概要.セルオートマトンを用いた交通流モデルは渋滞などの交通現象の解明や都市交通シミュレーションに利用されている.車両の流れから車両の特性を推定することで,高精度で再現性の高いシミュレーションの実現が期待される.本稿では多種粒子ZRP のパラメータを変分ベイズ法を用いて推定する手法を提案し,車間距離と最適な速度の関係を表すOV 関数を時空図から抽出する.
概要.Hsiao 符号は計算機主記憶の誤り訂正に用いられているSEC-DED 符号である.主記憶装置内での誤り発生率は,通信路に比べ低いため,その符号化率は一般的に大きく見積もることができる.従って,符号化率が高く,かつハミング重みが4 である符号語が少ないHsiao 符号を構成する問題は(記憶装置の信頼性に依存するものの)重要である.本論文は,このような符号の計算機探索に有効なアルゴリズムを示す.
概要.本論文では,鉄道における余裕時分配分の最適化問題を考える.Vekas et al. らは駅や駅間の停車や走行に余裕時分と呼ばれる時間を設定し,遅延に対して頑健な列車ダイヤを生成する確率計画モデルを示した.本論文では,余裕時分に制限を与えたモデルを示し,L-shaped 法による解法を与える.また本モデルにより遅延が発生する確率が減少することを示す.
概要.本研究では, 複数右辺ベクトルを持つシフト線形方程式を高速に解く手法として,Shifted Block BiCGSTAB(ℓ) 法を構築する.また,得られる近似解の精度について解析し,より高精度な手法を提案する.数値実験により,提案法ではShifted BiCGSTAB(ℓ)法を各右辺に適用する場合よりも多少精度は劣るものの,少ない計算時間で問題を解くことができた.
概要.ノイズを含む多チャンネル脳磁図(MEG)データから直接的にノイズ共分散行列を推定するための新しい方法を提案する.提案手法はノイズ共分散行列を組み込んだMUSIC アルゴリズムを使って脳磁場源を推定するもので,従来の時間差による方法に比べ,脳磁場源がより限局的に推定されるという点で優れている.実データのMEG 数値シミュレーションにより提案手法の有効性を示した.