Web上の情報を整理するために属性抽出は重要であるが、多くの属性候補から正しいものを選ぶことは難しい。そこで本論文では、属性の相互関係を利用した属性抽出手法を提案する。例えば、スポーツ選手がノーベル賞を取ることはないため、職業：スポーツ選手・受賞歴：ノーベル賞 という２つの属性が同じエンティティに出現することはない。このような相互関係を利用して属性候補を順位付けし、精度を向上させた。

企業の公式 Web サイトには、投資家などにとって有用な情報である、企業の基本情報が記述されているページが存在する。本研究では、基本情報が含まれるページへのリンクに含まれやすいと考えられる語（手がかり語）、および、企業の公式 Web サイトのトップページリストのみを用いて、クローリングと同時に企業の基本情報の属性、および、属性値を自動的に抽出するシステムを提案する。

本研究では、検索エンジンを用いて、漢字人名から読み仮名を獲得する手法の提案を行う。本手法では、与えられた漢字人名をクエリとして検索を行い、検索結果のスニペットに対してパターンマッチングならびに辞書との照合を行い、読み仮名の候補を生成する。また、各候補と漢字人名との共起関係を求めることで、確度の高い候補の抽出を行う。

本研究では，医学生物学文書中のイベント情報抽出において，文をまたがったイベント-項の関係を抽出する新しい手法を提案する． 共参照関係解析器の出力に基づいて，イベント同定とイベント-項関係識別の同時推論を可能なシステムを Markov Logic により 構築することで推定精度の向上を図る．

自然言語のテキストには、事実以外に、推測、仮定、仮想現実など様々なタイプの情報が含まれる。筆者らは現在、情報の確実性をアノテーションしたコーパスを構築中であり、その過程で、コーパスに言語学的な裏付けを与え、かつ機械による確実性識別の基盤としての実用性を持たせるため、様相表現・否定表現・条件表現の分析に基づくアノテーションスキーマを設計した。本論文では、分析に関わる理論面と応用面での議論を紹介する。

I manually classified NP1-no NP2 construction in BCCWJ2009 into: qualia modification; relational nouns; adjectival modification; event nouns; extensional module modification that I call, and others.

Concept Description Language (CDL) is a language to represent semantic meaning of web contents so that computers can understand and manipulate them. One problem is that some texts have multiple meanings. Hence, it is necessary to perform selection of word meanings prior to conversion. As a possible solution, this paper presents a method for selection of best candidates for word meanings.

　本論文では大規模訳語候補集合を利用した専門用語翻訳法を提案する。この方法は与えられた専門用語をいくつかの部分に分解し、それぞれの部分に対する訳語を対訳辞書から求め、それらを組み合せて得られた訳語候補のうち、与えられた大規模訳語候補集合に含まれるもののみを出力する。効率的なアルゴリズムを採用することにより、100万件以上にのぼる大規模訳語候補集合に対しても実用的な速度で実行できる。

言語処理の問題に単語の参照関係と文脈の相互依存問題がある。単語は意味解釈の際に実世界の情報と単語の関係（参照関係と呼ぶ）を決定する必要があり、双方の関係は対話時の文脈から決定できる。しかし、文脈自体が意味解釈が与えられた単語により構成されるため参照関係と文脈は同時に解決する必要がある。本研究では文脈と参照関係を同時に解決する手法SIACを提案し、実際に対話ロボットを構築することで動作検証を行う。

エンドユーザレベルでのグローバル化が進んだ昨今のインターネット社会においては，ある言語を別の言語に機械的に翻訳する機械翻訳は有用なサービスである．しかし，機械翻訳では，言語が持つ語の多義性と機械翻訳に文間文脈を制御するための機構が存在しないことが原因となって，訳語選択の非一貫性問題が生じる．この問題を解決するために，制約最適化に基づいた訳語選択を行うためのモデルを提案する．

人間と雑談するコンピュータ（非タスク指向型対話エージェント）は，いかに対話を盛り上げるか，ということが重要である．そのようなエージェントの実現には，対話の盛り上がり箇所から対話ルールを学習するなどの統計的手法が有効であると思われる．そのためには，大量の対話から盛り上がり箇所を抽出する必要がある．本研究ではテキスト対話を対象とし，対話中の盛り上がり箇所を機械学習によって抽出する手法を提案する．

多様性維持は遺伝的アルゴリズムにおける初期収束回避の手法として広く研究されてきた。例えば遺伝子類似度に基づいて、近傍の個体密度が高い個体の適応度にペナルティを課す手法などがある。しかし近年の研究結果から、ニューラルネットを解として探索する場合(NE)においては、遺伝子類似度に基づく多様性維持の有効性が疑問視されている。本研究では個体の振る舞いに基づく多様性維持が、NEの性能が改善することを示す。

ニューラルネットワークは一般的に分散表現を採用しているため、追加学習が困難でああ。その対処策として、Winner-take-all方式を採用することが提案されているが、その生理学的な根拠に乏しい。本研究では、Winner-take-all方式の代わりに神経細胞の樹状突起における演算に着目し、より生理学的に妥当なモデルによって時系列データの追加学習に成功した。

本論文では、ニューラルネットワークに細胞分化アルゴリズムを適用した新しいパターン処理モデルを提案する。細胞分化アルゴリズムにより、従来の遺伝的アルゴリズムで行われていない遺伝型と表現型の分離を行い、ネットワークの初期値に最適なパラメータを備えることで学習を容易にし、かつ規模のより大きなニューラルネットワークの効率的な構築を狙いとするものである。

桜の開花は、過去の気温や日照時間、春先の気温上昇などの条件によって決まると考えられている。さまざまな経験則に基づく予測の計算式が提案されているものの、桜の開花日を正確に予測することは難しい。本研究では、桜の開花予測にニューラルネットワークを適用した結果を紹介し、その有効性と限界について述べる。

人間とコンピュータとの相互作用により、主観をシステムに反映させる進化的計算手法として対話型遺伝的アルゴリズム（IGA）がある。このIGAを用いて、筆者らは工業製品のデザインシステムを構築してきた。 しかし、その主観自体もデザイン対象の周辺環境にも影響を受けるものであり、 計算機の中で閉じるものでもない。 我々は拡張現実感の技術を用い、効果的にデザインを行うインターフェースを提案する。

本研究では、対話型遺伝的アルゴリズムとファジィ理論をベースに、 システムとの対話からユーザ独自の発想やイメージの着想を暗黙的に推論し、 デザインを支援するシステムの構築をする。 ユーザのコンセプト、製品群に共通する特徴をメンバシップ関数の最適化を行う事で抽出、 反映させるアルゴリズムについて検討する。

マルチエージェントシステムの分野において，各論点が相互依存関係にある複雑な交渉問題が注目されている．しかし，既存の手法では論点数やエージェント数の増加に対するスケーラビリティが不十分であった．本論文では，論点の依存関係に基づくグループ分けを行い、グループごとに遺伝的アルゴリズムを用いて合意形成を行う手法を提案する．さらに，シミュレーション実験により提案手法が，既存手法より優れていることを示す．

大規模な災害発生時には、複数のライフラインが同時に被害を受ける可能性があり、人々の生活に多大な影響を及ぼす。そのため、早急に災害復旧を実現する計画が必要となるが、ライフライン同士は密接な関係を持っているため、復旧には複数の制約が生じ、それに合った復旧計画の作成は困難な問題である。 本研究では、最適化計算を用い、より効率良く複数の相互連関を持ったラフライン網の災害時復旧計画の作成を目的とする。

本論文では実数値遺伝的アルゴリズム（RCGA）を用いてパラメータ推定をする際の個体集団内の遺伝子の分散に注目する．線形回帰モデルのパラメータ推定にRCGAを用いると遺伝子の分散は標準誤差の2乗に比例する傾向が確認されており，この傾向を利用して変数選択を行うことが出来る．より複雑な非線形モデルでは遺伝子の分散がどのように振る舞うのか，そして分散の傾向を変数選択に活用するための工夫について報告する．

薬物分子の環を中心とする基本骨格構造は、その一連の化合物群が発現する活性と密接な関わりを持つことが知られている。本研究では創薬研究におけるコンピュータ利用技術の一つとして、単純フレームワークが同型となる新規骨格のデザインを目的とした分子進化プログラミングの技法を提案するとともに、標的構造との類似性を進化制御に用いた計算機実験を通じて、その有用性を議論する。

本論文では，パッキング問題を解くための新しい矩形配置法を提案する．提案する手法は、矩形の角を整列させる方法で隣り合う２つの矩形は、縦、あるいは横の辺が同じ高さになる。また，提案した配置法を遺伝的アルゴリズムの染色体構造に表現し，実際に長方形の９０度回転を許して、ストリップパッキング問題のベンチマークテストを解いた結果を示す．

本論文では、遺伝子座における対立遺伝子の分布確率モデルを構築し，それを用いて遺伝子を確率的に探索する手法である分布推定アルゴリズムに関する研究報告を行う。我々はこれまで、解を持つ種と部分解を持つ種との共進化による手法を提案してきたが、解の性質によっては、解探索に時間を要すると課題があった。そこで、推定に用いる解集団の類似度を考慮した手法を提案し、従来よりも良好な解が得られたことを報告する。

近年，鳥や魚などの群としての行動を模倣したParticle Swarm Optimization（PSO）の研究が盛んに行われている．PSOの代表的なモデルであるGbestモデルは解の収束が早く，探索の多様性が失われて局所解へ陥りやすい傾向にある．本研究では，Gbestモデルと大域的探索能力が高いLbestモデルを組み合わせることで探索の多様性を維持し，局所解から脱出可能な改良型PSOを提案する．

土地利用マイクロシミュレーションでは，悉皆調査の集計値やサンプル調査で得られた個別世帯の多属性データを元に，初期値である個別世帯の多属性データを推定して使用する．データ推定手法の妥当性は推定データとサンプル調査データとの適合度で表現できるが，適合度算出には組合せ爆発の問題が伴う．本研究では，ＧＡの一手法である共生進化に基づいて推定手法の評価値として妥当な適合度を効率的に算出する方法を提案する．

本研究では競合共進化アルゴリズムを用いて詰碁の解獲得を目指す。詰碁における先手と後手それぞれの戦略を競合個体とし、共進化により最適な進化を起こすことで詰碁の正解手順を求める。特に個体評価では先手と後手それぞれの石を電荷と仮定し、示される電荷の量を基に適応値の算出を行う。また盤上に成す電場の状態によって個体の情報（戦略）が変化することで、解獲得までの課程にどのような影響が生じるかを検証する。

遺伝的プログラミングは木構造を用いて解を表現し手続きを進化的に最適化する。 進化させていく上でブロートと呼ばれるサイズの増加が見られる。 これは進化過程において発現するイントロンと呼ばれる部分の影響である。 本研究ではこのイントロンの発現を検出し、尚且つその中でも適合度に影響を与えないものを検出するアルゴリズムを考察する。

最適解を保証する古典的プランニング・システムでは、探索アルゴリズムとしてA*アルゴリズムを利用するのが通常である。 本論文では、古典的プランニングにおいて効果的であると報告されている並列アルゴリズムHDA*を 大規模なCPUコア(1024コア)を持つ環境で実装し、性能の評価を行う。

グラフ探索におけるノード再展開問題を解消する為にトランスポジションテーブルを用いるＩＤＡ＊探索（ＩＤＡ＊＋ＴＴ）について考察する。従来のＩＤＡ＊＋ＴＴの問題点を考察し、新たなＩＤＡ＊＋ＴＴアルゴリズムを提案する。新たなＩＤＡ＊＋ＴＴの最適性および完全性を証明し、プランニングにおける数値実験を用いて性能評価を行う

モデル検査はグラフの網羅的探索を行う検証手法であり，高速化が求められている． 並列モデル検査手法であるOWCTYはエラーのないモデルで高速に動作する手法であるが，扱うグラフの特性を利用し切っているとは言えず高速化の余地がある．そこで，我々は強連結成分を利用した改良手法としてSCC-OWCTYを提案する．分散検証環境DiVinEを用いて既存の手法との比較を行い，SCC-OWCTYの有効性を検討する．

飛行監視カメラシステムの機能拡張を目的とし，不審物候補である移動車両の検出機能を開発した。強風時にはカメラが揺動し注目被写体のフレームアウトが頻発するため，トラッキング技術の適用が難しく逐次的な検出処理が要求される。そこで，2画像から生成される差分画像において移動体が2つの対称的な差分を持つことに着目し，車両の幾何学的な拘束を満たす一対の差分領域を探索する簡易手法を提案，実時間での処理を実現した。

視覚的注意を介する知覚体制化により共起関係付けられた局所特徴量を用いて物体及び情景の学習と認識を行う視覚計算モデルを提案する．本モデルの特徴は，動的に形成される確率場上で図地分離されるセグメント集合の注意を介する知覚体制化と，それら共起セグメント内の顕著点のSIFT特徴量を用いた学習と認識にある．本モデルの性能を，画像データベースを用いて評価し，また，既存の方法と比較する．

メタデータの活用は情報の効率的な利用に欠かせない．本研究では，写真を対象とし，時間や場所といったカメラが付与する情報，特徴量の抽出によりサーバが付与する情報，ユーザが人手で付与する情報をメタデータとして統合的に管理し，組み合わせて活用することで写真をクエリとして写真の推薦を行うシステムをについて紹介する．このシステムでは，写真の撮影やブラウジング行為の中で自然に人手のメタデータを付与できる．

kNN法は古典的であるが強力な手法であり，弱点である識別時間の高速化については多くの研究がある．本稿では，特徴空間におけるランダムな領域分割を利用して未知入力の近傍におけるクラスの確率密度を高速に推定する新しい方法を提案し，それによりkNN識別を精度良く近似できることを実験により示す．さらに本手法は学習サンプル数に対して線形時間の学習・定数時間の識別となることを示す．

人間の知覚には，観測対象から得られる刺激情報が変化しても，対象の特性を同一に保つ「恒常性」という性質が存在する．このような性質を持つ知覚系の構築により，照明など観測条件の変化の影響を受けにくい，頑健なロボットシステムの実現が期待できる．本研究では，ロボットの能動的な動きを利用した，恒常性を有する状態表現を提案するとともに，移動ロボットの行動学習に関するシミュレーションにより，その有効性を検証する．

固定翼型の飛行ロボットは、地上ロボットや，回転翼型の飛行ロボットと異なり、常に運動し続けることによってはじめて安定するという特徴をもつ。われわれは、GPSによって自己位置を獲得できる、翼幅が1m程度の比較的小型な固定翼型の飛行ロボットを開発した。この飛行ロボットが自律飛行すなわち、計画行動や協調行動を行うのに必要な、知的機能を獲得するためにはどのような学習システムが適していのかを検討する。

ロボットは一般に、あらかじめプログラムされている行動しか実行できない。ロボットが実世界で複雑なタスクを柔軟に行うためには、人間の自然言語による命令を解釈し、自らが実行可能なプログラムへと変換する能力が必要となる。そこで本稿では、ロボットの基本的な動作だけをあらかじめプログラムし、それらを単語と結び付けることで文章から自動的に動作を組み合わせ、タスクプログラムを生成する手法を提案する。

癒し系ロボットを真に高度化するためには、温度や明るさなどの外的状況(物理的状況)に応じて発話や行動が適宜柔軟に変化する機能も重要である。このような機能を実現するために、既存の癒し系対話ロボットに光センサや温度センサを搭載し、そこから得られる情報を利用してロボットの心の状態（感情などの内部状態）を変化させ、結果として発話や行動が状況依存的になる方法を考案したので、それについて報告する。

ロボットが環境内である場所から別の場所へ移動するためには自分の位置と周囲の環境がどのようになっているのかという2つの情報を同時に推定することが必要になる。これはSLAM問題と呼ばれ広く研究されてきた。SLAM問題では推定の際、オドメトリや観測情報を用いるが、人工環境ではそれに加えてなんらかの事前情報（制約条件）が利用できることが多い。本発表では拘束条件を考慮するための種々の手法を比較検討した。

BDIモデルにおいては、熟考による行為の決定は、時相論理であるBDI論理における時間の分岐を特定していくこととしてモデル化できる。本発表では、我々が提案している拡張BDI論理TOMATOesによって、我々が目指しているBDIエージェントと学習やプランニングなどBDIの枠外の行為決定機構の結合を、BDI論理の中に取り込む方法とその応用について述べる。

BDIエージェントは自律的で合理的なエージェントとして知られ、実世界のロボットの制御にも有用性が期待できる。 本研究では、動的プランナを統合したBDIエージェントをロボットの制御に用い、ロボットのセンサの誤った知覚による信念の誤りに起因する行動の行き詰まりを再プランニングによって打開する応用を示す。

　今までの日本の英語教育では、英語を感覚として身につける学習をする機会が少なく、暗記を主体とした学習が多かった。しかし暗記主体の学習では、英語を話す際に頭の中で日本語に訳す作業が入り、実際の場面でスムーズに英語で話せないことも多い。 　そこで本研究では、英単語と画像イメージを連動させた問題を出題し、ユーザがイメージ学習を繰り返すことで、日本語を介さずに英語を話すための感覚スキルの獲得を支援する。

Kit-Build式概念マップでは，教授者が用意した部品を学習者が組み立てることで概念マップを作成する．このため，作成されたマップ間の比較・重畳が容易であり，また正解マップに基づく修正指導も可能となる．本発表では，Kit-Build式概念マップを通した教授者と学習者のインタラクションを実現する上での課題と解決策を示し，これらを踏まえて実装されたシステムの実験的利用及び結果の分析について述べる．

本研究は，知的メンタリングシステム実現へ向け，学習者のLow-Level Interactionリソース(LLIリソース)から，学習者の行き詰まりのリアルタイム推定を試みるものである．本報告ではLLIリソースとして，1)マウスの移動速度，2)顔の前後への動き，3)顔の傾きの3つの信号を用い，推定エンジンとして多重解像度解析とニューラルネットワークを組み合わせた推定システムを構築・検証する．

Webページの読解支援では，読解を妨げる要因となるユーザが知らない語（ユーザ未知語）に 対処するため，語のクリックなどの操作により語義を表示する語義注釈システムが提案されてきたが， そのクリックログはこれまで活用されてこなかった．本研究では，このクリックログを解析することにより，読解を妨げるユーザ未知語を予測し，ページを表示する際に予め語義注釈を付与することで読解支援を行うシステムを提案する．

自然言語によるアプリケーションとの対話的なインタラクションの実現は，アプリケーションの操作に不慣れな人にとって操作の可能性を広げる．このことから，本研究では,操作対象となるアプリケーションが持つ機能と，操作入力となる自然言語を柔軟に結びつける手法の開発に取り組んでいる．その一例として， Googleカレンダーを対象とした自然言語操作のためのモデル化とインタフェースの構築を行う.

近年，人が動画像を撮影する機会が増加しており，多量の動画像の管理が必要とされている．撮影された多量の動画像の中から行動の一部分を探し出すには，人が内容の確認を行うことになるため困難である． そこで，本研究では撮影された動画像に対して画像処理を施すことにより，得られた複数の特徴データを基に，特定空間内での人の動きと物との関わりを予測するモデルを構築し，人の行動を言葉で説明する手法を提案する．

形態素解析や統語解析など，自然言語解析の基盤技術が実用的な精度を達成するようになり，自然言語処理の本来の目的である意味に関する研究が様々な方向から取り上げられるようになっている．本発表では，言語の意味解析に関する要素技術，応用研究，基盤となるリソースなどの観点から，近年の意味処理の進展と方向性について述べる．

言語モデル作成に必要な学習データの不足を補うため、学習データ中の語を類似する語と置換し、文を自動生成するという手法を検討している。単語は文脈によって意味、用法が変化することが多く、置換可能な単語もそれに 依存して変化することが予想される。そこで係り受け情報を用いることにより、 単語の文脈による意味、用法の違いを考慮した適切な単語置換を試みる。 さらに評価実験の結果についても報告する。

ファシリテーションによって議論を効果的かつ円滑に行なえることが知られているが、どのような情報に基づいて介入すべきかはよくわかっていない。本論文では上手なファシリテータが介入する直前の議論の状態と参加者の態度を、発散収束と視線・発話の有無に基づいて分析し、どのような状況でどのようなファシリテーション行動が行われるのかを検討した。この知見は、人間の会話への人工物による介入の実現に役立つと思われる。