スキーマ構造の理解のためには、構造だけでなく意味のあるまとまり(データベーススキーマであればテーブル)の間の関係を理解する必要があるが、関係が明示でない場合に、大規模なスキーマに対して手動で参照関係を抽出することは困難である。本発表では、スキーマを構成する文字の類似性と、スキーマの主キーの情報を基に、スキーマ内の参照関係を推定する手法について述べる。

文章中の語句に関連するWikipedia記事を対応付けるタスクはWikificationと呼ばれる．本発表は，日本語・英語の対訳文書に含まれる固有表現に対して並行的に対応付けを行う方式を提案する．提案方式は，他方の言語の情報を利用することにより，双方の言語における固有表現抽出処理の結果を補完し，言語横断的なWikificationを達成する．

ICT技術の発達やソーシャルメディアの台頭により企業には多くの非構造データが蓄積され始めており、それらを活用する様々なシステムが研究されている。本稿では、非構造データであるテキストデータに着目し、分析者の目的に応じたテキストの構造化を支援するシステムを提案する。分析者が最適な構造レベルを探索できる対話的な仕組みを取り入れるとともに、複数人での探索も可能とすることで、様々な視点での構造化を支援する。

インターネットに記載される多くの文章が読み手の評価を受ける。多くの文章を掲載する上で、それが書き手にとって特に重要な場合、書き手と読み手の視点の違いをうめたり、より良い印象を読み手に与えるために、文章の変更を提案する手法の考案を目的とし、その前段階として、編集者の再編集や評価結果と文章の関係の分析について報告する。

ソーシャルメディア上のテキストデータを対象とした分析には,多くのノイズデータが混在しているという課題がある. これらのノイズは分析に利用できないだけでなく,分析結果の精度に影響を及ぼす. 本稿では,特に同じ名前を持つ企業や商品が混在が引き起こす問題に着目し,トピックモデルを利用した同名他者推定の方法を提案し,評価実験を行った結果について報告する.

既存特許への抵触を判断する権利調査は、高い負荷を要する。本研究では、実務者が権利調査の前段階として実施する特許の課題分類・手段分類づけを支援するシステムを提案する。提案するシステムで、実務者が分類を付与した特許と特許の構成を考慮した方法で求めた文書ごとの類似度を分類単位で処理するで分類を推定する。本手法に対し、実務者が判定した約700件の特許を対象に評価実験を行い、その有効性を評価する。

「学術研究が産業にどれだけ貢献しているか」という観点から，学術研究を評価したり，産業との学術研究の関連性を分析したりする試みが，科学計量学の分野を中心に行われている． 本研究では，文書分類や情報抽出などの技術を用いてニュース記事と特許を学術論文と紐付けることにより，科学技術の重要性を社会的，経済的側面から分析，評価するシステムを構築する．

本論文では、萌芽研究領域特定のための大規模論文情報を用いた引用予測に関する研究を行う。

これまでに提案したトピックモデルを使った習慣行動の抽出手法に関する評価を行ったの で報告する．手法の適用先として、通信と交通に関する質問応答サイトのテキストデータ を用いた。さらに、トピックモデルと構文解析手法との比較評価も行った。

提案システムは、複数の特徴から成る概念をモニタリング対象とし入力データの各概念への分類にはSOMを用いる。持続可能なシステムとするために、時間に伴う概念の変化や新たな概念の出現といったコンセプトドリフトに適応する必要がある。それに対し、本手法は統計に基づく適応的なコンセプトドリフト検出法を用いることで持続可能性を保証する。また、本システムを燃料電池内の部材損傷のモニタリングへの適用を検討している。

使用エネルギーが大きい暖房は必要以上に高い温度にするとエネルギーを浪費する為、居住者が許容可能な暖房温度範囲でできるだけ低い温度にする必要がある。本論文では暖房温度上昇を居住者の不満として許容可能な暖房温度を推定する温度推定方式を提案する。一般家庭の室温データで本方式を評価したところ推定温度と居住者へのヒアリング結果がほぼ一致することを確認した。本研究はＮＥＤＯの委託事業により実施したものである。

海洋観測システム「アルゴ」で自動観測された海洋データは，汚濁物質の付着や経時変化などの影響で，エラーが含まれることがある．現状では，最終的に専門技術者が目視でエラーを確認しているが，技術者によるエラー補正を行えない国もある．本研究では，機械学習を用いたエラーの自動的な検出および補正を行える方式の構築の前段階として，機械学習のモデルや素性の設計に関する有用な知見を得るため，対象データの分析を行う．

地域の持続可能性は、社会と環境の変化に適応し、時に何らかの変革がもたらされることで確保される。しかし、その駆動力となる知識の在り様が明示的な状況にあるとは言い難い。本発表では、地域における社会－生態システムの持続可能性を分析するための存在論的枠組みを、オントロジー工学の理論に基づいて記述し体系化を図ることにより、この枠組みについてより詳細な議論が必要と目される点を明示する。

日本ではニホンジカの増加や生息域拡大により，生態系や農林業への被害が増加している．アメリカではオオカミの再導入により植生の回復がみられたが，日本での活用のために定量的な解析が必要である．本研究ではマルチエージェント化した個体群動態モデルと生態系プロセスモデルBiome-BGCの結合し，ニホンジカの採食がC3grass植生へ与える影響の緩和に対してオオカミ再導入が与える効果を定量的に評価した．

本研究では、我々が以前に提案した共起クラスタマイニングという手法を2011～2012年の震源リストに適用した。そして、地震発生の共起パターンを前回よりも精細に抽出することができた。その結果、地域間におけるより詳細な地震発生パターンの関係、および発震機構解との関係が得られた。

2013年の報告で，複数の測定点におけるジェット戦闘機騒音の録音データを基に， F-15, F-4, T-4 の分類をニューラルネットワークおよびSVMによるモデルで行った．本稿では，特徴ベクトルの精査に力点を置き，具体的には周波数特性の時間変化情報のパラメータ化，主成分分析を用いた高次元データの圧縮を行った。さらに，最適学習機械の選定を行った。

食材の生産から飲食店での消費までの一括した食材流通サプライチェーンにおいて，生産量や消費者需要量などに不確実性が存在する状況下で，利益を確保しつつ，環境に配慮した食材廃棄量低減を目指すために，食材仕入量を適切に設定することが重要となる．本発表では，より客観的かつ妥当な意思決定を可能とするために基本となる数理モデルを構築，定式化し，解法の構築および拡張可能性を議論する．

食流通の効率化を目指したコンテンツ・マネジメント・システム(CMS)を開発した．これにより，生産から流通・消費までの間で，食材情報の統合管理や情報共有が可能となる．生産者，流通業者，販売業者，消費者が利用可能であり，利用者は役割に応じて利益を得られる．本発表では，このCMSを地域に活用することで，循環型社会形成を支援するモデルを提案すると共に，これまでの取り組みを報告する．

認知モデルを作ることは心を組み立てることを意味する。筆者らは，認知モデルを作ることによる学習の実践を重ねている。実践のための基盤アーキテクチャとなるDoCoProを開発し，授業実践を通して，認知モデルを構成することで，人間の心の情報処理に関するメンタルモデルが精緻化されることや，モデルが理論とデータの媒介としてはたらくことをによって，理論ベース思考が促進されることなどを確認されている。

Web調べ学習，およびテキスト教材学習を題材に，学習リソースから知識を構築する文脈での情報の分節化，および構造化を効果的に活性化する学習支援手法について述べるとともに，組み立てによる学習においてキーとなる学習プロセスについて考察する．

1回の四則演算で解決可能な算数の基本的な文章題を三つの単文によって構成するモデルを提案し，このモデルに基づく算数文章題の分類整理について述べるとともに，このモデルに基づくインタラクティブな作問学習支援システムの設計・開発および運用について述べる．

学校では授業の中で，個人で考えた意見をグループで話し合い，再び個人で考えるという学習が行われており，学習者の知識整理や思考能力発達を促している．概念マップは理解構造を表出させるツールで，教授者の作成したマップを分解し共通のキットとして学習者に提供するKit-Build概念マップ方式がある．この方式に基づくシステムを用い，個人からグループ，そしてまた個人へと活動を移す中での知識の伝搬を分析する．

二項演算の範囲における算数文章題を対象とした作問学習支援環境モンサクンが開発されている。このシステムは小学校１，２年生を対象に、継続して実践を行っており、学習効果も確認されている。そこで次の段階として3年生で利用実践を行うにあたり、乗除算へと拡張し、作問課題の設定やフィードバックを実装する必要がある。本稿では、このシステムの設計・開発と、小学校での実践について報告する。

ペルソナ・コンジョイント法とは製品開発で用いられるペルソナ法とコンジョイント分析法を組み合わせた手法である。マンガケースメソッド学習を用いて、人物の役割認識に基づいた学習効果測定方法として提案した。ケースメソッドにゲーミングを組み合わせることにより、思考や情報構築の変化が促される。本手法を用いて経営要素を組み立て、その提示により学習者の問題認識の変化の分析を試みた。その結果を報告する。

算数文章題における数量関係的統合過程の外化支援モデルとして算数三角ブロックが提案され、それに基づいたシステムが開発された。算数三角ブロックを用いた外化表現には典型的な３つの構造が存在すると考えられ、その３つの構造の診断が可能ならば外化支援につながると考えられる。そこでその診断機能の設計・開発を行い、実践を通して結果を分析する。

大学におけるKit-Buildを用いた授業実践と，実践後の講義担当者へインタビューから，Kit-Buildと用いた講義内容の概念マップ作成，および，それと受講生が作成したKit-Build概念マップとの差分が，講義担当者に講義内容，講義そのものへの振り返りを生じさせていたことを報告する．このことは，Kit-Build概念マップを用いたFDと言えよう．

「きまぐれ人工知能　作家ですのよ」のプロジェクトでは星新一らしいショートショートをコンピュータに自動生成させることを目指している。。扱っているテーマ、出てくる単語、文体、落ちのパターンなどさまざまな要素が星新一らしさに関係していると考えられる。本稿ではショートショートが星新一らしいというのはどういうことか、いくつかの観点から考察する。

物語自動生成のために必要な文体特徴、文章構造、物語展開のパタンなどの知識について、複数の代表的なショートショート作家の作品を対象に、情報を整理・分析し、ショートショート作品の特徴を明らかにする。とくに、星新一に焦点を当て、他の作家作品との類似点、相違点を明らかにする。

本論文では将来的な人工知能による自動的な物語生成のために，機械可読な形式での物語構造のデータベース化のためのデータ構造とその活用法について検討する．データの構造化にあたっては，物語の展開の巧みさによって面白さを感じさせる，物語構造を活用したオチの記述とデータ化を中心とする．ケーススタディとして星新一のいくつかのショートショートの物語構造を記述し,アルゴリズムでのオチ抽出が可能か検討する．

星新一の物語を利用して，そのシナリオをもとに新たな物語を自動生成するシステムを開発する．ユーモアがあり読んでいて不自然ではない物語の生成を目指している．星新一の物語には様々な独特の構造のパターンがあるが、ある一つの作品をもととした．そのシナリオを利用し新たな文章のパーツを組み合わせることで新しい物語を生成する. 文章のパーツとは予め用意した複数の文章データのことである．評価実験を行い，考察した．

音楽や絵画などの人間の感性に基づく生成物を計算機上で再現しようとする 試みが，近年人工知能分野で活発になされている．その中でも小説の自動生成は 各文の妥当性から物語全体の一貫性までを考慮する必要があるため，最も困難な 課題の一つとして注目されている．本研究では，文テンプレートに基づく個体表現を 用いた対話型進化型計算(IEC)による物語生成システムを提案し，その有効性を示す．

本研究では、与えられたキーワードに関する関連情報を整理することで物語性を抽出し、それを表現する物語構造図を構築することによって潜在的な物語を抽出する。さらに、構築された物語構造図の各単語を変数とし、条件に当てはまる単語を推定することで物語性による発想の飛躍を得ることができ、推定により導き出された単語には物語性による関係性を見出すことができると考える。これを用いた物語生成支援の実験を行う。

本研究では、既存の短編小説を模倣利用した、超短編小説の自動生成を目指す。最も単純な模倣は、完全な複製である。しかしながら、複製した文章の一部を改変することで、単純な模倣から脱却し、創作に近づけていくことができると考えられる。本発表では、星新一のショートショート作品からいくつかの文を抜き出し、その一部を変化させたり、置換したりすることで、新たなる超短編小説が生成できる可能性を示す。

我々は、既存の短編小説から会話文を抜き出し、その一部を他作品の会話文と置換することにより、新たな超短編小説を自動生成することに取り組んでいる。このプロセスを機械的に実行するための準備として、我々はまず、星新一のショートショートに含まれる会話文に対し、発話者を特定する方法を実装した。この方法は、発話者を特定する手がかりとして、会話文の文体的特徴と、会話文の前後の地の文を利用する。

本論文では，災害発生時の帰宅難民対策の一環として．鉄道利用客が駅の最大収容人数を越えて滞留しないための経路統制法を提案する．具体的には利用客の目的地までの路線を制約充足解を得るためのバックトラック法をベースとし，利用客の移動時間を低減するためにDijkstra法を導入した探索法を示す．提案法による経路統制の効果は，容量の異なる駅から構成されるいくつかの鉄道網を用いて計算機実験によって評価する．

近年，移動軌跡を解析する研究が多く行われており，研究成果のマーケティングや都市計画への利用が提案されている．本研究では、軌跡データに人間行動の知識と地理的意味情報の体系的記述を文脈として与えて解析を行い，都市における人の行動から年齢や性別の違いによる固有な特徴の検出を行う．また，大量の軌跡データの解析を行うため，スーパーコンピュータFX10上でのMapReduceによる並列処理手法について述べる．

本論文では，プローブカーデータを用いたマイカー利用者の観光行動を分析し，観光地間の遷移に関する特徴の抽出を試みる．そのために，公共交通機関を利用する徒歩観光者の行動データとの比較を行い，観光地間遷移に関する差分を得て，マイカーによる観光に特有の行動を明らかにし，次に移動経路に関する詳細な分析を行う．本分析により，観光の観点から都市の交通を検証し，交通問題解決のための施策立案の支援を目指す．

数万人規模の人々が集まるイベントにおいて、運営者は来場者にイベントを楽しんでもらうことを意図するとともに、効率的で安全な誘導を計画している。しかし、道路交通における交通情報の収集・提供、信号制御といった交通管制に比べ、群集の誘導、停止および分断といった規制の効果は定量的に論じられていない。本稿ではこのような背景を踏まえて、雑踏警備で行われる誘導手法をモデル化し，人流シミュレーションへの実装を行う。

本論文は道路網の効果的な利用を目的とする。混雑時において利用者が旅行時間を最小化するルートを選択するとき，利用者均衡は系全体の最適な状態にはならないため，迂回ルートを選択させるための交通施策として混雑時料金が導入されている。現状では，時間帯別に導入され，一定時間の交通需要予測に基づいている。これに対して，利用者均衡とシステム最適の状態遷移に着目し，料金を導入する道路状態について考察する。

行動軌跡データは無限長のストリームであるため，データをそのまま蓄積し，一括処理することは困難である．このことから，データストリーム手法による行動軌跡パターンを検出することを検討する．本研究では，交通密度に基づくデータストリームクラスタリングと交通流の急激な傾向変化を検出するアルゴリズムを提案し，人の頻出行動軌跡パターンを地図上にマッピングする手法を提案する．

スーパーコンピュータを用いた超大規模なグラフ最適化技術，およびその社会応用の例として，緊急避難シミュレーションを紹介する．

モータリゼーションが進展した今日において、交通事故は重大な社会問題である。対策の評価などを行うために事故を再現できる交通流シミュレータが必要とされているが、現状では事故に関して運転者の予測ミスなど判断の部分に触れた総合的な研究は少ない。本研究では、人間自身の判断ミスによるエラーをモデル化、実装することで事故を再現することができる実用的な交通流シミュレータの開発を目的とする。

これまでに，デマンドバスの利便性（目的地までの到着時間）は， デマンドの多い都市部において有効と考えられることが示されてきた． ただし，条件は全てを路線バスで運行した場合と， デマンドバスで運行した場合の比較であり， 両者が混在したときの状態は明かでなかった． 本発表では，路線バスとデマンドバスが混在する環境において， それらの割合が利便性にどのような影響を及ぼすか，報告する．

我々は，中規模都市全域を対象としてフルデマンド型の公共交通システムであるSmart Access Vehicle(SAV)システムの実現を目指している．SAVシステムでは，コンピュータネットワークを通じてバスやタクシーを集中管理することで，利用者のデマンドに応じた効率よい交通サービスを提供できる．本発表では，函館市で5台のタクシーを利用して行ったSAVシステムの小規模運行実験について報告する．

インターネットは情報取得に関する垣根を崩し，いつでも，どこでも，誰でも世界中の情報にアクセスできるようになった．しかし，人や物のモビリティに関しては革新的なものが提案されていない．我々はコンピュータ集中制御による新しい交通システムとしてSmart Access Vehicleシステムを提案・試験実装を行っている．これを発展させ，都市内の様々なサービスを連携させる仕組みについて提案する．

本研究は、国際空港における搭乗手続き旅客のセルフサービス機器利用の意思決定のメカニズムを明らかにし、エキスパートの経験則をモデル化することを目的としている。国内線のセルフサービス機器利用との違いを念頭に、実在するデータを利用して現実世界の再現可能なエージェントベースモデルの構築を目指す。搭乗旅客のセルフサービス機器利用是非の決定にファジー推論を用いてシミュレーションを行う。

統計モデルの多くは学説・理論を基に構築され、データへのあてまりでモデルの妥当性を検証している。一方で、逆のアプローチとしてデータを基に適切なモデルを探索するアプローチも考えられる。本研究では多目的最適化法（進化アルゴリズム）を用いてモデルスペースを探索し、複数の適切なモデル群を識別する手法を紹介する。本手法を用い、複数の適切なモデル群を比較することによって、仮説生成が促進されることが期待できる。

遺伝的プログラミング(GP)を用いた2クラスの分類の為の特徴量変換手法を提案する．GPをの表現する式を用いて2クラスデータの特徴量変換を行い，SVMによる分類精度を向上させる．その際，既存手法と異なり，1次元変換データの大小関係でが明らかな2クラス分布を想定し，それに近づけることを評価する重み関数を評価関数として提案する．これにより，既存手法で分類精度の低いデータの分類精度が提案手法では向上した．

木構造データからの機械学習やデータマイニングの研究が注目されている．VLDC木パターンとは，木構造データの一部を代入できるVLDC(variable-length don't care)変数を持つ木構造パターンである．遺伝的プログラミングと木の編集距離を用いて，正事例と負事例の木構造データから特徴的なVLDC木パターンを獲得する進化的手法について報告する．

強化学習において常に完全な観測情報を獲得するとは限らず,異なる状態を同一の状態と知覚する問題がある.従来手法ではサブゴールを生成することでこの問題を解決したが,サブゴール数を予め与える必要があり,また得られる解は１つであり,環境変化に脆弱である.本研究では,GAにより可変数のサブゴールを動的に生成した.実験により適切なサブゴール数,複数の解を生成し,本研究の有効性を示した.