本論文は,人工知能研究の一分野である問題解決の最も古典的な手法である「ヒューリスティック探索」と「仮説推論」において,著者がこれまでに行ってきた高速化手法について述べている.ヒューリスティック探索の研究では,三つの手法を考案した.1)A^*アルゴリズムについて研究を行い,初期状態と目標状態の両方向から深さ優先でA^*アルゴリズムで用いる評価関数を用いて探索することで,迷路問題において解の精度に保証がないが,効率的に解を求めることができることを示した.2)実時間探索を対象にして研究を行い,実時間両方向探索に多状態コミットメントを導入することにより,パズル問題において効率的に解を求めることができることを示した.3)反復深化A^*探索(IDA^*)を対象にして研究を行い,これまでに探索した状態を保持することで,反復処理を軽減する手法を考案し,マルチプルアライメント(ゲノム整列問題)へ応用し,従来手法と比べ,高速かつ少メモリで最適解を求められることを示した.仮説推論の研究では,特に知識表現の方法として,人工知能で最も研究されてきた述語論理を対象として,四つの手法を考案した.1)仮説推論の矛盾処理と包摂処理の高速化手法,2)事例ベース(学習手法)を導入した高速化手法,3)A^*アルゴリズムを用いた仮説推論において,解の精度に保証がないが,高速に解を求める手法,4)深さ優先のヒューリスティック探索を仮説推論に応用した手法を考案した.

近年,データマイニングは蓄積された膨大なデータから有用な知識を発見する手法として注目されている.一方で,データマイニング作業におけるアルゴリズム選定には,高度な専門知識と試行錯誤が必要であり,要求に沿ったデータマイニングアプリケーションの開発を低コストで行う方法の確立が求められている.本研究では,マイニングと属性選択のアルゴリズム選定問題について,従来手法にはない,ソフトウェア部品からアルゴリズムを再構成可能という特長をもった,構成型メタプロセスに基づくアプリケーション構築支援手法を実現している.マイニングアプリケーション構築支援手法実現のため,学習アルゴリズムの分析によってソフトウェア部品を体系化したメソッドリポジトリを実現し,並列実行と探索法の向上により,適切なアルゴリズムをもつアプリケーションを効率良く構成可能とした.また,本手法で得たアルゴリズムと,StatLogプロジェクトで評価された著名な24種類の学習アルゴリズムとの比較では,本手法によるものが平均的に優れた精度を達成できることを示した.さらに,精度面で単体のアルゴリズムよりも有利な,従来の選択型メタ学習アルゴリズムとの比較では同等程度以上の高い精度が得られ,本手法がメタ学習の枠組みとして有効に機能することを示した.次に,学習アルゴリズムの再構成以外への本枠組みの適用として,構成型メタレベル属性選択法の開発を行った.本手法を用いて,本研究分野で一般的に用いられるUCIデータ集合を用いて精度比較を行った結果,属性選択法の構成に対しても従来のアルゴリズムより高い精度が得られ,提案手法が学習以外のアルゴリズム再構成にも有効であることを示した.

A major challenge in natural language understanding is to build a comprehensive common-sense knowledge base in the efficient way possible This thesis discusses automatic knowledge acqursition from text, especrally the acquisition of causal relations We consider four types of causal relations, namely, cause, effect, precondition and means They are based on agents' volitionality, as proposed in discourse understanding The idea behind knowledge acquisition is to use resultative connective markers such as "because", "but" and "if" as linguistic cues However, there is no guarantee that such a connective marker always signals the same type of causal relation Therefore, we need to create a computational model that is able to classify samples according to the causal relation. In this work, we focus on Japanese complex sentences including the word ため(because) The following questions are asked (1) What kinds and how much causal knowledge is present in the document collection, (2) How accurately can relation instances be identified, and (3) How can acquired causal knowledge be made available to applications First, we investigated the distribution of causal relation instances in Japanese newspaper articles The main part of this investigation was conducted based on human judgments using lingnstic tests. We confirmed that it is possible to acquire causal relation instances from approximately 90 % of samples Second, we assessed how accurately we can automatically acquire causal relation instances by experiments Using a machine learning technique, we achieved 80 % recall with over 95 % precision for the cause, precondition and means relations, and 30 % recall with 90 % precision for the effect relation Furthermore, the classification results suggest that one can expect to acquire over 27,000 instances of causal relations from one year of Japanese newspaper articles Third, we applied the acquired causal knowledge to annotate words with its desirability From this investigation, it became clear that causal relation instances, at least instances of cause relations and means relations, are useful for assigning desirability of words

近年のコンピュータとネットワーク技術の発達により,これまでの1対1のコミュニケーションだけでなく,遠隔地にいる多人数の人間が同時に同じ仮想環境(共有仮想環境)を介してコミュニケーションしたり,同じ経験を共有することが可能になってきた.このような環境は,従来のCSCWシステムとは異なり,ネットワーク上にユーザが留まれる「場」の創出を可能とし,その環境に都市や街のメタファを導入することで新しい社会性をもつ環境(仮想社会)の構築を可能とする.このような環境の中では,従来のCSCWシステムにおける特定の目的を達成するための単なる作業支援だけではなく,ユーザ間の自律的な社会的インタラクション,コミュニティ形成,創造的な知的活動など社会的活動の支援までもが可能になる.著者らは,従来の共有仮想環境に,その環境内で個人を支援する,自然言語でインタラクション可能な自律型パーソナルエージェントと社会的・環境的インフラストラクチャを導入することで社会性をもつ共有仮想環境(PAW^2)を構築し,インターネット上に公開し大規模仮想社会実験を行い,さまざまな側面から評価した.本研究は,このような仮想社会の構築に必要な基盤システムの設計とアーキテクチャ,それを用いて開発された仮想社会の設計とアーキテクチャ,インターネット上で数千人のユーザを用いた仮想社会PAW^2の評価に関するものである.最後に,今後の本研究領域における新しい研究分野となる,次世代の仮想社会「自己充足型仮想社会」の提言を行い,本研究の結果からその可能性について議論した.

The author has proposed a method for knowledge creation called "Knowledge Liquidization and Crystallization", and has developed a system called "Knowledge Nebula Crystallizer" to support the process Though several theories about knowledge creation have been proposed and companies have realized their importance, most of the companies face to difficulty of applying them to their real practices The aim of this study is to establish a method for supporting concept articulation in knowledge management processes in a real practice and a system to support it Knowledge has been regarded as something formalizable and universally sharable However, Knowledge is not something "solid" but "liquid". Rather, it is something like "liquid" It takes any shape to fit to a certain context, and a portion of it is extracted and fused into new knowledge that fits to a new context Exhibition design was selected as an application of our method In this paper the author describes the application of the proposed method and system The system is named "Knowledge Nebula Crystallizer for Exhibition Design (KNC4ED) " Evaluation on the method and the system based on user studies and discussions with professional exhibition designers is also described The contributions of this study are - Though researches on knowledge creation processes have been conducted for their theoretical aspects, the author has proposed and developed a method and a system to enable the processes based on the research results including knowledge management, creativity support, Human-Computer Interaction, and wearable computers - The author has applied the method and the system to the realworld design problem, i e, exhibition design Through the user studies, the author has observed that the method and system have supported the process of knowledge creation - The validity of the method and the system for practical applications have been proved through the discussions with the senior manager and the senior designer at the advertising company The result of this study is applicable not only to the exilibition design field but also to the other business practices

本論文では,個人のWeb上での情報収集を支援するための任意時間制御およびナビゲーションのためのブラウジング戦略の学習手法を提案し,PWM(Personal Web Map)システムおよびFuture Viewシステムに適用することによりその有効性を示す.個人の情報収集の形態は,Webロボットによる情報収集と,ユーザのブラウジング行動による情報収集の二つに分類することができる.まず前者では,Webロボットにより収集されたWebページの収集状況を,任意のタイミングでユーザに視覚的に提示し,ユーザはWPSと呼ぶキーワード空間を通してWebロボットの任意時間制御を行うことにより,興味を反映した情報収集を実現している.また後者では,Webページの内容情報に加え,ブラウザのボタンクリックなどのユーザの行動情報を用い,2種類のクラシファイアシステムでブラウジング戦略を学習し,Webページの探索に適用することで,ブラウジング履歴を有効に活用し,ユーザがたどり着くであろうWebページの提供を実現している.実験により,これらの手法の有効性を示すとともに,PWMシステムとFuture Viewシステムに適用した場合のユーザビリティについて考察した.

エージェントに基づく電子商取引支援に関し,本論文では,商取引交渉の支援に対して,理論的・実践的な技術を提案する.本論文のアプローチは以下に大別される.(1)オークションプロトコルに基づく支援技術の開発,(2)電子マーケットにおける交渉プロトコルの開発.(1)では,理論的アプローチとして,逐次型オークションの入札戦略の決定手法を提案する.動的計画法に基づく本手法は,予算制約を考慮した準最適戦略を高速に決定する.実践的アプローチとして,実在のオークションサイトを対象とした,マルチエージェントに基づく入札支援システムの実装技法を示す.ここでは,論理型言語に基づく実装技法の有用性を,情報収集機構の実装を中心に示す.また,オークション技術の応用として,スケジューリング問題を組合せオークションとして表現し,高品質の解を求める方法について述べる.(2)では,ボリュームディスカウントを仮定した商取引での財の交換に基づく交渉手法を提案する.本手法では,財の数が不足した売り手エージェントが,同様の状態のエージェントとの間で財の不足を補完し合い,売買の機会損失を回避する.実際の商取引交渉では,様々な評価基準に基づく評価が交渉で用いられる.そこで,エージェントの合意形成のための基本メカニズムとして,多属性に基づく評価を用いた,議論の形式に基づく交渉方式を提案する.本手法では,定量的評価が可能な提案の生成を可能としている.

自然言語の意味処理の基盤となる「語義関連ネットワーク」を提案し,2言語コンパラブルコーパスと対訳辞書から語義関連ネットワークを自動生成する方法について論じた.1章「緒言」では,研究の背景と目的を述べるとともに関連分野の従来研究を概観している.2章「語関連から語義関連へ:2言語コーパスを用いる1アプローチ」では,語義関連ネットワークを定義し,語関連のアラインメントに基づく自動生成の枠組みを提案している.語義関連ネットワークは,2言語の同義語の集合として定義される語義と,連想関係をもつ二つの語義を結ぶリンクとから構成される.3章「文脈類似度に基づく対訳語の抽出」では,コンパラブルコーパスから対訳語のペアを抽出する新しい方法を提案している.4章「語関連の言語間対応づけに基づく語義-手がかり語相関の反復計算」では,語義と語義を同定する手がかりとなる関連語との相関行列を反復計算するアルゴリズムを提案している.そして,語義手がかり語相関行列を用いた語義の曖昧解消実験を行い,提案アルゴリズムの有効性を実証している.さらに,5章「原言語での分布パターンの類似度に基づく訳語のクラスタリング」では,コンパラブルコーパスから多義語の語義を獲得する方法を提案し,新聞記事コーパスを用いた実験により語義関連ネットワーク自動生成のフィージビリティを明らかにしている.最後に,6章「結言」で,研究成果をまとめるとともに,応用を含む今後の方向について述べている.

人間どうしのコミュニケーションでは意味や意図を授受しており,形式的な構文や手順に多少の不具合があっても互いに知的に補い,所期の目的を完遂させる.このような授受方式を鑑みると,ユーザインタフェースでも意味を利用すれば,計算機操作自体の難しさを排した使い勝手の良さが実現すると期待される.本研究では,中心命題を「人間が使う情報の態様・モデルと計算機が処理する情報の態様・モデルの乖離を克服すること」と捉え,意味利用に関する技術的なアプローチを試みている.そして,中心命題に対する未解決な基本課題を,(A)操作指示文と対象世界モデルの定式化と意味関係づけ,(B)実行時における意味内容の変更と状況推移の取扱い,および,( C)複数に分離しているデータの意味的な融合とした.これらの課題に対し,操作指示内容や対象世界の表現のための複合機能連鎖構造という表現形式と,実時間システムの状況推移に応じて変化する意味を扱う意味処理方式を提案している.また,ドリップドロップモデルや近傍性に関するヒューリスティクスを導入し,非同期的に到着するデータの融合を扱う処理方式を提案している.以上の解決法を,自然言語インタフェースやマルチモーダルユーザインタフェースにおける意味処理として実装し,計算機の入出力手段の柔軟性,および,データのもつ意味の取扱いについての一定の技術的可能性を示している.

本研究は,時間変化を伴う視覚的表現を介した能動的な情報の理解を目的として,表現に対するインタラクションを可能にする枠組み,およびそれに基づくシステムを構築するものである.能動的な情報理解のためのアプローチとして,本研究では,情報の概観と詳細の利用に着目する.情報可視化分野の既存の研究においては,主として,可視化表現の表示面積を変更し,縮小表示により多くの情報を詰め込むことで概観を,拡大表示により個々の情報を詳しく提示することで詳細を表している.本研究ではこれを時間に応用し,時間的な概観と詳細の表現を提案した.時間変化を伴う視覚的表現を,速い速度で経験させることを概観,遅い速度で経験させることを詳細とした.時間変化を伴う視覚的表現に対するインタラクションを提供するためのシステムの枠組みとして,TbVP(Time-based Visual Presentation)モデルを提案した.TbVPモデルでは,時間的,視覚的なインタラクションを可能にすることで,情報の理解支援を行う.TbVPモデルに基づき,動画像を能動的に閲覧するシステム,TbVP Browserを構築し,動画像分析タスクにおけるシステム利用実験を行った.結果から,表現とのインタラクションを通して情報の概観と詳細を捕捉しながら,能動的に情報理解を試みる様子が観察された.本論文では,TbVPモデルの意義について述べ,計算機上での視覚的な表現における,時間と空間の利用に関して考察する.

「問題を解くこと」だけが,問題やその解法に関する理解を深める唯一の方法というわけではない.「問題を作ってみること」も文章題やその解法に関する理解を深めるうえで有効であることは広く認知されているし,「問題どうしを比較し検討してみる」ことで「同じ解法が適用できる問題どうしの違い」や「異なった解法が適用される問題どうしの違い」を把握することも十分有効な方法であると考えられている.しかしながら,実際の教育現場で問題を作らせる演習や問題どうしを比較させる演習を行う場合,学生の個々の回答に対する適応的な対応が必要なことから,その有効性にもかかわらず実際の教育現場ではほとんど行われてこなかった.そこで本研究では,「問題を作ることによる学習」と「問題を比較することによる学習」に関して,計算機が学生の個々の回答に適応的に対応することのできる学習支援環境の設計と開発を行った.特に,算数の文章題を具体的な対象領域とした「問題を作ることによる学習」の支援環境については設計・開発だけでなく,実際の教育現場で小学生を被験者とした利用状況の調査,作問能力への影響に関する調査,さらに作問学習による作問能力以外の能力への影響に関する調査を行った.調査の結果,数量の関係と概念どうしの関係とを関連づける知識である問題スキーマを,特定の活動でしかうまく利用できない学習者に対して特に学習効果があることがわかった.

本論文では,「IT経営」を「企業経営においてITを有効に利活用するための統合化された組織活動」と定義した.そして,IT経営を改善させるための実践的な指針を提示すべく,IT経営のメカニズムの一部を理論的に解明することを目的とした.第1に,企業内のIT経営の因果構造を解明した.そのため,仮説検証と探索的な方法を用い,日本の大手企業へのアンケート調査に基づく「IT経営度調査」を行った.509社から得たデータを分析した結果,経営トップのIT化に関する意識と行動が,企業のIT化の仕組み(経営とITの連携,IT構築力,将来への備え)に影響し,IT投資・装備と相まってIT経営効果を創造するメカニズムを明らかにした.第2に,企業間のIT経営の優劣を評価するための総合尺度「IT経営度」,および,IT経営への取組み方の違いを示す「IT経営型」について,統計的方法を用いて開発した.これらの指標はIT経営の他社比較(ベンチマーキング)を可能にした.「IT経営度調査」のデータを分析した結果,電子・電気業を含むIT系の業種は他業種に比べて評価が高く,企業規模が大きいほど評価が高いことなどが判明した.第3に,顧客を起点にした競争環境とIT経営を俯瞰した概念枠組み「3C-DRIVE」を構築した.この枠組みにエージェントベースシミュレーションを適用した結果,競争環境の変化に適応したIT経営のスタンスが,ITによってもたらされるビジネス価値の拡大に貢献することを確認した.

本研究は,クラシック音楽に見られるような「再現演奏」を行う奏者が,作品に対する内的感動をより良く表現できるようにすることを目的とする.まずピアノレッスンのケーススタディを行い,生徒の演奏データ(MIDIデータ)を生徒のブラインドによる主観評価と照らし合わせた分析を試みた.その結果,主観評価では明示されていない生徒の音楽的理解度や技術習得上の問題点を推定することができた.次に,MIDIシーケンスデータの「2段階式作成システム」を構築し,音楽表情に関わらない「音高の再現」をシステムが直接に支援することで,音楽表情の表出を間接的に支援できることを示した.さらに,このシステムを応用して誰でもすぐにピアノ連弾ができる「Family Ensemble」を提案した.また,複数の奏者による演奏構築支援を目的に,ピアノ連弾の練習中の対話で使用された「楽器奏」の機能を基盤化の理論を用いて分析した.本論文では,奏者に対しての何らかの支援を目的としているが,音楽表情を高めることを阻害するような行き過ぎた支援を行わないように特に配慮している.そのためには「音楽」を知るとともに,多くの分野の学問を結集させることが必要であった.このように本論文は,各分野の知識を結集した知識科学的なアプローチによって,演奏構築における音楽表情の形成過程の解明と支援に取り組んだ最初の試みとして位置づけられよう.

The technology capable of capturing and analyzing the changes on the Web is no doubt vital, in providing the needed information m time for one to stay competent in this fast changing information age. This dissertation presents an approach toward the automatic journalism of new information (changes) on the Web. These information changes on the Web can be classified into two types: "flow" and "stock". "Flow" type information (i.e news) come to the Web constantly and regularly, at a rather fast pace "Stock" type information, mainly the static web pages, change unpredictably doesn't know at when and in what form. Our system aims to innovate the technology and use a new TF * PDF (Term Frequency * Proportional Document Frequency) algorithm to detect the prominent topics in the changes. In the framework and domain of problem addressed, this algorithm is more superior than the conventional TF * IDF algorithm in a way that it doesn't need retrospective corpus, besides posing minimal risk of losing the tracks of detection and tracking of popular topics. Also, our system requires less computational complexity while offering more flexibility. It crawl the Web, collects the changes and journalizes a summary of popular topics to the user. It does more than the conventional web tracking systems that just acknowledges the URLs of changed pages. It can become our personalized e-journalist on the Web and periodically provide us with the collection and e-publication of currently popular events.

By rapid progress of network and storage technologies, a huge amount of weakly structured data such as Web pages and XML data, called semistructured data, have been available on Internet and intranets Therefore, there have been increasing demands for efficient methods that extract rules and patterns from semi-structured data, namely semi-structured data mining However, semi-structured data are a huge amount of complex and hetero-geneous data modeled by trees or graphs Thus, we can not directly apply to semi-structured data traditional data mining methods for relational databases Hence, it is an important challenge to develop efficient and scalable methods for semi-structured data mining In this thesis, we model semi-structured data as labeled trees, and study efficient semi-structured data mining algorithms for various classes of tree patterns In Chap 3, we consider the problem of discovering frequent ordered tree patterns from semi-structured data and developed an efficient algorithm FREQT for the problem The key technique is an efficlent enumeration technique called rightmost expansion, which enumerates all the ordered trees in 0 (1) time per pattern Consequently, FREQT computes all the frequent patterns m 0 (kb^2m) time per pattern without duplication, where k is the size of the pattern, b is the maximum branching of an input data tree, and m is the number of occurrences of the pattern In Chap 4, we then extend the algorithm FREQT to the optimized pattern discovery problem and give an efficient algorithin OPTT for mining optimized ordered tree patterns In Chap 5, we consider the frequent unordered tree pattern discovery problem for semi-structured data and developed an efficient algorithm UNOT for the problem In Chap 6, we study a variant of the frequent tree discovery problem, called frequent pattern mining from semi-structured data streams, where the input to the mining algorithm is not a static dataset, but a rapidly changing and unbounded data stream We developed an online algorithm StreamT, which discovers all the frequent ordered trees appearing in a given data stream by scanning it once Finally, we conclude this thesis and discuss future research directions in Chap 7

本論文の目的は,個人によるコンテンツ創造を支援するためのコンテンツマネジメントシステム(CMS)の構築である.従来,雑多な内容を含む個人コンテンツの発展プロセスを,計算機を用いて活性化することは困難であった.本論文ではコンテンツ発展を媒介する存在として会話エージェントを用いることによりこの問題を解決する.はじめに,本人の会話を代行する分身エージェントを提案し,EgoChat IIシステムとして実装する.分身エージェントは電子メールから抜粋された短文をコンテンツとする会話エージェントであり,評価実験の結果,その会話が人にとって背景を補うことにより理解可能であったことを示す.次に,より大きなコンテンツの構築手法として,1段落程度のテキストを2体のエージェントによる会話的表現へ変換する手法を提案し,心理学的実験の結果,本手法が聞き手のテキスト理解を向上させたことを示す.また,本手法をPOCTVシステムとして実装し,1年間の実証実験を行った結果,大規模コンテンツを構築可能であったことを示す.最後に,個人CMSを統括する知識チャネルモデルを提案し,コンテンツ流通の方針を記述可能とするチャネルポリシー,コンテンツに時系列的な表現を与える会話エージェント,空間的な表現を与える番組表の三つを設計する.また,本モデルに基づくCMSをEgoChat IIIシステムおよび番組表生成システムとして実装し,実コミュニティにおいて運用する.本論文は以上の実装と実験によって,個人によるコンテンツ創造を支援するCMSが実現したことを示す.

本研究では,システムの分析段階で得られる知識を計算機援用で記述し有効に利用するための知識マネージメントによるシステムの分析方法を提案する.システムの分析では,さまざまなシステムビューで対象の業務を捉える.これは,多くの場合,チャートによって記述される.チャートは,いくつかの種類のノードとアークの組合せによって表現される.このノードとアークの組合せを知識として蓄積し有効利用する.知識を記述するためにKRSA(knowledge Representation for Systems Analysis)を提案する.KRSAでは,チャートに記述されている知識を,論理的な関係を表すTopological Knowledge Primitives,幾何学的な関係を表すGeometrical Knowledge Primitives,動作特性を表すOperational Knowledge Primitivesの3種類のKnowledge Primitivesで表現する.本研究では,(a)リアクティブシステムドメインのオントロジーの獲得,(b)帳票処理業務のオントロジーの獲得,( c)協調業務分析向きMCMの再利用,(d)複数チャートによる協調業務の分析プロセス,(e)Petri Netによる協調業務の分析プロセスの五つのシステム分析法にKRSAを用いて,知識マネージメントを行う方法を提案する.

コミュニティにおいて,我々は多くの知識をもっている.自分のもっている知識を互いに共有することによって,より有益な知識を獲得することができる.この知識の共有という機能をより発展させるためには,決められた表現で記述された知識だけでなく,コミュニティにおける背景知識のような明確でない知識も共有できるような効果的な知識共有システムを構築する技術が必要である.Web上の情報もこういった知識共有システム構築のための重要な情報基盤となっている.本論文ではWeb環境における知識共有システムのための基礎技術に関する研究について述べる.本論文は2部で構成されている.第1部では,自然言語で記述された膨大な知識を活用するためのアプローチとして,KRNLと呼ばれる知識表現について記述している.次に第2部では,コミュニティにおける背景知識として人間関係をWeb上から抽出する手法と知識共有システムにおける利用法について述べる.

本論文では,行動経済学における議論を背景とし,金融市場における投資家行動と資産価格変動の関連性について論じている.本研究では,エージェントベースモデルおよび実証分析の両者のアプローチにより分析を行った.1章は序論であり,2章では,行動経済学のファイナンス分野における位置づけについて述べ,エージェントベースモデルのファイナンス分野への応用について議論を行っている.3章では,実証分析として,日本の株式市場と天候の関係に焦点を当て分析を実施し,株価の動きと天候の間には,統計的に有意な関係があることを確認している.これらの結果は,伝統的ファイナンスが,これまで仮定してきた合理的な意思決定の仮定の再考を促すものである.4章では,5章および6章の分析に用いたコンピュータ上の金融市場の設計を説明した.5章では,多様な投資家が取引を行う市場における実験を通じ,合理的でない投資家が市場に存在し続けるメカニズムが市場に存在することを見いだしている.6章では,VaR(Value at Risk)やポートフォリオインシュアランスなど,現実の市場において用いられているリスクマネジメント手法が市場に与える影響について分析を行い,その中でリスクマネジメントが直接的および間接的に価格に対し悪影響を与える可能性のあることを見いだした.7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.

遺伝的プログラミング(GP)のための個体表現形式について考察する.GPは進化計算(EC)によってプログラムを自動生成する試みである.GPを用いる際には,まず個体(ここではプログラム)の表現形式を定めなければならない.それはチューリング完全,つまり任意のアルゴリズムを表現可能なものでなければならない.その理由は二つある.第一に,表現能力がそれよりも小さいものを用いて失敗した場合,その原因がGPにあるのか表現形式にあるのかわからないことである.第二に,狭い表現形式を用いることがGPにとっては大きなヒントになり得ることである.例えば,解の構成要素を限定することで探索空間が狭まり,探索が容易になる場合がある.その問題を解くこと自体に価値がある場合には,人為的な工夫を導入することに躊躇する必要はない.しかしながら,GPの基礎的研究のような場合には,それが問題解決にどれだけ貢献するかを見積もるのが難しいような工夫はできる限り排除すべきである.最も難しい部分は研究者が行った初期設定によって解決されてしまっているということになってはならない.GPのための表現形式が備えるべき性質としてはほかにもさまざまなものがある(ユーザビリティやモジュール性など).本論文では,それらの性質を備えた表現形式として,純関数をノードとしてもつ回帰的なネットワークを提案する.具体的な問題に応用することを通して,その可能性を追求する.

本研究の目的は,さまざまな立場の発言者による意見から,意図を抽出し,その情報をもとに意見をさまざまな観点で分類することである.このため,自由記述アンケートの回答テキストをコーパスとして最大エントロピー法を確率的言語モデルとする機械学習手法を用いる.この処理精度を高めるために,特に要求意図に着目し,学習データの作成時に言語的な言い換えを用いた判定を行うことによって学習データの質を向上させることを提案する.このため,着目する回答文が典型的な要求表現「てほしい」を含む形式に言い換え可能であるかどうかにより判定できることを仮説とした.この仮説としての判定基準の妥当性を検証するために,内容分析(content analysis)の知見を踏まえて予測的妥当性,再現可能性,相関的妥当性の三観点から検証を行った.予測的妥当性の検証に対する考察から,従来の言語学的知見よりも網羅性の高い要求表現が得られることがわかった.また,再現可能性の検証からは複数の作業者間において判定結果に妥当な一致率が見られたこと,また相関的妥当性の検証からは判定基準を用いずに要求判定をする場合よりも用いた場合のほうが作業者間で高い一致率が見られたこと,これらにより基準の有効性を示すことができた.さらに判定基準と自動分類を統合し,基準を用いて作成した学習データによる機械学習手法の実験を行うことにより91%の精度で要求か否かを判定できた.

本論文では,マルチメディア通信システムにおいて大容量化する画像に対して有効となる,画像符号化手法や3次元情報抽出手法を論じた.まず,モデルベース符号化における3次元人物モデル解析の手がかりとして,画像から複雑な輪郭を自動抽出・追跡する手法について述べた.本手法では人間が概略的な初期輪郭を与える輪郭抽出法と異なり,計算機によりエッジ画素を連結して初期輪郭を得た.連結の判断には赤池の情報量規準を用い,輪郭セグメントモデルに対するエッジ画素の情報量が小さくなるよう連結した.2フレーム目以降では,動的輪郭法を用いた結果に新しく出現したエッジ画素を加えて再度情報量を評価した.実験で,は計算機により自動的に輪郭を抽出・追跡できることを確認し,モデルベース符号化に有効であることを示した.次に,多視点画像の高能率符号化について述べた.多視点画像を高能率に符号化するために,多視点画像から複数の代表画像(テンプレート)を選択し,テンプレートを用いてその近傍視点画像を予測符号化した.テンプレートの選択には符号量を基準にしたクラスタリング法を用いた.また,予測符号化における動きベクトルの符号化効率を高めるため,画像間のエピポーラ幾何拘束を用いて2次元動きベクトルを1次元に拘束した.エピポーラ幾何推定手法には,ブロックマッチングの結果をエピポーラ幾何パラメータによる非線形関数により表現し,ロバスト推定によりパラメータを推定した.比較実験により,多視点画像を高能率に符号化できることを示した.