[社会デザイン] 平成29年度採択課題

所属・職名は、研究者がresearchmapに登録した情報をそのまま表示しています。(詳細はこちら
researchmapの登録状況により、情報が最新ではない、あるいは空白に見える場合があります。
また、インターネット接続がない状態では表示されません。

安積 卓也

大容量データをリアルタイム処理するメニーコア向けソフトウェアプラットフォームの構築

研究者
研究概要

自動運転の自己位置推定や物体認識をはじめとする大量データ扱う処理では、リアルタイムに処理することが求められています。本研究では、大量のプロセッサを搭載するメニーコアプロセッサ向けのプログラムを効率的に開発できるソフトウェアプラットフォームの構築を目指します。 提案プラットフォームを利用することで、高性能・高消費のプロセッサ必要としていた処理を低消費電力で実現します。

荒井 ひろみ

安全かつ透明な個別化のためのプライバシ保護データマイニング

研究者
研究概要

本提案ではパーソナルデータの機械学習を利用した情報提供において、サービス提供者によるプライバシ保護データマイニングを用いた透明性、安全性、プライバシ保護の3つの達成を目指します。機械学習や暗号などの要素技術を用い、正常なデータ提供者のプライバシを保護しつつ攻撃的なデータ提供を防ぎます。さらにサービスの透明化のためのデータ公開をプライバシを保護しつつ行います。

神山 直之

数理的システムデザインに潜む離散構造の研究とその応用

研究者
研究概要

本研究課題では、離散最適化やグラフ理論といった離散的な数学理論を軸とするアプローチによる、制度設計や都市計画を中心とする数理的システムデザイン(= 数理技術による社会的課題に対する制度構築・計画立案)に対する基盤技術の構築および技術の応用を目指します。特にこれまで理論構築が困難であった構造の悪い理論的問題や現実問題に対する研究の推進、及びシミュレーション等の他分野の技術との融合を目指します。

亀崎 允啓

同調と主張に基づく接近・接触状態での人共存型モビリティの協調移動技術

研究者
研究概要

人と共有した空間を自由に動けるモビリティ「Human Symbiotic Mobility」のための社会システムデザインを目的とする。移動ロボットには,駅構内や空港など人が密集した場所でも制約を受けずに移動することが求められる。本提案では,人への接近・接触の許容を核に据え、同調と主張に基づく人との譲り合いを実現するロボットの観察・洞察・実体制御技術の導入による、安全・安心な協調移動技術を開発する。

境野 翔

未知物体操作のための位置と力情報を用いたEnd to End Learning

研究者
研究概要

事前に形状や剛性等が不明な未知物体の操作はロボットには困難であり、肉体労働のロボット化への大きな障壁となっています。そこで本研究課題では外乱にロバストな位置制御系と環境に対する優れた適応性を有する力制御の双方を利活用した物体操作AIを構築することでこれを解決します。物体操作に関わる教師データを収集し、そこから環境情報に対応するロボットの行動を直接学習するEnd to End Learningを行います。

シモセラ エドガー

対話型パーソナライゼーションAIによるコンテンツ制作の拡張

研究者
研究概要

コンテンツ制作における反復作業は、イラストやアニメーション制作を担うコンテンツ産業の生産性を妨げる大きな要因の一つとなっています。本研究では、コンテンツ制作の反復作業の手 間を軽減する人工知能(AI)を用いたフレームワークを開発します。ここでは、半自動のインテリジェントなツールの活用でコンテンツ制作の生産性を向上し、イラスト制作や写真編集のコ ンテンツ制作のパイプラインを拡張することに焦点を当てます。さらに、クリエイターがコンテンツを制作している間にAIがそのコンテンツを逐次学習し、それぞれのクリエイターにパーソ ナライズされるようなAI技術の確立を目指します。

周 金佳

バッテリーレス・ワイヤレス動画収集機能をもつ高分散型監視システム

研究者
研究概要

スマートハウス、スマートシティ等では将来、世界で数億個のビデオ監視装置が装備されると予想され、超低消費電力で長時間稼働する大規模動画像情報の収集と分析システムの開発が期待されています。本研究では、圧縮センシング技術、観測画像圧縮技術、 動画像符号化技術、人工知能技術などを新たに開発し、 超低消費電力で動作するバッテリーレス・ワイヤレス大規模分散監視システムを実現することを目指しています。

永田 亮

新しい学びの形態を実現するための問題自動解説技術の開発

研究者
研究概要

教育の場面では、演習問題など「問題を解く」という活動が常に行われています。一方で、答案の添削は多くの労力を要するため、問題の詳細な解説が学習者になされないことも少なくありません。本研究では、学習者の答案の良いところと悪いところを解説するシステムを開発します。また、関連する情報を適応的に提示する機能も実現します。これらの技術は新しい学びの形態を生むだけでなく入試の自動採点などへの応用が期待されます。

福永 拓郎

適応的最適化による推測・変動データからの意思決定

研究者
研究概要

本研究では、センサーによって得られる観測データや、機械学習などの技術で得られる推定データなど、頻繁な変動や曖昧性を伴うデータからの意思決定について研究します。特に、このための基盤技術として、適応的最適化に着目します。通常の最適化アルゴリズムよりも設計や解析が難しい適応的最適化の基礎理論の構築を目指すと同時に、様々な応用から現れる具体的な課題に適応的最適化の技術を適用する試みにも取り組みます。

松崎 拓也

読解に困難を抱える生徒を支援するための言語処理に基づくテキスト表示技術

研究者
研究概要

言語処理技術を応用し、電子デバイス上でのテキストの表示・レイアウト方式を自動的に設定することで、テキストを読みやすくする技術を開発します。今後、普及が見込まれるデジタル教科書をターゲットとし、様々な理由から読みに困難を抱える生徒を支援し、自らテキストを読む力を育成することが目的です。大規模な実証実験を通じて読解スキルの伸長モデルを構築し、一人一人の読解スキルに合わせたテキスト表示を実現します。

プログラム

  • CREST
  • さきがけ
  • ACT-I
  • ERATO
  • ACT-X
  • ACCEL
  • ALCA
  • RISTEX
  • AI時代と科学研究の今
  • AIPネットワークラボ
  • JSTプロジェクトDB
  • 終了事業アーカイブズ
  • ご意見・ご要望