IDA*探索の反復深化法は異なる閾値で初期状態からの再探索を繰り返し行う。 このため、一度探索した状態を再び展開してしまう欠点があり、無駄な探索を行う事があるが、 展開した状態の評価値などの情報をトランスポジションテーブルに保存することによりこの問題点に対応することが可能である。 本研究ではトランスポジションテーブルを用いた並列ＩＤＡ＊の性能を評価する。

HDA*はハッシュ関数によって仕事を分配する並列A*探索である。HDA*のハッシュ関数としてはZobrist Hashが有効である。本論文は新しい仕事分配の為のハッシュ関数としてStructured Zobrist Hashを提案する。本論文は両ハッシュ関数によるHDA*の性能比較を行い提案手法によるHDA*がよりパフォーマンスに優れることを示す。

圧縮データ構造のBDD,ZDDは圧縮したまま演算が可能だが、そのためには唯一性が必要である。そのための簡約化アルゴリズムがKnuthにより提案されており、本稿では簡約化の新しい並列化手法を提案する。不完全な簡約化を並列に行い、小さくしたBDD, ZDDを前処理と並行して処理する。クリークが並行するグラフ上での単純経路を表すZDDに対して実験し、8スレッドで4倍の高速化を得た。

因果推論の研究が進んでいるが、実験データを説明する単純なモデルにはまだ決定的なものがない。また、一般的な結果と原因候補が生起・不生起の二値を持つ枠組みに対し、現実には生起が判然としない不確実なデータ・データ欠損を考慮する必要がある。そこで本研究では、二事象の生起に不確実性を認める三値の共起情報を考え、そのような情報からどのように因果関係が構築されるのかを検討する。

新パラダイム推論心理学によれば、人間の論理が真偽のみを許す二値論理ではモデリングできず不確実性を許容する体系が必要である。特に「PならばQ」といった条件文は、「PでないかQ」という実質含意ではなく、条件付き確率に対応する（Pが偽なら真でも偽でもない）と考えられている。本研究では、三値論理の枠組みでさまざまな条件文の種類に対して3x3の真理値表を構築する実験を行い、新パラダイムの適用範囲を拡張する。

HydLaは制約に基づくハイブリッドシステムモデリング言語である.HydLa処理系は離散変化と連続変化をもつハイブリッドシステムを数式処理によって誤差なくシミュレーションする.本研究では, HydLa処理系において, 離散変化時刻を求める方程式が数式処理によって求解できないモデルをシミュレーション可能にするための手法として, 区間ニュートン法を組み合わせたアルゴリズムを考案, 実装し評価を行う.

本研究では動的な議論をモデル化することを目標とする．情報科学における議論の研究では，議論の構成を静的に考えたものが多く，進行状態までをモデル化したものは少ない．しかし現実では，議論は議論者の発言があるたびに次々と進行していくものであり，時刻とともに議論構造は変わりゆくものである．そこで本研究では，発言ごとの議論者の知識ベース変化や，それに伴った議論構造の変化を考慮した動的モデルを提案する．

In 'fake' past sentences 'I had an exam tomorrow,' past tense suggests speaker remembers forgotten. I argue awareness, instead of belief or knowledge, is involved and propose logic of awareness.

HMDを用いたVR空間では，没入感の向上などの利点が存在する反面，現実空間に対する視覚的な認識が遮断されるため，従来から用いられているキーボードやポインティングデバイスによる入力インタフェースの実現が困難であると考えられる．そこで本稿では，HMDを用いたVR空間における体験型学習実現に必要な入力インタフェースの検証およびプロトタイプシステムにおける評価を行う．

初心者にとってオブジェクト指向を学ぶのは難しい．我々は，ゲーム作りを通して手続き的プログラミングを，図を表示したり移動したりする機能をオブジェクト部品で与えプログラムと組み合わせることで行ってきた．そこでは，1つのオブジェクト部品と１つの手続きプログラムを記述した手続き部品の組を複数用いることで，オブジェクトの管理やメッセージといったオブジェクト指向の考えを直感的に学ぶことができる．

証明問題の学習方法として，穴埋め方式と記述方式があげられるが，前者は細かい部分を，後者は全体を対象としているため学習者にとって差分が大きい．そこで，本研究では，カード選択を利用した証明問題の解決支援システムの開発を行っている．本システムでは，証明問題における仮定や条件が書かれたカードを学習者が取捨選択することにより，証明を構築しており，証明問題の構造を対象とした学習が可能となると考えている．

高等教育機関で学び・研究する学生にはアカデミックレベルの第二言語を要求される．本研究では，アカデミック聴解練習に関する学習過程をモデル化し，語学学習スキルの向上に役立つ学習戦略を体系化するとともに，それぞれの学生の特徴に応じた学習の場を提供するオブジェクトマッシュアップ学習環境を開発した．また，システムの有用性を確認するために実施したケーススタディから幾つかの有意義な結果を示す．

今日，授業の中で教師に求められる役割として，個人，グループ，全体といった様々なレベルの活動を通じて生徒が学習していく中で，その状態を認識して適応的に学習をガイドしていくことが注目されている．本研究では，キットビルド概念マップを利用した学習活動によって，教師による授業内での迅速な状況把握および授業外での詳細な学習活動の分析を目指し，授業実践における授業内外での利用結果について考察する．

算数文章題の問題構造の表現として算数三角ブロックモデルを提案し、そのモデルに基づく問題構造の組み立て演習支援環境を実装した。さらに、この環境を用いた実践を複数演算を用いて算数文章題を解決する小学４年生を対象として行った。

現在の教育用力学シミュレータの殆どは数値計算に基づいており，現象を因果的に説明する能力を持たない．また，従来の定性推論技法においても，因果的説明のためにはアドホックなヒューリスティクスが必要である．我々は，人間の素朴な因果理解に準拠しつつ一貫した原理に基づいて現象を推論・説明することのできる「素朴因果理論」を提唱した．本発表では同理論に基づく汎用シミュレータの設計原理と説明生成機能について述べる．

学習時に取得可能な多様な情報の関連性抽出に関して実験的に検討を行った．本研究は学習者の”満足度”との関係要因の抽出に向けた基礎的な検討として位置付けられる．具体的には個別対面学習環境において取得される発話情報，行動情報，生体情報，内省情報を個別にカテゴリ化することにより統合した上でカテゴリ間の関連性の抽出を試みた．結果，いくつかの内省情報カテゴリを説明可能な他の情報カテゴリとの関連性が抽出された．

高等教育においては，教育サービスの提供者と受給者が目標とする学習成果についての合意形成を行うことで，高い利用価値を共創的に実現することが期待される．本研究では，合意形成の過程を可視化するために，合意された話題の意味内容の概念化を試みる．具体的には，メンターと学習者のカウンセリング事例を取り上げ，サービス提供者，受給者，コンテンツ・チャネルとして発話内容を位置づける．

多肢選択問題は学習者の誤りを捉えることで初めて学習の機会を生み出すことができる．このような誤選択肢を有意味誤選択肢とよび，見かけの紛らわしさを優先する無意味誤選択肢とは，作問における意図が明らかに異なる．実際の問題の調査を通して誤選択肢を分類し，二種類の誤選択肢を分析する．

研究グループにおける典型的なプレゼンテーションをスキーマとして陽に表現し，それを足場として研究初心者によるプレゼンテーションドキュメント作成を支援するいくつかの手法と有効性を調査したケーススタディについて述べる．

本研究ではコミュニケーションゲームとして知られる「人狼」をプレイできるエージェントの構築を目指している．人間同士での人狼プレイログから，プレイヤー自身がどのように振る舞うか，他プレイヤーに対してどのような判断を下すのかといった情報を取得し，任意のゲーム状況における行動の選択確率を求めた．これを用いて人狼エージェントを作成し，人間同士でのゲーム結果と似たものとなるか，シミュレーションを行った．

近年，チェスや将棋等の完全情報ゲームでは人工知能が人間のプロを相手に勝利するようになった．一方で不完全情報ゲームについての研究は少ない．そこでコミュニケーションゲーム“人狼”における人工知能の設計を試みる． 本研究では人狼における発言内容や能力者の行動等の戦略をQ学習により学習させる．また，異なる学習結果を持つ複数のエージェントを混合してQ学習を行い，より高度な戦略を取るエージェントを設計する．

本研究では人工知能応用の一つとして、自分のカードが見えない状況下で相手と協力しカードを順番に揃える協力ゲームHanabiを解く。本ゲームでは相手に教えられる情報に制限があり、プレイヤは限られた情報から相手の意図を理解し、自己のカード推測と行動決定を行う。本研究ではHanabiの代表戦略をいくつか検討し、計算機上でシミュレートすることで、エージェント間でどのように協調行動が起きうるか分析した。

対戦型コンピューターゲームにおいてＡＩの操作するキャラクター(ＮＰＣ)は熟練した人間のプレイヤーに及ばないことがほとんどであり、ＮＰＣの強化が課題となっている。本研究では格闘ゲームを題材に、認識の速さが強さに及ぼす影響を調べ、未来の状態を予測することで行動パターンを変えることなくＮＰＣを強化することを図った。未来の状態の予測にはk近傍法を適用し、計算の単純化を可能にした。

本稿では，ニューラルネットワークを用いた囲碁プログラムについて，その効果を 検討する．現在，囲碁ではモンテカルロ木探索と呼ばれる手法を用いたプログラムが コンピュータ囲碁の上位を独占している．これに関連して，次に着手される場所を予測 する手法として機械学習が用いられ，研究の対象となっている．本稿ではニューラル ネットワークを用いた次の手の予測ではなく，悪手の予測を実施する効果について示す．

近年，エージェントの方策の表現にエネルギ関数を導入しBoltzmann分布を用いるエネルギベースドモデルが提案されている．本研究はActor-Critic手法のActorにエネルギベースドモデルを用いる新たな学習手法を提案する．またActorの学習において誤差逆伝播法を用いる際の問題点が，2つのニューラルネットワークを用いて定義したエネルギ関数を用いることで解消される事を実験的に示す．

TD学習は価値関数の学習に広く用いられているが，状態空間が連続である場合や環境が非マルコフ的である場合における最適性について，多くの解析がなされていない．本研究では，木村ら（2000）の提案したactor-criticアルゴリズムをもとにして，criticの学習にTD誤差ではなく新たな基準を用いることで，より頑健性の高いアルゴリズムを提案する．また，その有用性について実験的，解析的に評価する．

本研究では多腕バンディット(MAB)問題を拡張した予算制限多腕バンディット（BL-MAB）問題を扱う．MAB問題とは複数のマシンをプレイするギャンブラーを模した問題である，BL—MAB問題には，コスト及び予算による制約がある．LAKUBEは，予算制約の厳しい状況を想定したバンディットアルゴリズムであり，探索時にプレイするアームの数を探索率により設定する．本研究では，探索率の設定方法の提案を行う．

マルチエージェント学習における重要な学習パラメータである Exploration 率について、その最適性と均衡性の間の関係を分析し、進化的に Exploration 率を改善する方法の可能性について検討する。

強化学習において遅延して与えられる報酬を，それまでの状態行動系列に対して，どのように配分して価値付けるかは大きな問題である．この問題にはTD(λ)のように，その状態への過去の訪問から現在までの時間経過を用いて価値を分配する手法を用いるのが一般的である．本研究では人間の感覚に倣った因果強度の評価手法を用いて，単純な時間経過ではない価値の配分を行う手法を新たに提案し，従来手法との比較を行う．

都市交通などの社会システムの改変にはシミュレーションによる評価が有効であり，実際の活動・移動状況を再現しうるシミュレータ 構築には移動データ収集が必要となる．本研究では，毎日利用するスケジュール帳に着目し，長期に渡る調査を行なっても被験者の負荷が比較的小さ く，継続的なデータ収集を可能とするシステムを作成し，評価を行った．また，本システムを通して得られるデータの特性について，調査を行った．

近年，人の移動軌跡を分析する研究が多く行われており，マーケティングや都市計画などで利用されている．GPSデータは座標の時系列データであり，行動分析で必要な移動手段や滞在場所，人の属性などの意味情報が付いていないという問題がある．本研究では，複数の教師なし学習手法を用いて，移動軌跡への意味情報の推定を行う．教師なし学習のみでは推定の精度が低くなるため，クラスタアンサンブル手法の導入について述べる．

自然渋滞の解消・緩和を目的とした路車間通信では，全体の交通状況を把握し，最適な運転戦略を決定する．しかし，道路インフラの整備に莫大な費用を要する．そこで，本研究は，局所的な情報しか得られないもののインフラ設備が不要な車車間通信を用いる方法を提案する．具体的には強化学習を用いて運転戦略を獲得し，高い交通流量を実現する．また情報を共有し合う車群サイズが交通流の損失時間に与える影響を考察する．

自転車事故は都市部では，事故全体の３割を占めており，対策が必須である。これまでの多くの研究では自転車レーン等のインフラ設備の必要性を示唆するものであり，自転車の走行特性に起因する事故対策について扱ったものは少ない。 本研究では，自転車シミュレータによって得られた走行データから，事故多発者の走行特性を発見する。さらに，事故多発者の走行特性と周囲の状況とを併せて事故の原因となる危険状況を特定する。

交通のＩＣＴ化やバス・路面電車などの公共交通を指向した都市計画が検討される中で、交通の結節点である駅周辺における交通機関の乗り換え挙動を考慮することはより重要となる。本研究では、こうした複数の交通モードを扱うシミュレーションを行うための一端として、駅前ロータリーなど鉄道駅の周辺における自動車（自家用車・バス・タクシー）と歩行者との相互作用をモデル化することを目指す。

台風や地震等の自然災害によって道路ネットワークが寸断された際には、それに伴った交通状況の悪化がみられる。しかし従来の交通流シミュレーションにおいては、シミュレーションの最初に道路ネットワークを構築してしまうと、そのネットワーク構造を変化させることは非常に困難である。本研究では、道路の寸断のようなネットワークの変化に対応できる交通流シミュレーションの手法の検討を行った。

見物客に自発的に混雑緩和に協力してもらうための情報配信，見物客の計数や経路選択を調査するための人流計測，各種施策を評価する人流シミュレーションの導入といった大規模群集流動の制御支援サービスの実施を検討してきた．本稿では，数万人規模の来場者が集まる関門海峡花火大会（門司側）を対象として，実施した情報配信と人流計測を概説し，シミュレーションの適用について述べる．

交通渋滞を解決するために，交通信号制御手法に関する研究が盛んに行われている．我々もこれまで，各交差点に存在する信号機を制御するエージェントを配することで，交通流の変化に即応して自律的に制御を行う手法を提案している．しかし，このモデルでは特定の条件において，交通流を効果的に制御することが困難な場合があった．そこで，本研究では，特定の条件にも対応する信号制御を提案し，シミュレーションを行う．

大規模震災による経済損失を軽減するための事前の対策の一つに道路施設の耐震補強が挙 げられる．この対策を実施するためには，費用対効果を考慮して，一部の道路施設を重点 的に耐震化する戦略を求める必要がある．この道路ネットワーク耐震化問題の解決手法と して，本研究ではcross-entropy法などの乱択アルゴリズムを用い，その有効性を評価す る．

道路ネットワークの信頼性の評価には，各道路利用者の行動の不確実性およびそれに伴うネットワーク状態(交通量や所要時間)の確率的なふるまいを考慮することが重要である．本研究の目的は，利用者の経路選択の不確実性を考慮した，ネットワーク状態の確率的特性を計量することである．具体的には，進化ゲーム理論に基づきネットワーク状態の挙動を定義し，その定常分布をMCMCを用いて推計する．

本報告では、季節変化を伴う宅配便物流の分析を行い、その影響を評価する方策について述べる。 大量かつ迅速化が要請される物流の効率化を図るためには、トラックや物流拠点内での人員スケジューリングの精緻化が必要である。 しかしながら、現在のところ物流の季節変化に対する影響を考慮した手法は採用されていない。 本研究では、実データに基づき研究を実施した。

ボトルネックを乗用車とバスが共有するモデルを構築し，バス政策を評価する．交通費用をボトルネック通過所要時間と希望到着時刻に対する遅刻・早着の和で表す．利己的な個人がそれぞれ出発時刻を選択する利用者均衡モデル（ＵＥ）と，利用者の出発時刻が中央集権的に決定されるシステム最適モデル（ＳＯ）を定義し，バスの出発時刻，容量や料金などが無秩序の代償（ＵＥとＳＯの総交通費用の比）に与える影響を明らかにする．

本論文では，デマンド型交通サービスにおいてタイプの異なる車輛が混在する場合の利便性について述べる．デマンド型交通サービスに関する従来研究の多くは，定員4-12人の車輛で評価が行われている．しかし，現実では乗客がいない路線バスが走っていることもあり，定員が50人を超える車輛の有効利用も考える必要がある．そこで，定員4人，定員9人，定員50人の車輛が混在するデマンド型交通サービスの利便性を評価した．

我々はスマートアクセスビークルの実装を目指して函館で実証実験を続けている．過去２回の実験で明らかになったユーザおよびドライバー用インタフェースの不備と，2015年度人工知能全国大会での実験に向けた改善について述べる．

Linked Open Data(LOD)技術を利用して、地域の情報化を推進する、公立はこだて未来大学の取り組みを紹介する。取組の場は講義、学部・大学院での研究やProject/Problem Based Learning (PBL)形式の演習であり、対象分野は観光、地域の歴史や防災である。地域と連携した研究やPBLの活動内容と開発したアプリなどの成果について報告する。

ITを活用して地域課題を解決しようというシビックテックを機能させるには，市民，行政，技術者を巻き込んだ，組織横断的な市民協働が不可欠である．我々が開発中のWebアプリ「ゴオルシェア」では，組織を超えた参画を促すため，「誰がどのようなアプローチで課題解決を目指しているか」という解決シナリオをLODとして記述し，プロジェクトの透明性向上を図る．本稿では，シビックハッカソン等での運用について報告する．

歴史コンテンツと観光，交通などのデータを組み合わせた，新たなサービス構築促進のために，歴史コンテンツのLOD化を検討している．本研究では，歴史コンテンツ内の説明文に対して固有表現抽出を行う．説明文に含まれるリソースとリテラルを抽出し，抽出結果と抽出結果の属性に対応したプロパティを推薦するシステムを開発する．提案システムで，RDFの作成支援を行うことにより，歴史コンテンツのLOD化促進を目指す．

Our study aims to create history questions automatically using two LOD sources. Questions specify domain-independent types to create content-dependent questions. We evaluated the questions’ quality.

公園は市民の活動や憩いの場ですが，遊具の安全性や過剰な禁止事項等，公園のあり方が社会問題となっています．しかし，どんな遊具があるのか，どんな遊びをして良いのかといった，現状の公園についてのデータがあまり共有されていません．著者らが試作しているOpen Park Yokohamaでは，横浜市を例に遊具や禁止・許可事項といった公園データをLODとして整備しており，そのアプリケーションも提供しています．

セマンティック・ウェブでは、SPARQLによってオープンデータを検索し、結果を可視化するまでをクライアントサイドのJavaScriptで行うことができるため、動的で軽量なウェブアプリケーションを容易に開発できる。これを支援するため、D3.jsを利用してSPARQL検索結果の可視化を行う汎用ライブラリを作成した。ここ数年で急速に蓄積されつつある生命情報科学のRDFデータへの適用例と合わせて紹介する。

本稿では，Linked Open Data (LOD) のためのSPARQLクエリ共有システムを提案する．LOD は様々な応用が期待されるが，膨大かつ多様なデータセットであるため，適切なクエリを作成するのは容易ではない．提案システムは，SPARQL クエリを共有し検索・推薦可能にすることで，一部の熟練ユーザが作成した SPARQLクエリの多くのユーザが利活用できるようにする．