究代表者】南 豪 東京大学, 生産技術研究所, 准教授 (70731834)
【キーワード】分子認識 / 人工レセプタ / 有機トランジスタ / センサアレイ / 多変量解析 (他10件)
【概要】本研究では超簡易な多成分分析の実現に向けて,人工分子レセプタを修飾した有機薄膜トランジスタ (OTFT) 型化学センサによるハイスループット分析法を確立した.人工レセプタが有する交差応答性は,多変量解析技術との組み合わせにより,多数の標的種に対する定量的検出を可能にする.しかし,従来のセンサアレイでは数多くの標的種を判別するため,多数のセンサを並べる必要があった.そこで我々は,数少ないセンサ数でア...
【医歯薬学】薬学:ブロテオーム機械学習を含む研究件
❏多様な半構造化データからのデータ構造推定(24300054)
【研究テーマ】知能情報学
【研究種目】基盤研究(B)
【研究期間】2012-04-01 - 2016-03-31
【研究代表者】馬見塚 拓 京都大学, 化学研究所, 教授 (00346107)
【キーワード】知識発見とデータマイニング / グラフマイニング / 機械学習 / 生体生命情報学 / 人工知能 (他7件)
【概要】本研究では、グラフやネットワークに代表される半構造化データの様々な問題設定に対する解決手法を構築することを目指してきた。特に、ノードとリンクで表されるグラフにおいて、ノードに付けられたラベルに関する「ラベル伝搬」、さらに、リンクを予測する「リンク予測」という二つの問題に着目した。さらに、手法構築のみならず実データへの適用及び有効性実証を行った。この応用においては、特に生命科学におけるグラフデータ等...
❏ゲノム多様性解析のための新しい統計的方法(16300088)
【研究テーマ】統計科学
【研究種目】基盤研究(B)
【研究期間】2004 - 2007
【研究代表者】江口 真透 統計数理研究所, 数理・推論研究系, 教授 (10168776)
【キーワード】機械学習 / 統計推論 / ブースティング / 遺伝子発現 / タンパク発現 (他18件)
【概要】バイオインフォマティックスのための新たな統計科学を構築することに貢献した。特にヒトゲノム多様性に由来する様々なデータから合理的な結論を得るための統計的方法論を開発した。具体的な問題としては、遺伝子発現データからの難治性がん疾患遺伝子の発見や、SNPsデータから薬剤感受性を規定する遺伝子多型の同定が挙げられる。これらの目的のために特化した新たな統計的方法を開発,又は開発中である。主な研究成果は次のよ...
❏統計学,ニューラルネット,機械学習の新しい融合(13480071)
【研究テーマ】統計科学
【研究種目】基盤研究(B)
【研究期間】2001 - 2003
【研究代表者】江口 真透 統計数理研究所, 統計基礎研究系, 教授 (10168776)
【キーワード】バイオインフォマチックス / SNPハプロタイピング / 遺伝子発現データ / アダブースト / 独立成分分析 (他19件)
【概要】1.バイオインフォマチックスへの挑戦 癌研究会ゲノムセンターとの共同研究で行ったSNPハプロタイピングの研究がBioinformaticsに掲載予定,国際特許申請中である.次なるプロジェクト,SNPハプロタイプブロックの同定問題について藤澤主導で進行中で論文準備の段階にある.さらに月例のゲノム研究会においてプロテオームの関数データ解析についても同時進行している.日本統計関連学会連合大会2003・企...
【医歯薬学】薬学:タンパク質機械学習を含む研究件
❏小区分34020:分析化学関連(0)
【研究テーマ】2019
【研究種目】DNAアプタマー
【研究期間】キャピラリー電気泳動
【研究代表者】次世代シーケンシング
【キーワード】分子認識
【概要】
❏生命に現在の20種類の標準アミノ酸は必要か:遺伝暗号改変による理工学アプローチ(19H00985)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】木賀 大介 早稲田大学, 理工学術院, 教授 (30376587)
【キーワード】タンパク質 / 機械学習 / 合成生物学 / 遺伝暗号 / 進化分子工学
【概要】
❏機能発現・判別を指向するDNAアプタマーの電気泳動選抜(19H02740)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2019-04-01 - 2023-03-31
【研究代表者】齋藤 伸吾 埼玉大学, 理工学研究科, 教授 (60343018)
【キーワード】DNAアプタマー / キャピラリー電気泳動 / 次世代シーケンシング / 分子認識 / アプタマー選抜 (他8件)
【概要】近年,DNAアプタマー(分子認識する一本鎖DNA)の認識能が様々な分野で注目されている。既存のアプタマー獲得法では,ランダムDNAライブラリーから選抜操作を繰り返してアプタマー配列が得られるが,DNAアプタマーの性能の判別や機能の選抜はできない。また,高性能なアプタマーを取り逃がしている可能性が高い。本研究では,キャピラリー電気泳動法(CE)の高分離能と次世代シーケンサー(NGS)の配列決定能を組...
【医歯薬学】薬学:創薬機械学習を含む研究件
❏医薬ビッグデータ解析による革新的AI創薬手法の開発と難治性疾患治療薬の発見(18H03334)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2018-04-01 - 2021-03-31
【研究代表者】山西 芳裕 九州工業大学, 大学院情報工学研究院, 教授 (60437267)
【キーワード】機械学習 / ビッグデータ / 創薬 / 人工知能 / 難治性疾患
【概要】本研究では、医薬ビッグデータと人工知能(AI)の基盤技術である機械学習を用いた創薬を実現するための情報基盤技術を構築する。医薬品、植物、食品成分などの化合物に関する情報、遺伝子、タンパク質、糖鎖など生体分子に関する情報、難治性疾患に関するオミックス情報やSNPなどのゲノム情報を基に、グラフ畳み込みニューラルネットワークや再帰的ニューラルネットワークの枠組みで、化合物の標的タンパク質プロファイルを予...
❏in silicoとin vitroの融合によるトリパノソーマ原虫治療薬探索(15H02776)
【研究テーマ】生命・健康・医療情報学
【研究種目】基盤研究(B)
【研究期間】2015-04-01 - 2019-03-31
【研究代表者】関嶋 政和 東京工業大学, 科学技術創成研究院, 准教授 (80371053)
【キーワード】スマート創薬 / ケモインフォマティクス / バイオインフォマティクス / IT創薬 / スーパーコンピュータ (他17件)
【概要】主に熱帯地域を中心にして、いわゆる顧みられない熱帯病(NTDs)と呼ばれる寄生虫・細菌感染症が蔓延している。NTDsの中でシャーガス病を引き起こす寄生原虫の治療薬候補を、in silicoとin vitroの融合アプローチを取るスマート創薬により探索を行い、4化合物を得ることに成功した。また、X線結晶構造解析に基づき、共結晶構造をProtein Data Bank (PDB)に登録をおこなった(5...
【医歯薬学】薬学:RNAシークエンス機械学習を含む研究件
❏IgG4関連疾患の病態解明と個別化医療を目指した新規治療法の開発(20K08770)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】山本 元久 東京大学, 医科学研究所, 准教授 (80404599)
【キーワード】機械学習 / RNA-Seq / マイクロバイオーム / HLA / 治療反応性 (他6件)
【概要】令和3年度は、前年度と同様、新型コロナ感染拡大により、症例サンプルの収集にやや遅延が生じている。先に、多施設共同で、前年度から継続して解析を実施してきた、初診時データのみを使用してIgG4関連疾患の診断を行うモデルの構築に成功し、論文発表を行った。また現在、唾液腺サンプルを用いたRNA-seq解析、唾液サンプルのマイクロバイオーム解析、本疾患の血液サンプルを使用したHLAと治療反応性の解析を進めて...
❏制御工学に基づく、生命システム推定法と生命制御論の確立(17K00398)
【研究テーマ】生命・健康・医療情報学
【研究種目】基盤研究(C)
【研究期間】2017-04-01 - 2021-03-31
【研究代表者】木立 尚孝 東京大学, 大学院新領域創成科学研究科, 准教授 (80415778)
【キーワード】生命情報学 / カルマンフィルター / 微分方程式 / 機械学習 / 1細胞シーケンシング (他14件)
【概要】次世代シーケンシング実験の低コスト化や、顕微鏡の高性能化により、生命状態の経時的変化を細胞レベルで測定する研究が増加している。一般に時系列データは、一時刻点のみの測定データに比べ、要素間の因果関係などを高精度に推定できると期待される。しかし、現時点では、これらのデータの解析には、クラスタリング法など記述的分析法が主に使われており、測定データから、生命状態変化を引き起こすメカニカルな仕組みを推定する...
❏栄養状態を反映する発現バイオマーカーの体系的作出と利用(16H06171)
【研究テーマ】植物分子・生理科学
【研究種目】若手研究(A)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】永野 惇 龍谷大学, 農学部, 講師 (00619877)
【キーワード】トランスクリプトーム / 栄養 / リン / 発現マーカー / 統計モデリング (他10件)
【概要】植物体内の窒素やリンなどの栄養成分量を知ることは様々な局面で重要である。本研究では、遺伝子発現量からこれらの成分量を推定するマーカーの開発を行った。まず、多数のトランスクリプトームデータを効率的に取得するために、低コスト多検体RNA-Seqのシステムを改良した。さらに、さまざまな栄養状態、温度、光、体内時計時刻の条件で取得したサンプルのトランスクリプトームデータとリン量などの形質データを取得し、そ...
【医歯薬学】薬学:がん機械学習を含む研究件
❏中区分90:人間医工学およびその関連分野(0)
【研究テーマ】2018
【研究種目】細胞毒性
【研究期間】機械学習
【研究代表者】システム薬理学
【キーワード】抗がん剤
【概要】本年度は主に3つの研究を行った。 1つめの研究として、昨年度から継続して、ソース尺度とターゲット尺度の測定順がマッピングアルゴリズムに与える影響をがん領域の実データを用いた検討した。その結果、より具体的な質問項目が並ぶソース尺度を先に測定すると、ターゲット尺度で健康状態を悪く評価する傾向があることが分かった。現在この研究成果に関しては、論文を作成して投稿し、査読を受けている段階にある。 2つめの研...
❏転写異常に繋がるゲノム変異の網羅的探索法の開発とゲノム医療への応用(18H03327)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2018-04-01 - 2021-03-31
【研究代表者】白石 友一 国立研究開発法人国立がん研究センター, 研究所, ユニット長 (70516880)
【キーワード】ゲノム / 統計科学 / がん / トランスクリプトーム / スプライシング (他11件)
【概要】申請者が開発を続けていたSAVNetについての研究成果をまとめ、さらに国際がんゲノムコンソーシアムが主導するがん種横断的な全ゲノム解析プロジェクトに参画し、研究グループへの貢献を行なった。またSAVNetを希少疾患のデータに適用することで、いくつかの新規遺伝子変異の発見に成功した。公共データベースに登録されている大規模トランスクリプトームデータを活用するべく、トランスクリプトームデータのみからスプ...
❏がん分子標的薬の合理的投与設計手法の構築(18H04162)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2018-04-01 - 2022-03-31
【研究代表者】鈴木 洋史 東京大学, 医学部附属病院, 教授 (80206523)
【キーワード】細胞毒性 / 機械学習 / システム薬理学 / 抗がん剤 / がん (他11件)
【概要】本研究において、既存の大規模データベースを用い、細胞の分子情報を用いることで薬物感受性を濃度依存性も含め一定程度予測できるモデルを機械学習にて確立した。モデルの精度検証過程において、環境によって細胞の薬物感受性が異なることが実験的に確認され、環境差を考慮した改変・実装が今後の課題として見いだされた。ただし現行モデルの内部においても、定性的に既存の生物学的知見と一致する要素が学習されていることを確認...
【医歯薬学】薬学:トランスクリプトーム機械学習を含む研究件
❏高度な生命モデリングの基盤技術となる確率偏微分方程式のパラメータ推定論の確立(20K12059)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】木立 尚孝 東京大学, 大学院新領域創成科学研究科, 准教授 (80415778)
【キーワード】一細胞シーケンシング / バイオインフォマティクス / 確率微分方程式 / 機械学習 / トランスクリプトーム (他6件)
【概要】DNAシーケンシング技術やカメラ性能の向上により生物過程の時空間情報が急増している。これにより遺伝子間相互作用の時間的因果関係や、細胞・組織の3次元的配置が生物の振る舞いへ与える効果などを厳密に調べることが可能になってきた。そこで本研究では、生命過程のより高度なモデリングを可能にするための道具として、非線形確率偏微分方程式のパラメータをデータから推定する汎用的な機械学習技術の開発・実装を行うことを...
❏転写異常に繋がるゲノム変異の網羅的探索法の開発とゲノム医療への応用(18H03327)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2018-04-01 - 2021-03-31
【研究代表者】白石 友一 国立研究開発法人国立がん研究センター, 研究所, ユニット長 (70516880)
【キーワード】ゲノム / 統計科学 / がん / トランスクリプトーム / スプライシング (他11件)
【概要】申請者が開発を続けていたSAVNetについての研究成果をまとめ、さらに国際がんゲノムコンソーシアムが主導するがん種横断的な全ゲノム解析プロジェクトに参画し、研究グループへの貢献を行なった。またSAVNetを希少疾患のデータに適用することで、いくつかの新規遺伝子変異の発見に成功した。公共データベースに登録されている大規模トランスクリプトームデータを活用するべく、トランスクリプトームデータのみからスプ...
❏制御工学に基づく、生命システム推定法と生命制御論の確立(17K00398)
【研究テーマ】生命・健康・医療情報学
【研究種目】基盤研究(C)
【研究期間】2017-04-01 - 2021-03-31
【研究代表者】木立 尚孝 東京大学, 大学院新領域創成科学研究科, 准教授 (80415778)
【キーワード】生命情報学 / カルマンフィルター / 微分方程式 / 機械学習 / 1細胞シーケンシング (他14件)
【概要】次世代シーケンシング実験の低コスト化や、顕微鏡の高性能化により、生命状態の経時的変化を細胞レベルで測定する研究が増加している。一般に時系列データは、一時刻点のみの測定データに比べ、要素間の因果関係などを高精度に推定できると期待される。しかし、現時点では、これらのデータの解析には、クラスタリング法など記述的分析法が主に使われており、測定データから、生命状態変化を引き起こすメカニカルな仕組みを推定する...
【医歯薬学】薬学:多能性幹細胞機械学習を含む研究件
❏深層学習を用いたヒトES,iPS細胞由来心筋細胞の分化、成熟度評価法の開発(19K22625)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2019-06-28 - 2021-03-31
【研究代表者】藤田 淳 慶應義塾大学, 医学部(信濃町), 特任准教授 (10306706)
【キーワード】人口知能 / 機械学習 / セグメンテーション / ヒトiPS細胞 / ヒトES細胞 (他11件)
【概要】拍動心筋細胞の動画を全自動撮影し、ベクトル解析によって心筋細胞を同定することで非心筋細胞との領域を判別する拍動心筋細胞動画撮影システムを開発した。また、セグメンテーションアルゴリズムにより拍動する心筋細胞を効率的に評価する画期的な深層学習法の開発を行い、改良することでより正確な領域判定を可能にした。心筋と非心筋細胞を見分けるのに有効な分類器を機械学習により構築し、加えて学習器を可視化することで分類...
❏奇形腫病理の機械学習解析に基づくヒトiPS・ES細胞のクリティカルエピゲノム同定(15H04715)
【研究テーマ】人体病理学
【研究種目】基盤研究(B)
【研究期間】2015-04-01 - 2020-03-31
【研究代表者】梅澤 明弘 国立研究開発法人国立成育医療研究センター, 再生医療センター, 副所長/再生医療センター長 (70213486)
【キーワード】奇形腫 / システム病理学 / 多能性幹細胞 / ES細胞 / エピゲノム (他13件)
【概要】本研究では、奇形腫の病理組織像に対して機械学習解析を行い、そのデータを基盤として、多能性幹細胞のクリティカルエピゲノムを同定した。奇形腫形成の過程や、細胞間、移植部位それぞれの相互作用を始め、奇形腫を構成する自然法則を明らかにし、多能性幹細胞による奇形腫がどのように創成されているかを構成的アプローチによって有機的なシステムとして解明を試みた。構成的システム病理学は、細胞、器官、多細胞体などを創成す...
【医歯薬学】薬学:治療薬物モニタリング機械学習を含む研究件
❏機械学習を用いた従来にない薬剤投与設計アルゴリズムの構築(20K16035)
【研究テーマ】
【研究種目】若手研究
【研究期間】2020-04-01 - 2024-03-31
【研究代表者】今井 俊吾 北海道大学, 薬学研究院, 助教 (40845070)
【キーワード】機械学習 / バンコマイシン / 薬剤投与設計 / 治療薬物モニタリング / 薬物動態
【概要】機械学習の手法の一つであるDecision Tree(DT)モデルは、フローチャート状の構造を持ち、利用者は各々の変数に関わる条件に対してYes/Noで順次回答していくことで、複数の要因の組み合わせによる相互関係を考慮したイベントの発現割合を簡便かつ定量的に評価可能となる。我々はDT分析の副作用発現リスク推定への応用可能性に着目し、その有用性を明らかにしてきた。一方で、DTモデルは連続変数の予測に...
❏決定木分析を用いた副作用発現リスク推定モデル構築に向けた基盤研究(19K23791)
【研究テーマ】
【研究種目】研究活動スタート支援
【研究期間】2019-08-30 - 2021-03-31
【研究代表者】今井 俊吾 北海道大学, 薬学研究院, 助教 (40845070)
【キーワード】決定木分析 / データマイニング / バンコマイシン / 腎機能障害 / 治療薬物モニタリング (他8件)
【概要】データマイニング手法の一つである決定木分析を用いて、医療者が簡便に「個々の患者の副作用発現リスク」を評価可能なモデル構築を目指した。対象は、メチシリン耐性黄色ブドウ球菌感染症の治療薬であるバンコマイシンによる腎機能障害とした。 北海道内4施設を協力医療機関とする多施設共同研究の遂行により、より一般化可能なバンコマイシンによる腎機能障害リスクの推定モデルの構築に成功した。また、構築したモデルの精度は...
【医歯薬学】薬学:パーキンソン病機械学習を含む研究件
❏患者iPS細胞表現型からの孤発性パーキンソン病の層別化と最適治療の開発(21H02814)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2021-04-01 - 2024-03-31
【研究代表者】赤松 和土 順天堂大学, 大学院医学研究科, 教授 (60338184)
【キーワード】パーキンソン病 / 深層学習 / iPS細胞 / 機械学習 / 高速3Dフローイメージャー
【概要】パーキンソン病症例の9割を占める孤発性症例は臨床症状からもその原因が多様な集団と予測され、疾患修飾治療法の開発にはその層別化が必須と考えられる。申請者は孤発性症例の患者iPS細胞表現型を遺伝性症例と比較しながら解析し、その表現型から分類することができれば最適な治療の開発につながると考え研究を進めてきた。しかしながら通常の統計解析手法では細胞表現型のデータから孤発性症例を層別化することが困難であった...
❏パーキンソン症候群診断におけるDAT SPECTの定量化と機械学習への応用(19K17243)
【研究テーマ】
【研究種目】若手研究
【研究期間】2019-04-01 - 2023-03-31
【研究代表者】岩渕 雄 慶應義塾大学, 医学部(信濃町), 助教 (90573262)
【キーワード】DAT SPECT / 核医学 / 機械学習 / パーキンソン病 / パーキンソン症候群 (他6件)
【概要】本研究の目的はDAT SPECTの新たな定量化方法を考案、検討し、従来の測定法と比較してより診断精度の高い方法を求めることである。 新たな定量値としてはフラクタル解析で得られるフラクタル次元(FD、Fractal Dimension)の有用性を以前報告し、さらに従来用いられている定量値であるSBR(Specific Binding Ratio)やAI(Asymmetry Index)とこのFDを機...
【医歯薬学】薬学:バイオテクノロジー機械学習を含む研究件
❏高度な生命モデリングの基盤技術となる確率偏微分方程式のパラメータ推定論の確立(20K12059)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】木立 尚孝 東京大学, 大学院新領域創成科学研究科, 准教授 (80415778)
【キーワード】一細胞シーケンシング / バイオインフォマティクス / 確率微分方程式 / 機械学習 / トランスクリプトーム (他6件)
【概要】DNAシーケンシング技術やカメラ性能の向上により生物過程の時空間情報が急増している。これにより遺伝子間相互作用の時間的因果関係や、細胞・組織の3次元的配置が生物の振る舞いへ与える効果などを厳密に調べることが可能になってきた。そこで本研究では、生命過程のより高度なモデリングを可能にするための道具として、非線形確率偏微分方程式のパラメータをデータから推定する汎用的な機械学習技術の開発・実装を行うことを...
❏制御工学に基づく、生命システム推定法と生命制御論の確立(17K00398)
【研究テーマ】生命・健康・医療情報学
【研究種目】基盤研究(C)
【研究期間】2017-04-01 - 2021-03-31
【研究代表者】木立 尚孝 東京大学, 大学院新領域創成科学研究科, 准教授 (80415778)
【キーワード】生命情報学 / カルマンフィルター / 微分方程式 / 機械学習 / 1細胞シーケンシング (他14件)
【概要】次世代シーケンシング実験の低コスト化や、顕微鏡の高性能化により、生命状態の経時的変化を細胞レベルで測定する研究が増加している。一般に時系列データは、一時刻点のみの測定データに比べ、要素間の因果関係などを高精度に推定できると期待される。しかし、現時点では、これらのデータの解析には、クラスタリング法など記述的分析法が主に使われており、測定データから、生命状態変化を引き起こすメカニカルな仕組みを推定する...
【医歯薬学】薬学:制御性T細胞機械学習を含む研究件
❏オミクス機械学習によるドライアイ微小環境における免疫細胞の可塑性・不均一性の解明(20KK0207)
【研究テーマ】
【研究種目】国際共同研究加速基金(国際共同研究強化(B))
【研究期間】2020-10-27 - 2024-03-31
【研究代表者】猪俣 武範 順天堂大学, 医学部, 准教授 (10645667)
【キーワード】ドライアイ / マルチオミクス機械学習 / 炎症 / 制御性T細胞 / 可塑性 (他11件)
【概要】ドライアイは世界で10億人が罹患する最も多い眼疾患であり、超高齢社会・デジタル社会等により増加が予想されている。ドライアイ症状による視覚の質の低下や仕事・学業の作業効率低下による経済損失が問題になっている。しかし未だ点眼による対症療法が主体であり、ドライアイを「治療」する方法は存在しない。その一方でドライアイの原因として涙液層の安定性の低下や高浸透圧による眼微小環境の変化により、炎症・免疫細胞の表...
❏マルチオミクス機械学習による制御性T細胞の可塑性と不均一性の解明(20K09810)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】猪俣 武範 順天堂大学, 医学部, 准教授 (10645667)
【キーワード】マルチオミクス解析 / 免疫寛容 / 制御性T細胞 / 角膜移植 / 眼免疫 (他10件)
【概要】角膜移植は世界で年間60,000件以上行われる最も多い臓器移植であるが、感染症や再移植で血管新生や炎症が惹起された高リスク角膜に対する移植では40-90%の拒絶反応を伴う。制御性T細胞の挙動が拒絶反応克服の手がかりであるが、炎症などの外部環境の変化により転写因子であるFoxp3が発現を失って免疫抑制能が低下する現象「制御性T細胞の可塑性」に申請者は注目した。ただし、制御性T細胞の不均一な特性がその...
【医歯薬学】看護学:一塩基多型機械学習を含む研究件
❏ゲノミックセレクションを活用した革新的作物育種システムの構築(22380010)
【研究テーマ】育種学
【研究種目】基盤研究(B)
【研究期間】2010 - 2012
【研究代表者】岩田 洋佳 東京大学, 大学院・農学生命科学研究科, 准教授 (00355489)
【キーワード】植物育種 / 遺伝 / ゲノム育種 / ゲノミックセレクション / 量的遺伝子座(QTL) (他15件)
【概要】ゲノムワイドマーカーをもとに個体や系統の遺伝的能力を予測して選抜するゲノミックセレクション(GS)について、(1)モデリング手法の開発、(2)イネ品種・系統における実データの収集・解析、(3)育種シミュレーションを行い、それを活用した作物育種効率化の可能性を検討した。(1)では、複数形質の同時予測、交配後代の分離の予測、遺伝子型×環境交互作用パターンの予測のための手法開発を行った。(2)では、イネ...
❏ゲノム多様性解析のための新しい統計的方法(16300088)
【研究テーマ】統計科学
【研究種目】基盤研究(B)
【研究期間】2004 - 2007
【研究代表者】江口 真透 統計数理研究所, 数理・推論研究系, 教授 (10168776)
【キーワード】機械学習 / 統計推論 / ブースティング / 遺伝子発現 / タンパク発現 (他18件)
【概要】バイオインフォマティックスのための新たな統計科学を構築することに貢献した。特にヒトゲノム多様性に由来する様々なデータから合理的な結論を得るための統計的方法論を開発した。具体的な問題としては、遺伝子発現データからの難治性がん疾患遺伝子の発見や、SNPsデータから薬剤感受性を規定する遺伝子多型の同定が挙げられる。これらの目的のために特化した新たな統計的方法を開発,又は開発中である。主な研究成果は次のよ...
【医歯薬学】看護学:データベース機械学習を含む研究件
❏小区分26010:金属材料物性関連(0)
【研究テーマ】2019
【研究種目】第一原理計算
【研究期間】機械学習
【研究代表者】能動学習
【キーワード】データベース
【概要】1)現行使用可能な電極を用いて、外来での蝸電図測定の症例を積み重ね、より精度の高い波形が得られる工夫を重ね、その成果を日本聴覚医学会学術講演会(2021年11月、東京)で発表した。そして、蝸電図を用いた聴神経腫瘍手術中の術中聴覚モニタリングを複数の症例で施行した。それらの症例において、聴性脳幹反応の特にⅠ波に着目して、Ⅰ波による内耳機能のモニタリングと、蝸電図によるモニタリングを併用することで、蝸...
❏データ集約型科学に資するリアルタイムデータカーネルの創出(19H04117)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】川島 英之 慶應義塾大学, 環境情報学部(藤沢), 准教授 (90407148)
【キーワード】トランザクション / 機械学習 / アクセラレータ / データベース / ロギング (他9件)
【概要】本研究ではデータ集約型科学に資するリアルタイムデータカーネルを創出すべく,高性能トランザクション処理,高速機械学習アルゴリズム,AI向け高速アクセラレータに関する研究を実施した.トランザクション処理に関しては近代的手法を網羅的に比較評価可能なプラットフォームCCBenchを開発した上で,優れたプロトコルを探求し,最適化手法を考案するに至った.また,ロボットへの適用を行った.機械学習についてはb-m...
❏高精度第一原理計算と能動学習を用いた汎用的物性値予測モデルの開発(19K15275)
【研究テーマ】
【研究種目】若手研究
【研究期間】2019-04-01 - 2021-03-31
【研究代表者】高橋 亮 東京工業大学, 科学技術創成研究院, 助教 (80822311)
【キーワード】第一原理計算 / 機械学習 / 能動学習 / データベース / マテリアルズインフォマティクス (他6件)
【概要】系統的な第一原理計算のための自動化プログラムを構築し、開発したプログラムを用いて多様な結晶構造型を持つ1,266の酸化物の誘電定数の系統的な計算を行った。また、誘電率を電子系・格子系の寄与に分け、それぞれについて機械学習により予測モデルを構築し、また誘電率の支配因子を抽出した。 一方で能動学習の手法について、既存データベースにuncertainty samplingを適用することで、未知データに対...
【医歯薬学】看護学:画像解析機械学習を含む研究件
❏小区分43060:システムゲノム科学関連(0)
【研究テーマ】2020
【研究種目】画像解析
【研究期間】深層学習
【研究代表者】機械学習
【キーワード】細胞系譜
【概要】本課題の目的は機械学習(Machine Learning, 以降ML)を新機軸とし、木材組織学におけるこれまでにない発見の探索にある。その前半部はスギ横断面で観察できる組織の画像認識法を確立することにあり、本年度はその足がかりをつけた。画像認識におけるMLの具体的な環境は次の通りである:ディープラーニングによる機械学習、画像の識別・学習方法に畳み込みニューラルネットワーク、事前学習あり、前処理段階...
❏一般車の動画像・振動データに基づく重大な道路構造物被害の前兆の検出(21H01587)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2021-04-01 - 2024-03-31
【研究代表者】長山 智則 東京大学, 大学院工学系研究科(工学部), 准教授 (80451798)
【キーワード】画像解析 / 差分解析 / ひび割れ / 機械学習 / 振動
【概要】道路舗装表面に現れる変状には,土砂崩れや大規模な沈下の前兆となる危険なひび割れや,事故を誘発する大きなポットホールの発生に至るものがある.重大な道路構造物被害につながるこれらの危険な変状を早期に捉える仕組みが求められる.車内設置された汎用カメラの画像を収集して広域のひび割れを効率的に抽出する取り組みはあるものの,道路網に無数に存在するひび割れを網羅的に検出しても意味を無さない.そこで,車載一般カメ...
❏深層学習を用いた細胞追跡アルゴリズムの開発(20H03244)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】舟橋 啓 慶應義塾大学, 理工学部(矢上), 教授 (70324548)
【キーワード】画像解析 / 深層学習 / 機械学習 / 細胞系譜 / 細胞追跡
【概要】令和3年度は連続する2つの時刻間の細胞の対応関係1つずつに対してコストの算出を行う学習モデル(1対1モデル)を構築した。研究協力者である近畿大学山縣研究室から提供いただいたマウス胚4次元蛍光顕微鏡画像を入力とし、畳み込みニューラルネットワーク(CNN)を用いて物体の特徴を抽出することでマウス胚(核)の形態的特徴を活用したトラッキングアルゴリズムの開発を行った。細胞核の形状取得には既に当研究室にて実...
【医歯薬学】看護学:スマートフォン機械学習を含む研究件
❏日常使用に耐えうる携帯機器の所持位置推定とその応用(18H03228)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2018-04-01 - 2021-03-31
【研究代表者】藤波 香織 東京農工大学, 工学(系)研究科(研究院), 教授 (10409633)
【キーワード】携帯機器所持位置認識 / 行動認識 / コンテキストアウェアネス / スマートフォン / 能動学習 (他20件)
【概要】本研究はスマートフォンに代表される携帯機器を所持する際の自由度を上げることを目的とした.その中で,1)分類器の2階層化とアンサンブル分類器構成により多様な行動の最中における高精度な所持位置認識,2)新規性検出とクラスタリング技術の利用によるユーザの手に渡った後でそのユーザ独自の所持位置を認識対象に追加する仕組み,3)既存の分類器と新規ユーザとの相性を用いて分類器を選択したのちに能動学習によりユーザ...
❏スマートフォンに機械学習を実装した摂食障害の過食行動治療システムの開発(18K07409)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2018-04-01 - 2022-03-31
【研究代表者】吉内 一浩 東京大学, 医学部附属病院, 准教授 (70313153)
【キーワード】摂食障害 / 心身医学 / 行動医学 / 過食 / EMA (他10件)
【概要】摂食障害患者の過食症状および関連する症状に関して、Ecological Momentary Assessment(EMA)を応用し、日常生活下で評価・記録できるシステムを開発し、過食症状と生物学的・心理学的要因との関連を検討したところ、リアルタイムに測定した気分(うつ、不安など)が過食行動に影響し、血糖値がポジティブな気分が正の相関を持つことが明らかとなった。さらに、Ecological Mome...
❏人間の移動軌跡とセンサー情報の相関分析により生じる脅威の実証と対策(15K12038)
【研究テーマ】情報セキュリティ
【研究種目】挑戦的萌芽研究
【研究期間】2015-04-01 - 2017-03-31
【研究代表者】森 達哉 早稲田大学, 理工学術院, 准教授 (60708551)
【キーワード】センサー / セキュリティ / プライバシー / 機械学習 / スマートフォン (他9件)
【概要】スマートフォン等のデバイスが持つセンサー情報から、そのスマートフォンを携帯する人間の移動軌跡を推定できるかという問題に取り組んだ。具体的な問題として加速度センサー、ジャイロスコープ、磁気センサーの測定データから、スマートフォンを持った人間が乗った電車が発車・停車したという状態を推定し、さらに電車の発停車の時間と時刻表のデータを突合することによって、駅名を特定することが可能である。実データを用いた実...
【医歯薬学】看護学:脳波機械学習を含む研究件
❏深層学習による脳情報デコーディングに基づく風の心地よさ感定量化への挑戦(22K18842)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2022-06-30 - 2024-03-31
【研究代表者】大風 翼 東京工業大学, 環境・社会理工学院, 准教授 (40709739)
【キーワード】風環境 / 心地よさ感 / 脳波 / 脳情報デコーディング / 機械学習
【概要】
❏情報処理過程のモデル化に基づく調性知覚の神経基盤の解明(18K18139)
【研究テーマ】
【研究種目】若手研究
【研究期間】2018-04-01 - 2023-03-31
【研究代表者】森本 智志 慶應義塾大学, 先導研究センター(日吉), 特任助教 (90794230)
【キーワード】音楽知覚 / 音楽的期待 / 和音 / 計算モデル / 脳波 (他11件)
【概要】本研究は、音楽刺激聴取時に調性知覚を生じる現象の神経基盤を計算論的な立場から明らかにし、その情報処理が音楽刺激以外の時系列刺激に対する知覚においても共通して用いられているという仮説の検証を目的としている。 前年度に引き続き脳活動計測の実施を模索したが、状況が厳しく断念した。しかし複数の他研究者から共同研究の打診があり、実験データを提供いただいて分析するという形で間接的に当初の目標であった脳活動の検...
❏想起した文字(母音・子音)の脳波による判別法の発展と確立(15K01849)
【研究テーマ】脳計測科学
【研究種目】基盤研究(C)
【研究期間】2015-04-01 - 2018-03-31
【研究代表者】吉村 奈津江 東京工業大学, 科学技術創成研究院, 准教授 (00581315)
【キーワード】脳波 / デコーディング / 機械学習 / 逆問題 / ブレイン・コンピュータ・インタフェース (他6件)
【概要】脳波は頭皮に貼付した電極から記録するために詳細な脳活動の違いは判別困難であり、想起した文字の判別は困難であると考えられている。この問題に対して、本研究では脳波の皮質信号源を計算的に推定することで解決することを試みている。 本研究期間において、推定した信号源を使うことで脳波を使う場合よりも母音判別率が大幅に向上することを示し、国際学術論文にて発表した(Yoshimura et al., Fronti...
【医歯薬学】看護学:リアルワールドデータ機械学習を含む研究件
❏患者レジストリを二次利用した潜在的患者ニーズの自動抽出方法の検討(20K07206)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】種村 菜奈枝 国立研究開発法人医薬基盤・健康・栄養研究所, 国立健康・栄養研究所 食品保健機能研究部, 室長 (50790630)
【キーワード】患者市民参画 / 潜在ニーズ / 機械学習 / 患者レジストリ / リアルワールドデータ (他8件)
【概要】本研究の目的は、患者やその家族の潜在的なニーズを踏まえた国内型の患者参画型研究を推進するため、患者団体等が自ら作成した患者レジストリから潜在ニーズを自動抽出するための手法を検討することである。 【研究計画】(1) 患者レジストリの登録患者対象に治療内容、日常ケアや薬に対するニーズを質的に分析した後、政策や医薬品開発に反映可能なボイスの種類及びその特徴把握。(2) 患者レジストリデータ用いて、タグ...
❏創傷画像データベースの機械学習に基づく重度・治癒度スコアリング支援システムの開発(20K21700)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2020-07-30 - 2022-03-31
【研究代表者】森 武俊 東京大学, 大学院情報理工学系研究科, 教授 (20272586)
【キーワード】看護工学 / 画像認識 / 画像識別 / 褥瘡 / 深層学習 (他10件)
【概要】臨床において病棟の回診などで蓄積されてきた多量の創傷のデジタルカメラによる撮影画像データをもとにDeep Learningを中核とする機械学習を行うことで創傷の識別モデルを構成し,新たに撮影する創傷の画像の自動分類を行うソフトウェアを開発した。このソフトウェアに基づき、計算される創傷の重症度や治癒度の客観的スコアを看護師をはじめとする創傷評価者へ提示することで、超音波エコー画像などと組み合わせて傷...
【医歯薬学】看護学:生活保護機械学習を含む研究件
❏生活保護受給者の健康管理支援優先度導出システムの開発と利用による効果の実証分析(20K20774)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2020-07-30 - 2023-03-31
【研究代表者】近藤 尚己 京都大学, 医学研究科, 教授 (20345705)
【キーワード】健康の社会的決定要因 / 健康格差 / 生活保護 / 健康管理支援 / 機械学習 (他7件)
【概要】生活困窮者は様々な健康課題を抱えていることが多く、その実態把握と支援法の開発が求められる。自治体が所有する生活保護受給者の住民基本データや医療扶助・介護扶助レセプトデータを用いて、1)生活保護受給者の社会関係や生活背景についての新たな詳細データを追加し、最適な支援プランを提示するアルゴリズムを開発する。また、2)支援プランの効果の有無、および効果に影響を及ぼす要因を明らかにする。 生活保護受給者は...
❏生活保護受給者の健康支援に向けた新しいデータシステムの創生(17K19793)
【研究テーマ】社会医学、看護学およびその関連分野
【研究種目】挑戦的研究(萌芽)
【研究期間】2017-06-30 - 2021-03-31
【研究代表者】近藤 尚己 京都大学, 医学研究科, 教授 (20345705)
【キーワード】健康格差 / 機械学習 / マーケティング / 社会疫学 / 生活保護 (他11件)
【概要】経済的な困窮は健康づくりや受診行動を難しくする。そこで、マーケティング手法を応用した支援システムを構築する。生活保護受給者のデータベースを活用して、生活保護に至った背景や成育歴、生活歴、健康リテラシー等の情報に基づき、生活保護受給者への適切なケア提供に向けた集団セグメント化アルゴリズムを開発した。生活保護管理データと医療保険のレセプトを入手して受給者のセグメント化を行いシステムに実装した。子ども・...
【医歯薬学】看護学:ウイルス機械学習を含む研究件
❏下水疫学を用いたアジアの途上国における病原ウイルス監視基盤の構築と感染リスク制御(22H00558)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2022-04-01 - 2025-03-31
【研究代表者】福士 謙介 東京大学, 未来ビジョン研究センター, 教授 (30282114)
【キーワード】アジア / ウイルス / 下水 / 機械学習 / 感染流行モデル
【概要】
❏ナノ空間の高電界を利用した非線形電気インピーダンス応答による細菌1粒子センシング(20H02160)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】山本 貴富喜 東京工業大学, 工学院, 准教授 (20322688)
【キーワード】ナノポア / インピーダンス / ウイルス / バクテリア / ナノデバイス (他23件)
【概要】これまでも度々問題になっていた現象であるが,バクテリア計測時はバッファである生理食塩水の塩濃度が高く導電率も高いため,高電界を印加すると電極エッジ部分に電界が集中して電極反応により電極が電気分解する問題が顕著になった。そこで電極の保護のため,デバイス形状の大幅な見直しを行った。具体的には,これまでのデザインとは逆に電極のエッジは使わずに電極面積をなるべく大きく使うように測定セルの形状を変更した。さ...
【医歯薬学】看護学:健康の社会的決定要因機械学習を含む研究件
❏生活保護受給者の健康管理支援優先度導出システムの開発と利用による効果の実証分析(20K20774)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2020-07-30 - 2023-03-31
【研究代表者】近藤 尚己 京都大学, 医学研究科, 教授 (20345705)
【キーワード】健康の社会的決定要因 / 健康格差 / 生活保護 / 健康管理支援 / 機械学習 (他7件)
【概要】生活困窮者は様々な健康課題を抱えていることが多く、その実態把握と支援法の開発が求められる。自治体が所有する生活保護受給者の住民基本データや医療扶助・介護扶助レセプトデータを用いて、1)生活保護受給者の社会関係や生活背景についての新たな詳細データを追加し、最適な支援プランを提示するアルゴリズムを開発する。また、2)支援プランの効果の有無、および効果に影響を及ぼす要因を明らかにする。 生活保護受給者は...
❏生活保護受給者の健康支援に向けた新しいデータシステムの創生(17K19793)
【研究テーマ】社会医学、看護学およびその関連分野
【研究種目】挑戦的研究(萌芽)
【研究期間】2017-06-30 - 2021-03-31
【研究代表者】近藤 尚己 京都大学, 医学研究科, 教授 (20345705)
【キーワード】健康格差 / 機械学習 / マーケティング / 社会疫学 / 生活保護 (他11件)
【概要】経済的な困窮は健康づくりや受診行動を難しくする。そこで、マーケティング手法を応用した支援システムを構築する。生活保護受給者のデータベースを活用して、生活保護に至った背景や成育歴、生活歴、健康リテラシー等の情報に基づき、生活保護受給者への適切なケア提供に向けた集団セグメント化アルゴリズムを開発した。生活保護管理データと医療保険のレセプトを入手して受給者のセグメント化を行いシステムに実装した。子ども・...
【医歯薬学】看護学:健康格差機械学習を含む研究件
❏生活保護受給者の健康管理支援優先度導出システムの開発と利用による効果の実証分析(20K20774)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2020-07-30 - 2023-03-31
【研究代表者】近藤 尚己 京都大学, 医学研究科, 教授 (20345705)
【キーワード】健康の社会的決定要因 / 健康格差 / 生活保護 / 健康管理支援 / 機械学習 (他7件)
【概要】生活困窮者は様々な健康課題を抱えていることが多く、その実態把握と支援法の開発が求められる。自治体が所有する生活保護受給者の住民基本データや医療扶助・介護扶助レセプトデータを用いて、1)生活保護受給者の社会関係や生活背景についての新たな詳細データを追加し、最適な支援プランを提示するアルゴリズムを開発する。また、2)支援プランの効果の有無、および効果に影響を及ぼす要因を明らかにする。 生活保護受給者は...
❏生活保護受給者の健康支援に向けた新しいデータシステムの創生(17K19793)
【研究テーマ】社会医学、看護学およびその関連分野
【研究種目】挑戦的研究(萌芽)
【研究期間】2017-06-30 - 2021-03-31
【研究代表者】近藤 尚己 京都大学, 医学研究科, 教授 (20345705)
【キーワード】健康格差 / 機械学習 / マーケティング / 社会疫学 / 生活保護 (他11件)
【概要】経済的な困窮は健康づくりや受診行動を難しくする。そこで、マーケティング手法を応用した支援システムを構築する。生活保護受給者のデータベースを活用して、生活保護に至った背景や成育歴、生活歴、健康リテラシー等の情報に基づき、生活保護受給者への適切なケア提供に向けた集団セグメント化アルゴリズムを開発した。生活保護管理データと医療保険のレセプトを入手して受給者のセグメント化を行いシステムに実装した。子ども・...
【医歯薬学】看護学:医用画像機械学習を含む研究件
❏予防医学の発展に向けた深層生成モデルによる人体の経年変化予測(21K18073)
【研究テーマ】
【研究種目】若手研究
【研究期間】2021-04-01 - 2024-03-31
【研究代表者】柴田 寿一 東京大学, 医学部附属病院, 特任研究員 (10780067)
【キーワード】デジタルツイン / 老化予測 / 医用画像 / 機械学習 / フローベース深層生成モデル (他10件)
【概要】本研究は同一モダリティで撮像された健康な人体の経年変化を予測(=老化予測)することを目的とする。このため、与えられた画像が生起する確率分布をモデル化し、偽物だが現実的な画像を大量に生成できる深層生成モデルを採用する。当初採用を予定していた2つの確率分布とそれら確率分布間の変換規則を学習できる3次元フローベース深層生成モデルDUAL-GLOWはGPUメモリ使用量と学習効率の観点から医用画像の解像度を...
❏機械学習における予測の不確実性の定量化基盤の構築(20H04239)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2020-04-01 - 2025-03-31
【研究代表者】佐藤 一誠 東京大学, 大学院情報理工学系研究科, 准教授 (90610155)
【キーワード】不確実性 / 機械学習 / 確率予測 / 深層学習 / 医用画像 (他9件)
【概要】深層学習の診断予測確率を補正する方法を開発し,機械学習分野の難関国際会議であるAISTATS2021で発表した. 医療の現場では, 症例に関する識別結果よりもその症例である可能性の確率を出力することが重要視される場合がある.例えば今回の研究で具体的に扱った血液検査ではすべての細胞を肉眼で網羅的にチェックすることができないため,異常細胞をその異常確率でリストアップすることは重要である.また,明らかに...
❏生体の不確定性を取り扱う非線形確率有限要素法の開発(15K17932)
【研究テーマ】機械材料・材料力学
【研究種目】若手研究(B)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】波田野 明日可 東京大学, 大学院工学系研究科(工学部), 講師 (20707202)
【キーワード】流体構造連成解析 / 流体構造連成 / 医用画像 / 確率有限要素法 / 血管 (他10件)
【概要】流体構造連成解析を狭窄柔軟管の拍動流について実現した。狭窄管実験の文献値との比較および、分岐狭窄柔軟ファントム拍動流実験とそれを模擬した解析との比較より,一致を確認し解析の妥当性を確認した.狭窄率80%と95%とで血液の粘性を用いて解析を行い,漸増する造影剤に見立てたパーティクルトレース解析を行った.80%狭窄では軸対称な流れにより再現性のある密度分布となる一方で95%狭窄では噴流の方向が変化する...
【医歯薬学】看護学:ヘルスケア機械学習を含む研究件
❏生体内電波伝搬に関する統合的研究とボディエリア通信への応用(15K06054)
【研究テーマ】通信・ネットワーク工学
【研究種目】基盤研究(C)
【研究期間】2015-04-01 - 2019-03-31
【研究代表者】青柳 貴洋 東京工業大学, 工学院, 准教授 (10302944)
【キーワード】電波伝搬 / 生体内計測 / ボディエリアネットワーク / ヘルスケア・医療情報通信技術 / 機械学習 (他21件)
【概要】本研究では生体内における電波伝搬およびその応用に関する研究を行った。生体内電波伝搬を用いるアプリケーションおよびシステムを設計するためにはその特性が明らかになっていることが必要であり、応用例として腹部の脂肪量をマイクロ波により測定するアプリケーションに関する検討を行った。まず、この計測に利用する矩形導波管のサイズおよび使用する複数の周波数の選択により測定精度を向上させられることを明らかにした。次に...
❏センサベース行動パターン解析に基づく生活機能スコアの統計的予測(25700026)
【研究テーマ】知能ロボティクス
【研究種目】若手研究(A)
【研究期間】2013-04-01 - 2018-03-31
【研究代表者】下坂 正倫 東京工業大学, 情報理工学院, 准教授 (40431796)
【キーワード】実世界情報処理 / 行動センシング / 統計的行動情報処理 / 機械学習 / センサシステム (他7件)
【概要】高齢期の健康維持には,自立生活に必要な能力「生活機能」の定量的把握と,機能低下の早期発見が必要である.現状,生活機能はアンケートを用いた調査により得られるが,適切なタイミングで調査が行われているとは言いがたい.一方,生活行動をモニタリングすることで,当事者にとって予期せぬ生活機能の低下を事前に検出しようという期待が高まりつつある.本研究課題では,日常行動パターンと生活機能との関連性の解明に貢献しう...
【医歯薬学】看護学:個別化医療機械学習を含む研究件
❏個別化医療の適応的臨床研究を支える統計・機械学習法に関する研究(21H04874)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2021-04-05 - 2025-03-31
【研究代表者】松井 茂之 名古屋大学, 医学系研究科, 教授 (80305854)
【キーワード】個別化医療 / 因果推論 / 機械学習
【概要】
❏予防・個別化医療のためのビッグデータ・予測解析(15F15776)
【研究テーマ】ゲノム医科学
【研究種目】特別研究員奨励費
【研究期間】2015-11-09 - 2018-03-31
【研究代表者】角田 達彦 国立研究開発法人理化学研究所, 統合生命医科学研究センター, グループディレクター (10273468)
【キーワード】創薬と毒性 / アプタマーデータベース / 新規ゲノム解析ソリューション / DREAMチャレンジ / 肺腺がんの化学療法 (他13件)
【概要】[1] 創薬と毒性:アンチセンスベースの治療法に関する研究を行った。アンチセンスオリゴヌクレオチドのオフターゲット効果を評価し、肝毒性の程度との関係を解析し、アンチセンス薬剤設計およびパイプライン開発の上、ASO-RNA相互作用機序に関する研究を行った。 [2] アプタマーデータベース: ETH Zurichとの共同研究により、アプタマー関連情報の構造データベースを作成するため、公共データからアプ...
【医歯薬学】看護学:脂肪肝機械学習を含む研究件
❏心外膜下脂肪量および脂肪肝に着目した虚血性心疾患予測のための機械学習モデルの構築(21K12657)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2021-04-01 - 2024-03-31
【研究代表者】弓場 充 早稲田大学, 理工学術院, 助手 (50875367)
【キーワード】機械学習 / 虚血性心疾患 / 心外膜下脂肪組織 / 脂肪肝
【概要】本邦において、虚血性心疾患を含む心疾患は癌に次ぐ2番目の死亡原因であり、早期発見、早期治療介入が重要であるため、心疾患罹患予測に関する研究が盛んに行われており、人工知能技術の応用による予測精度の向上が期待されている。近年、新たな虚血性心疾患のリスク因子として、心外膜下脂肪組織(EAT)が注目されている。本研究では、糖尿病、高脂血症、高血圧などのリスク因子に加えて、EAT量を学習データとして用いるこ...
❏アミノ酸シグナルに応答した臓器特異的な脂質代謝制御機構の解明と脂肪蓄積法の開発(15H04583)
【研究テーマ】動物生産科学
【研究種目】基盤研究(B)
【研究期間】2015-04-01 - 2018-03-31
【研究代表者】伯野 史彦 東京大学, 大学院農学生命科学研究科(農学部), 助教 (30282700)
【キーワード】アミノ酸代謝 / 脂肪合成 / 脂肪肝 / 筋脂肪交雑 / インスリン (他20件)
【概要】本研究は、アミノ酸の欠乏が組織特異的に脂質代謝を制御するメカニズムを解明することを目的としている。今回の研究成果により、Arg欠乏食の給餌は肝臓からの脂肪分泌を阻害することによって、低アミノ酸食の給餌は肝臓での脂肪合成を促進することによって肝臓への脂肪蓄積を誘導していることを示した。一方、Lys欠乏食は筋肉の遅筋化を介して、筋肉への脂肪交雑を誘導していることを示唆するデータを得た。さらに、自己組織...
【医歯薬学】看護学:デバイス機械学習を含む研究件
❏機械学習を用いた東アジア数理調和思想の実証的研究と共生倫理の検討(20K20500)
【研究テーマ】
【研究種目】挑戦的研究(開拓)
【研究期間】2020-07-30 - 2023-03-31
【研究代表者】伊東 乾 東京大学, 大学院情報学環・学際情報学府, 准教授 (20323488)
【キーワード】東アジア / 術数学 / 調和解析 / 平均律 / データ駆動科学 (他16件)
【概要】本研究は東アジア術数学とそれに基礎づけられた東アジア音楽の調和構造をデータ駆動科学を活用して明らかにすると共に、新知見をもとに調和の解析や新たなシステム創成に洋の東西を止揚した成果を生み出そうとする挑戦的研究である。 第二年次は調査、理論、解析、実証、システム開発、共生倫理検討の各面でいずれも予想を超える成果が得られた。これらを連立し更なる研究の深化、具体化と後継プロジェクトへの大胆な展開を企図し...
❏レザバーコンピューティングシステムの数理的解析と最適設計(16K00326)
【研究テーマ】ソフトコンピューティング
【研究種目】基盤研究(C)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】田中 剛平 東京大学, 大学院工学系研究科(工学部), 特任准教授 (90444075)
【キーワード】レザバーコンピューティング / 数理解析 / 非線形システム / 省エネルギー / 力学系 (他22件)
【概要】レザバーコンピューティングは、高速学習を可能とする機械学習の枠組みの一つである。本研究では、レザバーコンピューティングの数理的解析とレザバーの最適設計を行い、従来の問題点を解決するとともに、新たなモデルを提案して学習の高速化や計算性能向上を実現した。また、物理的レザバーの可能性を広く探究して数理モデリングを行い、その基本特性や基礎的タスクにおける計算性能を明らかにした。 ...
【医歯薬学】看護学:ゲノム機械学習を含む研究件
❏転写異常に繋がるゲノム変異の網羅的探索法の開発とゲノム医療への応用(18H03327)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2018-04-01 - 2021-03-31
【研究代表者】白石 友一 国立研究開発法人国立がん研究センター, 研究所, ユニット長 (70516880)
【キーワード】ゲノム / 統計科学 / がん / トランスクリプトーム / スプライシング (他11件)
【概要】申請者が開発を続けていたSAVNetについての研究成果をまとめ、さらに国際がんゲノムコンソーシアムが主導するがん種横断的な全ゲノム解析プロジェクトに参画し、研究グループへの貢献を行なった。またSAVNetを希少疾患のデータに適用することで、いくつかの新規遺伝子変異の発見に成功した。公共データベースに登録されている大規模トランスクリプトームデータを活用するべく、トランスクリプトームデータのみからスプ...
❏ヒトゲノムのコピー数変異における配列多様性の解明(17K17589)
【研究テーマ】生命・健康・医療情報学
【研究種目】若手研究(B)
【研究期間】2017-04-01 - 2019-03-31
【研究代表者】三森 隆広 国立研究開発法人理化学研究所, 革新知能統合研究センター, 研究員 (40760161)
【キーワード】ゲノム / コピー数変異 / 次世代シークエンサ / マイクロアレイ / 機械学習 (他11件)
【概要】ヒトゲノムのコピー数変異 (CNV) は大規模な配列の多様性を与える変異であり、薬剤代謝酵素を含む重要な遺伝子の発現量の個人差や、様々な疾患のリスクに関係していることが知られている。次世代シークエンス技術やマイクロアレイの発展により CNV の個人差を定量できるようになってきたが、これまで配列差を含めた解析は困難であった。本研究では CNV によるゲノム多様性の解明を目指し、長鎖型シークエンサを用...
❏Deep Learningを用いたデジタル病理画像からの遺伝子変異推定(16H06766)
【研究テーマ】腫瘍診断学
【研究種目】研究活動スタート支援
【研究期間】2016-08-26 - 2018-03-31
【研究代表者】河村 大輔 東京医科歯科大学, 難治疾患研究所, 助教 (10776082)
【キーワード】深層学習 / デジタル病理画像 / 遺伝子変異 / 癌 / 機械学習 (他7件)
【概要】本研究では、Deep Learning(深層学習)を腫瘍のデジタル病理画像に適用することで、治療の選択に影響を与える遺伝子変異の有無を病理画像から推定し、遺伝子変異と相関する組織学的特徴を病理医が解釈可能な形で提示することを目指す。 本年度は、Deep Learningの教師データを効率よく得るために、腫瘍を含む領域・含まない領域を手動で選択するためのGUIシステム(PathologyMap)を開...
【医歯薬学】看護学:メタボローム機械学習を含む研究件
❏メタボロミクスとネットワーク生物学を用いた新規腎臓病関連遺伝子予測AIの開発(19K08689)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】斎藤 輪太郎 慶應義塾大学, 政策・メディア研究科(藤沢), 特任教授 (40348842)
【キーワード】メタボロミクス / 腎臓病 / 機械学習 / メタボローム / 急性腎障害 (他8件)
【概要】メタボローム分析装置から得られる大量の解釈困難部分(未知ピーク)の有効利用の可能性を探り、また患者の代謝物質のパターンから急性腎症(AKI)の発症予測を行った。前者では、鶴岡メタボロームコホート研究参加者約3,000人分のメタボロームデータを活用し、生体内の代謝物質を反映すると思われる未知ピークを抽出するためのパイプラインの構築を行った。後者では、AKIを発症した患者の尿に特有の代謝物質の変化を発...
❏腎機能低下を早期に予測するメタボロミクス・バイオマーカーの解明と予防医療への展開(18K17394)
【研究テーマ】
【研究種目】若手研究
【研究期間】2018-04-01 - 2021-03-31
【研究代表者】原田 成 慶應義塾大学, 医学部(信濃町), 講師 (10738090)
【キーワード】腎機能低下 / メタボローム / 機械学習 / 予防医学 / 慢性腎臓病 (他10件)
【概要】60-74歳の一般市民1,672人に対し、調査開始時の腎機能測定(血清クレアチニン、血清シスタチンC、尿中アルブミン)と血漿・尿メタボローム測定を行った。また同じ参加者に対して、6年後も同様に評価した。 機械学習的手法(OPLS-DA)を用いて、6年間での腎機能低下を予測した結果、古典的な腎機能指標に加えて、血漿・尿メタボロームを用いることで、より正確な予測モデルが構築できた。さらに別の機械学習的...
【医歯薬学】看護学:バイオマーカー機械学習を含む研究件
❏腎機能低下を早期に予測するメタボロミクス・バイオマーカーの解明と予防医療への展開(18K17394)
【研究テーマ】
【研究種目】若手研究
【研究期間】2018-04-01 - 2021-03-31
【研究代表者】原田 成 慶應義塾大学, 医学部(信濃町), 講師 (10738090)
【キーワード】腎機能低下 / メタボローム / 機械学習 / 予防医学 / 慢性腎臓病 (他10件)
【概要】60-74歳の一般市民1,672人に対し、調査開始時の腎機能測定(血清クレアチニン、血清シスタチンC、尿中アルブミン)と血漿・尿メタボローム測定を行った。また同じ参加者に対して、6年後も同様に評価した。 機械学習的手法(OPLS-DA)を用いて、6年間での腎機能低下を予測した結果、古典的な腎機能指標に加えて、血漿・尿メタボロームを用いることで、より正確な予測モデルが構築できた。さらに別の機械学習的...
❏栄養状態を反映する発現バイオマーカーの体系的作出と利用(16H06171)
【研究テーマ】植物分子・生理科学
【研究種目】若手研究(A)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】永野 惇 龍谷大学, 農学部, 講師 (00619877)
【キーワード】トランスクリプトーム / 栄養 / リン / 発現マーカー / 統計モデリング (他10件)
【概要】植物体内の窒素やリンなどの栄養成分量を知ることは様々な局面で重要である。本研究では、遺伝子発現量からこれらの成分量を推定するマーカーの開発を行った。まず、多数のトランスクリプトームデータを効率的に取得するために、低コスト多検体RNA-Seqのシステムを改良した。さらに、さまざまな栄養状態、温度、光、体内時計時刻の条件で取得したサンプルのトランスクリプトームデータとリン量などの形質データを取得し、そ...
【医歯薬学】看護学:予防医学機械学習を含む研究件
❏腎機能低下を早期に予測するメタボロミクス・バイオマーカーの解明と予防医療への展開(18K17394)
【研究テーマ】
【研究種目】若手研究
【研究期間】2018-04-01 - 2021-03-31
【研究代表者】原田 成 慶應義塾大学, 医学部(信濃町), 講師 (10738090)
【キーワード】腎機能低下 / メタボローム / 機械学習 / 予防医学 / 慢性腎臓病 (他10件)
【概要】60-74歳の一般市民1,672人に対し、調査開始時の腎機能測定(血清クレアチニン、血清シスタチンC、尿中アルブミン)と血漿・尿メタボローム測定を行った。また同じ参加者に対して、6年後も同様に評価した。 機械学習的手法(OPLS-DA)を用いて、6年間での腎機能低下を予測した結果、古典的な腎機能指標に加えて、血漿・尿メタボロームを用いることで、より正確な予測モデルが構築できた。さらに別の機械学習的...
❏生体内電波伝搬に関する統合的研究とボディエリア通信への応用(15K06054)
【研究テーマ】通信・ネットワーク工学
【研究種目】基盤研究(C)
【研究期間】2015-04-01 - 2019-03-31
【研究代表者】青柳 貴洋 東京工業大学, 工学院, 准教授 (10302944)
【キーワード】電波伝搬 / 生体内計測 / ボディエリアネットワーク / ヘルスケア・医療情報通信技術 / 機械学習 (他21件)
【概要】本研究では生体内における電波伝搬およびその応用に関する研究を行った。生体内電波伝搬を用いるアプリケーションおよびシステムを設計するためにはその特性が明らかになっていることが必要であり、応用例として腹部の脂肪量をマイクロ波により測定するアプリケーションに関する検討を行った。まず、この計測に利用する矩形導波管のサイズおよび使用する複数の周波数の選択により測定精度を向上させられることを明らかにした。次に...
【医歯薬学】看護学:数理モデル機械学習を含む研究件
❏オンデマンド膵臓刺激による2型糖尿病のデジタルコントロールの数理(19K12198)
【研究テーマ】
【研究種目】基盤研究(C)
【研究期間】2019-04-01 - 2023-03-31
【研究代表者】安東 弘泰 東北大学, 材料科学高等研究所, 教授 (20553770)
【キーワード】数理モデル / 膵ベータ細胞 / シミュレーション / カオス制御 / 膵β細胞 (他9件)
【概要】本研究では, 2型糖尿病患者の膵臓内の膵β細胞を物理的に刺激することにより、そのインスリン分泌機能を調整するための数理的アプローチを検討する。特に、機能不全となった細胞の数理モデル化や膵臓刺激設計法の開発を目的とする。本年度は、膵β細胞単一細胞の数理モデル解析を非線形ダイナミクス制御の観点から進めた。具体的には、膵β細胞の数理モデルとしてChayモデルとRizモデルに対してフィードバック制御システ...
❏レザバーコンピューティングシステムの数理的解析と最適設計(16K00326)
【研究テーマ】ソフトコンピューティング
【研究種目】基盤研究(C)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】田中 剛平 東京大学, 大学院工学系研究科(工学部), 特任准教授 (90444075)
【キーワード】レザバーコンピューティング / 数理解析 / 非線形システム / 省エネルギー / 力学系 (他22件)
【概要】レザバーコンピューティングは、高速学習を可能とする機械学習の枠組みの一つである。本研究では、レザバーコンピューティングの数理的解析とレザバーの最適設計を行い、従来の問題点を解決するとともに、新たなモデルを提案して学習の高速化や計算性能向上を実現した。また、物理的レザバーの可能性を広く探究して数理モデリングを行い、その基本特性や基礎的タスクにおける計算性能を明らかにした。 ...
【医歯薬学】看護学:社会実装機械学習を含む研究件
❏機械学習システムの社会実装に向けた次世代最適化技法の研究(19H00808)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2019-04-01 - 2022-03-31
【研究代表者】水野 眞治 東京工業大学, 工学院, 教授 (90174036)
【キーワード】社会システム工学 / 経営工学 / オペレーションズリサーチ / 最適化 / 機械学習 (他7件)
【概要】機械学習システムの社会実装を促すために,機械学習システムの計算基盤を支える最適化アルゴリズムに着目し,錐最適化を中心的な技術として現実的な時間で高精度に解ける問題範囲を拡大,ならびに,離散構造を持つ問題を主な対象に計算効率の改善と理論性能保証の証明を行なった.一方で,機械学習モデルが出力する結果への利用者の安心感を高めるためのモデリング技法を開発した.特に,利用者の事前知識を学習モデルに反映させ,...
❏環境計測用IoT機器と時系列データ予測の研究(17K01339)
【研究テーマ】自然災害科学・防災学
【研究種目】基盤研究(C)
【研究期間】2017-04-01 - 2021-03-31
【研究代表者】松本 佳宣 慶應義塾大学, 理工学部(矢上), 教授 (60252318)
【キーワード】センサ / IoT / 機械学習 / 可視化 / クラウド (他13件)
【概要】環境情報をセンサ・IoT技術により測定・収集して、クラウドサーバー上で時系列データ予測と警告を行うシステムの研究・開発を行った。初年度は、主にハードウェアの開発と実証実験と可視化を行った。2年目はそれらのデータ解析や、機械学習アルゴリズムにより予測・警告するシステムの構築を行った。3年目は、時系列データである環境計測データの中で、時系列データからの予測を目的としてLongShort Term Me...
【医歯薬学】看護学:細菌機械学習を含む研究件
❏ナノ空間の高電界を利用した非線形電気インピーダンス応答による細菌1粒子センシング(20H02160)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2020-04-01 - 2023-03-31
【研究代表者】山本 貴富喜 東京工業大学, 工学院, 准教授 (20322688)
【キーワード】ナノポア / インピーダンス / ウイルス / バクテリア / ナノデバイス (他23件)
【概要】これまでも度々問題になっていた現象であるが,バクテリア計測時はバッファである生理食塩水の塩濃度が高く導電率も高いため,高電界を印加すると電極エッジ部分に電界が集中して電極反応により電極が電気分解する問題が顕著になった。そこで電極の保護のため,デバイス形状の大幅な見直しを行った。具体的には,これまでのデザインとは逆に電極のエッジは使わずに電極面積をなるべく大きく使うように測定セルの形状を変更した。さ...
❏蛍光画像サイトメトリによる高速腸内細菌叢プロファイリングとディスバイオーシス予測(16K12909)
【研究テーマ】医用システム
【研究種目】挑戦的萌芽研究
【研究期間】2016-04-01 - 2018-03-31
【研究代表者】太田 禎生 東京大学, 大学院工学系研究科(工学部), 客員研究員 (70731214)
【キーワード】フローサイトメトリー / 1細胞解析 / 腸内細菌 / 環境細菌 / 細菌 (他12件)
【概要】本研究では、最終的には細菌叢解析から個体や環境動態評価・予測を目指すべく、複雑で大量の1細菌集団を光学的に高速プロファイリングする技術群を提案・開発・実証しました。具体的には、マイクロ流体による細菌の底壁面三次元整列技術を開発し、新規光学技術と組み合わせることにより、高速蛍光ハイコンテンツ・フローサイトメトリー(蛍光イメージング・自家蛍光スペクトル)を新開発し、細菌分類実証を行いました。 ...
【医歯薬学】看護学:学習機械学習を含む研究件
❏アルゴリズムに応じた知識獲得手法の研究(16700130)
【研究テーマ】知能情報学
【研究種目】若手研究(B)
【研究期間】2004 - 2006
【研究代表者】金子 知適 東京大学, 大学院総合文化研究科, 助手 (00345068)
【キーワード】人工知 / 機械学習 / アルゴリズム / ゲームプログラミング / 探索 (他8件)
【概要】今まで知識なしで動かしていたアルゴリズムに,知識を組み込むことで効率化する研究を行なった.また,ハードウェアの進歩により扱えるデータの量が増えた利点を活用し,組み込む知識を自動的に獲得させる際に大規模な計算を行うことで信頼性を追及した. 対象としては適度に複雑でかつ成果が期待できる題材として,探索問題の一つである将棋及び囲碁のブログラムを選び,そこで用いられるアルゴリズムと知識の組み合わ方を整理し...
❏経営工学における知識情報処理に関する研究(03832042)
【研究テーマ】社会システム工学
【研究種目】一般研究(C)
【研究期間】1991 - 1993
【研究代表者】平澤 茂一 早稲田大学, 理工学部, 教授 (30147946)
【キーワード】知識情報処理 / 情報理論 / 経営工学 / 推論 / 学習 (他15件)
【概要】近年,曖昧性や矛盾を含んだ知識の推論や学習等の,より人間的で複雑な判断をめざした新しい知識情報処理の基礎研究も様々な分野で盛んに行われている.しかしながら従来の論理学を中心としたエキスパートシステムに比べて基礎理論が不完全であり評価基準も不明確であるため得られる結果が理論的に明快に保証されずシステム化が進んでいないのが現状である.本研究ではこれら新しい知識情報処理のために今までの個別的な研究ではな...
【医歯薬学】看護学:看護必要度機械学習を含む研究件
❏大規模臨床看護データと機械学習による重症を伴う転倒発生の予測手法開発に関する研究(16K20977)
【研究テーマ】臨床看護学
【研究種目】若手研究(B)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】横田 慎一郎 東京大学, 医学部附属病院, 助教 (90599490)
【キーワード】転倒・転落 / 電子カルテ / 機械学習 / 自然言語処理 / 医療安全管理 (他13件)
【概要】機械学習手法により感度64.9%、特異度69.6%の患者転倒リスク評価モデルを構築した。成績は従来研究と同等程度で、構築に延べ40日間の計算を必要とすることから効率がよいとは言えない。次に、過去に電子カルテ実装した転倒リスク判別ツールの影響を、実装前後期間で比較したところ、入院患者の患者の転倒発生確率は、実装後期間において低下し、実装後期間におけるツール使用患者と非使用患者では不変であった。また、...
❏電子カルテデータ二次利用による患者転倒に関するクリニカルインディケータ開発研究(26870134)
【研究テーマ】基礎看護学
【研究種目】若手研究(B)
【研究期間】2014-04-01 - 2016-03-31
【研究代表者】横田 慎一郎 東京大学, 医学部附属病院, 助教 (90599490)
【キーワード】医療安全 / 患者転倒 / リスクアセスメント / 看護管理 / データ二次利用 (他9件)
【概要】看護師が電子カルテに入力する日々の看護必要度データと患者属性情報のみにより、患者がある日に転倒するかどうかを予測するモデル、FiND (Find Fall risk of inpatients From Nursing Data)を構築した。病棟別のFiNDによるハイリスク予測患者数と転倒発生件数の相関が高いことから、FiNDにより病棟毎あるいは院内全体の転倒指標を構築できる可能性があると考える。...
【医歯薬学】看護学:医療安全機械学習を含む研究件
❏大規模臨床看護データと機械学習による重症を伴う転倒発生の予測手法開発に関する研究(16K20977)
【研究テーマ】臨床看護学
【研究種目】若手研究(B)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】横田 慎一郎 東京大学, 医学部附属病院, 助教 (90599490)
【キーワード】転倒・転落 / 電子カルテ / 機械学習 / 自然言語処理 / 医療安全管理 (他13件)
【概要】機械学習手法により感度64.9%、特異度69.6%の患者転倒リスク評価モデルを構築した。成績は従来研究と同等程度で、構築に延べ40日間の計算を必要とすることから効率がよいとは言えない。次に、過去に電子カルテ実装した転倒リスク判別ツールの影響を、実装前後期間で比較したところ、入院患者の患者の転倒発生確率は、実装後期間において低下し、実装後期間におけるツール使用患者と非使用患者では不変であった。また、...
❏電子カルテデータ二次利用による患者転倒に関するクリニカルインディケータ開発研究(26870134)
【研究テーマ】基礎看護学
【研究種目】若手研究(B)
【研究期間】2014-04-01 - 2016-03-31
【研究代表者】横田 慎一郎 東京大学, 医学部附属病院, 助教 (90599490)
【キーワード】医療安全 / 患者転倒 / リスクアセスメント / 看護管理 / データ二次利用 (他9件)
【概要】看護師が電子カルテに入力する日々の看護必要度データと患者属性情報のみにより、患者がある日に転倒するかどうかを予測するモデル、FiND (Find Fall risk of inpatients From Nursing Data)を構築した。病棟別のFiNDによるハイリスク予測患者数と転倒発生件数の相関が高いことから、FiNDにより病棟毎あるいは院内全体の転倒指標を構築できる可能性があると考える。...
【医歯薬学】看護学:データ二次利用機械学習を含む研究件
❏大規模臨床看護データと機械学習による重症を伴う転倒発生の予測手法開発に関する研究(16K20977)
【研究テーマ】臨床看護学
【研究種目】若手研究(B)
【研究期間】2016-04-01 - 2019-03-31
【研究代表者】横田 慎一郎 東京大学, 医学部附属病院, 助教 (90599490)
【キーワード】転倒・転落 / 電子カルテ / 機械学習 / 自然言語処理 / 医療安全管理 (他13件)
【概要】機械学習手法により感度64.9%、特異度69.6%の患者転倒リスク評価モデルを構築した。成績は従来研究と同等程度で、構築に延べ40日間の計算を必要とすることから効率がよいとは言えない。次に、過去に電子カルテ実装した転倒リスク判別ツールの影響を、実装前後期間で比較したところ、入院患者の患者の転倒発生確率は、実装後期間において低下し、実装後期間におけるツール使用患者と非使用患者では不変であった。また、...
❏電子カルテデータ二次利用による患者転倒に関するクリニカルインディケータ開発研究(26870134)
【研究テーマ】基礎看護学
【研究種目】若手研究(B)
【研究期間】2014-04-01 - 2016-03-31
【研究代表者】横田 慎一郎 東京大学, 医学部附属病院, 助教 (90599490)
【キーワード】医療安全 / 患者転倒 / リスクアセスメント / 看護管理 / データ二次利用 (他9件)
【概要】看護師が電子カルテに入力する日々の看護必要度データと患者属性情報のみにより、患者がある日に転倒するかどうかを予測するモデル、FiND (Find Fall risk of inpatients From Nursing Data)を構築した。病棟別のFiNDによるハイリスク予測患者数と転倒発生件数の相関が高いことから、FiNDにより病棟毎あるいは院内全体の転倒指標を構築できる可能性があると考える。...
【医歯薬学】看護学:慢性疾患機械学習を含む研究件
❏ランドスケープモデルによる健康・疾患状態の可視化と予測(20K21837)
【研究テーマ】
【研究種目】挑戦的研究(萌芽)
【研究期間】2020-07-30 - 2023-03-31
【研究代表者】石川 哲朗 国立研究開発法人理化学研究所, 情報統合本部, 研究員 (90824160)
【キーワード】ランドスケープ / 慢性疾患 / 急性疾患 / 疾患の多様性 / 病態分類 (他15件)
【概要】令和3年度は、これまで取り組んで来た慢性疾患データに対するランドスケープ分析として引き続き、1.睡眠リズム障害への応用、および、2.心不全データへの適用、そして、新たな対象疾患領域として急性疾患データへの適用として、3.新興感染症、特に新型コロナウイルス感染症(COVID-19)のデータ分析にランドスケープを応用する研究を実施した。 【睡眠リズム障害研究】全国180箇所の保育園で0歳から6歳までの...
❏医療ビッグデータを用いた慢性疾患発症及び重症化の早期予測モデル構築(17H06629)
【研究テーマ】疫学・予防医学
【研究種目】研究活動スタート支援
【研究期間】2017-08-25 - 2019-03-31
【研究代表者】大野 幸子 東京大学, 大学院医学系研究科(医学部), 特任助教 (20797237)
【キーワード】医療ビッグデータ / 予測 / 予測モデル / 機械学習 / 慢性疾患 (他7件)
【概要】本研究では、レセプト・健診データを用いて、甲状腺機能亢進症発症、糖尿病患者の腎機能低下を複数の機械学習手法および従来の疫学手法検討を用いて検討した。後者の研究は国際学会で発表を行った。さらに、予測モデル構築における検査値データの有用性を検討するため、協力施設から得られたデータを用いて、腹部悪性手術後の創部感染、抗菌薬の再開、術後入院期間の予測を行った。創部感染、抗菌薬再開は症例数が少なく予測不能で...
【医歯薬学】看護学:メタ認知機械学習を含む研究件
❏Personalized Online Adaptive Learning System(20H01719)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2020-04-01 - 2025-03-31
【研究代表者】クロス ジェフリーS 東京工業大学, 環境・社会理工学院, 教授 (90532044)
【キーワード】オンライン学習 / 個人学習 / 学習管理システム / 仮想現実 / 人工知能 (他11件)
【概要】Personal Online Analytic Learning System (POALS) is a web-based learning management system (LMS) developed to help learners succeed when taking online learning courses. The system was developed using ...
❏知識発見技術による身体スキルの言語化(17200009)
【研究テーマ】知能情報学
【研究種目】基盤研究(A)
【研究期間】2005 - 2007
【研究代表者】古川 康一 慶應義塾大学, 大学院・政策・メディア研究科, 教授 (10245615)
【キーワード】スキルサイエンス / 暗黙知の言語化 / 時系列データマイニング / 動作一貫性制約 / メタ認知 (他20件)
【概要】本研究課題では知識発見技術によって身体スキルを言語化する方法論の確立を目指して研究を実施した。身体スキルの対象としては、主としてチェロの運弓動作および野球のバッティングを取り上げた。スキルの言語化のために、(1)身体スキルの力学モデルの構築と候補属性の発見、(2)時系列データマイニングによるスキルルールの抽出、(3)メタ認知に基づく着眼点の抽出、(4)発想推論に基づくスキル創造・診断支援システムの...
【医歯薬学】看護学:行動変容機械学習を含む研究件
❏日常使用に耐えうる携帯機器の所持位置推定とその応用(18H03228)
【研究テーマ】
【研究種目】基盤研究(B)
【研究期間】2018-04-01 - 2021-03-31
【研究代表者】藤波 香織 東京農工大学, 工学(系)研究科(研究院), 教授 (10409633)
【キーワード】携帯機器所持位置認識 / 行動認識 / コンテキストアウェアネス / スマートフォン / 能動学習 (他20件)
【概要】本研究はスマートフォンに代表される携帯機器を所持する際の自由度を上げることを目的とした.その中で,1)分類器の2階層化とアンサンブル分類器構成により多様な行動の最中における高精度な所持位置認識,2)新規性検出とクラスタリング技術の利用によるユーザの手に渡った後でそのユーザ独自の所持位置を認識対象に追加する仕組み,3)既存の分類器と新規ユーザとの相性を用いて分類器を選択したのちに能動学習によりユーザ...
❏HEMSデータに基づく共創的社会システム形成のための消費者インセンティブの解明(18H04155)
【研究テーマ】
【研究種目】基盤研究(A)
【研究期間】2018-04-01 - 2022-03-31
【研究代表者】本田 智則 国立研究開発法人産業技術総合研究所, エネルギー・環境領域, 主任研究員 (00425745)
【キーワード】HEMS / スマートメーター / 太陽光発電 / 異常検知 / LCA (他21件)
【概要】2050年までにカーボン・ニュートラル社会を実現するため、特に排出削減が難しい家庭部門の温室効果ガス排出削減のための手法開発を目指した研究を実施した。 家庭のエネルギー消費削減には、家庭内でどのような形態によってエネルギー消費が行われているか、すなわちライフスタイルを明らかにする必要があった。そこで本研究では、HEMS/スマートメータといったIoTセンシングによって得られた約6万世帯、20億レコー...