商店街の活性化のためには，商店街の各店舗への来店を促し，各店舗の魅力を知ってもらうことが必要である．しかし現状としては，大部分の顧客の訪問は一部の大型チェーン店の支店に偏ってしまっているという問題がある．そこで本研究では，我々の開発した街歩きアプリを用いたイベントを実施した．また，本イベントでは，一部の店舗にユーザの訪問が偏ることを防ぐために，店舗魅力値という本研究独自の指標を定義し，店舗魅力値を一定化させるという目的のもとで，各店舗のポイント配分を決定するというインセンティブ設計を行った．そして，実際に街歩きアプリを用いたイベントにより得られたデータを分析することによって，ユーザに対して商店街の各店舗への来店を促し，各店舗の魅力を伝えることに成功し，提案手法の有効性を示すことが出来た．

ドローンによる広域自然景観を撮影する場合に，手ブレなしで長時間安定した映像取得を行うために， 自動飛行による撮影は一つの有効な手段となる．自動飛行を実行するためには，あらかじめ飛行経路とカメラアングルのプランニングが必要となる．特にドローンでは撮影対象への接近や地表面に対して低空で飛ばすなどの撮影が行われる．このような撮影を行うためには，地形に関する情報に基づいてプラニングを行う必要がある．このプラニングに必要な地形情報をドローンを用い，SfM（Structure from Motion）から地形モデリングを生成する．この際，規模の大きな地形をモデリングするために，時間短縮のために複数のドローンを同時に活用して，モデリング用の撮影を行った．この地形モデリングに基づき，自動撮影飛行プラニングを作成する．以上，大規模地形モデリングを含めた自動飛行撮影の手順とその成果について示す．

観光客のニーズを調べるために，多くの実地調査が行われている．しかし，既存の調査手法は，大量なサンプルを得るために時間と費用が掛かる問題がある．一方，ウェブ上には膨大な旅行口コミが蓄積されている．その口コミを分析することで，低コスト・リアルタイムなニーズ調査を実現する可能性がある．本稿は，北海道の観光客の動態調査や満足度調査について，これまで行った手作業による口コミの分析から得られた知見を紹介し，自動分析に向けての課題を示す．

交通分野では，経路を移動する人数（経路別人数）を推定することは重要な課題である． 本研究では，通過人数に加えて滞在人数を用いて，高精度に経路別人数を推定する手法を提案する． 人工データを用いて，提案手法が既存手法よりも経路別人数の誤差が小さくなることを示す． また，実データに提案手法を適用したときの分析結果を示す．

近年の情報科学の発展は，動物行動学の研究に大きく寄与している．我々は札幌市円山動物園において人工知能により動物を管理する負担の軽減を試みを行っている．我々の目標の1つは，健康管理と飼育環境の整備のためにチンパンジーのエソグラムを自動的に作成することである．エソグラムとはある特定の個体や種の全行動パターンの目録であり，動物の行動を研究するうえでもっとも基本的な記録である． エソグラムの作成には個体識別が必要があるため，本研究では画像認識分野で高い精度を出している畳み込みニューラルネットワークを用いて個々のチンパンジーを認識できるか検証した。 実験の結果，我々のシステムはチンパンジーの個体識別が可能であることを示した。

深層学習を使用した芸術の作成が近年注目を集めている。 また、日本で古くから親しまれている芸術として俳句がある。 そこで、俳句を作成する方法として一般的な「モチーフから俳句を作る」ということを深層学習を使用して行うこと で、芸術作成としての深層学習の有用性を示す。 まず、我々は大量の過去の俳句に基づいてLSTMを訓練し、LSTMに文字列を生成させる。 2つめに、生成された文字列から俳句としての条件を満たすものを抽出し、モチーフ画像に適合するかどうかの評価値を算出する。 評価値が高ければ、生成された俳句がモチーフ画像に適合しているとみなす。 この過程で、LSTM が俳句としてのルールを学習できているかを確認するための実験を行った。

近年、漁業の乱獲などによって水産資源の枯渇が問題となっており、魚種ごとの資源管理が課題とされている。しかし、受動的漁法である定置網漁法において、漁獲量を調整することが難しい。そこで、本研究は定置網漁場に 設置された魚群探知機によって得られる音響画像を用いて、魚探音響画像に基づく魚種推定モデルの検証を行う。

本稿では，名古屋市のタクシー配車データに基づき，Smart Access Vehicle Service（SAVS）をシミュレーション評価する．近年，デマンド応答型交通（DRT）は地方だけでなく都市部でも注目されてきているが，数時間前までの予約が必要など，利便性が高い交通サービスとは言えない．一方，SAVSはリアルタイムに提供可能なドア・ツー・ドアの交通サービスであるため，独占型の交通サービスであるタクシーを共有型に変換することが可能である．ODパターンとデマンド数が異なる4つの時間帯を対象にシミュレーションを行った結果，乗り合いによりSAVSはタクシーより効率的に配車できることを確認した．

近年，北海道で水揚される水産物の水揚量の傾向が変化している．また，この問題は単に北海道に限った問題ではなく，日本各地において水産物の水揚量の傾向が変化している．地域経済を支える水産業の持続性を確保するためには，単に環境に適応した漁業を実現するだけではなく，漁業と加工や小売を結ぶ流通業の効率化も実現する必要がある．本研究では，主に流通事業者を対象とした，未来の水揚量および漁場の予測を行うためのAIプラットフォームの実現を目指した．このプラットフォームでは，水揚データと環境データを蓄積し，そのデータを活用してAIによる予測を行い，結果をユーザである流通事業者に提供する．これにより，流通資材の最適化や水産物の高付加価値化が可能となる．今回，スルメイカ，サケ，ブリの3魚種を対象とし，水揚データのみを用いてニューラルネットワークによる予測を行った．現状では1トン以上の誤差が出る場合が多いため，今後はより長期間の水揚データと環境データを蓄積するとともに，予測精度の改善を行い，水産業の持続発展への貢献を目指す．

SNS などのウェブ上の人々の活動においては, 特定の話題に対する言及が急激に増えるバースト現象が見られる. このバースト現象を解析する手法として, 確率的点過程モデルである Hawkes Process が用いられる. Hawkes Process の内部のダイナミクスを表す指標として branching ratio というものがあり, この値がある特定の閾値を超えるとイベント時系列が静的な定常状態から, バースト現象が起こりやすい非定常状態へと相転移することが知られている. 本研究では, SNS から得られるデータの中でも特に Social Tagging System に着目し, サービスの成長に伴って branching ratio がどのように時間的に変化していくのかを分析する.

ソーシャルメディア上でユーザのコミュニティが形成・発展する背景には，ユーザ同士の性格的な相性が関わっていると思われるが，その影響を定量的に捉えた研究は少ない．本研究では，Twitterユーザの投稿テキストから推定された性格スコアと，会話ネットワーク上のコミュニティの分析指標との相関を分析することで，性格とコミュニティ形成の関係を考察した．また，Homophilyと呼ばれる「類は友を呼ぶ」現象が見られるような性格はないか，確認した．本研究により得られる知見は，よりユーザの効用やチームパフォーマンスを向上させるようなSNSプラットフォームの設計などへの応用が期待される．

本研究では、フェイクニュースの判定を補助するシステムの構築を目指し，信用度を相対的整合性により動的に決める動的関係ネットワークを用いた信用度評価モデルを提案する．この信用度評価モデルは，記事の真偽を表す結論ノードと，5W1Hの情報を持った事実ノードで構成される．信用度評価モデルの評価のために，通常のニュースとフェイクニュースを用いてネットワークを構築し，評価した．その結果，事実ノードより，信用できない情報の特定が可能，結論ノードより，記事の傾向が推察可能であることがわかった．

現実の社会関係では相談しにくいことも匿名のオンラインコミュニケーションではしやすくなる。しかし日本の若者が主に利用するオンラインコミュニケーションツール（Facebook、Twitter、LINE）は現実の社会関係を多く含む。そのような現実とその拡張の社会関係を補完するコミュニケーションツールは重要であろう。本研究は、アバターチャットサービス「ピグパーティ」におけるソーシャルサポートについて考察することが目的である。そのためにサービス運営者によるインタビュー結果をオンラインソーシャルサポートの観点から整理した。

Web上の人物の理解と選択を支援するために，Web上の人物に日本図書館協会の基本件名標目表第4版(BSH)を付与する手法を検討する．20氏名×50件のWeb検索結果を人手で同姓同名人物に分離した人物クラスタを対象として，BSHの付与実験を行った．テキスト（タイトル，全文，氏名の前後），Webページの件数，参照語の利用と重み，文書頻度と逆文書頻度の利用を組み合わせた調査結果を報告する．

PCを用いた協調作業において，作業中のネイティブアプリケーションのウィンドウ画面を，参加者間で共有することは有用である．先行研究では，ウィンドウ単位での画面共有に焦点を当て，アプリケーション仮想共有システムを開発した．しかし，先行研究には，共有を開始するまでの操作が煩雑であるという課題があった．本研究の目的は，円滑な共有開始手続きを可能とするインタフェースを実装することで，協調作業の支援を行うことである．本研究では，あらかじめグループ内で利用する端末の情報をサーバに保管しておくことで，ウィンドウ画面の配信先端末を自動で決定し，共有開始手続きの負担を軽減するインタフェースを開発した．

PMF(Probabilistic Matrix Factorization)はよく使われる推薦手法であり，研究だけでなく業界でも広く使用されている．近年、このアルゴリズムはさまざまな補助情報と組み合わされており、推薦精度がさらに改善された．本稿では，畳み込みニューラルネットワーク（CNN）を確率的行列分解（PMF）に統合し，画像形状特徴を用いた確率モデルを提案する．

機械学習を用いてWebマーケティングには多くの課題があり、その一つにCold-Start問題がある。例えば通販サイトなどでユーザーに商品を推薦する場合、ユーザーと商品の購買ログやレビューログを取り扱うことになる。しかし、Webのマーケティングデータはロングテールになる傾向があるため、多くのユーザーや商品のログデータは少なく、数件程度しかないことも多い。商品の推薦システムではこの過去ログに基づいてユーザーに対して商品を提示するため、ロングテールの商品は提示されにくく一部の人気商品ばかりが提案される事になる。本研究では、このCold-Start問題に対して半教師学習と特異値分解を組み合わせた手法を提案する。また、提案した手法をMovieLensが提供している映画の評価スコアデータで検証した結果を報告する。

本稿ではローカルデータと公開データを統合利用可能なコンテクスト検索エンジンを提案する．「動向に関する問い」というタスクを対象としたコンテクスト検索エンジンが研究されている．公開可能なデータを収集したものが検索可能であるが，ユーザはプライバシー保護などの問題で外部に公開できないようなデータを所持している場合も多い．このようなローカルデータを公開データと統合利用可能にすることで，データからの新たな価値創造など，その有効活用につながると考える．非公開データ自体を共有することなく，データの利用価値を検討可能とするために，本稿ではData Jacketをコンテクスト検索エンジンに導入する．実験結果により提案システムの有効性を示す．

近年のマーケティングにおいて、生活者から得られたデータを利活用することが重要となり、多くの企業による取り組みがなされている。その一方で、多様な企業がマーケティングデータをお互いに交換・利用しながら共創的価値を引き出していくアプローチは、まだ改良の途上にある。そこで本研究では、IMDJ（Innovators Marketplace on Data Jackets）を利用して、マーケティングデータや、想定されるプレイヤーの特性を踏まえたデータエクスチェンジへの期待・ニーズや課題を分析して、自社外とのマーケティングデータ・エクスチェンジにおけるインセンティブ設計について提案した。

本研究では，ロイターニュース記事からの因果関係抽出手法の開発を試みる． まず，我々は，ニュース記事に含まれる因果関係と，それを示す手がかりとなる表現の調査を行った． その後，特定の手がかりに着目し，因果関係抽出手法を試みた．

異なる分野のデータと知識を結合することで問題を発見し、問題解決を行うことへの期待が高まっている。しかし、その実現には多くの障壁が存在する。本稿では、データ3.0時代におけるデータの在り方についてデータランドスケープを用いて所見を述べる。現在はデータ2.0からデータ3.0への過渡期である。これからのデータ駆動型社会の実現には、データ・AI技術・人間の相互作用による異分野のデータと知識の連携によるイノベーションの場である「データ市場」の整備が重要と言える。

IoTデバイスから集まるセンシングデータに基づくアプリケーションを開発するデータ利用者に対して、センシングデータ流通市場に対するニーズが高まりつつある。データ利用者に対しては、AIなどのデータ分析を行うために、センシングデータのみならず、そのメタデータも重要な情報である。我々は、センシングデータのメタデータの定義、生成・配信し、データ利用者が活用に関する課題を検討するとともに、Iotシステム上にプロトタイプを作成して評価した。

チーム行動は、ビジネスやスポーツなど様々な文脈において、文化および生活の側面に現れる本質的な要素である。このチーム行動をとらえるために本論文では、歩行者間における加速度時系列の類似性を、時間ごとに人と人のなすチーム行動の検出に用いる指標とする。ここでは、再開発地域を実験対象として加速度センサーを用い、加速度類似性と、共に歩いたという感覚の一致を検証する。

近年のビッグデータ解析や人口知能技術の急速な進展を背景に、膨大なデータと最新の分析技術を人々が持つ多様な発想のもとで組み合わせることで、異業種共創が加速され、これまでに無かった画期的なサービスや製品が生み出されることが期待される。そのためには、社会が保有するデータが業種・業界を超えて安心安全に流通・利活用され、持続的な価値創出が行われる仕組みの社会実装が不可欠である。本稿では、データ流通・利活用社会の実現に向けた富士通のソリューション開発の取り組みを紹介する中で、特に、信頼でつながる「コンソーシアム」という形態を取ることが、データに関わる様々なリスクや不安を軽減しデータ活用を促進する鍵となる点について述べる。

海底水圧の変化から津波高を予測する枠組みは二つある．一つは，海底水圧データから地震のシナリオを推定し，そして推定した地震シナリオから津波高を予測するという二段階予測のアプローチだ．もう一つの枠組みは，海底水圧データから津波高を直接予測するアプローチだ．予測システムを構築する際，どちらの枠組みの手法を実装するか選定する必要がある．我々はこれら二つの予測アプローチを用いて，和歌山県沖に設置されている地震・津波観測監視システムDONETで観測される水圧データから津波高を予測する検証を行なった．その結果，直接予測のアプローチは二段階予測のアプローチに比べて予測誤差は小さく即時性も高いということが分かった．

土砂災害が発生した場合、災害検出の方法として合成開口レーダ(SAR)画像を用いたリモートセンシングが注目されている。しかし、広域なSAR画像判読には多くの人員と時間が必要となる問題がある。そこで、本研究では土砂災害検出に対するリモートセンシングをCNNによって機械的に行う手法を提案する。入力するデータとしては災害前後のSAR画像と、標高データ(DEM)を用いた。実験の結果、未知領域における災害地域、非災害地域という識別の精度は75.56%となった。また、災害と識別した地域と、実際の災害地域の合致割合は(IoU)は21.86%であった。これらの結果から、災害前後のSAR画像、DEMデータの特徴を考慮してCNNによって土砂災害地域の識別、検出を行えられたと考えられる。

洪水氾濫災害に対するソフト対策として，洪水予測の精度向上は重要である．洪水予測にはして様々な手法が提案されており，そのうちの一つにニューラルネットワーク（ANN）によるものがある．これまでの研究で，様々な河川においてANNモデルの適用性が報告されているが，他の手法と比べた精度の優位性は示されておらず，全国の洪水予測システムなどで実用に至っている例は少ない． また，ANNをはじめとする機械学習モデルの一般的な弱点として，学習事例を上回るような事例に対しては予測性能が担保されない，という点が挙げられる．洪水予測においては，学習事例を上回るような大規模洪水への対応こそが重要である．そのため，ＡＮＮによる洪水予測モデルは十分な信頼性を得られておらず，防災現場への実用化が進んでいない． こうした課題への対応として，本検討では2016年の台風10号で生じた網走川における過去最大の洪水事例を対象として，ANN洪水予測モデルの適用検討を行った．学習事例を上回るような高い水位の洪水に対しても，「水位変化」に着目して学習を行うことで，予測モデルの適用性が保たれることを示した．

本論文では，不十分な情報下での緊急度と効率的に網羅を考慮した経路探索システムを提案し，そのためのアルゴリズムをシミュレーションにより評価した．提案手法の特徴は，残余領域をできるだけひとかたまりになるように経路を決定することで，徐々に情報が明らかになるような状況においても極端な性能劣化を防ぐことにある．シミュレーション評価実験を行った結果，本手法は単純に緊急度の高いノードから回る手法と比べて，締切時間をどれだけ遵守できたかの評価に関して平均29.43%の効率化を確認した．加えて，どれだけ短い航空時間で網羅できたかの評価に関して，全経路の航空時間を平均36.52%削減することができた．

モバイルネットワークサービス提供社の課題の一つが安定した高品質なサービス提供である． しかしながら，ネットワークトラフィックの急増や設備の経年劣化がスループットの低下などの品質劣化やネットワーク故障を引き起こすことがある． そのような問題において，サービス利用者はサービス提供社よりも早くサービスの使用不能や品質劣化を発見することがある． 利用者は彼らの体感をすぐにソーシャルサービス上で発信したり，故障情報を得るためのWeb検索などを迅速に行う． これらのデータから異常を検知することで，故障検知および予測に役立つと考えられる． この論文では，複数のユーザ行動データを用いて，故障を検知および予測するための機械学習モデルアプローチを提案する． モバイルネットワークサービスの実データを用いた複数の実験により，提案するフレームワークの有用性を検証する．

本発表では，政策決定における多段階による市民参加プログラムの重要性について，札幌市における環境基本計画策定事例を紹介しながら示す．札幌市では，希望者が誰でも参加できる公募による方式と，無作為抽出で選ばれた市民が参加する方式の両方からなる市民参加プログラムを行った．市民参加プログラムは計画策定の初期段階から最終段階に至る3段階でデザインされた．その市民参加プログラムでは，バックキャストシナリオワークショップを用いた．これは，理想の未来像を描くことを出発点とし，そこから現在に向かって今行うべきことを考えるという枠組みで議論するものである．本発表では，段階ごとに異なる市民参加の役割について論じた．さらに，バックキャストシナリオワークショップの利点と留意点について論じた．最後に，本アプローチの限界をふまえ，AIへの期待を述べた．

合意形成に向けたワークショップの実施は，人的，時間的，空間的な制約がある。ゆえに，多数の市民が参加することは困難である．我々は，議論を支援する合意形成支援システムを開発してきた．しかし，500人を超える大規模社会実験の実施は困難であるため，その規模における支援システムの検証はされていない．そこで，本研究では名古屋市におけるプレイス・ブランディングに支援システムを用いた大規模社会実験をおこない，効果と課題を検証する．この検証により，支援システムを用いた議論は，参加者を満足させる効果があるとわかった．

本稿では，議論ファシリテータエージェントの実装のために必要な議論文脈理解モデルとして，議論内容の理解モデルと，議論プロセスの理解モデルを検討する． まず共通する要素として，「議論の場」に関するパラメータを定式化する．ファシリテーションにおいては構造の時間変化が重要なため，時刻tを重視した定式化を提案する． 議論内容の理解においては，gIBISやDeliberatorium等で伝統的に用いられているような，論点（課題）と案から成る構造が必要と考え，定式化を検討する． また，議論プロセスの理解においては，参加者の関係性変化や「場の空気」に関するパラメータの定式化について述べる． 更に，これらのパラメータの推定結果を用いたファシリテータエージェントの行動決定や質問生成手法を検討する．

近年，Web上での大規模な議論活動が活発になっている． Web上での大規模合意形成を実現するために，伊藤孝行研究室では過去に大規模意見集約システムCOLLAGREEを開発した． COLLAGREE ではファシリテーターによる適切な議論プロセスの進行を行っている． しかし，ファシリテーターは人間であり，長時間に渡って大人数での議論の動向をマネジメントし続けるのは困難である． ファシリテーターの代わりに自動的に議論中の話題の変化を事前に判定することが求められている． 分散表現は単語の共起頻度に基いて類似度を計算しており対義語に対応できない点が弱点とされるが，議論話題においては対義語かどうかは関係なく同じテーマ(話題)に沿っているかが重要である． 故に，分散表現における類似度計算は話題変化判定と相性が良いと考えられる． 本研究では分散表現を用いてファシリテーターの代わりに自動的に話題の変化を判定することを目標とする． 評価実験は提案手法と分散表現を用いない比較手法とで行い，提案手法の方が高い精度で話題の変化を判定できることを確認する．

本論文では，対称性を満たすM凸集合の和集合で表現される制約を新たに導入する．この制約は，M凸集合より広い制約であり，現実のマッチング問題に幅広く応用できる制約である．凸性は和集合で閉じていないので，対称性を満たすM凸集合の和集合は一般にM凸集合ではない．よって，公平性，戦略的操作不可能性を満たし，M凸集合より広い制約のクラスを扱うメカニズムの考察は理論的に意義のある課題である．そこで，人為的に定められた上限を段階的に減少させながら，Deferred Acceptance メカニズム (DA) を繰り返し適用するQuota Reduction Deferred Acceptance メカニズム (QRDA) を新たに提案する．QRDAは公平性，戦略的操作不可能性を満たし，対称性を満たすM凸集合の和集合で表現される制約を扱う．また，QRDAは基準メカニズムであるArtificial Cap Deferred Acceptance メカニズム (ACDA) より学生の満足度が高いことを理論的，実験的に示した上で，非浪費性の観点からもQRDAはACDAより優れていることを評価実験により示す．

オールペイオークションはオークションの方式の1つであり，最も高い入札を行った入札者が商品を獲得するが，全ての入札者は商品を落札したか否かに関わらず，常に自分の入札額を支払う．オールペイオークションは特許の取得競争やロビー活動のような，入札者が回収できないコストを支払う状況をモデル化可能である． このオークションにおいて，商品の価値はすべての入札者で共通であり，各入札者は商品の正確な評価値が分かっていないと考える．売り手は，情報区画と呼ばれる商品の価値に関する情報を制御し，入札者に与えることが可能とする．ある入札者が他の入札者と比較し，常により正確な情報を得るように情報区画を決定することも可能である． 通常，より正確な情報を得る入札者の方がより高い利得を得る．しかしながら，入札上限が存在する場合，より正確な情報を得る入札者の利得が，他方の入札者の利得と比較して低くなる現象が生じる可能性が存在する．この現象を逆転現象と呼ぶ．本論文では，入札者が2人の場合において， (1) 逆転現象が発生する条件，及び (2) 入札上限によって，売り手の期待利得が変化しないための条件の二点に関して解析を行う．

人間の認知バイアスのひとつである同調行動が、避難の現場において非合理的で不適切な行動をもたらすことは広く知られている。　本稿では、我々は生物学の反応閾値モデルに基づいた、同調行動のための避難意思決定モデルを提案する。　さらに我々は、例えばエージェントが避難と消火などの複数のタスクから一つを選ばなければならないような、複数タスク問題にも適用できることを示す。

本研究では，議論過程における関係性の拡張を扱うことのできる機構に基づいて，合意形成にいたる議論などの過程を集積・蓄積可能にし，新たな議論などの過程をよりよいものにするために，参照可能とするためのクラウド機構の概念設計について述べる．

大規模な制約充足問題を解く手法の1つとして，蟻コロニー最適化が挙げられる．本実験では，蟻コロニー最適化において解候補生成の指標となるフェロモンを複数種類用いるモデルを提案する．また，この提案モデルを従来のACOアルゴリズムに適用し，提案モデルの有効性を実験的に示す．

経済の問題の多くは，最も効率が良い組み合わせを求める組み合わせ最適化問題に帰着することができる．その中に，与えられた全ての都市を巡る最短経路を求める巡回セールスマン問題(TravelingSalesmanProblem,TSP)という問題がある．このTSPを解くアルゴリズムに挿入操作PSO戦略（Insertion-based PSO strategy,IPSO)がある．IPSOは，解空間上に配置された粒子がそれまでの最良解と，近傍の粒子の最良解の情報を基に解の更新を繰り返すことで解空間の探索を行うアルゴリズムである．しかし，このIPSOには探索が十分に行われないうちに，局所解に陥ってしまうという問題点がある． 本研究では解の更新時に，それまでの最良解と近傍の粒子の最良解の情報に加え，解空間上で最も遠い粒子の情報とランダムに選択した粒子の情報を与えることで，既存手法よりも広範囲の探索を行えるアルゴリズムを構築した．そして，TSPLIBに掲載されているベンチマーク問題を用いて，性能の向上を確認した．

群知能の一種である蟻コロニー最適化(Ant Colony Optimization: ACO)を取り入れたクラスタリングアルゴリズムとしてESACCが挙げられる． ESACCは，適切なパラメータ設定により精度の高いクラスタリングが実現可能であるが，パラメータ設定は非常に困難である． これは，パラメータ設定を複数回の試行や経験に基づいて行う必要があり，データによって適切なパラメータが変化するためである． そこで，本稿ではESACCの挙動や傾向を解析することで，最適なパラメータの設定を行うにあたり考察を行う．

本発表では，人工知能を用いた裁判支援を目指し，論理プログラミング言語PROLEGから双極議論フレームワークへの変換について報告する．PROLEGでは判決の推論過程が明確に示されているが，推論規則間の関係や判決の全体構造を理解することは容易ではない．ここでは双極議論フレームワークに意味論を与え，PROLEGを双極議論フレームワークに変換することで，PROLEGの意味論を持つBAFを得る．その結果得られた双極議論フレームワークは，議論と攻撃関係と支持関係から成るため，推論規則間の関係や判決の全体構造を理解することがより容易となる．

本発表では，形状の変化を記述するための定性的表現を考案し，その表現を使った 時空間推論について述べる．生命科学の分野における細胞分裂や臓器形成等の 発生過程を記号表現することで，定性的なシミュレーションや， 異常な状態からその原因の説明生成をすることができる． 発生過程を形状の変化としてとらえると，オブジェクト自身が曲がる， 空洞がつくられる，あるいは分裂する などの特有の変化を見ることができる．本研究では， そのような特徴を定性的に記述する言語を考案し， 与えられた状態から可能な状態遷移を 見つけるための条件を示し，発生生物学への応用を目指す．

近年,インターネット上でユーザに対して店舗の紹介を行うサービスが増えてきている.各サービスでは同時に,ユーザの嗜好に合った店舗を表示させる分析が幅広く行われてきている.推薦の分野ではユーザのクリック情報が十分に存在する時には協調フィルタリングが高い性能を誇る.一般的にユーザ×アイテムの行列を作成した際データスパースの問題が発生するので新規ユーザに対応することが難しい.また十分にデー タが得られなかった場合,バンディットアルゴリズムなどを応用しているケースが見られる.バンディットアルゴリズムは各アームを十分に試行してそれぞれから報酬を得ることで学習を進めていくためアイテム数が多くなった場合に全てを学習するのは実質的に不可能である.新たなユーザが出てきた時に十分にデータを集める必要性は協調フィルタリングと同様の問題がある.上記の問題を解決すべく本稿では強化学習の価値関数の更新に多層ニューラルネットを用いた深層強化学習による推薦システムの提案を行う.

観光案内では, 訪問すべきスポットだけでなく移動経路もまた利用者にとって重要な情報である. しかしながら経路と観光スポットを同時に決めることは難しく, 一般化された手法は十分に研究されていない. 巡回セールスマン問題 (TSP) を拡張し, ノード (スポット) に重みを追加することで観光案内に適応させた研究は多くあるが, その定式化は複雑なものとなっている. 本稿ではすべての要素を辺に対して割り当てることでより簡潔な定式化を提案する. また, 定式化された問題に対して焼きなまし法を用いた解法を提案する.

サブスクリプション方式のサービスを採用している企業が増えつつある昨今，ユーザ離脱予測はより重要な課題となっている．既存研究では既に多くの機械学習モデルを用いた研究が行われているが，ユーザ離脱予測は時系列データと非時系列データなどの多様なデータ組み合わせて学習させねばならず，それらを上手く組み合わせた学習モデルは十分に研究されていない． 一方で，深層学習の技術は依然発達しており，その特徴としては様々なデータとモデルをEnd-to-Endで学習できることが挙げられる． 本研究では，ロボアドバイザーのサービスを運営するウェルスナビ株式会社のデータを用い，深層学習を用いたユーザ離脱予測モデルを提案する．具体的には時系列データや非時系列データを一つのモデルで学習させる手法を提案する． 実験ではベンチマークとなる既存研究の分類器の精度を上回る結果を得たことで，本手法の有効性が実証された．

本稿では，M&A後の業績変化の可能性を考慮した買収候補の推薦を行う．特に深層学習を使った推薦手法の一つのニューラル協調フィルタリング法にマルチタスクラーニングの枠組みを導入した手法を提案する．実験結果ではM&Aの予測は，単純なロジスティック回帰法と比較して同等の精度であることを示す．本提案手法を用いることで，単に買収先を推薦するだけでなく，買収後にどういう利益を得られるかということをユーザに示すことができるだろう．

インターネット上の検索行動の数理モデルを社会物理学的手法で提案する。ヒット現象の数理モデルの拡張として、人々の検索行動はマスメディア情報、直接コミュニケーション、間接コミュニケーションに加えてBlogやTwitterにも影響されるとした。この理論による計算は実際の検索行動をよく記述することがわかった。

旅行者が土産を選ぶ際，その場所でしか手に入らない土産の需要が高まっている．その理由として，オンラインショッピングサイトで様々な土産が購入できることが挙げられる．しかし，現地でしか購入できない土産情報をまとめたWebサイトやサービスは存在しない．そこで，本研究では，現地でしか購入できない土産の情報を提示するシステムの構築を目的とする．本稿では，ブログ記事から土産の品名および販売店舗名を自動抽出する手法を提案する．そして，実験により提案手法の有効性を確認する．

筆者らは，47都道府県議会本会議を対象として地方議会会議録コーパスを構築した．このコーパスに収録されている発言文には，発言者の氏名・役職・選挙区・生年・性別等の情報が付与されている．したがって，このコーパスを利用すると全国の都道府県議会議員の議会活動の一端を可視化することができる．本稿では，議員の年齢・性別構成を明らかにしたうえで，各議員の発言文字数，単語の出現頻度を集計する．その結果から，議員の属性による議会での発言量の違いや発言内容の違いを考察する．

一般に，質問回答サイトやその他の多様なウェブサイトには，多種多様な内容および質の情報が分散しているため，ウェブページのノウハウ知識を集約してユーザに提示することが必要となる．この要求を満たすため，先行研究では，ある決まったクエリ・フォーカスにおいて，ノウハウ知識の候補を集約・俯瞰している．さらに，後続研究では，収集したウェブページ集合にトピックモデルを適用した結果に対し，複数のトピックにまたがってウェブページを保持するドメインはノウハウサイトのドメインである可能性が高いと仮定し，いくつかのクエリ・フォーカスにおいて，収集された候補サイトの半数以上がノウハ ウサイトであるという結果を得た． これに対し本論文では，ノウハウサイト 群の各ノウハウサイトにどのような話題のウェブページが存在するかの一覧を表示するトップページ，および， それらノウハウサイトのウェブページ群を効率良く閲覧するためのインタフェースを作成する． 発表希望日・・・順位1：6月5日(火)午後、順位2：6月5日(火)午前、順位3：6月6日(水)午前、順位4：6月6日(水)午後