ラフ集合によるデータ分析で決定ルールとしてデータから抽出される規則性は，個々の属性とその値（属性値）との組み合わせに基づくため，属性ごとの特徴の組み合わせで表現可能な規則性のみに限られる．そのため，2つの項目間の比較に基づく特徴を直接見出すことは困難である．本稿では，通常のラフ集合データ分析による，属性ごとの特徴の組み合わせで表現可能な規則性に加え，2つの項目間の比較に基づく特徴をも抽出することを目的とする，ラフ集合による関係性マイニングを提案する．

抄録全体を表示

この論文では、学生生活調査におけるラフ集合情報解析の応用について報告する。このデータは欠損値を含むので、NIS-Aprioriのアルゴリズムを用いて解析し、興味深いルールを確認した。

抄録全体を表示

決定表からのヒューリスティックなルール抽出手法の1 つとして，論理簡単化技術を用いたルール抽出が提案されている．著者らは拡大処理のアルゴリズムを改良することで,大規模な決定表からのルール抽出の改善を行った．その結果，冗長なルールは削減できたが，計算時間が増加した．本研究では，アルゴリズムにさらに改良を加えることで，処理速度の高速化を試みる．また，高速化を試みたアルゴリズムと従来のアルゴリズムを実験により比較し，提案したアルゴリズムの有効性を検証する．

抄録全体を表示

人工感性の設計において個々の感性を反映させる構造として可変近傍モデルを利用する方法がある．可変近傍モデルによる種々の感性反映法について実験，考察する．

抄録全体を表示

条件(S)を満たすBCK代数において、BCK代数の演算の随伴演算子として導入される二項演算は半順序集合上のt-コノルムとみなすことができる。本稿ではBCK代数の枠組みでt-ノルムを構成する方法を考案する。また具体論として差集合演算、積集合演算、和集合演算に加え、離散t-コノルムおよび離散t-ノルムに基づく集合演算を備えたマルチ集合論を展開する。

抄録全体を表示

ラフ集合に基づく種々のルール抽出法が提案されている。これらの多くは、結論部が１クラスへの帰属を示すルールを用いているが、複数のクラスのいずれかへの帰属（合併クラスへの帰属）を示すルールを用いることも考えられる。本研究では、未知対象を分類する際、合併クラスに関するルールを用いた方が、推定の正答率が良くなるという結果が得られる理由を、ロバストネスの観点から考察する。

抄録全体を表示

本研究では，新しい決定ルール抽出法を提案する．決定ルール抽出は，決定表と呼ばれるデータからそれに内在する規則を決定ルールとして得ることを目的とする．決定表は条件属性と決定属性によって表現された対象の集合によって構成されている．各対象はその決定属性値によって決定クラスに分類される．決定ルールは，条件属性値に関する制約から決定クラスを推論するif-then型ルールである．従来のルール抽出法は逐次被覆法に基づいている．逐次被覆法では，まず，目標とする決定クラスを定め，決定ルールが被覆すべき正対象と被覆しない負対象に対象集合を分割する．そして，目標ラスを推論する決定ルールを一つずつ生成し，そのルールに被覆された正対象を削除していく．すべての正対象が削除されたら，目標クラスを推論する決定ルール群を出力する．一つの決定ルールを求めるとき，ほとんどのルール抽出アルゴリズムでは，一般/特殊アプローチを用いている．これは，条件部が空のルールからはじめて，負対象を（ほとんど）被覆しなくなるまで条件部に新たな条件を追加していくことでルールを生成する方法である．これに対して，本研究では，特殊/一般アプローチによるルール抽出法を考察する．提案手法では，識別可能性によるクラスタリングに基づくクラスター間類似度やクラスター評価値を用いて，正対象をクラスタリングする．得られたクラスターから，そのクラスターに共通する条件属性値を用いることで，決定ルールの条件部を得ることができる．

抄録全体を表示

モノイドに導入された粒状階層構造に関して，これまでの結果を踏まえて更なる考察をする．

抄録全体を表示

粒状階層構造を利用して，通常のラフ集合の演算子からラフマルチ集合の演算子を構成する手法を論じる．

抄録全体を表示

属性値が正規な可能性分布で表される情報システムにおいて、ラフ集合によるルール導出が述べられる。この情報システムでは、各オブジェクトのラフ近似に属するメンバシップ値は単一値ではない。二つのメンバシップ値として、可能な値と確かな値が得られる。可能な値と確かな値は、メンバシップ値の上限と下限で、お互いに関連し合っている。これらのメンバシップ値を用いれば、各オブジェクトのラフ近似に属する度合いは区間値であらわされる。つまり、可能的な情報システムでは、ラフ近似は区間値であらわされたメンバシップ値を持つオブジェクトの集合であらわされる。0ではない可能的なメンバシップ値を持つオブジェクトはルールを可能的に支持する。一方、0ではない確かなメンバシップ値を持つオブジェクトはルールを確かに支持する訳ではない。どのオブジェクトがルールを確かに支持するのかを調べるためにオブジェクトの特徴値を考慮する必要がある。そこで、特性値を考慮したラフ近似の示した。

抄録全体を表示

少ないサンプルでカテゴリカルデータの因果関係を分析できる手法として、ラフ集合は商品企画や製品デザインの分野で普及し始めている。この手法を開発の初期段階で用いたいという要望が高い。そのためには、少ない被験者でラフ集合の決定クラスが求められる必要がある。そこで、報告者らは少人数の決定クラス推定法を提案している。本研究では、事例を用いた検証を行い、その結果、提案手法の有効性が示された。

抄録全体を表示

FCM型ファジィクラスタリングを大規模なデータに適用するアプローチとして，逐次的なサンプリングに基づくいくつかのモデルが提案されている．本研究では，逐次的なサンプリングに基づくアプローチをFCM型のファジィ共クラスタリング法であるFCCM法に適用する．購買履歴データのような大規模な個体群におけるユーザとアイテムの間の共クラスター構造の抽出に有効であることを示す．

抄録全体を表示

クラスター妥当性評価は，FCM型クラスタリングの応用において適切なクラスター数を決定するために重要な機構である．FCM法ではクラスターのコンパクトさとセパレートさを基準とするXie-Beniの指標が良く用いられている．本研究では，ファジィ共クラスタリングにおいてXie-Beniの指標と同様にクラスターのコンパクトさとセパレートさに基づく妥当性を評価することを考える．また，大規模データへの適用可能性について，検証する．

抄録全体を表示

共クラスタリングの有望な応用事例として，インターネット上での協調フィルタリングが注目されている．嗜好の類似したユーザ群に関連性の強いアイテムを割り当てる共クラスタリングにより，未購入・未評価のアイテムを推薦する．大規模なユーザ群への実応用を目指す上では，従来の共クラスタリングアルゴリズムでは計算コストの面で限界があった．本研究では，サンプリングアプローチに基づく大規模データへの適用可能性について，検証する．

抄録全体を表示

外的基準なしにデータ集合をいくつかのクラスターに分割するクラスタリングは多変量データの構造を知ることのできる有効な手段であるが、通常は量的な変量のみからなるデータ集合にしか適用できない。質的データと量的データの両方を扱うことのできる手法もいくつか提案されているが、それらの手法では実際のデータ解析の場面で直面することの多い不完全データに対処することが出来ない。そこで、本論文では量的データと質的データの両方を含むデータ集合に不完全データが含まれている時のクラスタリング法について考察し、その手法を検討する。さらに、結果の解釈に柔軟性を持たせる必要がある場合にはファジィクラスタリングを導入した。

抄録全体を表示

本報告では最大化に基づくBezdek型ファジィc-平均法を提案する。ファジィc-平均法とその多くの変種は最小化モデルに基づいている。一方で球面クラスタリングを表す最大化モデルのエントロピー正則化に基づく手法が提案されているが、標準法と呼ばれているBezdek型に基づく最大化モデルは提案されていない。本報告ではBezdek型に対してもファジィ化パラメータを1未満に設定することによってクラスタリングできることを示す。

抄録全体を表示

K-member clusteringとは、各クラスタのサイズをK以上にしつつクラスタ内距離の総和を最小とするクラスタリング手法のことで、セキュリティ分野で重要なK-匿名化への応用が期待されている。しかし、K-member clusteringはNP完全となり、有効な手法が存在しない。そこで本発表ではK-member clusteringの新たな手法について議論する。

抄録全体を表示

Lingrasらによって提案されたRough k-meansはラフクラスタリング手法の一つであるが、目的関数の最適化によるものではなく、初期値依存性のある解の妥当性を判断することが困難である。そこで著者等の一人よって目的関数最適化に基づくラフクラスタリングが提案された。このアルゴリズムでは、個体は異なる3つ以上の境界領域に属すことができない。本発表では、境界領域をファジィにすることで個体を3つ以上の境界領域に属することが出来るようにした新たなラフクラスタリングを提案し、比較検討する。

抄録全体を表示

ファジィc-平均法に加え，可能性クラスタリングはノイズや外れ値に対するロバスト性を持つことから有用な手法として知られている．特に，スパース可能性クラスタリングは分類関数の観点から，他の手法と大きく異なっている．本稿では，L1正則化を用いたエントロピー型可能性クラスタリングを提案する．さらに，提案手法の分類関数を示す．また，クラスタの逐次抽出を行う．

抄録全体を表示

従来のテキストマイニングで多く使われているベクトル空間法という手法では単語の出現頻度のみを考えていた．単語の出現位置を考慮し，その位置が近いほど類似度が高いという仮定にもとづいたファジィ近傍という手法が考案された．これにより文章構造や文脈をふまえた，より優れたテキスト解析ができると考えられる．さらに，ファジィ近傍にカーネル関数を用いることでユークリッド距離にもとづくデータ解析が可能となるため,様々なクラスタリング手法を適用することができる．本研究ではtwitterをはじめとしたテキストデータについて従来手法と比較した結果を考察し，ファジィ近傍の有用性を示す．

抄録全体を表示

スペクトラルクラスタリングは、グラフラプラシアンに基づいており、分類対象が非線形の境界を持っていたとしても高精度の分類が行える手法である。しかしこの手法は計算量が大きいことから、個体数が大きいデータに対して用いることは困難である。そこで本報告では、DBSCANにおけるコアポイントの概念を導入したアルゴリズムを提案する。具体的には、まず分類対象のコアポイントについてDBSCANを適用し、それにより得られたクラスターそれぞれに対してスペクトラルクラスタリングを行うことで、効率化を実現する。計算量の分析により提案手法の効率化を示し、数値例によって提案手法の性能を示す。

抄録全体を表示

本報告の目的は、第1段階にOne-pass COP k-means++、第2段階に階層的クラスタリングを用いた二段階クラスタリングの手法を提案することである。本手法は、第1段階でOne-pass k-meansの代わりにOne-pass k-means++を用いることで、先に提案した二段階クラスタリング技法よりも性能が優れていることを示す。また対制約を導入し、分類性能の向上を目指す。これらの有効性を数値例を用いて示す。

抄録全体を表示

ウエハテスト工程は資源制約付きスケジューリング問題(RCPSP) となるが，検査中の異常発生時に以降のオペレーションを一時中断するなど個別対応が必要になる．異常の発生などの不確実性を考えれば，RCPSP を予め解くよりは，状況に応じてディスパッチングルールを使い分ける手法が望ましいと考えられる．また，突発的な状況変化への即応性の点でも この手法のほうが適していると考えられる．そこで，機械学習を用いたルール獲得法をいくつか検討するとともに，実データに基づく問題に適用する．それぞれの機械学習で獲得したルールと単純ディスパッチングルールとを比較し、有効性を検討する．

抄録全体を表示

数理計画問題において，パラメータの不確定性を表現するために，ファジィ数を適用する場合，メンバシップ関数の妥当性が意思決定の妥当性へと直結するため，メンバシップ関数の構築には細心の注意が必要である．本発表では，この意思決定で利用するメンバシップ関数を構築する上で，より妥当性を有するような構築法について考察する．

抄録全体を表示

本研究では，ファジィパラメータを目的関数や制約式に含む2レベル計画問題に対して，可能性と必然性に基づくモデルの提案および対応するStackelberg解を定義し，その求解手法について考察する．提案モデルを通して，曖昧さを含む2レベル計画問題が確定的な線形あるいは非線形な2レベル計画問題に帰着でき，ある条件の下で，厳密なStakelberg解が求解可能であることを示す．

抄録全体を表示

Focusing that the equation of the exponential smoothing method(ESM) is equivalent to (1,1) order ARMA model equation, a new method of the estimation of the smoothing constant in exponential smoothing method was proposed before by us which satisfies the minimum variance of forecasting error. In this paper, we utilize the above stated theoretical solution. Firstly, we estimated the ARMA model parameter and then estimate the smoothing constants. Thus the theoretical solution is derived in a simple way and it may be utilized in various fields. The new method shows that it is useful for the time series that has various trend characteristics.

抄録全体を表示

In industry, making a correct forecasting is a very important matter. If the correct forecasting is not executed, there arise a lot of stocks and/or it also causes lack of goods. Time series analysis, neural networks and other methods are applied to this problem. In this paper, neural network is applied and Multilayer perceptron Algorithm is newly developed. The method is applied to the Airlines Passengers and Cargo Data. When there is a big change of the data, the neural networks cannot learn the past data properly, therefore we have devised a new method to cope with this. Repeating the data into plural section, smooth change is established and we could make a neural network learn more smoothly. Thus, we have obtained good results. The result is compared with the method we have developed before. We have obtained the good results.

抄録全体を表示

In recent years, severe competition is executed both on getting air passengers and those of air cargos. The forecast of the number of taking-off and landing is expanding, while demand for air cargo is decreasing. Strict marketing is required in such fields. Forecasting the trend of air cargo is an essential item to be investigated in airlines. In order to make forecast for time series, the method of using linear model is often used. Forecasting using neural network is also developed. Reviewing past researches, there are many researches made on this. There is many room to improve in neural network, therefore we make focus on them. We use time series data, and in order to make forecast, a new coming data should be handled and the parameter should be estimated based upon its data. This is a so-called on-line parameter estimation. In this paper, neural network is applied and Multilayer perceptron Algorithm is newly developed. The method is applied to the Airlines Passengers and Cargo Data in the case of Weekly data. When there is a big change of the data, the neural networks cannot learn the past data properly, therefore we have devised a new method to cope with this. Repeating the data into plural section, smooth change is established and we could make a neural network learn more smoothly. Thus, we have obtained good results. The result is compared with the method of ARIMA model. We have obtained the good results. The new method shows that it is useful for the time series that has various trend characteristics and has rather strong seasonal trend. The effectiveness of this method should be examined in various cases.

抄録全体を表示

本論文では，本研究で提案している感情生成モデルがユーザと長期的なインタラクションをとることを想定したシミュレーションを行った．本研究では，著者らの先行研究で問題となっていたロボット内部の環境が感情生成に与える影響が考慮されていない点を解決するため，発達ロボットのための欲求と情動の相互影響を考慮したロボットの感情生成モデルを提案している．提案モデルでは，人の生理的要因などを模倣した内部状態を用いて，欲求と情動の相互影響を表現している．また，欲求と情動はそれぞれ2つの自己組織化マップ（SOM）を用いて生成する．本シミュレーションの結果から，学習過程において偏ったイメージを持つコミュニケーションを多く行ったモデルは，感情の分化の様子が偏り，入力に対する反応も成長過程に影響を受けたものになることがわかった.

抄録全体を表示

本研究では，発達機能を持つロボットのためのインタラクションモデルとして，親子ロボットによる世話行動生成モデルを提案する．人間の生活の中で用いられるロボットの数が増加しているなかで，人間とロボットの円滑なコミュニケーションのために，我々は感情発達機能を持つロボットの感情生成モデルを提案してきた．しかし，人間がロボットに対し親しみを覚えるためには，ロボット同士のコミュニケーションも感情を伴う生き物らしいものである必要がある．この問題を解決するために，発達機能を持つロボットを，同じく発達機能を持ち，なおかつ発達済みであるロボットに親としての役割を持たせたものに世話行動をとらせ，生き物らしいインタラクションの実現を図る．提案モデルでの親としてのロボットの発達は，機械入力によるものであり，子としてのロボットの発達は親としてのロボットの入力のみで行われ，人間の介入は無いものとする．本研究で提案した親子によるインタラクションモデルは，シミュレーション結果により，親ロボットの世話行動の選択は子ロボットの欲求の解消に対して有効であった．

抄録全体を表示

近年，様々なロボットが人間生活の中に使われてはじめており，人間とロボットのインタラクションが増えてくると考えられる．このような場合，ロボットの行動が人間にどのように感じるか感性の構造を理解しておくことは，重要であると考えられる．しかし，「かわいい」というようなロボットの行動を定義することは困難である．本稿では，動作を表す言葉としてイメージしやすい「大きい－小さい」と「速い－遅い」に基づいたロボットの動作と，感性語との関係についての解析を試みる．

抄録全体を表示

近年、人間と円滑な意思疎通を図ることができるロボット技術が求められている。本研究室では、これまで人とロボットのインタラクティブ情動コミュニケーション（IEC: Interactive Emotion Communication）の構築を目指してきたが、身体動作におけるある瞬間の動作特徴量のみを用いていたため、連続動作を扱えなかったという問題があった。そこで、本研究では時系列情報が学習可能なリカレントニューラルネットワークを用いることで人間の身体動作の連続パターンを予め学習させておき、その情報を基にしてロボットが人間の意図する動きをリアルタイムで認識するシステムを構築する。

抄録全体を表示

近年、サービスロボットやコミュニケーションロボットなど、人間の生活に近い場面で活躍するロボットが増えている。これらのロボットと人間が共生していくためには、対人親和性を高め、ロボットに人間に近い特性をもたせることが重要となる。例えば、ロボットに人間に似た性格のようなものを与え、なおかつ人間の性格にロボットが適応すれば、対人親和性が格段に向上すると考えられる。そこで本研究では、ロボットに複雑で多様な性格を構築し、人間の性格に対して適応できる手法の確立を目指す。ここでは、ロボットが人間とインタラクションを繰り返す間に人間の性格特性を学習し、その特性にあう性格をロボットが自ら発現するようなシステムを構築する。

抄録全体を表示

本論文では，遺伝的アルゴリズム(Genetic Algorithm : GA) を使用した製品の印象を調査するための手法を提案する．これまでに提案されている製品に関する感性情報分析手法の多くは，製品の物理量(刺激) と部分的な感覚との関係を分析したものや，物理量と総合的印象(好みなど) を分析したものである．しかしながら，製品から受ける部分的な感覚と，総合的な印象との関係を分析したものは非常に少ない．そこで本論文では，製品の総合的な印象と密接に関係している部分的な感覚との関係を分析する感性情報分析手法を提案する．著者らの先行研究では，ユーザの製品への印象や製品の魅力に影響する主要な要素を明らかにするアンケートの結果に基づき，決定木が構築されている．従来の方法とは異なり、その決定木は製品の全体的な印象を決定づける要素を説明する一般的なルールを幾つか示す．そして，生成されたルールから製品設計に有用となる知識を発見することを目的としている．著者らの先行研究では，アンケート結果から構築されたファジィ決定木を用いることで，製品の欲しさを決定づける要素を調べ，いくつかの信頼できるルールを手に入れた．しかし，従来手法ではルール生成に制約がある．決定木の構造上，抽出されるすべてのルールは木構造の最上位ノードに割り当てられる部分評価属性を含むことになる．そこで本研究では，木構造によらない柔軟なルール生成手法として，並列にGA を用いたクラスタリングによるルール抽出手法を行う．本論文では，提案手法である並列GA を用いた感性情報分析手法の有効性を検討した．更に，先行研究であるファジィ決定木で生成されたルールとの性能比較を行った．実験結果より，提案手法において，ルールの性能が向上したことが確認された．

抄録全体を表示

不確定な状況下で選択肢を決定する方法として利失表を用いた決定理論が利用されている．利失表は候補の選択肢を将来の不確定な状況で実行した際に得られる利失の推定値である．通常利失はクリスプ値として与えられるが，クリスプ数で表すことが困難な場合もある．本稿では利失表をファジィ数に拡張したファジィ利失表を導入し，それを用いた意思決定の特徴について考察する．

抄録全体を表示

AHP（階層分析法）などの加重和モデルにおける個別評価値の相対的な関係を使って代替案の特徴を表す集合関数を提案する．加重和での重要度を集合関数で表現し，乱数で多数の重要度を発生させ，各代替案の集合関数の値は，その代替案が1位になったときのその集合関数値の平均値とする．この集合関数やそのグラフを解釈することにより，その代替案の相対的な特徴を理解する．また，利用する乱数の影響を検討し，集合関数の性質を分析する．最後に，感度分析を行い，本モデルに有用性を検討する．

抄録全体を表示

青年群および高齢者群に対し、新生児期(0歳)から超高齢期(100歳)まで自分が、現在の自分に近い程度、満足、幸福、健康、希望、意欲の6評定項目に関して、多軸同心円スケールを用いて評定することを求めた。その結果、各評定項目について両群間に年齢による評定平均値の変化パターン位有意な差異があることが示された。

抄録全体を表示

本研究では，屋根形状が作るスカイラインに注目し，景観の統一性を重視する群と重視しない群に好ましい景観を提案する．屋根形状が街区内で共通で街区間で変化する刺激と街区内と街区外で変化する刺激の比較が行われる．各ピリオドの推定評価値より，いずれの刺激も街区の景観間に相乗効果が見られる．しかし，統一重視群の評価結果から，屋根形状が街区間でのみ変化する刺激の方が好ましいことが分かる．

抄録全体を表示

P300 spellerは，脳波から得られる事象関連電位の一種であるP300を特徴量に用い，使用者の思考により文字入力を行うことができるBCI（Brain Computer Interface）である．しかし一般に，P300 spellerのオン／オフは外部が決めるため，使用者自身でP300 spellerの使用タイミングをコントロールすることができない．そこで本稿では，文字判別における判別得点を用いて使用者の入力意思の有無を判別することで，使用者の入力意思に同期して文字入力のオン／オフを切り替えることのできるP300 spellerを提案し，その検討を行う．

抄録全体を表示

著者らは，被験者がひらがなの単語を見ている時，そして一文字漢字を想起している時の脳波(EEGs)を計測した．ひらがなは被験者に対し，ランダムに提示された．各単語は複数のひらがなから成り，いくつかの同音漢字を持つ．これらの脳波を加算した事象関連電位(ERPs)に等価電流双極子推定法(ECDL)を適用した．ECDは初期視覚野(V1)，腹側経路(下側頭回)，Broca野などで推定された．その他にもECDは海馬傍回，紡錘状回などで推定された．これらの推定結果を比較することで被験者間の差異を確認する．

抄録全体を表示

本研究では，身体部位の線画提示時さらに提示された線画を黙読イメージングするタスクの際の被験者のEEGを計測した．従来矢印に対して試みた方法論を応用し，EEGのFp2, F4, C4, F8チャネルに着目し，潜時400ミリ秒から900ミリ秒までのEEGを25ミリ秒間隔でサンプリングし，さらに399ミリ秒から899ミリ秒を同様にサンプリング，さらに388ミリ秒から898ミリ秒を同様にサンプリングしたそれぞれ84変量のベクトル空間の多変量データとした．このデータに対し，多変量統計的データ解析の一手法である４群に対する正準判別分析を試みたところ判別率はほぼ100％であった．

抄録全体を表示

Visions of smart houses and home automation technologies have been around for over three decades. Since that time, computers and technology have made a huge step forward and simple home automation is not so appealing anymore. In this paper we propose and prototype an intelligent living room system that without intended interaction enhances people everyday life by figuring out our desires from our natural gestures, facial expressions and speech. Human behavior such as gestures and facial expressions but also preferences vary depending on the person and environment. The meaning of the same gesture and facial expression made by different persons, or by the same person but in different situation, can have a different meaning. Therefore the intelligent system must be able to recognize the person and the situation and learn the preferences. In order to achieve this, artificial intelligence and machine learning algorithms, such as Hidden Markov Model (HMM) and Growing Self-Organizing Map (GSOM) are used. Microsoft Kinect for Windows sensor is used to monitor gestures, voice and locate people in the living room. High definition camera is used in detecting facial expressions. The information gathered from multiple sensors and users' desires recognized from gestures and facial expressions are combined in order to make correct decisions. As a result, the system seamlessly enhances people everyday life by making it more comfortable by, for example, changing the temperature, room lighting setting and ventilation. The system will learn each individual's preferences in different situations. It will adapt to different users and take actions based on user's postures, gestures, speech and facial expressions and also location in the room.

抄録全体を表示

ラット培養神経回路網の活動を議論する研究が行われている．多点電極の64電極中の3電極に注目し，発火伝達の結合性と論理性について時間推移との関係を議論している．しかし，3電極のみに注目しており，全電極での培養神経回路網の伝達性を議論したとはいえない．本論文では，培養神経回路網での発火伝達を伝搬，拡散，吸収の3種類の空間的変移から分析し，電極間の結合性と論理性について議論する．具体的には，培養神経回路網の発火パルスを時間窓で集約し，発火の伝達を伝搬，拡散，吸収の複数の空間パターンで表現して，その傾向を分析する．また，電極間の結合の強さをファジィ数の包含度の指標で評価し，電極間の論理性をファジィ結合演算子で同定する．ここでは，本分析法の有用性を培養神経回路網の実験データにより議論する．

抄録全体を表示

神経回路網と電子回路のインターフェイスには神経活動のデコーディングが必須であるが，神経情報処理は神経回路網のネットワークダイナミクスに埋め込まれている．ラット海馬分散培養系は，神経回路網ダイナミクスを解明するための脳の小規模なモデルとして有効である．本研究では，クラスタリング手法を用いて自発性神経活動の時空間パターンを弁別し，安定性を定量化することを目的とした．クラスタリング手法としてはクラスタ数を指定せずに，与えられたデータの分布から最適なクラスタ数を見積もるX-means法を用いた．また，X-means法が持つ初期値依存問題を軽減するためにkkz法を解析の前処理として行った．ラット海馬を解離分散し，底面に64個の微小平面電極が配置された培養皿（MEDプローブ）上で神経回路網を再構成させた． 64個の電極から計測した細胞外電位から自発性神経活動のスパイクを検出し，特定の幅の時間窓におけるスパイク数を計数してこれを要素とするベクトルを神経活動パターンの特徴ベクトルとした．時間窓の幅は5 msとし，神経活動電位スパイクが1つ含まれるぎりぎりの長さとした活動電位を誘導した直後は不応期と呼ばれる活動電位が発生しない時間が存在するため，単一の神経細胞において活動電位スパイクが発生し始めてから再び活動電位を発生可能になるまでの時間幅は約5 msということになる．そこで，各時間窓で神経活動スパイクは１つあるか全くないかとなるのでスパイクの有無を0-1の要素とし，時間窓ごとに時々刻々と生成される特徴ベクトルに対してクラスタリングを適用した．本手法では要素の重みが等方化したためにクラスが細分化され、30分で1000個のクラスが生成されたが，出現率が1%以上のクラスに限定すれば30分で15個程度のパターン・レパートリーが繰り返し出現していることが明らかとなった．また，解析対象時間の変化による出現クラスタ数の変動から，自発性神経活動のパターン・レパートリーに30秒から40秒の周期が見出された．

抄録全体を表示

機能しない神経システムを補完することを目的とした生体の神経回路網と電子回路のインターフェイスを実現するためには，神経回路網のネットワークダイナミクスの解明と，最適な入力手法，出力である神経回路網の発火パターンをデコーディングする手法の開発が必須である．この目的のため，脳における神経情報処理の生体モデルとしてニューロ・ロボットの開発を行っている．生体の神経回路網に，外界からの入力として電流刺激が印加され，刺激による神経回路網の応答パターンによってニューロ・ロボットの行動が生成される．我々が開発しているニューロ・ロボットは，生体神経回路網が上位情報処理装置であり，ソフトウェアによって入出力を調整することによって合目的的行動を生成するように設計されている．本研究では常時教師無し学習を行いながら行動生成を行う自己組織化マップ（SOM）を用いたニューロ・ロボットを開発した．ロボットのIRセンサが識別した左右の障害物の位置に対応した2電極から電流刺激を行い，刺激によって得られる64次元の特徴ベクトルをSOMに入力し，10×10の2次元のマップ空間に写像して次元縮約を行った．学習の初期にのみ，左右の障害物に割り当てた電流刺激に対してあらかじめ選定したノードを強制的に勝者ノードとして教師あり学習を行い，勝者ノードに対して適切な想定動作を関連づけた．これをシーディングと呼ぶ．シーディングにより，左右入力によって誘発された神経電気活動の時空間パターンが互いに重なっていなかった場合，勝者ユニットの分布は左入力に対する勝者ユニットがマップ上の左側に，右入力に対する勝者ユニットが右側にほぼ分離して写像された．また，複数回の入力で選出された勝者ユニットの重心の位置は入力ごとに繰り返しほとんど同じ位置が選択される傾向が確認された．

抄録全体を表示

脳波と人間行動を遠隔計測可能なシステム，Air Brainを開発した．本システムの特徴は，いつでも・どこでも・誰でも容易に脳波と人間行動を計測することが可能であることである．汎用部品を用いて独自開発した小型脳波計とスマートフォンにより構成されているため，低コストで導入可能であり，更に広いエリアをカバーしたテレメトリーが可能である．小型脳波計とスマートフォンはBluetooth無線により接続し，スマートフォンの3G回線を介してインターネット上の外部保存領域へデータを保存することで計測場所の制約のない遠隔計測を実現した．また，スマートフォンは人間行動を識別するために高感度なセンサーやGPSシステムが組み込まれているため，これを利用して脳波と人間行動を同時に把握することが可能である．これらの特徴により広い分野への応用が見込まれる．Air Brainシステムを用いてα波の遠隔計測に成功し，市販の小型脳波アンプと同等の性能を有することを確認した．加速度センサーの出力値を同時計測することで，歩行状態と脳波を対応させて観測することが可能であった．また，Air Brainシステムを用いることにより，歩行直後数秒以内では，安静時と比較してα波が増大することを見出した．

抄録全体を表示

近年，機械と私達の脳を直接つなぎ相互に作用させるBCIの開発が多数行われている．特に，EEGはBCIへの応用例が多く，成功したという報告もある． しかし，EEGを用いたBCIは脳波などの普段制御しない脳活動を利用するため，被験者には長期の訓練が必要となる．そこで我々は，NIRS-based BCIの実現のための基礎的検討として，実際の手運動時のNIRS信号から左手・右手の運動の開始と終了の推定をする識別器の開発をSVMを用いて行った．

抄録全体を表示

生態行動学や動物行動学などの動物研究の分野において、動物観察は主な研究手法であるが、実際の動物観察は研究者自身が行っており、膨大な時間と労力を消費する。主な対策法として、動物の行動分析を行うための自動観察装置の導入や、カメラによる録画などの方法がある。しかしながら、カメラなどで録画した動画は研究者自身が分析するため、分析にかかる労力の削減が少ない。本研究では、このような問題に対処するために赤外線レーザーと赤外線カメラによる深度センサーを用いた安価な動物観察自動トラッキングシステムを検討している。深度センサーはカメラから物体との距離を0-255/bitで表現した深度画像を生成でき、物体の輪郭線を抽出しやすい。実際の動物観察環境では動物の体色と近似する色調の背景や、凹凸のある観察空間であり、物体がノイズとして認識されてしまうことが問題となっている。本論文では、小動物の巣箱などの複雑な環境下で、RGB画像と深度画像を併用し、動物の画像と背景画像を分離し個体識別を行う手法を提案する。

抄録全体を表示

映像上のバーチャルな物体に感触を与えることは，リアリティや操作性の向上が図れるという点で，非常に効果的である．最近では，視覚による錯覚を用いた触覚の提示が、複雑な装置を介さずに触覚を提示できる方法として注目されている．しかし，視覚が触覚にどれほど寄与しているのかは定量化されておらず，その拡張可能性には検討の余地がある．そこで本研究では，視覚がどれほど触覚に寄与しているのかを調査し，さらに，視覚情報の拡張による新しい手指感覚の提示方法を提案する．

抄録全体を表示

カメラを利用した文書や書籍情報のメモが日常的に利用されるようになった。撮影される画像は、対象の正面から撮影されるとは限らず、背景など不要な情報も含む。必要情報を記録するため、用紙領域を投影変換で引き伸ばし、画像情報の可読性を向上させる。しかしこの手法では、撮影対象が平面である必要があり、曲面画像では適用が容易ではない。そこで、本研究では対象の曲面を推定し平面展開を行う手法を提案する。

抄録全体を表示