AIを活用し異物検査を行うためには学習データを集める必要があるが，異物が混入した画像の収集やアノテーション作業は労力を要する。本研究では正常品画像と異物画像を合成し、学習用の異物混入画像を作成した。実際に異物が混入した画像で学習を行った場合とCAM（Class Activation Map）を用いて合成した異物混入画像で学習を行った場合についてそれぞれ検査精度を評価した。その結果、合成画像を用いて学習を行うことでアノテーションコストを軽減しつつ検査精度が向上した。

ひも状走行とは，人間を含めた生物で観測できる集団行動である．集団行動は各個体の相互作用によって自己組織的に形成される動きである．しかし，自己組織化のメカニズムは完全には解明されていない． 本研究の目的は外壁がない環境で色相画像データを基にニューラルネットワークを用いて走行ロボットを走行させ，ひも状走行の観測を行うことである． 結果として，色相画像データに基づくニューラルネットワークを用いた自律走行でもひも状走行観測された．色相のみを用いることで環境の明るさの影響を受けにくくなっていると考えられる．これは汎化性能が向上している可能性を示唆している．

近年ドローンが一般的になってきているが、ドローンによる事故も多数発生している．その原因の一つには，ドローンに不慣れな操縦者による操作ミスがある．また，ドローンの使用方法として，動く対象を追尾しながら撮影を行うことがあるが，ただドローンを飛ばすことや景色などの空撮と比べて、常にドローンのカメラを対象に向けなければならないため，難易度が高い．しかし，練習を行うには練習に適した広い場所を用意しなければならないため気軽に練習をすることができない．そのため，本研究では，気軽にいつでも練習が行えるように、仮想空間上で追尾空撮の練習ができるシステムの実装とその評価を行う．

Multi-agent simulations are useful in social sciences but they encounter an evaluation difficulty in that many social phenomena are qualitative, and it is difficult to evaluate quantitatively the realness of simulations. Therefore, we propose a new quantitative evaluation method for multi-agent simulation in social sciences using a generative adversarial network (GAN). In our proposed method, GAN's critic was used as a simulation evaluator. We implemented a GAN and a multi-agent simulation for financial markets in experiments to test the proposed method. Results showed that our proposed method achieved promising results as an alternative to the traditional qualitative evaluation; it enabled successful quantitative evaluation with good correspondence with the traditional qualitative evaluation. The realization of quantitative evaluation using GAN as an alternative to the traditional qualitative evaluation may expand the usage of multi-agent simulation.

Systemic risk is a complex system phenomenon that defines the possibility of a system collapse after a failure of one of its components. In this research, we consider a systemic risk of a financial system. Due to the complexity of a financial system, various actors, and their relations, the precise mathematical definition of systemic risk is difficult to formulate. However, we can indirectly define a financial system's stability using Lyapunov exponents (LEs). By simulating system dynamics with parameters, we analyzed different states of the system and concluded about system stability. Using Wolf algorithm, we calculated Lyapunov exponents of the system dynamics with the setting of two different topologies of the financial network. We found that ring topology is less stable than the fully-connected topology that supports the related research in the field of economics.

In most modern crowd flow simulations, agent movement is usually modelled for the purposes of idiosyncracies, allowing for personal attributes such as a feeling of personal space, or they are modelled logically, allowing for greater coordination and planning between agents. The objective of this paper is derived from this separation, as it attempts to introduce an in-between solution, that allows planning with idiosyncratic variables. The result of this paper is a model that utilizes techniques from regular crowd flow modelling, physics and regular pathfinding. It starts by developing a procedurally generated map of social forces, through which it determines the most "comfortable" path that will eventually reach its target and uses that map to determine direction, which is used for other models in the simulation system.

Analysis of multi-agent trajectories is one of the fundamental issues for understanding real-world biological movements. For trajectory analysis, combining with labels (e.g. scored or not in ballgames) can obtain insights rather than only from trajectories. However, the previous deep-learning based method used only single agent trajectory in animals and cannot be directly applied to multi-agent ballgame trajectories. In this paper, we propose a comparative analysis method to analyze multi-agent trajectories in basketball. We adopt a neural network approach using multi-agent motion characteristics (e.g., distances between agents and objects) as the input and based on an attention mechanism to automatically detect segments in trajectories that are characteristic of one group. It enables us to understand the difference between groups by highlighting segmented trajectories and which variables correlate with the labels. We verified our approach by comparing various baselines and demonstrated the effectiveness of our method through use cases that analyze the attacking plays in the NBA league data.

Electricity procurement of industrial consumers is becoming more and more complicated, involving a combination of various procurement methods, due to electricity liberalization and decarbonization trends. This study analyzed power procurement strategies for a factory to achieve carbon neutralization through a multi-agent model simulating the electricity market and introduced a factory agent using various procurement methods including PV, FC, storage batteries (SB) and DR. Firstly, we created a new procurement strategy utilizing all methods. Then, from the perspective of total cost to achieve carbon neutralization, we analyzed the effects of each procurement method, improved the DR scenario and verified it. Results showed PV had a remarkable cost reduction effect, while effect of FC increased significantly with unit cost decrease. Effect of SB and DR were not as great as PV but still considered to be effective as certain effects was confirmed. Finally, we created a DR scenario incorporating the operation of PV, as it is considered to be necessary based on the results. Through experiment, the new scenario was confirmed to be effective in cost-effectiveness for decarbonization.

Human-Machine Interaction (HMI) systems have gained huge interest in recent years, with reference expression comprehension being one of the main challenges. Traditionally human-machine interaction has been mostly limited to speech and visual modalities. However, to allow for more freedom in interaction, recent works have proposed the integration of additional modalities, such as gestures in HMI systems. We consider such an HMI system with pointing gestures and construct a table-top object picking scenario inside a simulated virtual reality (VR) environment to collect data. Previous works for such a task have used deep neural networks to classify the referred object, which lacks transparency. In this work, we propose an interpretable and compositional model, crucial to building robust HMI systems for real-world application, based on a neuro-symbolic approach to tackle this task. Finally we also show the generalizability of our model on unseen environments and report the results.

The paper describes recent work on robot dialogue systems that use knowledge graphs as their primary source of information. The aim is to make generic dialogue systems by putting domain knowledge in knowledge graphs and adding ontological metadata such as taxonomies. A demonstration prototype uses the classic restaurant search domain. The robots answer user queries by searching knowledge graphs stored in graph databases, with multilingual labels for restaurants, cuisines and other objects. The system uses open source transformer-based conversational AI to train models for natural language understanding and for dialogue response selection. The paper describes new work on a bilingual version of the system using an experimental mixed-language NLU model trained with both Japanese and English examples. With the mixed-language model the system can recognise user intents and mentioned entities from queries in either Japanese or English. By default the robots give bilingual responses in both Japanese and English, switching to monolingual responses on request. To avoid sudden changes of voice, the robot uses the same Japanese voice to speak Japanese and English.

Recently, robots in home environments have become available and their use ranges from companions to service providers. In this paper well-being and healthy living are considered in smart home environments where a robot agent is available to provide friendly support for the users’ daily life and encourage them for active independent living. Environmental sensors provide real-time information about the temperature, humidity, CO2 level and light. We further use conversational AI to enable the robot to interact with the user in natural language concerning the environmental state, and accordingly provide recommendations and reminders related to the current environmental state. The robot agent can talk about environmental sensors and their impact on the user’s well-being. A crucial component in the framework is the use of knowledge graphs which store the information relevant for the conversation, and also allow inferences about the knowledge state. The interaction is demonstrated on the Furhat robot agent using Rasa Conversational AI.

Cherry-blossom viewing and leaf peeping are very popular activities. They can not only promote the mood benefits, but also create great economic profits to nearby areas. However, even in this information explosion era, most people still rely on news, comments/recommendations on SNS when they are searching for a good viewing spot. At the same time, with the advances of Information and Communication Technologies, the surveillance cameras have covered nearly everywhere in the traffic networks of smart cities now. The above mentioned life related needs, infrastructure changes, and technologies advancement motivated this research. In this project, we proposed a dynamic recommendation system which combined AI technology and real-time cameras images. To achieve this purpose, we developed an image database by using the image resources of Google Street View. And then we analyzed the color changes of the leaves when it has variation. After the preprocessing, we semantically segment the shapes of trees by adopting our pre-trained deep learning model. Then we combined the real time results with other botanic related information changing in one year for verification. The current experimental result shown that our system can accurately recognize the latest status of street trees for making possible predictions. Based on these dynamic predictions, users can make better itinerary planning for Hanami.

In text recognition task, a part of a text in an image often suffer from the low-resolution problem. Consequently, the recognizer cannot predict the character correctly. To address this problem, we present end-to-end text recognition for the low-resolution image in two stages. The image resolution enhancement is applied before performing the recognition process. Our focus in this paper is the modified loss function for the image resolution enhancement. Normally, the super-resolution model traps an overfitting problem, namely, some characters are predicted in another one that has a similar shape. To avoid this overfitting, the regularization term is normally added to the loss function with the fixed weight ratio, which is hard to optimize. In this paper, we make this fixed weight ratio into a trainable parameter that can be optimized in the backpropagation process. We test this approach with many recognizers and we get the improved results. It can achieve the text recognition accuracy of 76.5% in test set and the highest IQA scores.

一般的にリモートセンシング画像から地物の抽出を行う際には、目視判読が広く行われている。 この目視判読を効率化するために、深層学習モデルによるリモートセンシング画像からの地物の完全自動抽出の研究が行われている。 しかし、完全自動抽出性能が人間の目視判読に及ばないため実用化に至っていない。 そこで本研究では、完全自動ではなく目視判読を補助する目的の人間中心AIによる対話型セグメンテーションを用いた地物の抽出手法を提案する。 対話型セグメンテーションは人間の手により、抽出対象のある画素の一部をクリックし、そのクリックされた周辺に対してのみセグメンテーションを実行する。 完全自動では地物の抽出性能が低いタスクにおいて、対話型セグメンテーションを実行することで高性能を示した。

近年，不特定多数の人物に電話などで接触し現金などをだまし取る犯罪である特殊詐欺の被害が大幅に増加している．本研究の目的は，通話時の被害者に生じる心理状態の変化に着目し，心理状態の変化から特殊詐欺を検知し未然防止につなげることである．本稿では，被害者となり得る高齢者の心理状態を予測するモデルの構築を目指した．高齢者を対象に，通話時の生理反応と心理変化を測定し関係性を分析した結果，当てはまりの良い心理状態推定モデル(R2=0.792)を構築できた．今後はこのモデルを用いて心理変化を基に特殊詐欺を検知するモデルを開発し，あらゆる手口に対応可能な特殊詐欺検知AIの実現を目指す．

下流タスクが与えられたとき，タスクの対象とするドメインののコーパスで追加事前学習を行うとそのタスクでの性能が向上することが知られている．しかし，既存研究では対象ドメインのコーパスや追加事前学習に利用できるだけの量の下流タスクデータの存在を仮定しており、これらは実用的には必ずしも利用可能でない．そこで，本研究ではドメインに依存しない超大規模コーパスの各ドキュメントと少量の下流タスク学習用データとの類似度を算出し，追加事前学習による追加事前学習に適したドキュメント群を抽出する手法を提案する．そして，抽出したドキュメント群による追加事前学習が下流タスクにおける性能を向上させることを実験的に示す．

病院では電子カルテや看護録など様々な医療文書が蓄積されている。本研究では医療従事者による文書探索を支援するために、医療文書群から臨床的に重要な文の抽出を目指す。学習データがない場合に用いられる教師なし文書要約手法は、文書全体の内容を網羅するために、文書中の多くの文と類似する文を取得する。しかし、医療文書では網羅性よりも臨床的な重要度が重視されるため、適しているとは限らない。一方、ある患者に対して蓄積された診療データを元に、その患者の将来における状態である予後を予測する予後予測の研究が取り組まれている。予後予測モデルで予測した患者の予後が悪い場合、その入力情報は予後の悪化につながる状態や事象を表しており、臨床的に重要であると考えられる。本研究ではこの考えに基づいて、予後予測モデルの出力値を臨床的に重要な文の指標とみなした重要文抽出手法を提案する。実験では名古屋大学医学部附属病院に集約された診療データで学習した予後予測モデルを利用して重要文抽出モデルを構築した。入院ごとに重要文抽出モデルで文をランキングし、それと臨床的に重要な情報を記載した文書を比較することで手法の有効性を示した。

需要家側の再生可能エネルギー普及とともに、柱上変圧器程度の単位でまとめた小規模グループの電力需要の詳細な管理と予測が一般配送電事業者の課題となっている。従来の需要予測では気象予報にもとづき、一般送配電事業者の管轄エリアを分割した地域ごとに値を予測する。しかし、多数の需要家を束ねた統計的な性質をモデル化すれば良い地域の需要予測と比較して、さらに細かい小規模グループの需要予測では個別需要家に依存して需要が大きく増減するため予測困難な問題がある。そこで本研究では2025年度から導入予定の次世代スマートメータで新たに収集可能となる個別需要家の主幹電力(5分間隔)や特例計量器による個別機器の電力データに注目し、小規模グループの需要予測へのデータ活用の可能性を検討した。その結果、12戸の一般家庭グループの短期(1～72時間後の)需要予測のためにグループの過去需要に加えて次世代スマートメータを模擬して計測した主幹と個別機器の電力データを説明変数とすると高精度化できることがわかった。また、予測モデルの説明性向上に、需要予測値に対する個別機器の内訳や予測への寄与率提示が有効な可能性も合わせて指摘する。

人的資本経営において、従業員のメンタリティの好不調を把握し適切にサポートすることは重要な人事課題である。従業員が自身のメンタリティを回答するサーベイが行われることが多いが、従業員の負担もあり高頻度の実施は難しい。これに対し、近年盛んとなっている上司と部下との1on1ミーティングにおいて上司が記録するメモを用いてメンタリティを推定できれば、サーベイの負担軽減や適切なサポートの実行が期待できる。そこで本研究では、1on1ミーティング時のメモを用いて面談対象のメンバーのメンタリティの好不調を推定するモデルを開発・検証した。実際の1on1ミーティングにおける3186件のメモデータとメンタリティサーベイのデータを用いて、3つの機械学習モデルを作成し分類精度を検証した。最も高精度だった事前学習済みBERTをファインチューニングしたモデルではF1 0.69、Accuracy 0.75という精度であった。さらに、人による推定精度との比較では専門家と同程度の精度であることが確認され、1on1ミーティング時のメモからメンタリティの好不調を推定しうることを示した。

平均分散法はポートフォリオ構築のため実務において最も使用されてきた。 しかし、 (1)分散は収益の上方乖離もリスクととらえること、(2)パラメータ、特に期待リターンの微小な変化が最適ウェイトを大きく変化させるという課題が存在する。 (1)については、CVaRという下方リスクのみを捉えるリスク尺度を用いることで解決できるが、(2)の課題と同様にCVaRのパラメータである確率水準の微小な変化によって最適ウェイトが大きく変化する。また、このパラメータ変化に対する不安定性がパフォーマンスを劣化させる。 そこで、本研究では期待リターンとCVaRの両方に存在する不安定性を解決する平均CVaRポートフォリオの二重ロバスト化を提案する。提案手法は先行研究で提案された複数の確率水準に対するCVaRを同時に最適化するとともに、平均パラメータに対して不確実性集合を定義し、ロバスト最適化を行う。提案手法は2次錐計画として定式化できることが証明できる。加えて、期待リターンを損失関数とした場合における提案手法の推定誤差上界を導出した。 実証分析の結果、提案手法は既存の最適化手法よりも良好なパフォーマンスを示した。

本発表ではword2vecやParagraph Vectorを用いて，楽曲プレイリストから獲得した楽曲ベクトルの特性調査を行う．word2vecなどを用いて獲得された分散表現は一般的に，類似するデータのベクトル同士はベクトル空間上で近い位置に配置されるという性質を持つ．また，ベクトル演算がデータが持つ意味を反映する，加法構成性と呼ばれる性質を持つことも知られている．本発表ではデータとして楽曲を用いた場合でも，分散表現のこのような性質が成り立つのかを調査する． 視聴中のプレイリストの情報を含むツイートから作成されたプレイリストのデータセットから，楽曲の分散表現を獲得した先行研究では，同一アーティストによる楽曲の類似度が高くなることなどが報告されている．しかし，加法構成性が成立するかについては検証されていない． 本発表では，楽曲に関連する要素としてアーティストや季節などに着目し，これらに関するベクトル演算を行い，加法構成性が成立するかを検証する．検証の結果，これらの性質を満たすと考えられる楽曲が発見できたことを報告する．

機械学習による金融時系列の予測は実務的にも学術的にも重要な研究課題である。金融時系列は、ノイズが多く、非定常であり、更に機密情報を含む事があるため、分析が困難である。これらの課題に対して、本研究ではAugmentation and Bagging method for Confidential Data series Forecasting(ABCD-Forecast)という手法を提案する。ABCD-Forecastは「データ分析コンペティション」という現実の枠組みから着想を得ており、 多数の分析者が予測結果を送信し評価を受ける仕組みを仮想的に構築する。ABCD-Forecastでは、仮想的な分析者に多様な「ノイズ除去加工」をしたデータを配布する。この加工により多様で低ノイズなデータ生成が可能となる。コンペティション形式で、分析者から多様かつ正確なモデルを得、状況ごとに使い分けることで非定常な市場にも対処する。また、時系列を加工して配布することで、実際のコンペティションに於いても機密性を担保したデータ配布が期待される。本研究では実データを用いた実証分析により良好な予測精度が得られることを示した。

国立情報学研究所が主催する NTCIR プロジェクトの一つとして QA Lab-PoliInfo を開催してきた. QA Lab-PoliInfo は質問応答や自動要約などの自然言語処理のアプローチにより, 政治情報における信憑性問題を解決することを目指す. 本稿では,NTCIR-14 QA Lab-PoliInfo segmentation の後続タスクとなるFact Verification タスクを実施したので報告する. 本タスクはFormal Run期間 と Dry Run期間合わせて約50件のSubmissionがあり, 最高精度はF値で88%であった. 本タスクの実施を通じて, 偽情報の検知を目的とする言語処理技術に関する水準比較およびデータセットの構築を行った.

自然言語処理や認知科学の分野において，Plutchikの感情の輪という感情モデルが利用されているが，その構造的妥当性はあまり検討されていない．そこで，人間から生成した感情語類似度ネットワークの構造と比較することで妥当性の検討ができないかと考えた．感情の輪では複数の感情を混合させた感情も考えられており，ソフトなクラスタリングによる解析が妥当だと考えられる．そこで，本研究では偏在的なコミュニティ抽出が可能なマルコフ連鎖モジュール分解(MDMC)という手法を用いた．本研究では，Plutchikが考案した基本感情，応用感情で提示されている48の感情語全ての順序対について，人間に類似度を問う実験を行った．その結果から，感情語の類似度ネットワークを作成し，その構造的な特徴を解析した．さらに，この解析に基づき両者を比較することで，感情の輪の構造的妥当性を検討した．

本稿では，高齢者の転倒予防を目的とした，知識グラフ埋め込みを用いた歩行者の転倒予測手法を提案する．死亡事故や介護が必要となる大怪我を引き起こす可能性がある歩行者の転倒を予測・予防することは，近年の社会の高齢化に伴い必要性がより高まっている．本稿では各種センシングデバイスの普及により，実空間での転倒状況に関するデータが取得可能になることを想定して，知識グラフ埋め込みによる転倒リスクを予測する手法を提案する．提案手法では，歩行者がある道路で転倒した，通れた，通れなかったの3種類の状況に分類し，各状況をトリプレットとして知識グラフを構築する．知識グラフ埋め込みを用いて学習を行うことで，歩行者の転倒可能性をリンク予測により推定する．簡易的なシミュレーションによって作成したデータを用いて評価実験を行い，提案手法の有効性や，歩行者や道路に関する知識の追加が与える影響について考察する．

SNS上の誹謗中傷は他人を傷つけ，自殺願望や自殺未遂を生じさせる危険性があるため，抑制する必要がある．誹謗中傷を防ぐため，投稿前に警告メッセージを表示したり，誹謗中傷のメッセージをポジティブな表現に変換したりする試みがなされてきた．しかし，これらは一時的な解決策である．根本的かつ長期的に誹謗中傷を防ぐためには，投稿者の意識や行動の変容が必要である．そこで，本研究では，多言語翻訳を通じて，誹謗中傷ワードを他国のポジティブワードに翻訳することを提案する．そして，GIM（Gently Information Presentation Based on Multilingual Translations）を開発した．GIMは多言語翻訳されたこととポジティブなメッセージが送信されたことを通知できる．また，それを見た他国の人からのメッセージをWeb広告のように表示することもできる．SNSアプリだけでなく，VRアプリにもGIMを組み込んだ．VRアプリでは，アバターのチャットや喜んでいるリアクションを見ることができる．ポジティブ情動の変化を測定した結果，多言語翻訳は有効であり，意識変容につながることが示唆された．

テキスト平易化とは、難解な文を意味を保持したまま、より平易な文に変換するタスクのことである。本タスクにおける日本語の既存のパラレルコーパスは、学生やクラウドワーカーが書いた平易な文から構築されており、専門家が書いたパラレルコーパスは存在しない。我々は、専門家が平易化した記事に対して人手でアライメントをとってパラレルコーパスを構築する。本論文では、現在構築中のコーパスの一部について分析を行った結果を報告する。人手評価の結果、我々のコーパスは多様な平易化操作を含み、既存のコーパスよりも平易な文で構成されていることを確認した。

防犯ソリューションは，多数の防犯カメラの映像を使用して人物を検出，追跡，識別することを目的としている．犯人検挙のための解析においては，捜査員が手作業によってデータ収集と映像解析を行うため容疑者特定の負担が大きく，AIを活用した効率的な人物探索技術が求められている．そこで本研究では，防犯カメラから人物を精度よく探索するために人物特徴の一つである人物の身長情報に着目した．身長情報はカメラの設置環境や撮影日によらず基本的に一定であるため，人物の特徴を示す重要な手がかりとなる．本稿では，人物の身長を自動で高精度に推定するための手法確立を目指し，事前処理として映像中の直交成分となる領域を用いたカメラのロール方向の回転角を補正する手法を提案する．提案手法の適用後，従来手法による身長推定を実施したところ，身長推定の誤差が最大で約40%改善した．今後は，人物探索に身長推定結果を適用し，捜査員の作業負荷軽減への貢献を目指す．

防犯カメラの普及に伴い，迷子の捜索や不審者の特定などの用途で活用が進められている．しかし，膨大な映像から目視で特定の人物の発見や追跡を行うには人手や手間がかかる問題がある．そのため，近年ではAIによる映像解析技術を用いて人物の発見や追跡を行う研究が行われている．従来手法として，人物画像を入力とし特徴量を抽出するPerson Re-identification(ReID)がある．しかし，防犯カメラのように，カメラの設置位置や照明条件による色味の違いなどの多様な条件の映像への対応が困難な問題がある．本研究では，姿勢推定情報の活用により照明条件による色味の違いなどの多様な映像条件へ対応できると考え，人物画像に加え時系列の姿勢推定情報を組み合わせたハイブリッドな人物照合手法を検討する．提案手法では，人物画像からReIDの特徴量を抽出し，時系列の姿勢推定情報から歩容の特徴量を抽出する．これらの特徴量から算出した各類似度に対し重みをつけて足し合わせた値から人物照合を行う．屋内の防犯カメラ4台の映像を用いて人物照合の評価を行った．その結果，提案手法はReIDと比較して人物照合の精度向上を確認した．

入札とは，公共機関が業務・物品発注を行う際、発注先の企業を選定するために実施する取り組みである．また，その市場規模は日本国内官公需入札(官公需のうち競争入札にかかる案件)）だけでも約22兆円もあり\cite{Japan-Kobo}，その社会における重要度は高いものである． ここで，入札に参加する為には，多くの場合，入札説明書と呼ばれる文書を読み込む必要がある．入札説明書は100ページ以上に渡る長い文書であることも珍しくなく，またその読解には貿易あるいは商材に関する専門知識や業務知識が必要であることが多い．そのため，入札説明書の読込や情報整理には多大な労力及び時間がかかる場合が多い． 故に，「入札説明書読込や情報整理の効率化」は本領域において重要な課題の一つであると考えられる． 本目的達成の為，本研究では要旨作成に必要な情報を項目別に半自動抽出し、要旨作成を支援するスキーム BiDding Document Analyzer (BDAA) を提案する． 本手法を導入した結果，タスク達成までにかかる時間が40%から72%されることが実証できた．

近年のブランドは、企業の営業·広告戦略のために予算をソーシャルメディアマーケティングに費やして製品を宣伝している。ブランドのことを好きそうなフォロワーを多くかかえるインフルエンサーを推薦することは、大きなビジネスチャンスになった。我々は、SNS上の各アカウントのフォロワーの投稿から得られる情報に着目し、ハッシュタグの特徴を分析することでブランドとインフルエンサーを解析する。ハッシュタグの埋め込みやランキングによって、ブランドにインフルエンサーを推薦することができる。実験では、ライスカレー社が保有する最も売上に貢献するインフルエンサーリストと比べて提案手法の評価を行った。ターゲットブランドとインフルエンサー56人のフォロワー層を比較した結果、最も売上に貢献する5人のインフルエンサーはすべて提案手法のトップ10に含まれていることで、提案手法の有用性を検証した。

OpenIEは、テキストデータをドメインによらない手法で構造化し、情報を3項関係（subject; relation; object）として抽出する一般的なパラダイムである。テキストベースのOpenIEに関する研究では多くの発展があったが、これまでのところ、文書画像に対するOpenIE手法やOpenIEデータセットを提案した研究は存在しない。本論文では、質問生成、質問応答、3項関係抽出の三つのモジュールから構成される、パイプラインベースの文書画像向けOpenIEシステムを提案する。提案手法では、OpenIEデータセットを用いず、VQAデータセットのみを用いて学習を行う。DocVQAとInfographicVQAデータセットを用いた実験の結果、提案手法はテキストベースのOpenIEシステムを凌駕する性能を持つことが実証された。さらに、提案手法における質問応答モジュールの重要性を明らかにした。

地方議会会議録の発言文に含まれるキーワードなどの特徴的な表現は，その地域の課題や発言者の主張を把握する上で有用であることに加え，方言などを見つける手がかりにもなる。 筆者らは，議会会議録の発言文を入力として地域や発言者を推定する分類器を構築し，SHapley Additive exPlanations（SHAP）を用いて分類に寄与するトークンを可視化することで，地域や発言者を特徴付ける表現が抽出できる可能性を示した。 地方議会会議録の発言文は都道府県，市区町村，発言者の順で階層的に分類できる。 本研究ではこの階層的な分類構造に着目し，それぞれの分類器に対応するSHAP値の差を可視化することで，狭い地域や発言者固有の特徴表現の抽出を試みる。

本稿では、マルチモーダルケアインタラクションにおけるコーチング生成のための知識表現とその活用について示す。筆者らは、マルチモーダルケア技術習得のためのビデオコーチング環境を開発してきた。このビデオコーチング環境のフレームワークを用いることで、指導者のコーチング知識を整理するための構造を設計した。251件のコーチングデータから得られたコーチング知識を、ポジティブ知識、ネガティブ知識、デバッグ能力、目標の4つに分類し、ポジティブ知識を用いてケアの流れをスクリプト理論で記述することで有効性を示した。

ある人物が「もしX社の製品ならばおいしい」という条件文を述べ，その後別の人物が「もしY社の製品ならばおいしい」という追加条件文を述べたとする. この時，「X社ゆえにおいしい」という前件肯定推論が抑制される場合がある. Demeureら(2009)は条件文を発する話者間の人間関係が推論の抑制に及ぼす影響をポライトネス理論をもとに検討し，関係が悪い場合は一般に曖昧な表現で訂正を行うため，追加条件文が一つ目の条件文の訂正を意図したものと解釈されやすく，推論の抑制が生じることを示した. 小倉(2023)はDemeureら (2009) の追試を行い，日本人でも関係性が悪い場合は追加条件文により条件推論が抑制されることを示した. 日本語では相手との距離がある場合，敬語表現を用いることが多く (宇佐美, 2002), 曖昧な追加条件文が敬語で表現される場合 (例：もしY社の製品なら美味しいでしょう)，より訂正を意図した発言だと解釈されやすい可能性がある. 本研究では，追加条件文の敬語表現の有無を操作して小倉(2023)の追試を行い，敬語表現が条件推論の抑制に与える影響を検討した.

識別対象タスクが段階的に増加する継続学習シナリオにおいて、深層学習モデルでは、新規タスクへの最適化により過去のタスクについての知識を失い、識別能力が著しく低下することを意味する破滅的忘却が起こることが知られている。この忘却を軽減するための継続学習手法が多く提案されている。継続学習モデルを実環境で運用する際、これまでのタスクで学習されていないクラスの入力を分布外データとして検出する機能が、モデルの安全性と信頼性を担保するために必要である。さらに、継続学習における分布外検知は、モデルが新たなタスクを検出してそれらを漸進的に学習していくオープンワールド学習への発展も期待される。しかしこのシナリオにおける分布外検知の研究は十分に行われていない。本稿では、破滅的忘却と分布外検知の精度との関係を広範な実験を通して調査し、継続学習シナリオでの分布外検知の実現に向けた示唆を与える。

Solar spectral analysis plays an important role in solar physics research to understand the Sun-Earth relationship. Hinode Solar Optical Telescope (Hinode SOT/SP) has been accumulating solar spectro-polarimetry (SP) data for more than 15 years. However, processing this huge amount of high dimensional data is challenging even with the existing computational methods. To this end, we suggest a compressed representation of SP data using a deep learning technique that will be useful for further steps of solar spectral analysis, such as flare prediction, automatic categorization of spectra and detection of anomalous spectra. We built an autoencoder for compressing solar spectra containing Stokes I and V polarization parameters. The encoder converts the input (SP data) into a lower dimensional compressed representation of the spectra, and then decodes it back into the output (reconstruction). We compared performances of the model trained with different errors: standard loss as mean absolute error (mae), and customized loss as sum of weighted mae of Stokes I and V. From the scatter plot of true and reconstruction the model with customized loss function resulted in smaller standard deviations of 0.57-0.7% (continuums) and 2.71-3.16% (line centers) for Stokes I, and 4.79% (left line core) for Stokes V.

結晶性知能とは、文化・教育・そのほかの体験を通して獲得される知識のことを指す。結晶性知能はWAISと呼ばれる標準化された知能検査によって評価されることが多い。WAISは類似などの、言語理解に関する質問に対する回答を通して評価される。結晶性知能の検査の採点は、事前に検査で用意された採点基準に照らして、臨床的なトレーニングを受けた人間が行ってきたが、機械による代替が可能である可能性がある。本研究では、結晶性知能の一側面である類似に注目して、類似を測定する検査として開発中の日本語版Semantic Similarity Testにおいて自動採点が可能であるかに関する予備的検討を行う。参加者の回答を3種類のラベル（2: 2つの単語の関係性を完全に捉えている，1: 2つの単語の関係性を部分的に捉えている，0: 不正確な回答）に分類するBERTをベースとしたモデルを、2種類のアプローチ（参加者の回答をデータとする、採点基準表をデータとする）で学習し、正解率とF1値を評価した。結果、採点基準表に基づくアプローチの方が性能が高かった。結果に対する文の質と擬似ラベルの数による影響を議論した。

動物には、好ましい報酬がもたらされると同様の状況下で同じ行動を選択する頻度が増加するという学習様式が存在する。これは人工知能の分野で強化学習と呼ばれており、そのアルゴリズムの多くは報酬予測誤差を用いたものである。 動物の脳内にも、このアルゴリズムを実現できる神経回路が存在するはずである。実際、報酬予測誤差を表現する神経細胞は中脳黒質で発見されており、中脳黒質の投射先である大脳基底核線条体を中心とした神経回路が強化学習に関連した情報処理を行っている可能性が示唆されている。しかし、脳における神経回路レベルでの強化学習アルゴリズムは解明されていない。 本研究では、ドーパミン神経細胞からの報酬予測誤差を利用し、大脳皮質-大脳基底核の神経回路を並列にタイリングしたネットワークモデルの構築を試みた。マルコフ決定過程の強化学習課題である迷路課題とCartPoleを用いて、従来のTD学習との比較を行った。その結果、動物の学習時に観察されるようなドーパミン神経細胞の活動様式を再現しつつ、TD学習と遜色ない学習効率を示すことが確認されたので報告する。

ニューラル機械翻訳の翻訳性能を改善するため，原言語文と目的言語文の固有表現（NE）を活用する試みがなされている．NEを活用する代表的な方法として，これまで，文中のNEの前後に，NEの種類と開始／終了情報を含むNEタグを挿入する「タグ付け手法」と，エンコーダやデコーダの埋め込み層でNEの埋め込みベクトルを追加する「埋め込み手法」が提案され，それぞれの有効性が確認されている．しかし，この2種類の手法間の比較は行われていない．そこで本研究において，WMT2014の英独／独英翻訳タスク及びWMT2020の英日／日英翻訳タスクで両手法の性能を比較した結果，NEを含む文に対する翻訳性能はタグ付け手法の方が高いことを確認した．しかし，タグ付け手法の方がNEの湧き出しが多く，NEを含まない文に対する翻訳性能は埋め込み手法の方が高いことも確認した．この結果を鑑みて，原言語の入力文にNEを含む場合はタグ付け手法，含まない場合は埋め込み手法を用いることで，全体的な翻訳性能を改善できることを実験的に確認した．

ベイズ推定は観測データから, データの生成過程を確率的に推論することができる統計的推定方法である. 近年画像生成AIとして注目されている Stable Diffusion などにも活用されていることから, ベイズ推定は機械学習モデルにおいて重要な役割を持つ要素技術の一つであると言える. 一方で, ベイズ推定そのものの問題点として, 推定の間は過去の情報を現在の情報と同等に評価してしまうことが挙げられる. これは定常環境では問題はないが, 途中で対象の状態が変わるような非定常環境においては従来のベイズ推定では対応できないことが考えられる. 例えば強化学習のタスクであるバンディット問題において, ベイズ推定を基にした方策である Thompson sampling というアルゴリズムは, 定常環境では特に良い性能を示すが非定常環境では性能が極端に低下する. 先行研究ではベイズ推定に忘却率と学習率という概念を導入した拡張型ベイズ推定という手法が提案されている. 本研究ではバンディット問題において拡張型ベイズ推定を用いたアルゴリズムを使って定常・非定常環境への対応を検証し, 拡張型ベイズ推定の忘却率及び学習率の役割を考察する.

近年、企業は自らの事業がESG指標に与える影響を開示することが求めらている。この開示文書作成の自動化可能性を近年発展が著しい大規模言語モデル(LLM)を用いて検証した。LLMと因果推論の関係を検証した既存の研究は、因果構造としてhead-to-tailまたはtail-to-tailの構造を持つ問題のみを検証の対象としていた。そこで我々は、残りの因果構造であるhead-to-headに加え、介入やバックドアパスなど統計的因果推論の基本的な項目とLLMの関係を包括的に検証した。結果、LLMは事業の影響を違和感なく推論できるものの、その推論結果は介入やバックドアパスといった概念を踏まえたものでは無いことがわかった。

本研究は日本の伝統工芸品である浮世絵を定量的に調査し、ディープラーニングモデルを用いて作品の潜在的な特徴を抽出することを目的とする。 広く用いられている画像のためのディープラーニングモデルであるVGGモデル利用して9,000点以上の浮世絵の潜在的特徴を抽出し、代表的な浮世絵師の特徴を明らかにする。得られたモデルを用い他分析では、絵師ごとの作風の変遷を捉えるケーススタディを行い、流派などで浮世絵師に作品の特徴が伝承されているかを調べる。先行研究の多くが肖像画の顔などの作品部分に着目しているのに対し、本研究では背景を含む画像全体を対象とした浮世絵の全体論的な研究を目指す。

株価を予測する大量のファクターを同時に扱うため、深層学習を用いた深層マルチファクターモデルが提案、応用されてきた。しかし、一般に深層学習の出力結果の解釈は困難であり、実際の運用実務への活用を考えると説明責任の観点から解釈性が必要となる。解釈性を与える手法は、各入力における特徴量の寄与を与える局所的サロゲートとモデル全体の大域的な説明を与える大域的サロゲートに大別される。前者はモデル全体の出力傾向の説明等は困難である一方、後者は解釈性の高い代理モデルの学習によりそれを可能とする。しかし、元のモデルとの出力が類似していても、判断の根拠が整合的であるとは限らない問題があった。そこで本研究では、局所的サロゲートであるLayer-wise Relevance Propagation (LRP)と大域的サロゲートを組み合わせた解釈手法を提案する。本手法はモデルの出力および局所的な説明の両面での整合性を保持するため、LRPによる正則化を行った大域的サロゲートの学習を行う。実際の市場データを用いた実験の結果、提案手法による局所的説明とも整合的でより自然な解釈が可能な大域的サロゲートの学習を確認した。

過去の交通事故データに基づいて、任意の場所における交通事故の起こりやすさを予測する手法を提案する。特に本研究では、被害の大きさが考慮可能で、かつ、事故が起こる要因も同時に把握可能な手法を構築する。提案法により、例えば、これまでに事故が起きたことが無い場所であっても、事故の危険性が高いと思われるエリアに車が近づいた際、ドライバーに対してタイミング良く注意喚起することが可能となる。ここで、提案法のポイントは、事故の重大さに合わせて注意喚起のレベルを変えられること、更には、事故につながる要因から導かれる対策についても、注意喚起を行うタイミングで同時に提示できることである。提案法では、交通事故発生時に保険会社が契約者にお支払いする保険金額データを活用することで、保険金額の大きさ、すなわち、事故の重大さを予測する。実際の事故データへ提案法を適用し、非負値行列因子分解ベースの従来手法等との比較を行うことで、提案法の特徴、および、有用性を示す。

本研究では，Federal ReserveのWebサイトで公開されているBeige Bookのコーパス構築と前処理に取り組む． ベージュブックは，12の地域連邦準備銀行がそれぞれ収集した，一般的な経済状況やトレンドに関する情報をまとめたものである． しかし，ベージュブックは発行時期によって形式が異なり，容易に入手できる整備されたデータセットは存在しない． 一方，ベージュブックのテキストデータは，経済分析のための貴重な情報源として認知されている． そこで，本研究では，誰もが容易に様々な分析に利用できるようなベージュブックのコーパスを作成することを目的としている． 具体的には，テキストを個々の文に分割し，各文に「date」，「distinct」，「topic」，「finbert_score」のタグを付与した． さらに，ベージュブックを分析した先行研究を参考に実証分析を行い，本コーパスの応用例を紹介する． 最後に，我々のコーパスと実証分析に関連する課題を述べる．

本研究では，画像中のバウンディングボックス内に拡散過程を仮定する境界付き拡散過程を用いて，ゲート付きDenoising Diffusion Probabilistic Model（Gated Denoising Diffusion Probabilistic Model; GDDPM）の訓練を実現する．ユーザが指定した画像の一部を消去して補完するinpaintingタスクは画像の修正に利用されている．しかし，画像にノイズがある場合など，画像の修正箇所が自明ではない場合にはinpaintingのために設計したモデルでは対応できない．そこで，画像中の一部分のみに拡散過程を仮定して，ゲートによってその部分を検出しつつノイズ除去するモデルとしてGDDPMを提案する．CIFAR-10に対して行った画像を部分的に再構成する実験では，ゲート機構によってノイズを検知して画像を再構成することができた．

本研究では，動物や人の顔，物などの対象が撮影された実対象画像と折り紙画像を入力として，実対象画像に写った対象物を，あたかも折り紙で折られたかのような画像へと変換することを目的とする．Neural Style Transferの研究では，実対象画像（コンテンツ画像）を特定の画風（スタイル）に変換する手法が多く提案されているが，多くは絵画などを対象としており，造形物に特有の質感や立体感などの特徴をスタイルとして変換できる手法は少ない．本研究では，既存のスタイル変換手法の中で，実対象画像と参照する折り紙画像の幾何的構造が大きく異なる場合にも適用できる，折り紙らしさの転送に適した手法を見出すとともに，その新たな拡張方法について提案する．

新型コロナウイルス感染症 (COVID-19) によるパンデミックにおいて，その対策の根幹となる国内患者の発生動向は，医師が行政へと提出する「発生届」を集計することで把握されてきた．今回用いられた患者発生届は，最前線で患者対応にあたる臨床現場に過度の報告負担を課す仕組みであり，医療現場が混乱する感染症発生初期や医療負荷が過大になる感染拡大期には運用に困難が生じることが示されている．そこで本研究では，現在全国で使用されている電子カルテから発生届を自動入力できるようにすることを目的に，発生届を詳細な項目へと分解したうえで，自然言語処理を用いた自動化検討に取り組んだ．専門家による分析の結果，26%の項目が自動入力可能であり，50%は現在の自然言語処理のサポートにより入力可能，16%は技術的な努力や抽象度の高い項目の再設計，指針となるガイドラインの整備が必要であり，最後の9%は現時点では実現不可能であることが判明した．

近年，カタカナ語の使用が普及しているが，日本語学習者にとってカタカナ語の習得が困難である．この問題に対して，カタカナ語の理解や習得を支援するシステムが多く開発されているが，カタカナ語の使用能力を向上させる方法はあまり議論されていない． 本研究では，英会話練習で活用されているチャットボット形式の対話システムを応用し，対話システムと会話することによって，カタカナ語への理解を定着させ，使えるようにすることを一つ目の目的とする．また，会話の練習を通してユーザの日本語会話に対する自信を向上させることを二つ目の目的とする．目的を達成するために，カタカナ語が含まれる質問を提起し，ユーザの入力に対して会話が続くように深掘り質問をするシステムを提案する． 評価実験では，従来の学習方法と提案手法のそれぞれを活用する前後に，被験者がカタカナ語のテストやアンケートを行うことで学習効果を計測した．対話システムによる学習はより優れているという結論は得られなかったが，対話システム群において対話システムに満足している学習者の学習感想がよりポジティブであり，日本語会話能力の成長をより感じやすいという可能性が示唆された．