車いすや車いすスポーツに対する意識を図り，楽しみとして音を奏でる機能を付加することにより，トレーニング意欲の促進や活動量の向上を目指している．既成の車いすにカラーセンサと9軸モーションセンサを搭載した2つの車いす楽器の開発を行った．小児から高齢者までの車いす使用者，中途障がい者や重複障がい者も持続して楽しめ，健常者も車いすを身近に体験することで,車いすスポーツを支援しアクセシブルデザインの意識向上に貢献する．本稿は，ICT技術を活用した事例および車いす楽器について紹介する．

データマイニングは古くて新しい研究分野である．大量に蓄積されたデータを処理するための手法として，データマイニングの研究が行われてきた．データマイニングは，対象データをデータベースで扱いやすい構造データから，テキストデータやグラフデータ，ストリームデータを扱うようになった．その過程で，ビッグデータと呼ばれたり，AIと呼ばれたり，ディープラーニングと呼ばれたり，データサイエンスと呼ばれるようになるなど，呼び方が変わることがあったが，引き続き研究は行われてきていた．長く続く研究では，以前研究されていたテーマが見方を変えて，あたらに研究テーマとして取り上げられることがある．それは，一度問題として取り上げられた後，環境の変化によってまた注目を浴びたテーマであり，以前，目にしたときとは別の観点から問題が再定義されていることがある．ここでは，不均一データ，プライバシー保護データマイニング，画像処理によるデータ処理を取り上げ，以前までの研究と，新たな研究テーマを解説する．

複数の多目的最適化問題（タスク）を同時に解く進化型多目的マルチタスク最適化手法（Evolutionary Multiobjective Multitasking: EMOMT）に関する研究が近年盛んに行われている．EMOMTの特徴として，タスク毎に個体群を生成して探索を行い，探索途中で異なるタスクを解く個体間で交叉を行う点が挙げられる．タスク間の交叉により生成された子個体を各タスクの個体群に追加することでEMOMTの探索性能の向上が報告されている．タスク間の交叉において，決定変数空間における親個体の位置が極端に離れると子個体の生成領域が非常に大きくなるなど，決定変数空間における親個体の位置は生成する子個体，さらに次世代の個体群に大きな影響を及ぼすと考えられるが，十分に調査されていない．そこで本研究では決定変数空間内の親個体の位置に着目し，親個体の選択方法が探索性能へ与える影響を調査する．

我々はユーザ満足度の高い対話システムを実現するために，コンピュータによるユーモアの理解・生成を目指している．そこで，ユーモア研究の基盤整備の第一歩として，駄洒落のデータベースを構築した．データベース中の駄洒落の特徴を分析したところ，一部の駄洒落ではオノマトペが重要な役割を果たしていることが明らかになった．本論文では，駄洒落に含まれるオノマトペの特徴を定量的に分析する．

近年の情報技術の急速な発展はデータの継続的な収集を可能とした．蓄積されるデータは重要な経済資源とみなされており，種類・量ともに日々増加する膨大なデータから人が容易に理解できる形式で知識を獲得する手法が研究されている．ファジィ遺伝的機械学習（GBML）は，言語的に解釈可能なファジィ識別器を設計する手法の一つである．しかし，ファジィGBMLの学習アルゴリズムは一括学習であり，未知のクラスに属するデータが継続的に与えられる状況での知識の獲得（クラス増分学習）を行うことが困難である．そこで本研究では，従来のファジィGBMLをクラス増分学習可能なアルゴリズムに拡張する．具体的には，クラス増加時に，i)未知クラスを識別するルールの再構成，ii)学習済みのクラスに属するデータの削減の2つの操作を従来のファジィGBMLに加える．数値実験結果より，提案手法が未知クラスを効率的に学習可能であることを示す．

オノマトペには複数の意味を持つ語が多く存在する．例えば「ごろごろ」は「雷がごろごろ鳴る」，「家でごろごろする」のように異なる意味で用いられる．従来研究から，オノマトペの語義推定には係り先動詞が手がかりになることがわかっている．しかしながら，動詞を伴わない事例やより広い文脈の考慮が必要な事例も多い．本稿では汎用言語モデルであるBERT pretrainedモデルを用いて，オノマトペの出現文脈を考慮した語義分類の可能性を検討する．2種類のオノマトペ「ごろごろ」「ばたばた」を対象に語義分類の評価実験を行った結果，それぞれの正解率が73.9%，57.8%となった．分類性能は語義によって大きな差があり，訓練データに多く含まれる語義においては良好な性能を達成した．

本研究では，互いの言動によって円滑な人間関係を構築するための配慮として知られているポライトネス理論を用い，対話システムが出力する文章の単語を親密的な単語や，敬意を持った単語に変更することで，ユーザに与える印象を変えることを目的としている．具体的には，まずポライトネス理論に基づき，人間同士の雑談対話データから，友達口調やあいづちによって心理的距離を縮めている単語と，敬語によって心理的距離を維持している単語を抽出した．対話データを用い，発話と返答などの対になっているデータの学習に適したsequence to sequenceモデルで相手の発話に対する適切な返答の学習を行った．学習後，2種類の単語をSeq2Seqモデルが優先的に利用するように出力を変更した．学習と出力の変更を行った対話システムについて，印象や適切な返答が行えているか，評価実験を行った．

ファジィ数の順序関係はDubois，Pradeによって最初に提案され，Ramík，ímánekによって定式化された．しかし，この順序関係は全順序でないため，意思決定のような実際の応用ではファジィ数同士が比較できないことがある．そのため，応用面においてファジィ数の順序付けの方法も数多く提案されてきた．本稿では，2次元ファジィベクトルの順序関係を1次元縮約して比較する方法を提案する．さらに，その手法の応用としてファジィポートフォリオ分析における改善項目の順位付けを行いその有効性を示す．

本論文では，RoboCup サッカーシミュレーション2Dリーグ におけるリアルタイム状況評価システムとその観戦システムへの応用を述べる．観戦システムは，試合状況に基づき観客の盛り上がりを表現することで試合状況の理解を平易にし，観客を楽しませることを目的とする．そのために，SituationScore と呼ばれる試合状況の評価値を試合中リアルタイムに推定し，推定した SituationScore に基づく視聴覚エフェクトにより試合の盛り上がりを表現する．本論文では，深層学習手法による SituationScore の推測方法と，SituationScore を用いたサッカーモニタの拡張について説明する．

本論文では, ニューラルネットワークを用い, 地盤の硬さの指標であるN値の 推定を精度良く行う手法として, ラベル情報である地質の種類を活用 する手法, 学習に用いるデータを推定地点からの距離に基づき適応的に制限す る手法を提案する. 数値実験により, 地質の種類を活用した手法と2つの手法 の組み合わせが, それぞれ, 約16%と約33%誤差を低減できることを示す.

我々は，単一慣性センサを活用した初級から中級競泳選手向けの競泳指導サポートシステム構築を目指している．本論文では，計測したセンサデータを可視化し，推定した試技中の泳動作（ストローク・ターン）の時間情報などを表示する競泳指導システムのプロトタイプを構築した．プロトタイプに実装した泳動作推定手法には，先行研究の成果を組み込んだ．構築した競泳指導サポートシステムのプロトタイプについて，可視性，有効性，信頼性を評価するアンケート調査を実施した結果，ストローク・ターンのタイミングの推定誤差には様々な意見があるもののストローク・ターンの回数や所要時間を確認できるプロトタイプシステムは，実際のトレーニング現場で求められていることが示唆された．

本研究では，コミュニケーションロボットが自身の気質と集団内の他のメンバーの性格を基に個性を形成するためのモデルを提案する．提案モデルは，自身の気質を考慮しつつ，Q学習を用いて集団内での振る舞い方を学習する．シミュレーションは，提案モデルと擬似ユーザが1対1でインタラクションを行うという想定で行った．シミュレーションの結果から，提案モデルが自身の気質と他者の性格の違いから異なる個性を形成していることが明らかになった．

CGM（Consumer Generated Media）の普及に伴い，インターネット上に膨大なデジタルデータが蓄積されている．これらのデータは，社会動向，経済動向に加えて大規模災害などの多種多様な社会事象を計測するソーシャルセンシング技術の向上に用いられている．著者らは，ユーザの習慣行動を用いて，その習慣行動の違いから実世界における事象を抽出する新たなソーシャルセンシング手法を提案し，有用性を証明した．その技術を適用した社会事象との関係性を実践的に評価するためには，ユーザ属性や異なるデータを用いた汎用性を明らかにする必要がある．そこで，本研究では，ユーザの習慣行動を属性ごとに分析し，ユーザ属性ごとの平時と異なる行動から非習慣行動を抽出する．実証実験では，実世界における社会事象をユーザ属性ごとに詳細な粒度で見出すことが可能かを検証する．

スマートフォンを始めとした通信機器の発達により，SNSの一種であるマイクロブログなどのコミュニケーションツールの利用が活発である．マイクロブログではニュースなどの現実の事象に関する投稿が多くなされており，それらの投稿からトピックを分析する手法が多く提案されている．しかし，投稿内容に着目した手法では，新たな投稿が時間経過とともに追加されるマイクロブログを対象とした場合，トピックを構成するモデルの構築が難しい課題がある．そこで，本研究では，投稿内容に出現するキーワードのバースト度合いが時系列に沿って変化することに着目し，複数のキーワードのバースト度合いからトピック獲得する手法を開発する．実証実験では，既存のトピック抽出手法と提案手法との比較実験を行い，提案手法にて既存手法にて得ることができなかったトピックの抽出が可能であることを確認した．

スポーツ庁では，我が国の国際競技力の向上に関する重点政策において，日本代表選手の活躍を科学な側面から支援することを目指している．そこで，筆者らは，GNSSセンサによるフィールドスポーツの可視化システムを開発してきた．特に，アメリカンフットボールに着目し，QB，WR，DBのマッチアップを対象にした軌跡画像を用いて，深層学習によるパス成否の判定を目指してきた．ただし，プレーが完結したトラッキング情報のみを用いているため，プレー中の成功率の予測や，その予測値に基づくタイムリーな動作の選択と修正をサイドラインから指示できるようなプレー中の気づき情報の獲得には至っていなかった．そこで，本研究では，軌跡の経時変化を加味したトラッキング情報を用いることで，プレー中の成功率を予測することを試みる．実験では，クイックパス，ショートパスやロングパスなどの軌跡を対象に分析を行い，その有用性を実証した．

我が国では，東京オリンピックに向けて，スポーツに関わる政策が積極的に推し進められている．その施策の一つである「スポーツ×ICT」では，スポーツ分野における計測機器の開発やデータ計測と可視化，そして新たなサービスの提案など，ICTの効果的な利活用方法が検討されている．筆者らは，これまでアメリカンフットボールに着目し，高性能なGNSSセンサと加速度センサを内蔵した計測端末を用いて，複数選手を可視化するシステムを開発してきた．このシステムを用いることで，指導者のみならず選手に対しても個々のプレーの振り返りの機会において有益な情報を提供できることを確認した．しかし，状況に応じたプレーの選択や，その成功率の提示といった戦術の分析までには至っていなかった．そこで，本研究では，パスプレーに関するオフェンスとディフェンスのマッチアップ分析に深層学習を適用し，プレーの成功または失敗の推定の可能性を検討する．

クレーンの作業現場では，操縦者が吊荷とその周辺の地物の大きさ，高さと位置関係を正確に把握することが重要である．既存研究では，クレーンの操縦支援のため，ジブの先端にカメラ，レーザスキャナとIMUを設置し，吊荷上空からの吊荷やその周辺の地物の大きさと高さを映像上に可視化する技術を提案した．ただし，この技術には，地表面に複数の地物が存在する場合に地表面を地物として誤認識する課題，傾斜のある施工現場において小段の高さが実際の高さよりも低く表示される課題と，クレーンが稼働する範囲にある吊荷とその周辺以外の地物や地表面を認識できない課題があった．そこで，本研究では，これらの課題を解決するために，ジブの先端に設置したカメラ，レーザスキャナ，IMUと新たにクレーンのジブの先端と旋回中心に設置したGNSSを用いて，クレーンの稼働範囲の3次元地図を生成し，クレーン周辺の地物の高さと大きさを表示して操縦者を支援する可視化システムを開発し，実験により評価した．

近年，レーザ計測技術の発達に伴い，点群データ等の3次元情報の利活用に関する取り組みが盛んである．道路分野に着目すると，路面性状調査や柱状物体の変状検出に点群データが広く活用されている．これらの業務では，解析対象となる道路地物を区別する必要があるが，点群データには様々な道路地物が混在している．そのため，点群データから道路地物を識別する技術が求められている．既存研究では，道路面地物とその他の点を大別することで高精度に道路地物を抽出する手法が提案されている．しかし，標高値の低い点を道路面の基準としているため，道路面に立体交差や連続的な勾配変化がある場合に，正しく道路面の点群データを抽出できない課題がある．そこで，本研究では，完成平面図を用いて車道部の標高を推定し，高精度に道路面地物の点群データを抽出する手法を提案する．

我が国では，高度経済成長期に整備された多くの橋梁が老朽化している．国土交通省では，これらの橋梁の維持管理の効率化及び高度化を図ることを目的として，3次元モデルの作成仕様や表記標準を策定している．この背景の下，地上レーザスキャナやUAVより取得した点群データから3次元モデルを生成する手法が提案されている．しかし，既存研究では，点群データから橋梁上部工と下部工のモデルを生成できるが，現行仕様が規定する部位ごとのモデルを生成することはできない．そこで，本研究では，現行仕様に準ずる3次元モデルの生成を目指して，橋梁の点群データを様々な視点で投影した画像から，主桁，路面，高欄，橋台を自動で識別する手法を提案する．

現在，日本は超高齢化社会に突入しており，それに伴う人手不足問題をロボットを利用して解決をはかろうとする取り組みが増えている．近年では，ロボットを安価に入手出来るようになったり，人とロボットが触れ合う機会も増えており，人間とロボットのコミュニケーションが大きく発展する可能性がある．本研究は，家庭内でロボットを用いる場面を想定し，人の言葉を理解し動作を生成するヒューマノイドロボットの実現に向けた取り組みである．

言葉の意味を捉える方法は，単語が元々持っている意味や単語同士の意味的関係から意味ネットワークを生成するも方法があるが，本研究では，言葉の意味の捉え方に文章中の単語の頻度情報や周辺に出現する単語の類似を用いて自動的に意味を付与する手法である，分散表現を用いる．それにより，曖昧な言語表現であっても分散表現上では一つの表現に定まり，扱いが容易になる．ロボットに動作を生成させる方法として， ロボットの関節の動きと人間の関節の動きは異なるということに留意し，ロボットが行える基本動作を組み合わせることにより，人の動きを真似て行える枠組みを提案する．この枠組みにより，基本動作を組み合わせて，複雑な動作を表現および生成すること可能がとなる．

言葉と動作の対応関係を捉える方法は様々あるが，本研究ではニューラルネットワークの技術を用い，多様なロボット動作と曖昧な表現との対応関係を学習する枠組みを提案し検証する．

これらにより，人の言葉による指示からロボットが動作を生成し動作することが可能となる．また，初めて行う動作であっても言葉の意味から推測し，ロボットが動作生成することが可能となる．

人間の忘却状況を推測し，適切な介助介入をするロボットが期待されている．本稿では，コミュニケーションエージェントのためのエピソード記憶の忘却モデルを提案する．まず，被験者にある文章を聞かせ，その直後に自由再生記述させる．さらに約1ヶ月後再度自由再生記述し，被験者の忘却状況（量，質）を文字数とアイデアユニットによって調査する．その調査結果に基づいて，コミュニケーションエージェントのための忘却モデルを生成する．実験の結果，読み上げ直後は文章全体からまんべんなく文章を抜き出すことが適当であり，1ヶ月後では主題となる部分を中心に抽出することが適当と思われた．本稿では，読み上げ直後の忘却モデルは，コミュニケーションエージェントの驚きの感情値が高い文章とした．また，1ヶ月後の忘却モデルは，ピークエンドの法則を考慮してコミュニケーションエージェントの6感情の総和の最大値の文章とした．さらに別文章に対して忘却モデルによるシミュレーションを行い，被験者の忘却状況や自動要約と比較し，モデルの有効性と課題について検討した．

本研究の最終目的は，ペルソナデザインに必要な蓄積情報や技術の乏しい新規企業や小規模な企業でもペルソナマーケティングを可能とするフレームワークを構築することである．特に本論文では，実在人物のように感じられるペルソナを容易にデザインすることを目標に，対話型遺伝的アルゴリズムによるシステムを開発した．本システムでは，ユーザはシステムによって生成される少数のシナリオを評価するだけで良い．そのため，ペルソナデザインに不慣れなユーザにも抵抗なくペルソナのシナリオ生成が可能となっている．ペルソナの利用者および対象セグメントに属する100名による評価実験の結果，本システムが実在人物のように感じられるペルソナデザインに有効であることがわかった．