※本プログラムは、R3（2021）年度で活動を終了しました。
（活動期間: 2016～2021／H28～R3）
所属・役職は、活動終了時点のものです。

秋山 諒

光投影による人の視覚特性を利用した錯覚的見かけ制御

研究者

秋山 諒

研究概要

人が知覚する色と実際の色との間には差があります。例えば、夕焼けの中でも木の葉は緑と知覚することができますが、実際の色は夕焼けの橙色によって緑から変化しています。このような色の錯視を対象物体とその周辺への光投影により誘発し，実物体の見かけを自在に制御できるシステムの研究開発が本研究の目的です。本研究は、インテリジェントな照明としての応用の他、人の視覚情報処理メカニズムの解明にも役立つと考えています。

天方 大地

空間データモデリングによるニューロンデータ検索の高速化

研究者

天方 大地

研究概要

近年、多くのニューロンデータの解明およびモデリングが進んでおり、計算機上のシミュレーションによってニューロンの作用や複数のニューロン間のインタラクションの分析が可能となってきています。ニューロンの数は大量かつニューロンの構造も複雑であることから、シミュレーションの高速化を実現する技術が必要です。そこで、ニューロンを空間データとして扱い、ニューロン間の関係を高速にマイニングする技術開発を目指します。

ハウタサーリ アリ

多言語コラボレーションにおける非母語話者の貢献支援

研究者

ハウタサーリ アリ

研究概要

本研究では、多言語共同作業において、非母国語者が議論に参加する際の負担を軽減することを目的としています。対面会議やグループチャットの二つのモダリティに焦点を当てて、マイノリティである非母国語者の非言語行動を自動的に検出し、母国語者にこの情報を適切に伝えます。これにより、多言語グループの全員の意見を均等に含むようにグループダイナミクスに影響を与えられる支援システムを開発します。

上野 未貴

深層学習による 4 コマ漫画のストーリー解析用データセット及びフレームワークの開発

研究者

上野 未貴

研究概要

本課題では状況や因果関係を言語と絵で表すマルチモーダルな表現媒体であり、明瞭な話の構造を持つ 4 コマ漫画を対象とし、機械学習のためのオリジナルなデータセットおよび 4 コマ漫画データ解析の要素技術を統合したフレームワークを構築します。日本が得意とする漫画という表現方法を国際的に発信し、コミュニケーションに役立て、人と計算機が共作して、誰もが創り手になることができる可能性を広げたいと考えています。

牛久 祥孝

多様なデータへのキャプションを自動で生成する技術の創出

研究者

牛久 祥孝

研究概要

メディア理解の究極形態の一つである画像・動画キャプション生成には、3つの要求機能、(i)個人への対応、(ii)詳細な表現への対応、(iii)教師キャプションを持たないデータへの対応が本質的に必要でありながら、未だに未達成の状況にあります。本研究では自然言語処理・画像認識・機械学習といった諸分野の先端的な知見を統合してこれらの機能を実現し、あらゆるデータからのキャプション生成を可能にします。

大谷 まゆ

映像とテキストを組み合わせたストーリー理解の実現

研究者

大谷 まゆ

研究概要

映像を理解できるシステムの実現に向けた取り組みとして、映像の内容に関する説明文生成や質問応答が広く研究されています。しかし、これらのタスクが提供する問題の多くは画像1枚分の内容がわかれば解ける内容です。本研究では、より高度な映像理解技術の発展を目指し、映像理解の次なる目標として、映像で表現されるストーリーに主眼を置いた新たなタスクを提案します。

河瀬 康志

公平な割当を求めるためのアルゴリズム研究

研究者

河瀬 康志

研究概要

割当問題とは、複数の財があり複数の人がいる状況で、誰にどの財を割り当てるかを決める問題です。 本研究では、(近似的に)公平な割り当てを効率よく計算するためのアルゴリズム設計を目指します。 特に、オンラインアルゴリズムの技法を利用することで、安定マッチング問題や組合せオークション問題などに対するアルゴリズム設計を試みます。

栗田 修平

大規模テキストからの知識獲得と深層学習による照応・省略解析

研究者

栗田 修平

研究概要

自然な会話では、人間は常識的な事項を省略して話します。コンピュータにも自然な会話を理解させるためには、通常の文章中ではよく省略される事項を推測する照応・省略解析が必要です。本研究では、近年、急速に発達しつつある深層学習手法による常識知獲得や大規模コーパスからの疑似データ生成を通して照応・省略解析の精度を高めます。また、同時に機械翻訳や対話エンジンなどへの応用も提案します。

欅 惇志

セマンティック情報を用いた情報検索システム

研究者

欅 惇志

研究概要

本研究では、検索システムユーザの潜在的な欲求や意図をより深く反映させた情報検索システムの開発を目指し、自然言語処理技術などで抽出したセマンティック情報を用いた高精度な情報検索システムを開発します。その際、古典的な情報検索技術と最先端の機械学習による情報検索技術それぞれの振る舞いを比較し明らかにすることで、”コントロール可能な”機械学習ベースの情報検索システムの実現を目指します。

小林 努

整合性を保持する形式仕様の自動抽象化システム「ソフトウェア顕微鏡」の開発

研究者

小林 努

研究概要

複雑な高信頼ソフトウェアシステムの開発のために、システムの仕様を形式的な言語で記述して性質を数学的に検証する手法が注目されています。しかし、構築される仕様は複雑に入り組み、理解・修正・再利用が難しいという問題があります。そこで、本提案では仕様のうち一部の側面だけに関する部分を、元の仕様と整合性のある「抽象版」の仕様として自動で抜き出す手法を構築し、仕様の理解・修正・再利用を促進します。

小林 佑輔

縮小するネットワークにおけるアルゴリズム理論の整備

研究者

小林 佑輔

研究概要

通信ネットワークや交通ネットワークなどのモデル化として、ネットワークにおける様々な最適化問題が理論・応用の両面から数多く研究されています。本研究課題では、現在の規模を維持することが困難であり、縮小する必要のあるネットワークを対象として、「良いネットワーク」とはどのようなものかを適切に数理的にモデル化すること、そして「良いネットワーク」を構築するためのアルゴリズム理論を整備することを目指します。

佐藤 重幸

自動チューニング可能な一般化N体問題解法枠組みの開発

研究者

佐藤 重幸

研究概要

N体問題の解法は、一般化することで、広範な応用範囲を持った強力なプログラミングの手立てとなるが、その裏返しとして、特定の問題設定を並列計算機環境で効率良く解こうとすると、数多くの実装上の選択肢があるために、プログラミングの負担が大きい。そこで、一般化N体問題解法の仕様記述と並列計算を両立するドメイン特化言語と、自動チューニング機能を備えた実行時ライブラリを開発することで、この負担を軽減する。

塩川 浩昭

Data Skewnessを捉えた超高速・省メモリな大規模データ処理

研究者

塩川 浩昭

研究概要

ビジネスや医療、スポーツなどの幅広い分野で大規模データ分析技術は成功を収めていますが、高精度な分析結果を手早く獲得するためには、高性能な計算機が必要不可欠です。本研究では超高速かつ省メモリな大規模データ処理技術を開発し、誰しもが手持ちの計算環境で大規模データ処理を行えるような将来を目指します。そのために、本研究はデータの偏りに着眼し、重要なデータのみを抽出することで処理の抜本的な効率化を狙います。

鈴木 遼

あらゆる人々が情報技術にアクセスすることを目的としたビジュアルプログラミング言語の開発

研究者

鈴木 遼

研究概要

年齢、母国語、身体能力にかかわらず、あらゆる人々が情報技術を日常生活で主体的に活用することを支援する、新しいビジュアルプログラミング言語「Enrect(エンレクト)」を開発します。コードの見通しをよくするデザインの工夫、タッチ操作に最適なインタフェース、豊富な機能セットの組み合わせにより、従来よりも少ない時間と学習コストで、実用性の高いアプリケーションの開発が達成されます。

相馬 輔

オンライン劣モジュラ最適化に対する効率的かつ汎用的なアルゴリズムの開発

研究者

相馬 輔

研究概要

劣モジュラ最適化とよばれる手法が、近年、機械学習やネットワーク科学などの様々な分野で注目されています。ところが、従来の劣モジュラ最適化手法は、最適化する対象に不確実性がある状況をうまく扱えていませんでした。そこで本研究課題では、不確実性を考慮した最適化手法であるオンライン最適化を、劣モジュラ最適化に応用し、「不確実性を考慮した劣モジュラ最適化」という新しい最適化の枠組みを提案します。

髙谷 剛志

デジタルファブリケーションにおける半透明感と光沢感の表現

研究者

髙谷 剛志

研究概要

デジタルファブリケーションは様々な業界で活用されており、産業・学術界において研究が進められています。しかし、主な研究対象は造形物の形状や機能性であり、外観についてはほとんど取り組まれていません。本研究では、造形物の半透明感と光沢感に着目し、より豊かな外観表現の実現を目的としています。キーアイデアは、3DプリンタとUVプリンタの組合せによって造形物内部と表面における光の振舞いを設計する点です。

チョ シンキ

画像をピボットとしたパラフレーズの抽出による自然言語と画像理解の高度化

研究者

チョ シンキ

研究概要

パラフレーズとは同じ意味の異なるテキスト表現です。本研究では、画像と関連する複数のテキストから、画像領域をピボットとしてパラフレーズを抽出します。画像をピボットすることによって特に具体的な概念を表すパラフレーズを正確に抽出できます。抽出したパラフレーズは情報検索などの自然言語処理タスクだけではなくビジュアル質問応答などのマルチモーダルタスクの精度向上に大きく貢献します。

董 然

人と操り人形のインタラクション:文楽操り人形を用いた感情表現動作デザイン

研究者

董 然

研究概要

アップルの「Siri」等の人工知能アシスタントが普及しないのは、実際の人間との対人会話感が無いのが理由の一つとして推測されています。本研究では、観客に感情移入させる文楽人形の洗煉された感情動作表現を用いたコミュニケーションホームロボットの開発を目的とします。いままで困難であった「人間的な」感情動作表現を解析し、人工的に感情動作表現を行えるコミュニケーションホームロボットの開発を目指します。

中鹿 亘

適応型制限ボルツマンマシンの複素拡張に基づくボコーダー不要な非パラレル声質変換

研究者

中鹿 亘

研究概要

声質変換は、声帯や喉頭などの発話器官罹患者が「自分の声」を維持することを可能にする技術です。パラレル式と非パラレル式に大別されますが、前者は大量の患者自身のデータを要する点、後者はボコーダーの使用による音声の品質低下が課題です。本研究では、パラレルデータ及びボコーダー不要な、両者の課題を克服した技術開発を行います。実用化への近道を模索し、より多様な疾病患者の自律的会話に貢献することを目指します。

西尾 理志

無線通信制御の自己最適化機構

研究者

西尾 理志

研究概要

本研究は無線通信制御の自己最適化技術を実現します。深層学習を応用し、既存および新規のプロトコルや制御方式を事前に学習し、実利用時は無線環境にあわせて様々な制御パラメータを最適化する完全自律型無線通信システムにより、ユーザにとってストレスフリーな無線通信を提供します。本研究では特にシステムアーキテクチャと既存制御方式を学習する方式を確立します。

久野 遼平

プロパティグラフによる社会データにおける常識の考慮

研究者

久野 遼平

研究概要

社会データをグラフデータベースとして格納しグラフアルゴリズムを開発する事で、データ間を跨ぐ横断的な分析を実践します。それにより例えば、企業の仕入販売関係を考察する上で、製造財やその財の製造関係、経営者の人脈を考慮する等、考察対象の断面だけでなくその周辺の知識を機械的に活かす事が可能になります。将来的にはグラフデータベースで推論するアルゴリズムを開発する事で常識を考慮した社会分析の実現を目指します。

平原 秀一

制限された回路の最小化問題と回路下界の研究

研究者

平原 秀一

研究概要

我々の普段使っているコンピュータは、AND/ORゲートなどの小さい部品を組み合わせてできる論理回路から構成されています。なるべく小さいハードウェアを構成するためには部品の数を最小化することが重要です。そのような動機で「回路最小化問題」というものが研究されており、そしてこれは計算量理論において中心的な問題の一つです。本研究ではその問題の難しさを解明することを目標にします。

藤井 庸祐

二光子顕微鏡で観察できる細胞の形と動きを一細胞単位でデータ主導型に解析するバイオイメージインフォマティクスの確立

研究者

藤井 庸祐

研究概要

生体内の細胞の形と動きを3次元で、リアルタイムに観察することができますが、そのデータ量は膨大で解析が難しく、研究ごとにいろいろな特徴量を設定して解析されているのが現状です。本研究ではコンピュータの力と数学，統計学の知識を利用して、データ主導的に定まる客観的な特徴量抽出を行います。解析の難しい、複雑な細胞の形と動きの特徴量抽出と定量化をすることで、分子生物学的オミックス実験との統合を可能にします。

ホーランド マシュー ジェームズ

安全なAIこそ効率的:ロバスト学習による汎化性能向上の研究

研究者

ホーランド マシュー ジェームズ

研究概要

未来の社会基盤技術たる機械学習を実現するには、高い精度と信頼性と自律性が同時に求められる困難な学習問題を打開しなければいけません。頭打ちしている現行の学習機を改新すべく、頑健性・安定性を最優先したフィードバックに基づく学習アルゴリズムを開発します。学習機の統計的推定法に小さなコストをかけることで、従来より広範な課題に対して、学習時間の削減と汎化能力の向上という大きな利益につなげていきます。

松倉 悠

機械学習を用いたケミカルシグナルフローの逆解析

研究者

松倉 悠

研究概要

ガスの挙動は、移流拡散方程式などの非線形方程式に従うため、これを逆解析してガスの発生箇所や発生濃度を推定するのは困難です。そこで、現実環境における測定で得られたデータを基に機械学習を行い、限られた測定点におけるデータからケミカルシグナルフローの逆解析を可能にし、詳細なガス発生量マップの推定を可能にします。本研究は、地雷の自動探索や、ゴミ埋立地の有害ガスモニタリングなどへの応用が期待されます。

宮本 崇

深層学習を用いたSAR衛星画像からの地震被害域の自動判別

研究者

宮本 崇

研究概要

本研究課題では、大地震時の発生時において人命救助などの災害対応のために不可欠となる、住宅構造物1棟1棟の被害情報を、人工衛星から撮影される地上画像の分析から判別する技術を開発します。衛星画像の分析に、現在の主流なAI技術である深層学習手法を用いることによって、従来の研究を越える被害判別精度を達成し、地震発生時において広域の被害情報を即座かつ精緻に把握する技術を実現します。

村尾 和哉

システムからの通知にユーザが対応できないことを利用したセンサデータのアノテーション

研究者

村尾 和哉

研究概要

スマートフォンやウェアラブル端末などのセンサデバイスを用いて人間の行動や状況を高度に認識する技術の実現には、データが取得された状況(正解情報)が付与された多種多量のデータセットが必要です。端末が頻繁に生成する通知に対するユーザの処理方法から、データと正解情報を紐づけるアノテーション手法を研究します。センサデータと同時に正解情報を収集できる環境を構築することで、状況認識技術の発展と普及に貢献します。

山下 聖悟

水泳プール中の水の流れを3次元計測する技術の開発

研究者

山下 聖悟

研究概要

本研究では、水中に人が存在する環境において3次元流体計測を実現する技術を開発します。この技術は、水泳などの水中競技のトレーニング効率を向上させます。また、映像が投影されるプール型エンターテイメント環境等において、水の流れを反映するインタラクティブな映像コンテンツを実現します。提案技術には、従来の手法に比べてより広域な範囲で計測可能で、計測が人の視界や身体へ与える悪影響が少ないという特徴があります。

吉田 博則

廃材の適材適所システム:スキャンした枝による参加型デザインアプリおよび建築への応用

研究者

吉田 博則

研究概要

本提案では廃材のような不定形な材料の有効活用を促進するような仕組みを構築し、試験的に枝材を用いた建築要素の設計、製作に取り組みます。実際の枝の3次元モデルを用いる点、枝のような端材の適材適所、ユーザ参加型のプロセスが特徴です。CNC加工機によって壊れやすい枝にも精密に加工し、狙った形状を実現することで、今まで廃材として捨てられていた素材に付加価値を与えることを目標としています。

劉 麗君

時空間並列計算による高性能マルチスケール解析手法の確立

研究者

劉 麗君

研究概要

本研究では、反応分子動力学計算とマクロスケールの有限要素解析を連成させる高速なマルチスケール連成計算手法の開発を提案します。従来通りのモデルの空間分割による並列計算だけでなく、時間領域の分割も併せて実行し、時間と空間の両側面で分割した時空間ハイブリッド高速計算の概念を導入する点に挑戦性があります。様々な分野で材料解析ツールとして幅広く使われる計算手法の創出にチャレンジします。