本論文は動画視聴のための入力デバイスについて提案する．これはジョイスティックとして機能するが，非固定型で持ち運びが可能である．筆者らはこの入力デバイスの試作を行い，二つの実験を行った．第一の実験では，ユーザの操作に対する認識性能を評価した．この認識性能は適合率と再現率により定量化され，ユーザが操作を繰り返した後にはこれら二つのパラメータの値が共に高くなっていることを実験結果は示した．第二の実験では，提案のものを含む三つの入力デバイスに対する総合評価を行った．この評価はNASA-TLXとNielsenのユーザビリティ評価指標を基にしており，提案の入力デバイスは高い感性価値と高い習熟性を持つので動画視聴に適していることを実験結果は明らかにした．

本論文では，圧電セラミック素子の内部の物理現象からモデリングを行い，圧電セラミック素子がフィードバックループを構成し，複数の機能を使えることを示した．これら機能をうまく使う知的デバイスの具体的な応用例として，トリアージにおける補助デバイスの要件を整理し，圧電セラミック素子の2つの側面，(1)焦電効果を検出する素子，(2)ブザーアクチュエータとしての素子が，トリアージ補助デバイスとして活用可能であることを検討した．簡易実験により，圧電セラミック素子が，呼吸数を検出できることを示し，検出した呼吸は，LEDの輝度変化による表示を行う．さらにプロセッサにより呼吸数をカウントし異常と考えられる場合，ブザー音で警報ができることを示した．提案したデバイスは，使い捨てのマスクに1つの圧電セラミック素子と，簡単な回路およびプロセッサにより実現でき少ないパーツでかつ原理的に安価に実現できる．

本研究では，ロボット製作キットBioloidを用いて製作したヘビ型ロボットを対象として，CPGと強化学習を用いることにより，ヘビ型ロボットが目標物に到達する行動を自律的に獲得することを実現する．具体的には，CPGにより各モータのリズム運動を生成するものとして，モータのオフセット値を強化学習により最適化することで行動獲得を実現する．また，製作したヘビ型ロボットがもつ物理的特性にあわせた行動知識の獲得が強化学習により可能であることを示す．さらに，ヘビ型ロボットにRaspberry PiとWebカメラを搭載し，ヘビ型ロボットが単独で目標物に到達する行動を獲得することを実現する．

近年，社会問題や製品開発における問題解決に向け，蓄積される大規模なデータから，新たな知識を抽出するニーズが高まってきている．しかし，普段からデータ分析を行っていない人にとって，データから情報を抽出することは難しい．そこで，多くの人々にデータの活用を可能にするための環境として，テキストマイニングのための統合環境TETDMが開発されている．

本研究では，統合環境TETDMに3つのゲームの要素を加えることで，利用者の利用意欲を向上させ，より多くの人がテキストマイニング技術を利用できるようになることを目指す．評価実験の結果，これらの要素が，テキストマイニングシステムの利用意欲の向上に役立てられることを検証した．

Robots were used at the site of the World Trade Center disaster, and they are being used to explore the interior of the Fukushima Daiichi Nuclear Plant (FDNP). Robots will be used at the FDNP for the next few decades, until the nuclear reactor is finally decommissioned. Wired communications systems have been used to teleoperate robots in hazardous areas where humans cannot work. In this paper, we show the fluctuation of Wi-Fi power strength in a real environment and that the fluctuations utilization is one of the key points to be considered while developing rescue robots for disaster-prone areas. We propose a simulation environment that simulates the fluctuation of the Wi-Fi power strength with a database and evaluates the performance of the robot with unstable Wi-Fi connectivity.

We propose an automated method for predicting subject behaviors based on first-person vision in an area surrounding bookshelves. The proposal classifies each frame within a movie recorded using a head-mounted camera to the six primitive behaviors according to naive Bayes nearest-neighbor method (NBNN). A prediction experiment is conducted using two image sequences recorded by a head-mounted camera. The experimental results confirm that the average classification rates for NBNN with random sampling (including principal components analysis) are improved from 0.09 to 0.13 for one data set and from 0.03 to 0.08 for the other data set compared with the bag-of-features and support vector machine combination results.