従来までに，社会エージェントシステムを用いて経済や言語進化などのシミュレーションが実現されてきている．一方で，ロボティクスでは物理法則に基づく運動や，視聴覚等のセンシングのシミュレーションに基づいて知能行動の研究が行われている．本稿ではこの双方のシミュレーションを同時に実行可能なシステムを構築し，人間とロボットエージェント間の身体性認知・運動を考慮した社会的知能の研究プラットフォームを提案する

エレベータ群の効率的な制御の課題には「発生した呼びに対応するかごを決定する」かご割り当てがある。 しかし、かご割り当てには膨大な入力情報の組み合わせを必要とし、状態空間の爆発を招く。 本研究では複数の呼びが発生している時に、どの呼びを優先させるかを各かごの経験に基づく強化学習によって判断させる。 学習法として小越の呼び優先度決定手法をベースに2つの報酬設計の下で実験を行い、各場合を比較する。

現在の信号機制御は，運用時の交通量に応じて，用意された複数のプログラムから１つ を選択する方式が一般的である．しかし，プログラム作成において「交通量の計 測対象とする交差点集合」の特定は重要である．そこで本研究では強化学習を用いて集中 型と分散型による学習の比較, また分散して制御する場合を比較することによって情報共 有を行うべき信号機(交差点)の集合を学習効率の観点から考察する．

ソフトウェア開発におけるコミュニケーションの捉えられ方が，＜減らすべきもの＞から，＜支えるべきもの＞へと変化してきている．我々は，ソフトウェア開発におけるコミュニケーションには，その目的に応じて，協調コミュニケーションと知識コミュニケーションという二種類があると考えている．本論では，知識コミュニケーションを支援するためのツールに求められるインタラクションデザインの原則について論じる．

複数のドメインからなる分野においては，ドメイン間の知識の関係性や，異ドメインの知識の理解が必要となるため，分野全体を統合的に理解することは難しい．そこで本論文では，ドメインの専門家による複数ドメイン知識の俯瞰を目的とし，利用者の興味のある視点に応じてオントロジーから知識を探索し，内容を把握しやすい概念マップ形式で表示するオントロジー探索ツールについて議論する．

オントロジーマッピングにおけるマッピングパターンの種類(マッピングパターンタイポロジー)について，どのように概念の分類視点が一致しているのかという点から考察を行う．本発表では，著者らが手動で行った機能オントロジー間の深い意味論的マッピングを例として，マッピングパターンタイポロジーに関して得られた知見について報告する．

In our paper we will introduce our first trial to calculate a human text input and calculate its possibility to be immoral. In the beginning we use simple SOV phrases to query the Internet and see how many immoral consequences such a phrase can cause. In the next step we apply Bentham's Felicific Calculus to calculate the degree of being negative. In the end we plan to apply our idea to a self-education system where users can decide on what they want to study about.

索引付けされた大規模なテキストデータを用いて，ダイナミックに与えられる係り受けパターンに対し，その拡張パターンでテキスト中に頻出するものを高速計算する方法を提案する．具体的には，自動車不具合データで，「○○の時にエンジンが停止」という文脈で「○○」に入る頻出キーワードを動的に検索するといったことが可能になり，テキストマイニング，自動QA等の分野のインフラとしての応用が期待される．

我々は、Web人名検索結果を人物毎に要約・可視化することにより、 利用者による人物クラスタの選択と該当人物の理解を支援するインタフェースを開発している。 本発表ではプロジェクト概要について述べる。

研究開発支援総合ディレクトリＲｅａＤなどに代表される研究者の 探索を支援するデータベースでは，基本的に研究者の業績内容をキ ーワード検索するに留まっている．本研究では，特許データベース を基本とし，特許内容と研究者業績との関連度を計算することで， 研究業績のみならず，広く該当研究者を探索可能にするデータベー スシステムを構築した．

対象の周辺を表す空間表現は日本語に複数存在するが、それらの中からどの表現を選択するのかという問題は、空間表現理解に関する重要な問題の一つである。本研究では、「そば・近く・辺り・周り・ところ・前（後左右）」の６種類の空間表現について、各表現が指示する最適空間位置の対象からの距離に注目して分類することを心理学実験で試みた。その結果、これら６つの表現は大別すると３グループに分類されることが示唆された。

本論文では、一つのアイテムバンクから複数の等質なテストを同時に生成する アルゴリズムを提案する。 本手法の特徴は、一つのアイテムバンクから生成される等質テスト数を最大化できることである。 実際にシミュレーション実験を行い本試験の有効性を示した。

飛行船は古くから空中メディアとして利用されてきたが、それらは情報を発信するだけの一方通行のコミュニケーションであった。我々はインタラクティブな飛行船を、新しいパフォーマンスやマルチメディアのための表現媒体として提案し、より多様な表現活動を可能にする。またそのプラットフォームをオープンソースとして公開することで、誰もが簡単に飛行船を用いた表現活動を実装することができる環境を提供する。

本研究は，学習者の潜在的な意識変化の自動抽出を試みる非同期型e-learingシステム実現に向け，学習者の行動と心理状態と関連を探索するものである．e-learning環境における学習者のマウスの挙動や顔の動かし方の観測データを基にプロトコル分析を用いて探索を行った．

スポーツ指導の支援として、競技状況から適切なコメントを与えるシステムを実現する。競技状況を表現する情報モデルと状況に依存したコメントを実際の競技から収集するため、多視点映像を用いたウェブ評価システムを開発した。システムでは、情報モデルをオブジェクト指向言語で、コメントを映像の時間と場所を指定した自由記述で行う。バスケットの戦略を題材として評価し、モデルをキーとしてコメント出力できる見通しを得た。

記録が義務付けられている発達記録を利用し，保育活動の傾向を試みてきた．しかし現行のシステムでは当該学齢の記録のみを用いていたため，傾向を抽出することが困難であった．本稿では，評価の範囲を当該学齢の前後まで広げ，傾向を抽出した．それにより，前後の学齢に拡張した方が，当該学齢だけの評価項目を利用するものよりも，傾向が顕著に抽出でき，より的確に保育者に保育傾向をフィードバック可能であることが確認された．

日常的で継続的なユーザー行動データを、質的に自動処理する方式を提案する。提案するイベント処理方式では、各ユーザーの日常的な事例を分別した後、質的に重要なイベントをユーザー共通のヒューリスティック理由付け規則を用いて発見する。計算機や人等の各種サービス資源を、頻度ではなく質的な優先順位でユーザーに分配する応用事例を考える。提案方式の実現性と有用性は、企業社内向けSNSサイトの実データで検討する。

オブジェクト指向設計,オブジェクト指向プログラミングでは,アプリケーションアフレームワーク,デザインパターン等に基づく方法が普及している.一方,教育学習の場では,模倣に基づく学びが重要である,そこで事例ベース推論の適用性について考察する.

現在、交通情報の取得には従来手法であるVICSや、近年注目を集めているプローブシステムなどが用いられているが、それぞれのもつ制約のため十分なエリアカバー率および精度を達成することは難しいものとなっている。 本研究では、これらの情報の質に基づいた相補的な情報補完技術を実現するとともに、フェロモンシステムを用いた情報未提供区間の補完を行い、高精度・高エリアカバー率の交通状況推定システムを構築する。

一般に自然渋滞は，サグ部における一時な速度低下が後続の車両に伝播することによって生じるが，複数車線ではこの他に，車線変更に起因する自然渋滞が想定される．そこで， 本研究では複数車線における自然渋滞に着目する． 車両を自己駆動粒子ととらえたASEPモデルに，車線変更と速度変更のためのルールを導入し，自然渋滞における追越行動が交通流に影響を考察する．

様々な交通問題の解決策の1つは，社会の自動車への依存度を抑え，人と環境にやさしい新たな交通体系を構築することである．本研究では特に交通主体としての歩行者に着目し，既存の自動車交通流シミュレータをベースとして，街中を大域的に歩き回る歩行者と自動車との混在を可能とするプラットフォームを構築する．さらに歩行者の集団的挙動と自動車との相互作用を実現するための新たな歩行者モデルを提案しその性能を検証する．

過疎が進行する地域において，公共交通の採算がとれず，自家用車以外の移動手段が廃れていく一方，高齢化の進行とともに自動車を安全に運転できる人が減少しているというジレンマが発生している．このような状況に対する解決策の１つが，定路線バスの代替となるデマンド型交通機関である．本研究では長野県白馬村を対象とした仮想社会実験を通じ，デマンド型交通の価値とそのあり方について考える．

オンデマンドバスの導入設計シミュレータの開発と、その検証について述べる。オンデマンドバスとは、人の希望に合わせて乗合いを生じながら移動する新しい交通システムである。効率的な運行の実現には、発生需要量の予測とそれに見合う最適な導入台数および車両サイズの決定が肝要となる。滋賀県守山市の社会実験では需要量により必要とされる台数と、シミュレータから求まる最適台数が一致し、本シミュレータの有効性が示された。

マルチエージェントに基づく交通シミュレーションは，ミクロな視点からの交通の分析・理解を実現するアプローチである．現実的な交通を再現するための重要な課題は，交通流を構成する車両の運転行動の構築手段である．本論文では，運転行動を規定する意思決定モデルを実世界の交通ログから抽出する手法を提案する．本提案手法により抽出した意思決定モデルを備えたエージェントを実装し，交通流の再現と分析を行う．

ネットワークの観測部分から未観測部分の構造を予測するリンク予測問題について様々な手法が提案されている．その中には特定の生成モデルを表現した予測手法と入力ネットワークに対し生成モデルを調整する手法とがあるが，どちらの手法が適切であるかは入力ネットワークの生成モデルに依存する．6種類の手法について，39の実ネットワークに対する予測精度を比較し，各手法が得意又は不得意とするネットワークの特徴を調べた．

近年，Webベージ上には多種多様な情報が記載されており，必要な情報のみを抽出，表示する情報編纂システムが求められている．本研究では，情報編纂を行うために，Webページ分割を利用した．Webページ分割では，DOM及びレイアウト情報を解析することで，Webページを特定のブロックに分割する．本論文では，情報編纂のためのWebページ分割手法，及びその応用について述べる．

本研究ではWeb上の成功報酬型広告の情報を用いた広告活動の分析を行う．これにより，複数の異なるブログサイトで広告活動を行っているユーザや，そこで取り扱われている商品の種類や価格等が分かる．広告活動分析支援システムを提案し，そこで得られた結果について報告する．

本稿では，ブログから注目話題を早期に検出する手法を提案する．本手法では，ブログをカテゴリに分類することで専門性の高い話題をブログ全体に波及する前に検出することを目指す．このために，期間やカテゴリ毎に話題の頻度や記述したブロガー数などの特徴を抽出し，機械学習を用いて今後注目されそうな話題を検出する．実際のブログを利用した実験により本手法の有用性を検証する．

近年ウェブの発達により，その情報量は爆発的に増え，自分の欲しい情報を簡単に抽出する手法が求められている．本論分では，Web検索において大きな割合を占める「人物」について，「生年月日」「職業」などの属性情報の抽出を行う手法を提案する．

著者話題モデルを用いてウェブからエンティティの属性の推定を行う

本研究では、Webから人物の履歴書を作成するために、該当人物に関連のある イベント情報を抽出する。

ウィキペディアでは，同一の実体を複数の言語で説明することがあり，それらのエントリ間は言語横断リンクで結ばれる．そこで，本研究では言語横断リンクで結ばれたエントリ同士を並行コーパスと見なし，対訳用語対をマイニングする．提案手法は，単一言語に対して用語抽出を行い，その用語に対する訳語を，統計的機械翻訳に基づく翻訳確率，並行コーパス中における共起回数，言語を横断した用語周辺文脈の類似度で選出する．

ブログをはじめとしたWeb ページへの各アクセスに関し、検索エンジンでの検索キーワードと閲覧したURLならびに視聴滞在時間をデータベース化し、これを解析することにより、検索キーワードの組み合わせに対応した動的なページ評価手法を提案する。

本稿では，Webドキュメントのクローリングおよび情緒的表現の解析を行うシステムを試作したことを報告する．RSSに基づきblog記事を収集し，文の単位に分けること，および，文から情緒を推定することを本システムは行う．情緒推定には，情緒原因・情緒状態・情緒反応を表す用言に基づく手法，副詞・形容詞・擬音語擬態語に基づく手法，および，接続表現に基づく手法を取り入れる．

　我々は総合的に医療情報を提供するシステムを開発中であり、その中で診断支援を目指している。本研究は、Web上の話題を用いて症状から病名を推定するものである。Webを用いることにより、経験談などの患者の生の声を使用することができる。ページを集計する特徴量を定義し、確率に置き換えることで、ベイズ推定を行う。また、症状の入力から、追加する症状を提案する手法についても提案する。

本発表ではソーシャルブックマークデータを用いたWebページの分類手法を提案する。あるユーザがWebページを登録しているという情報がそのユーザからWebページへのリンクと見なし、pLSIを用いたリンク解析を行うことで、Webページのクラスタリングを実現する。評価実験より、主成分分析に比べポータルサイトや不適切なサイトをクラスタリングできることが確認できた。

企業の公式Webサイトには，取締役氏名，資本金などといった，その企業のプロフィールともいうべき基本情報が存在している．これらの基本情報の中には随時更新されるものが存在するため，その自動抽出，および更新を行うシステムは投資家が投資判断を行う上での支援として重要である．本研究では，少数の基本情報，およびWebサイトから生成したテンプレートを用い，多くのWebサイトから情報抽出を行う手法を提案する．

単語間の意味的類似度を計算することが自然言語処理やWeb検索など様々な分野における多くのタスクで重要な問題である。本論文では単語間の類似度を計算するためにその単語間で成り立つ意味的関係を用い、relational modelを提案する。提案手法は人間がもつ類似度の概念と良い相関をもつことがMiller-Charlesデータセットを使った実験結果から示された。

データマイニングの手法を用いて同時確率分布演算を効率化することにより，条件付き独立判定ベースのベイジアンネットワーク構造学習アルゴリズムを高速化できることを示す．

所与の複数のデータベースに対し，相関のコントラスト をとることにより，重要な変化を読み取るマイニングは 相関変化マイニングと呼ばれている．本稿では，相関変 化検出に要する時間，および検出結果の品質を向上させ るために，一方のデータベースにおいて「無相関」であ り他方のデータベースにおいて比較的に高相関なものを 求める問題を，制約付きの最適化問題として再定式化し， その評価を行う．

相関ルールマイニングを用いた知識発見の技術は，すでに多くの場面で適用されているが，時系列データを解析するためには，関係性の高いデータを必要とする． 本研究ではユーザが知識として手書きによる時系列データを与え，関係性の高い時系列データを発見するシステムを開発した． 本論文ではシステムの詳細と，実際に発掘したデータを用いた実験結果について説明する．

Two critical bottle necks in mining frequent tree patterns from tree databases are the exponential number of mined patterns and the lack of user focus on the mining process. We propose, in this paper, an algorithm that solves the problems for unordered attribute trees by mining only the compact representation of tree patterns, i.e. closed tree patterns, and allows users to mine only trees of their interest by specifying subtree constraints. The experimental results show the efficiency of our algorithm.

表構造データから頻出パターンを発見するには、属性と属性値の組をアイテムとみなす必要がある。しかしながら、実世界に存在する表構造データには、一部の属性値が欠落している場合がある。本論文では、このような表構造データから妥当な頻出パターンを発見する方法として、２種類の支持度に基づいた方法を提案し、途中段階で生成する候補の数を削減する方法を提案する。提案法の効果を従来法との比較を通して、検証する。

本研究では，従来の粒子フィルター(Particle filter)を拡張して粒子の位置を効率的に 配置することにより，大規模次元ダイナミクスシステムの状態推定を高い精度で実現可能 な手法を提案し，提案手法の妥当性と実用性を実験により検証する．

従来より，加速度センサ付き歩数計が4秒毎に記録した活動量に基づき，子どもの交友関係を分析する研究を行っている． 従来の研究では，子どもの位置は無視して交友関係を抽出しているため，異なった位置に居ても同じグループと認識していた．本稿では，RFIDを用いて位置情報を検出し，同エリアにいる間の交友関係をライフレコーダから得られるデータによって抽出し，精度の向上を図るとともに，分析手法の再検討を行う．

当研究室ではヘテロ原子に注目したパスフラグメントによる分子グラフの 簡易マイニング手法を提案し、その有用性を示してきた。 本研究では両端がヘテロ原子で構成されるパスフラグメントの拡張として、 フラグメントのパス中に存在するヘテロ原子や結合多重度も考慮した拡張 パスフラグメント表現とその効果的な生成アルゴリズムを考案した。 また、他のマイニング手法との比較も行ったので併せて報告する。

ベイジアンネットワークの構造推定に対する代表的なアプローチの一つに制約に基づく方法があるが、少数データにおける推定のロバスト性が問題になっている。本研究では、著者が提案しているデータ温度を用いた自由エネルギー最小化問題として、この制約に基づく構造推定を定式化することによってその改善を図る。

近年、ベイジアン・ネットワーク学習の分野では経験的BDeuが注目されている。しかし、これまで予測分布を最大化するアプローチは提案されてこなかった。本論では、予測分布を最大化する経験的BDeuを提案し、シミュレーションにより有効性を示す。

帰納論理プログラミングの問題点である膨大な仮説探索領域の効率化及び メモリ空間に左右されない大規模なデータへの適用を目指し、各手法間で比較検討を行う。

本論文では，ゲーム型教材のプレイログから，行動を学習する手法に関して報告する