本研究では、自身が開発した再生可能エネルギーの地域別最適化および評価ツールを用い、日本の全市区町村を対象にファジィ数理モデルによって再生可能エネルギーの組み合わせ最適解および評価指標の値を算出した。更に得られた解を用いてエネルギー需給や地域特性によるクラスタリングを行うことで、市区町村を類型化し、地域適合型のエネルギー計画策定に資する知見を得た。

地域づくりの現場に在る知識は、文脈依存の傾向が強く共有や再利用が難しい。たとえば、ワークショップの際に模造紙等への記載を通して示された知識を、どのように管理するのか。本発表では、文脈に依存しながら構築された知識体系を連携させる方法としてオントロジー工学の手法に着目し、地域づくりのワークショップで示された知識の統合を試みる。その上で、オントロジーによる地域づくりのモデル構築への貢献の方法を検討する。

ソーシャルネットワークサービス（SNS）の台頭により，メッセージの発信によって個人の個性や価値観を窺い知る機会が増加した．本研究では個人の環境への価値観を推定する手段として，テキストマイニング技術を用い，マイクロブログのデータからユーザが環境行動に対して関心を持っているかどうかの検証を行う．また，特定ユーザを比較し環境行動に関する価値観の違いを抽出した．

全球海洋監視システム「アルゴ」において，アルゴフロートにより自動観測されたアルゴデータには，観測値に信頼性を表すフラグが割り当てられるが，既存の自動品質管理手法では、自然変動と観測エラーを効率よくかつ均一に識別することが十分ではない．本研究は，全球データの品質の均一化と高精度化を目的とし，機械学習を用いたアルゴデータの品質管理ラベルを自動識別する方式を提案する．

コウモリのモニタリングの際には，飛翔時に発する超音波であるエコーロケーションコールを解析することで種の推定をする試みが進められているが，コウモリのエコーロケーションコールは種や行動，周囲の環境などによって周波数特性や振幅特性が異なるため，従来の線型的な方法では属の識別は可能でも種の高精度な識別は困難であった．そこで本研究では，教師あり機械学習器を用いて高精度で種判別が可能な識別器を構築した．

本研究では，数値観測量の事象系列から頻出クラスタを抽出する手法として，事象間の時間間隔や順序を考慮した新たな手法(CSM)を提案する，我々は本手法を地震の震源系列と燃料電池の損傷時に発生する損傷事象系列といった2種類の実データに適用し，地震発生における地域間や，燃料電池の構成部材間について新たな知識を発見した．

本研究では，地震発生後に逐次得られる実被害情報を活用した水道管被害推定法を提案する。管路をネットワークとみなし，被害ノードを中心とした被害の広がり具合を推定する指標であるコミュニティ濃度を導入する。情報を得るたびにコミュニティ濃度を用いてデータを更新し，サポートベクターマシンを用いて被害推定を行う。東日本大震災時のデータを用いて計算機実験を行い，情報を得るたびに推定精度が向上することを確認した。

本稿では，ネットワーク内のコミュニティと呼ばれるサブネットワークを対象とし，その特性を定量化することでコミュニティ間の構造的な類似度を定義する． 具体的には，PageRank収束曲線を各ノードの特徴ベクトルとして表現し，各コミュニティに属するノードの特徴ベクトルを平均化することで，コミュニティの特性を定量化する． 複数の構造の異なるネットワークに適用し提案指標の有効性を確認する

本研究では，大規模社会ネットワークから中心性指標値が高いノード群を効率的，かつ高信頼度で同定するために，リサンプリング法に基づいたギャップ分析手法を提案し，一定数のノードのみに対する演算結果から高い精度で高中心性ノード群を同定できることを実ネットワークを用いて実験的に示す．

類は友を呼ぶ、という現象をソーシャルメディア上で観察するために、Twitterの会話ネットワークから抽出されたコミュニティを用い、ユーザの発言から所属コミュニティを推測するタスクを行った。ユーザの発言集合をコミュニティを考慮した分散表現として表現したCommunity Vectorモデルを用いると、26%程度の精度で推測でき、BOWモデルを上回った。

Twitterを利用するユーザの年齢層を推定する場合、ライフスタイルによってツイートの投稿時間帯が異なるため、投稿時間帯が推定に有効な情報の一つと考えられる。この情報を活用する場合、同年齢層内で複数のライフスタイルが存在することを考慮すべきである。そこで、本研究では各年齢層内で期間毎の投稿率を素性としたユーザクラスタを作成し、作成したクラスタを基礎とする推定手法の提案を行う。

近年、脳の包括的な結合を知ることを目的としたコネクトミクス研究が盛んである。特にミクロコネクトミクスにおいて、電子顕微鏡切片画像からの神経線維三次元走行構造再構成は大きな目標である。しかし、現行の手法では人間による校正を必要としており、再構成プロセスの完全な自動化は達成されていない。本研究では、プロセスの完全自動化に向け、ニューロンの構造の特異性に注目したDCNによる神経線維構造学習を行った。

近年，病気や害虫による農作物の生産性低下問題に対して植物の免疫力を高める植物免疫活性剤を用いる手法が注目されている．ところが植物の免疫活性の仕組みは未だ解明されていない部分が多い．そこで本研究ではILPを用いて植物の免疫活性を誘導する可能性の高い化合物の構造的な特徴を予測する手法を提案する．構造予測によって植物免疫活性剤の候補化合物のスクリーニングの効率化に寄与することを目指す．

遺伝子データベースにある機能や疾患などの情報は、独立に列挙されることが多く、生命系の研究者においても正しく解釈するのが困難である。ここでは生命の機能や場所の概念間の関連と潜在因子を抽出し、新たな情報をデータベースに付与することを目的に、遺伝子データに対して行列分解を行い、概念階層構造の再構築を行った。その結果、陽には記述されていなかった遺伝子や概念の関連が示された。

蜜を得て巣に帰ってきたミツバチは，尻振りダンスと呼ばれる翅を振動させながら尻を振って歩く動きで蜜の所在地を仲間のミツバチに伝えていることが知られている．この情報交換のメカニズムを解明するため，著者らはこれまでミツバチ歩行軌跡の複数個体同時追跡アルゴリズムを検討してきた．本稿では，このアルゴリズムに差分画像に基づく動き検出アルゴリズムを組み込んで、尻振りダンス軌跡を抽出することを試みる．

単細胞生物ながら周囲を探索し、効率的なネットワークを形成する真性粘菌の挙動を明らかにすることは、一般的な平面空間での探索や新しいネットワーク形成の方法の形式化にも繋がると考えられる。本研究では、原形質流動の量と流れのみ考慮した単純なCAモデルにエサとそれに対する反応を追加し、探索とそこでのトレードオフ関係、そしてネットワーク形成のパターンのモデル化を試みる。

本研究では，受験向け動画サービスにおいて，第一志望の大学に合格する事を報酬としたQ学習を用いて合格者が行った動画の教材の視聴の遷移を評価し，次に視聴する動画の教材を選択する際に，より合格が期待できる動画の教材を推薦する手法を提案する．Q学習を用いる事で，単に合格者に多い遷移を高く評価するのではなく，合格者に多い遷移の中でも，可能な限り不合格者が少ない遷移をより高く評価する事を目的とする．

独習型の教育システムでは，学習者の興味や進度に合わせた個人適応型学習コンテンツの生成が重要な問題の1つである．本研究では，Wikipediaを用いた歴史上の人物に関する質問応答システムを作成し，学習者が興味のある事項をこのシステムに聞くことにより，学習できる環境と，システムとのやり取りの中で話題になった事柄について，同じくWikipediaを用いて多肢選択問題を生成する機構を提案する．

Webを使って自学自習を行う際，Web上の膨大な量の学習コンテンツから自分の目的にあったコンテンツを探し出すのは困難であり，見つけたコンテンツをどういう順序で学習すれば良いかの指標がない．また学習を始めても長期間継続して行うのは難しい．そこで，自学自習に有用なコンテンツと学習すべき順序を共有するソーシャルサイトを構築し，サイトと連動してWeb学習の習慣化と促進を行うブラウザ拡張機能を開発した．

本研究では，利用者の理解度に応じて問題を出題することができ，自学学習環境として利用可能なプログラミング読解学習支援システムを開発することを目的とする．開発システムにより，学習者の理解度に応じた問題を提供するばかりでなく，学習者個々のプログラミングの技能を判定するための基礎データを容易に収集できるようになる．

教材推薦において学習行動だけでなく学習項目の理解度を考慮することが重要である．しかし，近年注目を集めている大規模オンライン講座では利用教材の選択は学習者に委ねられるため，テストの結果から統一的，網羅的に理解度を評価することは難しい．本研究では，大規模オンライン講座において自分自身で適応的に利用教材を選択する学習者に着目し，ある教材を勉強した場合にその内容を十分理解できるか否かの予測を試みる．

運動イメージにより投球トレーニングを行うシステムを開発した．何度も練習できるトレーニングフェーズと投球の確認をするテストフェーズがある．最初3Dモデルの手本の表示とオノマトペを用いたリズムの練習を行いテストフェーズで確認する．映像エフェクトと音響効果で投げる毎にあたかも習熟したかのように表現する．被験者は小学5年生25人でシステム使用前後の投球スピードの平均値が上昇し投げ方の質に向上が見られた．

新規採用された教員の退職率が上昇していることから，学校教育を取り巻く環境の変化に従来の教員養成方法では対応できなくなってきていることが分かる．本研究は，学生役の擬人化会話エージェントによる仮装学級を用いて実際の教育現場で起きる様々なシチュエーションのシミュレーションシステムを構築し，教員志望者がシステムを利用・体験することで，授業の仕方と突発的な状況に対応する方法を身につけてもらうことを目指す．

地図記号学習支援のための，インタラクティブ砂遊びシステムを提案する．本研究は，ユ ーザによって自由に砂場に描かれた建物や地形の地図記号を認識し，それに応じた街の提 示を行うことで，砂遊びを通して地図記号や地形の理解を促進することを目的とする．そ の実現のため，本システムは，描かれた地図記号や砂の高低差をカメラ画像や深度情報か ら認識し，それに応じた建物や地形を砂場に対して重畳表示する．

遠隔会議システムでの文書提示方法の多くは，映像上で表示するものであるが，対面会議のように紙文書を手渡すことができないため，会議の臨場感が低下する恐れがある．我々は，ユーザが書き込みを行った紙文書の物理的な受け渡しを擬似的に再現する遠隔地間紙文書授受システムを開発した．実験の結果，擬似的な受け渡しであっても遠隔地の人に手渡されたように感じ，会議の臨場感が向上するという見通しを得た．

遠隔コミュニケーションにおいて，遠隔地の対話相手と同じ鏡を介して会話している状況を再現する合成映像システムが提案されている．本研究では，遠隔地間で同期して回転するターンテーブルを開発し，合成映像システムを拡張した．このシステムにより使用者は遠隔地の対話相手と同一の空間で同一のテーブルの周りに座っているような感覚を得ることができ，ソーシャルテレプレゼンスが強化されることが期待できる．

暴動に関するシミュレーションについて、暴徒の行動の一般化が困難なため、沈静化に関するシミュレーションが中心となっており、暴動や暴徒の挙動をを示す研究例は少ない． 本研究では，行動の性質が一般化されているフーリガンに着目し，暴動行為による一般人への被害を最小限にすることを目的として2Dマルチエージェントシミュレーションを行う．

人流シミュレーションにおける複数の時間別OD表(Origin Destination Table)の推定手法を提案する。正確な人流シミュレーションのデータ同化において、時間別OD表の設定は重要な意味を持つ。しかし、観測データからの正確な設定は困難であり、またデータ同化のための評価基準は複数存在し、異なる結果を得る場合もある。その前提のもとで時間別OD表を効率的に推定し、シミュレーションへ応用する。

実世界において自律的に振る舞うロボットを実現するためには、様々な実験を要する。しかしながら、実世界で全てを実行に移すことは困難である。そこで本研究では、連続的な仮想世界におけるシミュレーション環境の開発を目指した。 多岐に渡る例題に対応し、より実世界に近いシミュレーションを実装するため、学習方式の多様化と、柔軟性のあるクラス設計を提案し、カヌーレーシングをテストベッドとした例を示す。

近年，プローブカーによる車両位置情報に基づいて，個々の車両の詳細な行動分析が可能となった．都市交通を構成する多種の車両に関して，個別の特徴を組み込んだ車両の行動モデルを構築する事で，マルチエージェント交通シミュレーションの質向上が期待できる．本論文では，タクシープローブカーのデータを利用して顧客獲得戦略など各ドライバーの行動特性を分析し，個人の特性を備えたタクシーの行動モデルを構築する．

昆虫はフェロモンを頼りにフェロモン源に到達できる. 一方, フェロモンは乱流状態で飛散するため, フェロモン情報のみからフェロモン源を効率的に探索するアルゴリズムを開発することは難しい．フェロモン探索を効率的に行うアルゴリズムを開発することを目標として，本研究では，ランダムウォークモデルを用いて自然環境のモデル化し，探索を行うエージェントが受動的，能動的戦略をとった時の性能評価を行った．

近年e-learningの普及により自律学習に要する時間やそれに対するニーズが高まっている. しかし, 動機の継続的維持は難しく自律学習を断念してしまう人も少なくない. 本研究では遠隔地にいる他者と学習状況を共有することで, つながり感を醸成するアンビエントシステムを提案する. 具体的には, 着座状態から学習状況を推定し, LEDの光で学習状況を遠隔地に伝えるアンビエントシステムを実装・評価した.

医療機関において，患者のベッド転落事故や離床後の転倒事故が問題となっている．本稿では，ベッドの4脚に圧電セラミックセンサを1つずつ設置した安価な装置を用いたベッド上における動作識別手法を提案する．識別対象動作は，就床，離床，寝返り方向である．また，識別には各動作特有のパターンが現れる時系列波形を，センサ波形の重ね合わせにより作成し，特徴抽出を行い決定木によって識別を行った．

近年,スマートフォンやウェアラブルデバイスの普及により行動データの取得が容易となった.そこで我々は,重度移動困難者の行動データを利用した移動支援システムの開発を行っている.本稿では,iPod touchに搭載された三軸加速度センサによって取得した車いす利用者の行動データと生体センサによって取得した生体データの解析を行い,車いす利用者の疲労による行動データの変化を調査した結果を報告する.

移動式のワイアレスセンサネットワークでは，移動により変化する周辺の電波状況や建築物などの影響を定量化し，計測ノードの移動による電波品質を考慮した設置パターンを決定する必要がある． しかし，理論上通信可能であっても，屋外では通信が不可能なケースが多い. 本論文では，実フィールドにて取得した環境要因を分析することで，移動式のWSN設置位置を簡易的なパラメータで推薦するアルゴリズムについて提案する.

弊社では、お客さまサービスの向上および、省エネルギーのさらなる促進のため、スマートメーターの設置を進めている。このスマートメーターは従来の電力量計器とは異なり、検針業務の自動化を図ることが可能となる。しかし、スマートメーターの普及初期においては、従来計器と混在する状況となり、現場で誤検針を誘発する事が懸念されている。今回、この状況下における誤検針について要因解析を実施した。

時系列テキストからトピックモデルで抽出したトピックの時系列的な連鎖関係を求めてトピック系列を抽出し，さまざまな条件に基づいて可視化するシステムを提案し，実際に東日本大震災時のツイートアーカイブを用いて，抽出されたトピック系列を分析する．

大規模災害が発生した際、被害を最小限に食い止めるには、災害発生後の迅速かつ的確な情報収集・伝達が重要である。例えば、東日本大震災が発生した際には、速報性の高い情報の受発信が行われるという特徴を有するTwitterが多数の被災者に利用されたことが判明しており、Twitter 利用者の約8割が情報収集に役立ったと回答した調査結果も報告されている。そのような背景から、我々は大規模災害時にTwitterから情報を収集・整理し、ユーザの属性や状況に応じて適切な情報を提供するシステムの構築を目指している。大規模災害時にはツイート数が爆発的に増加するが、それらの中にはツイート投稿者の個人的な思いに関するつぶやきなど、被災者支援等に有益でない情報も多数含まれる。そこで本稿では、ニューラルネットワークを用いてツイートが被災者支援等に有益な情報であるか否かを判定する手法を検討する。また、東日本大震災発生時の実際のツイートを利用して、その性能を評価する。

災害時には適切な情報分類が重要である. 例えば, 被災者向けの情報は生活への助言や避難所の情報などで構成される必要がある. 避難所の情報は避難所の場所や避難所での過ごし方などの情報で構成されていることが望ましく, 避難所での過ごし方に関する情報は生活への情報にも属すると考えられる. 本研究では震災時にTwitter上で拡散された情報に対して, そのような重なりと階層構造を見出した分類を実施する.

筆者らは修学旅行生向け避難支援・安否確認システムを構築・運用しているが，膨大なGPS移動軌跡から教員が修学旅行生の異常を発見するのは困難であり，異常検出の自動化が求められている．我々は，移動速度を特徴量として，物理空間における移動モードの制約条件（環境制約）を用いてGPS移動軌跡から移動モードを推定する手法を提案する．また，歩行移動モードにおける異常状態を推定する手法についても考察する．

We are planning develop a geographic information resource to assist digital volunteers who try to develop systems for disaster management. This system makes it possible to convert GPS information and location name extracted from social media posts into administrative district information.

東日本大震災の際、情報を得るためのインフラとして活用されたツイッターは、他メディアに流れた情報を共有する「メタメディア」としても機能していた。震災関連情報の中には真偽の明確でない情報、悪質なデマ、賛否の分かれる事柄など、議論や論争を呼び起こすものが多かった。本稿では、ツイートログを対象として、メディアが誘発した投稿者の感情を分析し、メディアが投稿者の心理的な側面に及ぼした影響について探る。

Twitterはコミュニケーションツールとして日本で広く認知されている．その使い方は十人十色で友人とのコミュニケーションに利用する人や自分の情報発信に利用する人もいる．それゆえ，さまざまなトラブルなどを引き起こしす可能性もはらんでいる。本研究では、震災前後のTwitter上のリプライ行動からユーザ行動の特徴を抽出分類し，その行動が震災前後でどう変化したのかを比較することを目的する．

災害の発生を前提に二次被害まで含むリスクを軽減する取り組みとして減災が注目されている本論は複雑ネットワークの理論的枠組みの中で，危険事象を災害化させる媒質群にスケールフリー性というトポロジーを仮定し，生命情報学で知られる不染化戦略を応用して減災活動を定式化する．動的環境での最適な減災評価の実現を目指す．

東日本大震災時，Twitterから避難情報が発信される等，重要な情報源として利用された．しかし，Twitterは誤った情報が発信されると瞬時に広がってしまうというデメリットも持つ．そのため，デマ情報を早期収束させる方法が必要である．Twitter ユーザを趣味嗜好の概念を持つエージェントとして定義し，情報拡散現象を表すモデルを提案する．本モデルを用いて実際のデマ拡散を再現し，妥当性を検討する．

災害救助シミュレーションであるRoboCup Rescue Simulationは，これを用いた競技大会の一般公開による防災啓発という側面を持ち合わせている．しかし被災者の行動再現がされていないため，現実感に乏しく，その働きは損なわれていた．本研究では，心理要因による行動を市民エージェントに実装し，見学者にアンケートを実施した結果，心理要因による行動再現は防災意識の向上に効果があると結論を出した．

近年の大規模な自然災害に対する様々な取り組みの1つとして，RoboCup Rescue Simulation (以降，RCRS )がある．現在の RCRS は，エージェントの開発に関する情報が乏しく，新規参入が困難な状況である．本研究では，エージェントの開発のための，エージェントフレームワークの設計と実装を行い，新規参入の問題の解決を目指した．ソースコードの可読性や再利用性を考慮した設計を行った．

近年世界各地で自然災害が多発しており，災害を研究する取り組みの１つにRoboCup Rescue Simulationがあり，災害シミュレーションによる競技会を公開することによって防災意識の啓発をおこなうことができる．本研究では，競技会用の3Dビューワによる防災啓発を目指した．ビューワの可用性を考慮して，マルチプラットフォームかつ一般的なノートPCでも動作可能な設計とした．

駅等の人が多く集まる場所で避難訓練を実施し、避難誘導が避難者の行動に与える影響を実際に調査することは望ましい。その一方で、それらの避難訓練や調査の実験を行うことは、現実には難しい。本研究では、実際には訓練が困難な条件を含んだ、避難誘導と避難者心理を扱える避難シミュレーションを用いる。複数のシミュレーション結果から、誘導内容が避難者行動に与える影響を評価し、避難シミュレーションの有効性を検討する。

スマートフォンに代表される多機能なセンサを搭載したコンパクトな汎用デバイスの普及により、人間行動のセンシング、およびにその応用研究が注目を集めている。センサデータからの知識獲得では、ドメインごとの経験観測的な特徴量の発見に成否が強く依存しており、ボトルネックの1つとなっている。本稿では、iPod touch搭載の加速度センサで計測した車いす走行ログに表現学習手法を適用しその有用性について報告する。