近年，証券会社によるオンライントレードサービスの充実により，デイトレーダーが増加している．また，インターネットを介して，証券会社などから容易に株価情報を得ることも可能となったため，これを利用して本研究室ではこれまで，デイトレーダーのサポートおよび戦略の解析のために，デイトレードエージェントフレームワーク（Day Trade Agent Framework: DTAF）を提案し研究してきた．DTAF は板情報を含む実市場の状況を数秒刻みで再現することができるため，デイトレード戦略の学習や進化が可能である．現在，DTAF を用いた遺伝的プログラミング（Genetic Programming: GP）による学習によって優秀な戦略の獲得を目指しているが，ADF を用いた GP による戦略進化については考察されていない．そこで本研究では ADF 遺伝的プログラミングによる投資エージェントの戦略進化について考察する．

抄録全体を表示

現状，株式売買はネット証券の登場によって，初心者にも参入しやすい状況となっている．しかし，初心者が膨大な株式の中から売買銘柄を選択することは容易なことではない．本研究では，不要情報の削減，各ユーザにとって有用な情報の付加によって初心者の株式市場参入への敷居を低くすることを目的とした．本システムは，優良株を絞り込み，ユーザに提案，または保持株の売り時などを提案することで，初心者にも円滑に行える株の売買環境を提供する．

抄録全体を表示

我々は自律的に連続な状態・行動空間を構成する強化学習器BRLを開発し，自律群ロボットの行動獲得に適用してきた．しかし，機械学習の共通課題である過学習状態にしばしば陥ることがあることも確認している．本研究では，これを回避することを目的として，BRLにより獲得した知識である入出力データを基にSVMを用いて状態空間を再構成する手法を提案し，その有効性を検証する．

抄録全体を表示

プラントを推定して強化学習を行うとき，実プラントはある確率分布に従って推定されたプラントの周りに存在する．そこで，このプラント集合に対し，その存在確率に基づいてコストを定義する．このコストを最小化することでプラント集合全体に対してプロパーで，性能の優れた方策を獲得する学習法を提案する．また，ロボットによるペグ・イン・ホールタスクに適用することで，提案手法の有効性を示す．

抄録全体を表示

魚や鳥が形成する群行動は，群を構成する各エージェント（個体）に現実の生物の行動パターンを模した行動ルールを規定することでモデル化できることが知られている．本研究では，強化学習を用いた学習によりエージェント間の相互作用から群行動を自律分散的に形成させる枠組みを提案してきた．本稿では，学習における各エージェントの関係をネットワークと捉え，計算機実験を通して，複雑ネットワークとの類似性について検討する．

抄録全体を表示

以前に、著者らはParticle Swarm Optimizationに基づく群強化学習法を提案した。この学習法では、複数のエージェントが行動価値であるQ値を通常の強化学習法によって更新するとともに、Q値を評価し、過去に各自が発見した自己最良Q値と群全体の最良Q値を用いて各自のQ値を更新する。しかし、この学習法では、Q値が過大評価されることがあり、そのことが学習の性能を低下させていた。この問題を解決するために、自己最良値に寿命を設定してを学習を行う方法を本稿で提案する。

抄録全体を表示

We perform modal analysis of nonlinear swing dynamics of multimachine power systems based on the so-called Koopman operator. Modes derived through spectral analysis of the Koopman operator, called Koopman modes, provide a nonlinear extension of linear oscillatory modes and a novel technique for identification of coherent generators using finite-time data of swing dynamics.

抄録全体を表示

本研究では，冗長マニピュレータにおいて，任意目標点への到達運動を実現する制御則計算を実時間で行う手法を提案する．提案法では，多数の目標点への到達運動を達成する局所的な最適制御則を事前に計算，ライブラリとして保持し，新たな目標点が与えられた場合にそれを利用して制御則を合成する方式を採る． また，ライブラリから基底となる制御則を抽出することで合成法の高速化を図り，実時間到達運動を実現する． 7軸冗長マニピュレータを用いた実機実験により，提案法の有効性を検証する．

抄録全体を表示

本研究では非線形Receding Horizon制御の実時間アルゴリズムである continuation/GMRES method(C/GMRES)の改良を提案する．オフライン計算で得られる入力時系列データを特異値分解し，C/GMRESで解くべき連立一次方程式の次元を減少させる．計算量を低減させたC/GMRESのアルゴリズムとして新たに定式化を行い，シミュレーションにて従来手法との比較を行う．

抄録全体を表示

連続変形法を用いたReceding Horizon 制御では有限な非線形最適制御問題から連立一次方程式を解く問題へ置き換える．スラック変数を用いて不等式制約を考慮した場合，解くべき連立一次方程式が退化する問題がある．本研究では，人工ポテンシャルを用いることで連立一次方程式の正則性を保ち，不等式制約を考慮した連続変形法によるReceding Horizon制御を提案し，コンピュータシミュレーションにより有効性を示す．

抄録全体を表示

本研究では単純化した非線形な四輪車両モデルに微分ゲーム理論を適用する． ２台の四輪車両モデルによる平面上の運動をReceding Horizon微分ゲーム問題として定式化する． ゲーム最適解は，実時間で最適な制御入力を求めるために，C/GMRES法というアルゴリズムを用いて計算される． 具体例として，２台の四輪車両モデルによる追跡回避問題と追い抜き問題，さらに経路追従を組み合わせた追い抜き問題の数値シミュレーション結果について報告，議論する．

抄録全体を表示

鉄鋼プロセスのような産業プロセスでは，製品の品質のばらつきを抑制することが重要である．そこで，非線形システムの状態のばらつきや不確かさを表現した確率密度関数の最適制御問題を考える．確率密度関数の時間発展方程式は，有限次元の入力を用いて，非線形偏微分方程式で記述される．本稿では，その確率密度関数に対して，非線形Receding Horizon制御による最適制御問題を定式化し，その数値解法と適用例を示す．

抄録全体を表示

非ホロノミックシステムとは，一般化座標のみで記述できないような拘束を受けるシステムのことであり，状態数よりも少ない数の入力で制御することができるという特徴を持つ．本研究では，非ホロノミックシステムの可制御性構造を解析して，システムを可制御にするのに必要な入力数について考察する．

抄録全体を表示

局所変分法はベイズ学習において計算困難な事後分布を 近似的する一つの手法として広く用いられている．本研究では，局所変分法により構成される近似事後分布と真の事後分布の間の種々の情報量を，周辺尤度の近似誤差により評価する不等式を示す．また，カーネルロジスティック回帰モデルへの適用例において，周辺尤度の上界を与える効率的な手法を構成する．

抄録全体を表示

ノンパラメトリックな統計的推定手法の一つである経験尤度法を事前情報のある推定問題に応用する．経験尤度法はKLダイバージェンス最小化として定式化されるので，その向きを換えたものを考えることができ，それは exponential tilting (ET) 法と呼ばれている．本稿ではこれらが漸近的には同等な性能を持つことを理論的に示し，実験で検証した．

抄録全体を表示

高い汎化性能を示すクラス分類器を生成することで知られている サポートベクトルマシン(SVM)を拡張して汎化性能を高める手法に，分離超平面の重みと同時にカーネル自体も学習する手法と，特徴空間の次元を圧縮する手法がある． 本研究では，この二つの全く異なる手法を統合した手法を提案し， 汎化性能に及ぼす影響を数値実験結果として述べる．

抄録全体を表示

本研究では，高い汎化性を有するサポートベクトルマシン(SVM)の一括型マルチクラスモデルに着目し，関数マージン最大化1目的2次計画モデルのような求解の容易なモデルから，比較的複雑な幾何的マージン最大化多目的モデルなどいくつかのモデルを比較する．それぞれのモデルにより得られる識別機の性能やその幾何的マージン，汎化性を比較することにより，幾何的マージンと汎化性との関係を検証する．

抄録全体を表示

強化学習は，実用性といった観点から，状態空間や行動空間を予め適切に設計す ることが難しい． この点に留意し，状態空間および行動空間を共に適応的構成する計算モデルにつ いての検討を進めており，これまで，状態空間を固定した上で，行動空間に対する適応的構成を試みるため，Q-learningとActor-Criticを用いた切り替え型の強化学習法を提案している． 本稿では，2次元行動空間を有するロボットナビゲーション問題を対象とした計 算機実験を通して，提案手法の有効性・可能性について検討する．

抄録全体を表示

現在普及しているカーナビは目的地までの経路の最適化を目指しているが、まだ課題や問題点がある。Sound4Uという大規模シミュレーターの上で、Ｂｏｌｔｚｍａｎｎ分布付きＱ手法を使用して、リアルタイムな交通情況によって車が集中しないようなグローバル最適な経路を探索する手法を提案する。これにより、交通渋滞を緩和し、事故を未然に防ぐことが可能となる。

抄録全体を表示

本論文では離散時間システムに対する最適予見追従制御問題における 予見補償器の導出方法について考察する．離散時間システムに対する 最適予見追従制御問題の解は既に知られているが， 本論文ではスムージング問題（非因果的状態推定問題）の解法と 比較することにより変分法を用いて予見補償ダイナミクスと追従問題の解の 必要条件を与えるRiccai差分方程式をより直接的に導出する方法を提示する．

抄録全体を表示

本論文では非因果的（予見）追従制御系の多目的化と非因果的補償器そのものの 性能評価を目的として時間的に複数の階層構造を持つ非因果的補償器の提案と その設計方法について考察する． 本論文で提案する補償器の時間多重階層化は非因果的補償の実時間処理が 行えることを前提とし， 仮想的に構築される複数の時間軸に対するダイナミクスを活用する．

抄録全体を表示

現在，ファジィ制御に関する研究開発が，多方面で行なわれている．ライントレースロボットや工場などの自動搬送車などの制御方法に，ファジィ制御を用いられていることは多い．そこで，ライントレースカーのように，走行速度の速い物体にファジィ制御は応用できるか検証する．本研究は，ライントレースカーの操舵角とモータの制御に簡略型推論法を用いることで，ジグザグ走行をせずに，滑らかに制御することができると考えている．システムの構成は，ライントレースカーが，走行中に読み取ったセンサの値を入力として，操舵角を求める．その後，出力された操舵角から，左右のモータ出力を求める．

抄録全体を表示

連続変形法とステップ入力制約を用いた非線形モデル予測制御則の導出法を提案し，その有効性を示す．

抄録全体を表示

半導体製造装置などの産業用機械では、駆動装置としてサーボモータが広く用いられ、高速、高精度かつ低振動化が求められている。このとき、トルク飽和や変化率を考慮しなければならない。トルク飽和が発生すると、装置に振動を励起してしまう。 　そこで、本稿ではマルチパラメトリック計画法を用いたモデル予測制御を用いて、高速・低振動な応答が得られ、かつトルク飽和や変化率を考慮した制御系について検討する。

抄録全体を表示

本研究では，放物型非線形偏微分方程式で記述されるシステムに対してモデル予測制御手法を提案している．非線形分布定数系における最適化問題の定式化及び，その停留条件の解析結果を示している．無限次元系に対して導出された停留条件を差分化することで，有限次元の停留条件に帰着させ，既存の数値解法が適用可能であることを示している．

抄録全体を表示

近年,動画像などの高次元データが手軽に取得できるようになり,それらのデータを用いて物体認識やクラス分類などを行う新たな技術が研究されてきている. 高次元データそのままでは取扱が煩雑なので,その特徴を失わない範囲で次元削減をする必要性が生じる. 本研究では,一般的な次元削減手法である主成分分析(PCA)と比べてより特徴を抽出できるIsomapについて検討し, その欠点である追加データ削減時の再計算を改善した手法を提案する.

抄録全体を表示

近年, 情報処理技術の発展に伴い生じた余剰コンピュータ資源を活用して処理を行うグリッドコンピューティングが注目されている. 本研究では, Globus Toolkit を用いた fork-join 分散処理システムを構築し, その分散処理システムに参加するコンピュータの処理状況を把握することでシステムの処理時間の予測を行う方法を検討する.

抄録全体を表示

近年コンピュータとネットワークの高性能化により物理的に離れた場所のコンピュータを仮想的に統合するグリッドコンピューティングが注目されている. インターネットを通してデータを送受信するためファイル転送に時間がかかる. 本報告ではサイズの大きいファイルを帯域幅の小さい環境で送受信する場合について検討する.

抄録全体を表示

コンピュータ分野全域におけるクラウド化の動きから、サーバーの負担増加は避けられない問題である。それによってグリッドコンピューティング分野への期待は急激に高まっているが、その中で余剰資源の利用効率という新たな課題が持ち上がることとなった。本論文では資源の利用効率向上に関するマルチグリッドのスケジューリングを提案する。

抄録全体を表示

グリッドコンピューティングは、不特定多数のコンピュータリソース共有が可能である利点があるが、反面セキュリティが脆弱になり易い。そこで我々は、ジョブスケジューリングを行うグリッド環境下で、サーバ・クライアント間にプロキシサーバを用いることにより、各々のコンピュータ同士が直接接続されることで懸念される情報漏洩を防ぐセキュリティを組み込んだモデルを考案した。

抄録全体を表示

本論文は、投機ロックを用いたデータ複製の性能評価を目的とする。投機ロックは、同時実行制御におけるwriteロックとの衝突を一時的に無視してトランザクション処理を実行し、チェックポイント時点で衝突を検出することにより、衝突したトランザクションを破棄する手法である。本論文は、性能評価の実験結果について考察する。

抄録全体を表示

複数地点の家庭用コンセントの電圧フェーザ量データから電力系統全体の状態把握が可能であることが知れている．しかし，系統状態の把握のためには1秒間に30データといった時間間隔での計測が必要となる．つまり，膨大な量の電圧フェーザ量データの管理が必要である．そのため，データを分散管理することが有効であると考えられる．本稿では電圧フェーザ量データベースの分散化手法に関する研究結果について報告する．

抄録全体を表示

現実世界の多くの問題は，競合する複数の目的を同時に考慮する必要がある多目的最 適化問題であり，互いに優劣を判断できない多数のパレート最適解が存在する．進化 型多目的最適化は，多点探索という進化計算の最大の特徴を有効活用することで，多 数のパレート最適解を同時に求めることを目的とした研究分野である．本講演では， まず，パレート優越関係に基づく進化型多目的最適化アルゴリズムの基本構造を解説 する．次に，進化型多目的最適化で大きな注目を集めている多数目的最適化や選好情 報の活用，様々な探索手法とのハイブリッド化などの研究課題を紹介する．最後に， 有望な応用分野である進化型多目的知識獲得における研究方向を紹介する．

抄録全体を表示

本発表は，オーガナイズドセッション "Brain-Inspired Systems (BrainIS)" の位置づけをオーバービューするものである．BrainISとは脳もしくは脳型知性を持つシステムのことである．重要な点は，脳はシステム全体の一部であり，脳だけで構成されたシステムではないということである．言い換えれば，BrainISは身体性を持ち，身体を通じて環境とインタラクションを持つ．身体性はBrainISの重要な条件のひとつであるが，しかしながら，身体性のみがBrainIS研究のテーマではない．むしろ環境とのインタラクションがあり，その中で最適な行動計画や意思決定をする有用な知性の原理追求とデザインを行うものである．BrainISには，知的ロボットのようなArtificial BrainISと，人間のようなNatural BrainISがある．理論レベルでは両者とも同等の原理で動いていると仮定し（ただしアルゴリズムや実装レベルでは等しい必要はない），知的ロボティクスの問題と脳科学の問題を同時に追求するのがBrainIS研究の方法論である．

抄録全体を表示

近年、脳科学の知見に基づく理論モデルの工学的応用が注目されており、ロボット工学への貢献が期待されている。現実的に人と共存するロボットの開発は、刻々変化する環境においても認知判断できる高次脳機能を兼ね備えることが要求される。一方、生体機構を回路化して組み合わせる方法論で、精密性と安定な制御可能性を中心課題としてきた従来の工学的規範を超える枠組みが提示できるかは大きな疑問として残っている。また、生物の持つ「自律性」が工学的に再構成できるのかについても期待感の一方、疑問視されている。本研究では「生命体から学ぶ」という機械論から、「生命のダイナミクスから機械に生命を吹き込む科学」へ展開する可能性を、脳型ロボット研究・開発の向かうべき方向性として検討したい。

抄録全体を表示

第一次視覚野(V1野)の単純型細胞は，特定の位置に特定の方位をもったエッジを検出する．しかし工学的な問題として，位置精度と方位精度の両者を，限界値を超えて高めることはできない（不確定性原理）．そこで本研究では，逆拡散における超解像法を拡張・適用することで問題の解決を試みた．その結果、位置と方位に関して高精度なエッジ検出が可能となった。加えて構築されたモデルは、神経生理学的な現象を良く再現することもわかった.

抄録全体を表示

“いのち”が吹き込まれた知的パートナーの実現には，Brain-Inspired視覚認識アルゴリズム技術に関する革新的な開発が，重要かつ必要不可欠である．ニューロシステム動機づけによる認識アルゴリズム設計思想“Dynamic Link Architecture”を用い，処理において文脈化・表出されにくい物理的状態（即ち，対象の位置，大きさ，サイズ）をリアルタイムで検出する視覚統合認識システムの開発について紹介する．

抄録全体を表示

マウス味蕾細胞の電気生理学的応答、および味蕾内ネットワークに発想を得た化 学センサシステムに関する研究を行った。本センサシステムは、受容細胞モデル が生成するテレグラフパルスにより、独立な2個の出力細胞モデルの神経発火が 同期する仕組みをもつ。神経発火の同期の程度によって化学物質刺激の濃度を符 号化する。出力細胞モデルの神経発火の同期は、テレグラフパルスのパターンに 依存する。ランダムなテレグラフパルスパターンで適度な平均周波数を持つ場合 に神経発火が促進された。

抄録全体を表示

本研究ではヒト被験者に，自身の下肢筋電図を制御信号として計算機の中に構築した倒立振子モデルに入力し，振子を実時間でバランスさせる課題を行わせた．課題に用いたモデルの受動的スティッフネスは立位を安定化するには不十分な値であるにも関わらず，被験者は数十回の試行の後，モデルの立位姿勢を保つことに成功した．モデルに入力された能動的トルク，モデルの揺れの角度，角速度を精査することにより，モデルの立位を維持しているときの被験者の筋電図，つまりモデルへ入力された運動指令にはオン－オフの間欠性が発現し，得られたモデルのダイナミクスは神経系の間欠的制御によるシミュレーション結果とよく一致することが示された．このことは，ヒトの立位はスティフネス制御やPD制御ではなく，間欠的な神経制御によって安定化されていることを示唆する．

抄録全体を表示

海馬長軸方向へ伝導するシータリズムの位相に海馬の時系列情報がコードされている． 海馬CA1で観測された伝導だが，CA3内の興奮伝導が原因だと考えられる． しかし，CA3を模したリカレントネットワークからCA1の伝導を説明する興奮伝導は報告されていない． 本研究では，特定方向へ拡がる抑制領域の異方性の考慮で リカレントネットワークにCA1の伝導に対応する興奮伝導が生ずることを報告する．

抄録全体を表示

我々は移動ロボットが実時間かつ動的に環境のモデルを構築する手法として、自己組織的にグラフネットワークを構築する自己進化型グラフネットワークを提案する。本手法は抽象化された局所環境の記憶がノードに、記憶間の関係（類似性や時間的連続性など）がパスとして表現される。さらに局所記憶と記憶間の関係の追加を動的に行うことが可能である。本発表では本手法の有効性を簡単な環境下による実験で示したので報告する。

抄録全体を表示

他者の存在する社会的状況下での柔軟な状況判断と行動を実現するためのシステム・アルゴリズムの解明・開発を目的として，動物の持つ情動・共感の機能に着目し，そのメカニズムの解明にげっ歯類を用いた生理学的実験により取り組んだ．正および負の情動を研究するために，それぞれ報酬獲得行動，罰回避行動を用いた．得られた行動および神経科学的データをもとに，動物が実現している情動とその共有システムについて考察する．

抄録全体を表示

運動パターン情報を学習する運動の記号化，獲得した運動記号と単語の連想関係の学習，および単語・品詞の連結構造の学習を統合したロボットの言語情報処理の枠組みを提案する．ロボットが運動を運動記号として認識し，その運動記号から単語を連想，単語の連結関係から文章を生成することによって運動を言語として解釈することができる（順方向計算）．また，逆方向計算によって言語から運動を連想・生成することも可能となる．

抄録全体を表示

Swarm Robotic Systems: SRSでは，均質な構造を持つ複数台の自律ロボットを使用することにより，ロボット単体には困難な複雑なタスクを達成させることを目的としている．このSRSにおいて群知能を創発させる際，各ロボットの自律的な機能分化に関する分析は非常に重要であるものの，そのための手法は構築されていないのが現状である．そこで，本研究ではロボット間の情報的な繋がりにより形成されるネットワークに着目し，クラスタリングを用いて群挙動を分析する方法を提案する．

抄録全体を表示

進化ロボティクスの分野において，その制御器は多くの場合に人工神経回路網（ANN）が用いられる．しかし，ANNの性能はその結合荷重値や構造により大きく左右されるが，それらを予め決定する定石的手法は未だ見つかっていない． そこで，本研究では人工神経回路網の結合荷重のみを進化の対象とし，ネットワーク理論を用いて構造を変化させ，より適切なものを発見することを目的とする．

抄録全体を表示

雄カイコガは，雌の性フェロモンを触覚で受容すると定型行動を発現する．この行動指令はカイコガ頭部神経節内の前運動中枢(LAL-VPC)で生成されると考えられている．近年、LAL-VPCを構成する主要なニューロン情報が生理学的実験により明らかにされつつある．本研究では，それらの情報を基盤として，未だ明らかではない行動指令生成時のLAL-VPCにおける機能的結合を逆誤差伝搬法によって推定した．

抄録全体を表示

人間はそのとき抱いている感情により，表情や動作等が異なる場合がある．よって，人間は表情や動作から相手の感情を推定し，より円滑なコミュニケーションを行おうとする．もし，機械が人間同様に，人間の感情を推定することができれば，人間と機械がより円滑にコミュニケーションできると考えられる．本稿ではこのことに注目し，その基礎研究として，歩行動作時の感情推定について述べる．歩行動作時に装着した加速度センサから得られた加速度情報をもとにした，計算機による感情推定実験を通して，提案手法を評価した．その結果，提案手法は加速度センサから得られる極めて単純なデータを特徴量とするものの，高い推定率で感情を推定可能であることが確認できた．

抄録全体を表示

コミュニケーションにおいて，顔の表情というのは，相手に感情を与えるうえで非常に重要である．顔表情というのはどこまで，相手の感情に影響を与えるのかがよくわからない．言葉の抑揚など文脈で影響する感情は決まるのではないか？本研究では，定まった文脈を利用したコミュニケーションの中での顔表情影響範について実験システムを構築し，被験者実験を行った． その結果，大半は文脈に依存するものの，その結果には，ある程度の差異がみられた．

抄録全体を表示

コミュニケーションサービスは「足し算の思想」を是とし，機能を増やしつづけている．「コミュニケーションの意義は想像性や創造性を喚起すること」との立場にたつとface-to-face communicationをネットワーク上で忠実に実現する方向性は正しいのだろうか． 本研究では，「引き算の思想」からネットワーク・コミュニケーションの本質に迫るため，あえて静止画とテキストのみを用いたコミュニケーションツールを構築し、被験者実験を行った．

抄録全体を表示

This lecture focuses on modeling and control design problems for internal combustion engines. First, in-cylinder engine model is introduced which describes the behavior of the dynamics of individual cylinders, and so-called mean-value model, which is much convenience for control design, is explained with demonstration of experimental validation. Then, several control design problems such as speed control and the cold-starting control will be introduced with the demonstration of experimental results.

抄録全体を表示