実世界の目的に対応する経路を導出するためには,地形図における重要な位置情報を評価分析してユーザで最適化することが必要である.地形図の経路周辺における位置情報には,さまざまな種別の事物に関することが含まれており,ユーザが考える目的や評価対象によってそれらの重要度は異なると考えられる.推奨経路を一般的に考える場合,経路の導出過程に介在させる位置情報の種別や重要度が異なるため,それぞれの経路コストが等しくならないことが明らかである.本研究は経路の導出過程において,ユーザのもつ主観や価値判断を評価分析して経路問題グラフ内のノードに重み付けをするための手法として絶対評価法AHPを利用した.すなわち,各ノードに対して絶対評価法AHPの総合評価値で重み付けする.さらに経路グラフ内の全ノード周辺の位置情報に関連するデータをファジィショケ積分手法によって相互評価して,経路グラフ内の各アークの重みとして導出した.よって導出された各アークの重みを出発地から目的地までの経路探索データとして用いる経路探索システムNavistory Iを開発した.このシステムは,複数の経路を探索して代替案として導出する機能であり,ユーザにとって唯一の経路選択を支援する機能が必要である.そこで,動的に変化するユーザの価値判断も考慮しながら,各経路代替案を評価分析しながら,ユーザの経路決定を総合的に支援するためのシステムNavistory IIを開発した.システム化においては,動的な評価分析を可能にする手法としてフィードバック型ANPを適用した.

The aim of this thesis is to improve accuracy of text categorization, which is the basis for various applications such as e-mail classification and Web-page classification. Among the various possible approaches to this aim, two clusteling approaches and an application of a new kernel (similarity function) are discussed in this thesis. Although clustering is usually regarded as an unsupervised learning method and categorization as a supervised learning, we show that clustering can be used to improve accuracy of text categorization. The first clustering approach proposed is co-clustering of words and texts. In a number of previous probabilistic approaches, texts in the same category are implicitly assumed to have an identical distribution over words. We empincally show that this assumption is not accurate, and propose a new framework based on a co-clustering technique to alleviate this problem. In this method, training texts are clustered so that the assumption is more likely to be true, and at the same time, features are also clustered in order to tackle the data sparseness problem. We succeeded in improving accuracy of text categorization using the co-clustering method. The second approach is constructive induction based on clustering. In this approach, Support Vector Machines (SVMs) are combined with constructive induction using dimension reduction methods, such as Latent Semantic Indexing (LSI). New features derived by dimension reduction are added to the feature space. Using this method, we succeeded in improving the categorization performance of SVMs in text categorization, especially when a number of extra unlabeled examples other than the given labeled examples are used in the dimesion reduction step. Lastly we discuss the use of a kernel function based on probabilistic models. The TOP kernel is a kernel which can be used with discriminative classifiers on the basis of a probabilistic model. We first view clustering-based constructive induction from the theory of the TOP kernel. We then propose a new TOP kernel which is based on hyperplanes generated by SVMs.

本論文は,知的触発を伴う協調的活動を支援するアウェアネスシステムに関する研究をまとめたものである.コミュニティの協調的活動における個別作業中心タスクと共同作業中心タスク間での相互依存構造の変化に着目し,各局面の協調的活動支援手法の提案と評価を行った.まず,個別作業中心タスクにおいては,作業者の思考や活動を阻害せずに,知識や興味関心に基づく適切な協調的関係の構築を実現するため,自然な手書きインタフェースによるアノテーション行為を介した適応的情報共有環境"SmartCourier"を構築した.本システムは,電子文書の閲覧やアノテーション行為履歴から興味関心プロファイルを生成し,協調的情報検索手法を用いて適応的なアノテーション共有や文書資料推薦といった協調的活動支援サービスを提供する.これにより,潜在的に協調的関係が形成可能な他者や未知の情報資源への気づきを促すものである.学会全国大会などでの実験結果から,既存の明示的コミュニティを越えて利用者間の交流を促し,知的触発を伴うコミュニティウェアとして有効であることが示された.また,実世界の対象物へもアノテーションを可能にする,実世界指向の協調的活動支援システムを提案した.装着利用可能な赤外線利用のLPS(Local Positioning System)とビデオ入力,HMD(Head Mount Display)などから構成され,拡張現実(augumented reality)的表示によるアノテーションを実現するものである.共同作業中心タスクにおいては,円滑かつ継続的な社会性指向対話関係の醸成を支援する,テキストベース電子会議環境での対話状況アウェアネス環境の構築を行った.本研究はコミュニティ内の対話関係や対話アクティビティの情報可視化機能,対話内容ログの解析機能を有し,研究室内での運用と評価実験を行った.その結果,対話関係成立率の上昇,対話関係継続回数の増加といった定量的評価と,対話アウェアネスの認識による社会性コミュニケーション成立といった定性的評価を得ることができた.

本論文は,意思決定にとって重要な事象や状況の発見を扱うチャンス発見をテーマとしてテキストマイニング,コミュニティマイニングについて論じており,3部構成からなる.第I部は「チャンス発見のためのテキストマイニング」と題して,議事録などのテキストデータを対象として,活性伝播,議論構造の可視化によって重要な事象を発見する手法について述べている.参加者の意識を変えるキラリと光るキーワードや発言に焦点を当てている点が新しい.第II部は「オンラインコミュニティにおける影響伝播」と題し,オンラインコミュニティの参加者や投稿内容の影響度を測る影響の普及モデル(IDM)を提案している.対話型コミュニケーションにおいてよく伝播する語ほど影響度が高いとみなして,コミュニケーションに参加している人の興味・関心の焦点を捉えている点が新しく,オンラインコミュニティから影響力のあるオピニオンリーダの発見や,オピニオンリーダのプロファイリングヘの応用も示されている.第III部は「オンラインコミュニティのダイナミズム」と題し,WWWのリンク構造解析と2ちゃんねるの共分散構造分析による解析を行っている.リンク構造の時系列変化が世の中の大きな変動の予兆を示すことや,何の法則性も存在しない混沌としたコミュニティに見える2ちゃんねるにも,その盛り上がりを支配する法則が存在していたことが示されている.

ユビキタス環境に関する研究とともに,そこでセンシングされた情報を活用した断片的なコンテキストの提示を行うコンテキストアウェアに関する研究がなされてきた.しかし,既存の研究においては,継時的なコンテキストの提示やその共有化に関する議論があまりなされていない.これに対して,本研究では,人間の行動を継時的なコンテキストとして捉えた図的表現および共有化の達成を主眼としている.まず,コンテキストの継時的表現物は,自身のコンテキストの把握を促し,意思決定や記憶保存に対して有用であると予想できる.また,その表現物の共有化によって支援される他者のコンテキストと自分のそれとの関係把握は,行動や事象のパースペクティブな把握につながると予想できる.本論文では,ある程度まとまった時間的範囲内の継時的なコンテキストを図示し,それを共有化する表現手法を2種類提案する.一つは,ハイパーリンクを辿るWebブラウジングという行為について,現在閲覧しているHTML文章とそこに至るまでに辿った道筋およびその周辺に存在するHTML文章群をコンテキストとして,グラフ描画の範疇で表現する手法である.この手法は,従来の一人で行ってきたWebブラウジングを複数人で協調的に行えるようにするシステムへ応用することができる.もう一つは,実世界の日常生活におけるコンテキストを漫画という表現形態を用いて示す手法である.これは,個人化された展示ガイドシステムのログデータを入力として,展示会場における体験を漫画によって表現するシステムヘの応用が考えられる.

本論文では,強化学習を行うエージェントに対し,「政策事前条件を用いて政策を再構築することにより環境の変化に適応する方法」および「概念学習を用いて政策事前条件を帰納的に獲得する方法」を提案し,実験によりその有効性を確認した.第1章の序論に続き,第2章では本論文で用いた強化学習アルゴリズムprofit sharingについて述べた.第3章では,「オンライン型profit sharing」を提案した.本手法は(1)必要とするメモリ量が有限である,(2)中間報酬を扱うことができる,(3)更新式を工夫することによりさまざまなエピソード加工が容易にできるという点で従来手法よりも優れている.第4章では,エージェントが環境の変化に適応する方法を提案した.本手法は,以前の環境で学習した政策を,「そのまま利用できる部分」と「学習しなおさなければならない部分」に分け,政策を部分的に修正する.そのまま利用できる部分を「政策事前条件」によって理論的に区別することを提案し,政策を再構築するアルゴリズムを示した.第5章では,政策事前条件を決定木学習やILPを用いて帰納的に学習する方法を提案した.状態の一般化によって,エージェントが実際には経験していない状態であっても,その状態が政策事前条件を満たすかどうかを予測することができる.第6章では,実験により提案手法の有効性を確認した.最後に,第7章で本論文の結論と今後の課題について述べた.

本論文は,システムとしての遺伝的アルゴリズム(GA)の振舞いを混合システム的な視点からモデリングし,解析するための数理的枠組みの構築について論じたものであり,6章からなる.第1章では,序論として,研究の背景および本論文の目的について述べている.第2章では,次章以降の準備として,GAの概要についてまとめている.第3章では,GAとそのモデルとしての離散力学系との対応について考察し,モデルの幾何学的な特徴をもとにしたGA解析について議論している.第4章では,データからの学習を利用したGAのモデリングについて議論している.まずモデリングの具体的な手続きを示し,モデルの記述形式を利用したGA解析について論じている.これにより多様なGAの振舞いを共通の形式で記述することが可能となる.数値例をもとにその有効性を検証し,さらにモデリングの統計的側面などについて議論している.第5章では,GAの混合システム的モデリングについて述べている.これは特徴が既知なGAのモデル構造を利用して未知のGAの振舞いを記述することを可能とする.まずGAの混合モデルの定義およびその意味づけについて述べ,数値例をもとにこれらの有効性について検証している.さらに混合モデルを利用したGAのモデリングおよび解析に関する全般的な議論を行っている.第6章では,本論文で得られた結果およびその意義についてまとめ,今後に残された課題を示している.

Recent advancements in the fields of robotics are amazing, and there have been developed many kinds of hardware platforms. On the other hand, software technologies targeting robotics also accumulate a lot of knowledge, and these two directions are now getting to be combined presenting more highly embedded systems. This dissertation addresses one way to reinforcement learning that is multitask-oriented. We consider such a scene that multiple learning tasks are given to the agent one by one, and it keeps its past learning experiences to exploit them facing a new task. We formalize the learning problem by using a task defined as Markov Decision Processes and the distribution of the tasks. By using them, we can set the environmental features that are common to all the tasks. The agent' s objective is to maximize the total reward through a lifetime as well as the conventional return in each task. To this end, the agent maintains value statistics through tasks, and it utilizes them in two ways: One is in Prioritized Sweeping, calculating the priority of simulated backups by using the statistics. By introducing them, the priority metric is calculated in more reliable way, which leads to faster estimation of values. The other approach is in Directed Exploration where the agent directs its action selection (exploration strategy) by using the statistics. It offers the agent not only effective exploration, building models, but also further reliable calculation of the priority explained above. All these methods are tested and evaluated in conrputer simulation experiments showing their effectiveness.

本論文では,映像中の人物行動を認識するとともに,その動作を逐次自然言語で表現する方法を提案する.従来のコンピュータビジョンは,画像から物体の形状や位置・姿勢を回復するという問題に集中してきた.しかしながら,現実の世界においては必ずしも物体の識別が最終的な目的とは限らない.情報の最終的な受容者である人間にとって,知的活動の基本となる種々の概念を扱う最良のメディアは自然言語であり,映像を自然言語の意味論に基づいて解釈し,伝達・提示することが,コンピュータビジョンの究極の目標であるといえる.第1章の序論に続き,第2章では,映像から自然言語ヘメディア変換するための基本的な考え方として,映像から種々の特徴量すなわち意味素性を抽出し,それを組み合わせることで事象概念を形成する方法について述べている.第3章では,映像中の人物の顔および手領域をロバストに追跡する手法を提案し,第4章では,人物の位置・姿勢の時系列変化と,シーン中の物体との相対的な位置関係をもとに,人物の動作を格文法に基づく格フレームで表現する方法を提案している.第5章では,自然言語の動作表現に関する概念階層を導入するとともに,これを身体部位ごとに適用することで動作表現を生成し,これらを統合して最終的に自然言語のテキストを生成する手法を提案している.第6章では,本論文の成果について総括している.

本研究はユーザの意思決定や問題解決を支援する対話的情報提供システムに関するものである.ネットワーク上の情報は多様かつ大量であるため,その中からユーザの情報要求に合致する必要かつ十分な情報を取得することが難しくなっている.このような状況下では,いかにしてユーザの情報要求を満たす正確な情報を効率的・効果的に取得するかが重要な課題となる.本論文では,このような情報取得の際の阻害要因として(1)情報の信頼性に関する問題,(2)情報の簡約性に関する問題,(3)情報探索行為におけるインタラクティビティに関する問題,という三つの問題点を指摘し,それらを解決するための手法を提案した.まず,(1)を解決するために,複数の情報源から情報を取得して統合するとともに情報源間のばらつきから統合した情報の信頼性を評価し,統合した情報とその信頼性を自然言語表現を用いて対話的にわかりやすく伝える手法を提案した.次に,(2)を解決するために,自然言語で表現されたユーザ要求に基づいて,大量の統計データを自動的に集約し,棒グラフや折れ線グラフなどの統計グラフを用いて可視化する手法を提案した.そして(3)を解決するために,探索的にデータを分析する際の三つのコンテキストを考慮することによって,ユーザとシステムとの間のインタラクションを"自然なやり取り"として実現するという対話的可視化手法を提案した.

本論文は,生体計測技術を用いた視知覚認知計測に関する基礎的研究の成果をまとめたものである.第1章では,本研究の背景と目的,および本論文の構成を述べ,特に知識科学研究としての意義について記述している.第2章では,視知覚認知の研究背景として,画像情報,画像を受容する人間側の心理応答,生体反応の三つの側面について概説し,新たな研究領域として視知覚認知計測(IVKM : Inner Visual Knowledge Measuring)を提案している.計測における横断性に着目した新たな計測モデルを提案し,また既存の研究領域を横断的に捉える方法について概説している.第3章では,カラー画像を対象として視知覚認知計測の試みについて記述している.量子化ビット数のうえでは,高忠実な再現を可能とするRGB各12ビットの情報量をもつ画像である高品位映像を対象として,画質評価における主観評価と自発脳波による客観評価の相関を見いだしている.第4章では,濃淡白黒画像を対象としており,鮮鋭度の違いによる影響を視覚誘発電位により測定している.第5章では,2値画像の代表として文字を扱い,英語の文章理解における眼球運動特性について記述している.第6章では,本研究成果が社会貢献する領域を説明している.また知識科学としての本研究のもつ意義を学際的研究の特徴に基づいて説明し,今後の課題と展望を述べている.第7章では結論を述べている.

近年,検索や案内の支援,および人間どうしのコミュニケーションの仲介手段として対話エージェントが注目されている.本論文では,人間どうしのコミュニティに参加する対話エージェントの構築に向けて,エージェントの構築手法とエージェントが参加する環境,およびそれらを統合する際の課題について議論している.第1章の序論に続き,第2章では,対話エージェントと人間どうしのコミュニケーション支援環境の現状について述べ,その問題点として,対話エージェント構築のために前もって対話事例を集めることが困難であること,およびコミュニケーション支援において話題提供による支援に焦点が置かれていないことを述べている.最初の課題の解決として,第3章では対話事例の収集と対話モデル学習の繰返しによる,実際の対話から漸次的に構築される学習対話エージェントの構築手法と,対話モデル構築のための,漸次的な事例の増加に対応した確率決定性有限オートマトンの学習アルゴリズムを提案している.2番目の課題の解決として,第4章では対話エージェントが話題を提供し,人間どうしのコミュニケーションを支援する環境として大型スクリーンを用いた情報共有環境を提案している.また,第5章では多数のユーザが参加するコミュニケーション環境での長時間にわたるタスクや日常的な活動における,空間や振舞いを手掛かりとした対話のモデルと,その仮想都市空間における対話エージェントヘの適用について述べている.第6章では,本論文の成果をまとめている.

本論文では,ベイジアン最適化アルゴリズム(Bayesian Optimization Algorithm: BOA)とタブー探索とのハイブリッド化アルゴリズム(Tabu-BOA)による多様解の探求,および実問題への適用について論じている.本論文では,多様性の保たれた複数の解候補を「多様解」と定義した.多様解を得ることにより,解の選択肢が広がる.よって,多様解の獲得性能の優れたTabu-BOAの開発を第1の研究目的とした.さらに,Tabu-BOAの実問題への適用として,発電所内電気回路最適設計手法の確立を第2の研究目的とした.第1章は,序論であり,第2章では,BOAの原理について述べ,さらに多様解の定義を行った.BOAは,唯一の解を求める収束力に優れる反面,局所解に捕捉されやすいといった欠点がある.第3章では,本研究で開発したTabu-BOAの原理と構造について論じた.Tabu-BOAは,BOAの欠点を補い,さらに多様解を得るためにタブーリストとBOAとのハイブリッド化を行ったものである.第4章では,種々の多峰性関数を用いて実験を行い,Tabu-BOAの解獲得性能を検証した.第5章では,発電所内電気回路の最適設計問題をTabu-BOAで解き,解への収束能力および多様解獲得性能を検証した.問題には,(1)発電所内電気機器配置および電気機器間のケーブル接続パターン,(2)発電所運転パターン,(3)変圧器の並列運転台数,(4)電力負荷への供給電圧(高圧または低圧),を考慮した.第6章では,本研究の成果および今後の課題について要約した.

本論文は,強化学習エージェントのデータ系列と報酬をもとに構築したベイジアンネットを確率的知識として利用した方策改善システムを提案し,その特性についてまとめるとともに,ベイジアンネット構築の際の適切なパラメータ設定について論じたものである.第1章の序論に続き,第2章では,提案システムにおける方策の学習機構および改善機構である強化学習とベイジアンネットについての理論的背景について説明し,ネットワークに対応する同時確率分布のモデル化と,ネットワーク構造の決定法について紹介している.第3章では,提案システムの枠組みについて説明し,システムの各種設定,およびベイジアンネットを利用した具体的な方策改善の手順を示している.第4章では,エージェント追跡問題を適用例として行う計算機実験について説明した後,ネットワークの構造決定に利用する焼なまし法におけるパラメータ設定について議論するための例題について述べている.第5章では,ベイジアンネットによる環境情報の表現能力,方策改善システムの特徴や有効性,および焼なまし法を適用する際の適切なパラメータ設定の指針について,実験の結果をもとに考察している.第6章では結論として,提案システムが強化学習エージェントの方策改善に有効に作用すること,ベイジアンネットが環境についての確率的知識表現となっていること,およびネットワークの構造決定に利用するデータから適切なパラメータ設定の指針が得られることを述べている.

本論文ではマルチエージェント環境での強化学習を扱う.従来のマルチエージェント強化学習はゲーム理論のナッシュ均衡に収束させることを目的とするが,囚人のジレンマのようにナッシュ均衡がパレート最適とならないゲームが存在する.一方で,報酬を操作することによりナッシュ均衡から逸脱する行動を学習させる研究が存在するが,ナッシュ均衡がパレート最適となるゲームでは逆に悪影響を与えることがある.したがって本研究では,おのおのの立場が同じ対称な環境において,囚人のジレンマと同様のゲームではナッシュ均衡から逸脱する行動を,それ以外のゲームではナッシュ均衡を構成する行動を学習することを目的とした.まず,ナッシュ均衡とパレート最適の概念から対称なマルチエージェント環境を非干渉・泥沼・選択・競合の四つの状況に分類した.囚人のジレンマは泥沼状況である.さらに,泥沼状況とそれ以外の状況に適する自己評価生成法である「近隣報酬」と「報酬差分」を導入した.それから,強化学習手法としてQ学習を用いる各エージェントについて,Q関数と報酬の関係から状況を判定する条件を二つ導入し,少なくとも一つが満たされる場合に「近隣報酬」を用い,満たされない場合に「報酬差分」を用いて自己評価を生成し学習する「自動選択」を提案した.上記各状況に対応するゲームと途中で状況間を遷移するゲームにより実験を行い,提案手法の有効性を確認した.

個体間の相互作用によって大域的な挙動や構造が生じる創発的現象の解明は,複雑系科学における中心的なトピックである.本論文は,創発的現象の普遍的な性質を明らかにすることを目的とした,次の三つのテーマに関する具体的状況設定に基づくエージェントベースモデリングによる実験と解析をまとめたものである.はじめに,系を駆動する複数の適応プロセス間の相互作用に関する具体的状況設定として,動的環境における進化と学習の相互作用を取り上げ,表現型可塑性の進化を導入した繰返し囚人のジレンマゲームの戦略の進化モデルを構築した.実験の結果,いったん学習に依存した協調集団へと進化した後,学習によるコストにより必要最小限の学習に依存した協調集団へと進化するBaldwin効果と呼ばれる現象が確認され,両プロセスは協調行動の創発に対して協調的に働くことが示された.次に,相互作用の構造が集団の挙動に与える影響に関して,社会的集団における局所的な相互作用がもたらす協調行動の創発に焦点を当て,空間的局所性を導入したN人版繰返し囚人のジレンマゲームの戦略の進化モデルを構築した.特に,ゲームを行う際に生じる局所性が戦略の一部として進化する実験において,局所性の進化は進化なしの場合と比べ協調行動を促進し,相互作用の構造自体が変化する仕組みが系をより適応的な状態へと導くことが明らかになった.最後に,異なるレベルで生じる多様性間の相互作用に関する状況設定として,イベント会場における混雑情報提供を取り上げ,複数の施設を来場者が混雑情報に基づいて観賞してまわるマルチエージェントモデルを構築した.実験の結果,混雑情報の提供は来場者の行動の多様性を増加させるが,その副次的効果である時間経過に伴う将来の行動の多様性の減少によって,突発的に長い順番待ちの行列が発生するという,情報と行動の多様性間の動的な相互作用のシナリオが示された.

本論文では,異なった種類の実問題に対し高い性能をもつ汎用多目的遺伝的アルゴリズム(Genetic Algorithm:GA)の提案とその有効性の検証を行ったまず,本論文では,汎用多目的GAとして,近傍培養型GA(Neighborhood Cultivation GA:NCGA)を提案している.NCGAは従来手法が有する解探索メカニズムに加えて,近傍交叉メカニズムを有する.近傍交叉では,目的関数空間において隣り合う二つの個体を用いて交叉を行う.幾つかの代表的なテスト問題を用いた数値実験より,従来手法に対するNCGAの優位性を示すことができた.次に,NCGAの有効性を検討するために,ディーゼルエンジンの噴射スケジュール最適化と複数の矩形ブロックを最小面積で配置する矩形パッキング最適化という二つの実問題に対するNCGAの適用を試みた.ディーゼルエンジンの噴射スケジュール最適化では,燃費,窒素酸化物(NO_x)排出量,すす排出量の3目的最適化問題として定式化した.この問題に対してNCGAを適用した結果,燃費率,NO_x,すすの噴射率特性および,それぞれのトレードオフの関係を見つけることができた.また,矩形パッキング最適化では配置面積の縦・横の長さを目的とする2目的最適化問題として定式化し,扱うブロック数の異なる四つの問題に対して従来手法との比較実験を行った.実験結果より,NCGAはすべての問題において最良の結果を得ることができた.また,得られた解の実際のレイアウト図について見た結果,得られた解は隙間の少ない妥当なものであることが分かった.

本論文は,情報検索を行う音声対話システムにおける柔軟な対話戦略に関して述べたものである.音声対話システムでは,本質的に音声認識誤りが避けられない.また多数の検索結果をすべてユーザに提示するのは冗長であるため,検索結果の絞込みも重要となる.これらへの対処として,システムからの確認や質問は有効だが,冗長な確認や質問は快適な対話を阻害する.したがって,適切な応答を行う対話戦略が必須である.さらに,このような対話戦略はドメイン非依存であることが望ましい.つまり,当該ドメインの対話フローをすべて人手で用意するのではなく,音声認識結果や検索結果に基づいて規定していれば,異なるドメインにも汎用に適用できる.第2章では,談話タグの一つである発話単位タグを,発話の表層的な特徴と発話間のやり取り構造に注目して自動推定した.第3章では,言語モデルの作成に焦点をおいて,ドメインに依存しない音声対話システムの構築を行った.ドメインに依存するキーフレーズ部分の文法と,類似タスクドメインの統計的言語モデルをともに用いて,柔軟な言語制約を実現した.第4章では音声認識誤りへの対処として,音声認識結果の信頼度を用いた効率の良い確認や誘導を提案した.信頼度を単語とカテゴリーの2レベルで計算し,確認を制御するとともに,内容語がうまく認識できない場合でもカテゴリーレベルの誘導を適切に行う.第5章では,ドメイン知識の構造や文書の頻度分布を用いることで,検索結果を効率良く絞り込む質問の生成を行った.機器操作マニュアルの階層構造を利用し,コスト関数を導入して最適な質問を選ぶことで,平均対話ターン数を約30%削減した.

なぜ「ライオン」画像はライオンなのか?「トラ」画像はトラなのか?現在においても「人間の顔」などの特定の対象以外の一般的な画像の分類・認識はまったく実現されていない.本論文では,実世界画像のもつ二つの困難な問題(1)多数の種類の物体が存在しており,物体の種類によって適する認識方法,モデル表現が異なる,(2)単一種類の物体でもさまざまな個体が存在し,画像中に現れる見え方が多様である,に対して,それぞれシステム構成法と認識方法の観点から行った研究について述べる.(1)の問題に対しては,従来の画像認識の研究で多数提案されている特定種類の物体に対する認識手法と知識表現を統合して対処することとし,そのためのマルチエージェントによる画像認識システムの構築法を提案する.システムは単一種類の物体のみを認識する独立した認識システムの集合体として構築する.最終的な認識結果はエージェント間の相互作用によって求める.また,物体間の定性的な位置関係に関する推論機構を導入し複雑な画像の認識を可能とし,エージェント間の相互作用によるスケール選択を可能としたマルチエージェント多重解像度画像認識システムの実現も行う.(2)の問題に対して,単一種類の物体の画像中でのさまざまな現れ方に対応するために,多数の学習画像をWWW(World-Wide Web)から自動収集し,自動的に画像認識のための知識ベースを構築する方法「Web画像マイニングによる一般画像分類」を提案する.まず,実世界画像を大量にしかも手軽に収集する方法として,WWWから自動的に大量の実世界画像を収集する方法について提案する.次に,自動収集した実世界画像をクラス既知の学習画像として,実世界画像に対する認識を行うことを提案する.この手法によって,単語入力のみで画像に関する知識をまったく与えることなく,一般画像の画像分類が実現できる.

これまでロボットの聴覚機能に関する研究は,人間とのソーシャルインタラクションで最も重要であるにもかかわらず,あまり行われていなかった.また,ロボット聴覚を実現するために,実環境・実時間処理という観点から問題点は指摘されてきたものの,これらを体系的にまとめた報告はなかった.そこで,本研究では,まず,ロボット聴覚の課題を体系的に整理し,解決に向けた具体的な方法を議論する.そして,アクティブな動作はロボット聴覚の向上に本質的であると捉え,これをロボット聴覚に適用したアクティブオーディションを提案する.また,複数の聴覚情報の統合,聴覚情報以外の感覚情報との統合を行うことによる知覚向上およびより一般的な処理を目指したロボットによる一般的な音(混合音)の理解についても併せて議論する.実際に上半身ヒューマノイドロボットSIG(http://winnie.kuis.kyoto-u.ac.jp/SIG/)上に構築したシステムは,ロボットに特有な動作時のノイズをキャンセルすることで,アクティブな動作の聴覚処理への利用を可能とした.また,アクティブな動作を効果的に用いることにより,視聴覚統合による話者の定位・追跡,注意を向けた方向の音源を実時間で抽出できるアクティブ方向通過型フィルタによる音源分離,分離音の音声認識といった機能を実現した.システムの各機能およびシステム全体を通した統合評価を通じて,アクティブオーディション,感覚情報の統合,一般音理解の有効性・ロバスト性,ヒューマン・ロボットインタフェースとしての有効性を示した.

本研究では,通信ネットワークにおいてユーザ別および目的別に応じた動的通信資源配分を実現する手法として,市場指向モデルによる動的なスケジューリング法を提案している.1章の序論に続き,2章では,市場指向モデルの概念および手法を整理し,関連研究から応用例を分野別に述べている.3章では,市場指向モデルにおける基礎的検討として,主体問の相互依存性の強い場合である寡占市場型のモデルを提案し,システムの安定性と各エージェントの適応動作の影響について分析している.4章では,通信ネットワークの利用特性を検討し,自律分散的な資源割当てを実現するためのモデル化を行っている.本モデルでは,割り当てられるべき通信帯域幅を,細かな時間幅のタイムスロットごとの商品とし,一定の将来までのすべてのタイムスロットにおける通信帯域幅が先物商品として売買される市場を,帯域先物市場モデルとして提案している.5章では,競売機構における取引制度について,ワルラス調整アルゴリズム,応用一般均衡分析で用いられている不動点探索型アルゴリズム,証券市場で実際に用いられている板寄せアルゴリズムの3手法を,シミュレーションにより比較検討している.6章では,さまざまなネットワーク需要のケースを想定し,板寄せを用いた資源割当てシミュレーションにより,本モデルの有効性を検討している.7章では,本研究の成果と今後の課題について述べている.

本研究では,文章作成支援という問題を取り上げる.特に,論文や報告書,小説,エッセイなどの作成で見られるように,ある問題やテーマに対して関連する情報の収集と独自のアイディアが求められ,最終的には表現や構成を吟味したうえで文章としてまとめる活動を支援することを目的とする.このような文章作成は,問題が明確に定まらず,実践の中で問題を発見し,解決していくデザインプロセスの一種として考えることができる.また,その過程で生じる問題を解決するためには,これまでの概念空間から別の空間へとジャンプする創造的思考が求められる.本研究では,文章作成を「創造的デザイン」として捉え,これまでの創造的思考,デザインプロセス,文章作成に関する研究の成果をもとに,支援の方法論を探る.このような考えに基づき,文章作成に関わるさまざまな活動を一貫して支援する枠組みを提案し,統合的文章作成支援環境iWareを構築した.iWareは,おのおの独自の枠組みに基づいて構築した二つのサブシステムからなる.一つは文章の素材を集め,アイディアの生成を支援するiBox+であり,他方は収集,生成した素材やアイディアを整理し,文章にまとめあげることを支援するiWeaverである.実践的な利用の中で,本研究の枠組みは,日常的な情報収集活動と文章を構築する活動とをシームレスに支援し,文章の構造が定まらない試行錯誤的な状態から明確に構造化されるまでのスムーズな移行を可能とすることを示す.

工業製品の欠陥検査用データは,データの取得時に生じる多くの誤差を含む.従来の自動品質管理システムでは,この誤差が原因となり正常品を欠陥品と判別する誤り(第一種の過誤)や欠陥品を正常品と判別する誤り(第二種の過誤)が生じていた.Mahalanobis-Taguchi Strategy(以下,MT法と略す)は,有意な検査項目を用いてマハラノビス距離を算出し,データ内の誤差を許容しつつ正常品・欠陥品の評価を行う.ここで,有意な項目の決定およびマハラノビス距離を用いた正常品・欠陥品の判別は検査員の判断に依存して行われる.判別精度の向上を図る際には,検査員により一層の負担を強いることになる.本論文では,検査員の負担を増大させることなく第一種および第二種の過誤を抑制すべく,基準空間生成法およびしきい値設定法をMT法に対し導入する.基準空間生成法は,多数の検査項目に対する有意・非有意の判定を行う.その際,各項目の効果に加え,二項目間の組合せ効果を推定している.これにより,第二種の過誤を抑制する検査項目の組合せを実現できる.しきい値設定法は,マハラノビス距離上の正常品・欠陥品を判別するしきい値を設定する.その際,しきい値以下のマハラノビス距離を示す正常品の累積確率をガンマ分布により推定している.これにより,第一種の過誤を抑制するしきい値の設定を実現できる.基準空間生成法・しきい値設定法を導入したMT法の有効性は,正常品・欠陥品のサンプルの判別により検証される.基準空間生成法が第二種の過誤を,しきい値設定法が第一種の過誤を抑制し,両手法を導入したMT法が第一種および第二種の過誤の双方を抑制することが示される.

本研究の目的は,IT経済で語られているように本当に「インターネットは時間と空間の壁を克服した効率的な場である」のかという命題を検証することである.そのためにWeb探索における探索距離構造を明らかにし,Web探索グラフの特徴的な構造とユーザ探索行動の合理性について議論を展開した.まず,アクセス行動を定量的に扱うために機会費用としての探索コストに着目し,コンテンツトランザクションという概念を用いて「コンテンツ探索距離」を新しく定義し,探索コストとして計算する手法を新しく提案した.そして,実際のアクセスログデータをもとにWeb探索空間交流を示すグラビティモデルを構築し,コンテンツ探索距離がインターネットでのコンテンツ探索行動における距離の壁となり,Webページリンクの空間構造が探索空間の壁となっていることを確かめた.次に,探索構造を形成する要因を考察するために,Web探索グラフの物理的な特徴を調べ,Web探索グラフの直径は比較的小さく,少ない探索コストでコンテンツにたどり着けるスモールワールドを形成していることを確かめた.さらに,ユーザ探索行動の要因として,情報採餌行動モデルにおける単位時間当たりの獲得情報量を最大化する探索コスト戦略の合理性を検討した.最後に,コンテンツ探索距離を距離概念としたインターネット探索行動圏構造を構想し,その研究課題を展望した.

本研究は,従来の知識マネジメントシステムが抱えるcapture bottleneck問題を解決するためのアプローチとしてナレッジリサイクリングの枠組みを提案し,システムの構築を通してその実現可能性を検討したものである.ナレッジリサイクリングとは,人工衛星などに代表されるような大規模・複雑システムの開発過程で生まれてくる膨大な情報に着目し,その中から開発者の知識,経験および開発の文脈を反映した断片的な情報である知識断片を取り出し,利用するという枠組みである.この枠組みの実現可能性を検証するためのシステムとして設計吉報統合管理システムIDIMS(Integrated Design Information Management System)の開発を行うとともに,ナレッジリサイクリングの実現のために以下の三つの技術について取り組んだ.1)電子メールのタグ付けによるdesign rationaleの獲得 2)不具合経験情報の蓄積とそれを利用した故障診断支援 3)時系列データの検索技術本研究を通じて,従来は十分に活用されてこなかった,大規模・複雑システムの開発過程で生じる膨大な情報の活用法を提案し,その有効性について検討を行った.そして,さまざまな技術の検討やユーザ実験を通して将来の知識マネジメントシステムのあり方についての一つの方向性を与えた.

本論文は,異文化に属する者どうしのグループミーティングにおける協調作業を,対面コミュニケーションにおける相互理解の構築と,異文化間コミュニケーションによるアイディア創発という同時進行する二つのプロセスとして捉え,それぞれのプロセスを支援するための理論的枠組みの構築と,二つのプロセスを統合的に支援する計算機システムの設計について論じるものである.本論文は8章からなる.第1章の序論に続き,第2章では,協調作業における対面異文化間コミュニケーションの目的と必要性を述べるとともに,相互理解の構築とアイディア創発を円滑に行うための課題を述べる.第3章では,(1)ブレークダウンに着目した,対面コミュニケーションにおける知識共有と相互理解構築プロセスのモデル,(2)境界オブジェクトの役割に着目した,異文化間コミュニケーションをアイディア創発手段とするための方法論,をそれぞれ構築し理論的枠組みとする.第4章では,二つの理論的枠組みを統合するための手法として「アソシエーション」の利用を提案する.第5章では,構築したEVIDII(an Environment for VIsualizing Differences of Individual Impressions)システムの詳細,第6章では,利用観察実験とプロトコル分析の結果からEVIDIIの有用性を明らかにする.第7章では,分析結果に基づき対面異文化間コミュニケーション支援環境について考察するとともに,今後の課題と展望について述べる.最後に第8章において,本論文を総括する.