○矢野大暉，伊藤桃代，伊藤伸一，福見　稔（徳島大学）

本論文では、深層学習アプローチを使用して、ひったくり動作の有無を識別するためのシステムを提案する。
　ひったくりの問題点は、模倣性が高く、人通りの少ない場所で犯行を行われるため、パトロールだけでの発見が難しいことである。そこで、ひったくりの発生を抑制し、監視員の負担軽減のために、防犯カメラの映像からひったくりを検知するシステムを構築した。
　本研究のひったくり動作の定義としては、ある歩行者が後ろから走ってきた別の歩行者にハンドバッグを盗まれる動作としている。
　ひったくり動作の判定には3次元畳み込みニューラルネットワークを用いており、16枚の連続したカメラ映像からのフレーム画像を入力してひったくりの有無を判定する。
　実験結果から、84.9％の精度でひったくりの有無を検出できることを示している。

○光國光七郎（元早稲田大学），佐藤正明（ピー・シー・エー），齊藤　哲（公立鳥取環境大学）

本稿は、ERPベンダーのコールセンターを例に、経営指標とその指標を用いたマネジメント方法を設計するための要件定義方法について考察する。経営者は目的に応じてさまざまな指標を使用する。そのため、企業の活動状況を測定する経営指標の分析や経営のための情報システムの設計は難しい。近年、現場の情報を日々測定・指標化し、変化から状況を迅速に把握する測定指標分析管理システム（MIA）を導入する企業が増えている。しかし、経営者が経営指標の要件を示さない限り、システム設計者が経営指標を理解するのは難しいという問題がある。そこで、本稿は、問合せセンターの指標分析事例を通して得られた知見をもとに、測定項目の抽出とその指標化、およびマネジメント方法を設計するための要件定義方法を提案する。

○平松綾子，山崎高弘（大阪産業大学）

小論文学習のためのe-learningシステムを目指した要約問題の自動採点方法を検討する．要約において内容の採点では，記述されている事柄が指定された字数にあわせてまとめられていることが重要であり，定型的には正解は一つではない．そこで，複数の解答例を準備し，それらとの比較により採点するアプローチをとる．解答例との比較では, 要約文を単語のつながりとしてグラフ化し，主題となるキーワードが含まれているかといった単語出現のみでなく，類似したキーワードによるや言い回しの違いを考慮した部分的な比較も行うことで，自己学習のため改善ポイントを提供する．本稿ではグラフ化の考え方として，文章の意味解釈のために係り受け関係を考慮する方法と、言い回しの違いに対応するため単語ではなく句として比較する方法を比較する．

○澤田　清（流通科学大学）

完全２分木のピラミッド組織構造に対して，最上位メンバーと同一階層２メンバーとの間に関係を追加するモデルを提案する．ここでは，完全２分木の根と同一深さの２頂点との間に，メンバー間の関係追加を意味する辺の追加を行ったときの総頂点間短縮経路長を定式化し，最適な関係追加階層について考察する．

○和渕諒汰，伊藤伸一，伊藤桃代，福見　稔（徳島大学）

本研究では、画像識別の技術を用いて、不良品の自動検知システムの開発を最終目標としている。現在の工場における製品の不良品の仕分けは、目視で行っており、長時間労働であることから、過酷な労働環境となっている。また、同じ検品対象物でも、人や日ごとに検品結果が変わってしまう恐れがあり、品質の保証が難しい場合があり、実際に現場で作業を行っている方々も課題であると考えていることを確認した。そこで、機械学習による画像識別を用いて、自動で検品対象物が良品か不良品を識別し、作業者の負担を削減することができるシステムを開発した。また、機械学習で精度高く不良品の検知を可能にすることで、品質を一定に保つことを可能にし、作業者が抱えている課題を解決することができる。この手法をイングリッシュマフィンを検品対象物として研究を行い、適切に良否判定を行なうことが可能であることを確認できた。

○増田士朗，豊田　充（東京都立大学）

本研究では，Iterative Feedback Tuning 手法における評価関数の勾配推定法に関して，勾配推定のための実験をデータフィルタリング処理に基づくシミュレーションによって代用する手法を提案する．本手法の有効性は，数値シミュレーションによって確認される．

○沖　俊任（福山大学）

データ駆動型制御器の設計法としてFRITやVRFTなど仮想目標値を用いた方法が多数提案されている。しかし、FRITでは非成形最適化法による制御パラメータの探索が想定され扱いが煩雑なこと、VRFTでは最小二乗法によるチューニングが敵るものの多項式化された制御器の部分のみのチューニングに限定されるなどの問題がある。
本報告では、制御器の分母多項式・分子多項式両方のパラメータを最小二乗法で調整する方法について報告する。

◎林　優斗，金子　修（電気通信大学）

近年、線形時不変の制御対象に対し多くの制御器設計手法が提案されている。しかし時変パラメータを含む制御対象にこれを適用した場合、制御対象が持つ時変特性のため所望の応答が得られないことが問題となっている。時変対象に対し時変制御器を用いて制御する手法も提案されているが、実際に時変制御器を実装するのは困難であるため、時不変の制御器を用いて対象の時変特性を反映した時変目標へ追従させるのがより実用的であると考える。また時変系のモデル同定が難しいことから、対象の時変特性を正確に反映するために実験データを用いて制御器を設計、パラメータを更新するのが有効であると考えられる。本稿では時変特性を持つ制御対象について、所望の応答を達成する制御器を獲得することを目的とし、適切なフィードバック制御器が与えられた条件の元、FRITを用いて一組の入出力データから適切なフィードフォワード制御器を得る手法を提案する。

◎伊東航平，弓場井一裕（三重大学）

モデル誤差抑制補償器をゲインスケジュールド制御器として設計する。モデル誤差抑制補償器ではノミナルモデルと実対象との間に生じるモデル化誤差の抑制を実現する。2自由度制御系であるためノミナル性能とロバスト性の両立を可能にする。しかしパラメータに依存する非線形システムにおいて固定のモデル誤差抑制補償器を利用すると大きな不確かさを見積もってしまい，適切な補償ができない恐れがある。そこでゲインスケジュールド制御を行うことで制御対象の状態に応じて補償器を決定する。加えて，補償した制御対象に対してもゲインスケジュールド制御器の設計を行う。これによりノミナル性能とロバスト性の向上を実現する。どちらの設計も周波数応答を用いて行われ，設計手順は最適化計算が用いられる。これによりモデル同定や試行錯誤を必要とせず，補償器と制御器を設計できる。数値シミュレーションによって提案手法の有効性の検証を行った。

◎黒田英太郎，前田佳弘，岩崎　誠（名古屋⼯業大学）

精密サーボシステムの性能向上に際し，フィードバック(FB)制御系の帯域拡大は有効なアプローチの一つである。しかし，周囲の温度変化によるプラント変動が安定性劣化を招くため，ロバスト安定性を具備したFB制御器設計が肝要である。筆者らは従来研究において，ロバスト安定性を考慮しつつ広帯域化に資するカスケード構造FB制御器パラメータを最適化問題に基づいて二分法により効率的に自動設計する方法を提案した。本研究では，さらなる設計効率の改善を目的として，安定性制約式の無効条件を考慮したパラメータ自動設計法を提案する。提案法は，離散周波数で課される複数の安定性制約式の中から無効制約式を取り除き，有効制約のみで最適化問題を再定義することで，設計効率の改善を図るものである。提案法の有効性を，ガルバノスキャナを対象としたFB制御器設計シミュレーションを通じて検証した。

◎後藤　嶺，中谷真太朗（鳥取大学）

時間経過によって,ある線形システムから別の線形システムへとシステムの挙動が切り替わるマルコフスイッチングモデル(MSM)は，脳波など生体信号のモデリングにおいて有用なモデルである.しかしMSMに含まれる線形システムの数が未知である場合，このシステムを同定するための一般的な方法は存在しない.本研究では，ディリクレ過程混合モデル(DPMM)を利用することで，ＭＳＭに含まれる線形システムの数が未知であってもモデリングを可能とするアルゴリズムを提案する.提案するアルゴリズムを使用することで，ＭＳＭに含まれる線形システムの数だけでなく，線形シテム間の遷移確率を求めることが可能となり，遷移の予測・推定が可能となる.このことは，生体信号を利用したインタフェースのノイズ除去やロバスト性向上にとって有用であると期待できる.

◎堀内柚那（電気通信大学），山藤勝彦（日産自動車），澤田賢治（電気通信大学）

本稿では，ドライバーが単独で操舵する場合よりも快適な走行を実現するレーンチェンジ（LC）のための操舵支援システムを提案する．運転者に操舵支援を行う際には，運転者の操舵意図と一致しない操舵支援によりお互いの操舵が干渉しないようにする必要がある．操舵干渉問題を解決するために，モデル予測制御（MPC）を用いた予見型Shared Controlを提案する．これにより，ドライバーの操舵意図を理解した操舵支援を行いつつ，ドライバーの乗り心地に直接影響する横加速度を低減することが可能となる．

◎池田佳輝，澤田賢治（電気通信大学）

制御システムに対するサイバー攻撃ではインシデント発生後のシステム運用が重要となる．本研究の目的は複数箇所に対する攻撃において，有限オートマトンによる異常検知と異常発生箇所判定を可能とするホワイトリストモデルの設計である．ホワイトリストモデルと動作データを比較することで，正常動作からの逸脱を異常と検知し，その上で異常箇所の特定を実施する．想定攻撃はセンサやアクチュエータなどの複数箇所に発生するものであり，異常箇所によりプラントの振る舞いが異なる．本研究では異常発生時の状態の把握が可能な二分探索木を利用し，プラントの動作順序に着目したホワイトリストモデルを構築する．モデルに対してBDD(Binary Decision Diagram)による組み合わせ圧縮を適用し，モデル照会や異常箇所特定の高速化を試みる．本研究で設計したモデルをもとに異常検知時のプラントの状態から適切な縮退運転を選択し実行するシステムの構築を目指す．

○金　　光，鄧　明聡（東京農工大学）

In this paper, a robust nonlinear forced vibration control design using an operator based robust right coprime factorization approach is considered for a forced vibration control on a trapezoid plate with piezoelectric actuator. With considering the effect of hysteresis nonlinearity from the piezoelectric actuators, operator based controllers are designed to guarantee the stability of the nonlinear forced vibration control system. Simultaneously, to control the vibration of the trapezoid plate and guarantee the desired vibration control performance, the vibration compensation method is considered to satisfy the condition of displacement tends to zero. Finally, the effectiveness of proposed nonlinear control system is confirmed by simulation results.

○佐々木清吾（防衛大学校）

表面磁石同期モータの高速運転領域における解析結果を示す．定格速度を越えた同期モータの運転において，電源電圧の制限のもとで電流軌跡を考慮した運転が必要になる．モータ抵抗の有無によって，その運転解析は大きく異なる．埋込磁石に比べて表面磁石の同期モータでは，電流軌跡の運転への影響は限られるが，最高速度ならびに力率に影響を与えることには変わりない．本稿では，高速運転領域において，モータパラメータを考慮して解析的に最高速度を導出し，その最適な電流軌跡を求める．最高速度を与える電流と制限電流との大小関係によって解析結果が異なることを示す．さらに，モータパラメータが変化した場合でもその結果は変わらないことも確認する．

◎王　春晋，土井正好（大阪産業大学）

日本の山林の多くは急斜面であり、平均の傾斜は30°程度ある。林業において、木々が生育すると間伐を定期的に行わなければならないため、一般的な山林に輸送用の林道を拓く大掛かりな土木工事を必要とされる。筆者は林道が未整備の山林へ直接に進入できる急傾斜のための移動車両を設計した。本車両はいかなる傾斜であっても荷台が水平姿勢を保つことによって、車両が転倒を引き起こす車両重心の急激な変動を抑える。また荷台に搭載した木材が荷崩れを起こしにくい。
しかし、この提案は片方向の傾斜しか水平を保持できない。例え登り傾斜において荷台水平姿勢を実現できても、下り斜面では荷台を水平姿勢に追従できない構造であった。そこで本研究では、登り下り傾斜における両ピッチ方向に対して荷台水平姿勢保持を実現できるピッチ追従の荷台構造を提案する。さらに、本荷台構造は横揺れのロール方向の揺れに対しても荷台水平姿勢を保持できる。

◎松尾優佑，松田吉隆，杉　剛直，後藤　聡，森崎敬史，安永　健，池上康之（佐賀大学），江頭成人（久留米工業高等専門学校）

本研究では，スプレーフラッシュ蒸発式海水淡水化プラントの水位制御モデルを用いた遠隔操作システムの開発を行った．開発した遠隔操作システムは，プラントを想定したWebサーバと遠隔地を想定したPCから成り，それらはインターネットで接続されている．Webサーバには水位制御モデルが組み込まれており，そのモデルに対する遠隔地のPC上でのWebブラウザを用いた監視と操作を行った．遠隔操作システムの有用性は，シミュレーションを行うことで確認できた．

◎シュウリンデン，サェチャウビチャイ，平井聖児，堀内　勉（ものつくり大学）

自動運転システムにおいて、車線を追従する走行が必然的に求められている。このため、車輪の向きの制御、すなわちステアリング制御が必須である。これまでに様々なアプローチ例えば、モデル予測制御や深層学習制御やPID制御などが報告されている。本研究では、車載カメラの画像から目標軌道と予測走行路とのずれをリアルタイムで算出しながら、このずれが生じないようにPIDコントローラでステアリングの角度を調整する制御方式を提案する。なお、本方式によるロボットカーの自動走行実験を行い、その有効性を確認することできた。

◎伊藤優太，吉川健太，JeaHun Lee，小林優太，ラシキア城治（中京大学）

国内各地でカラスの被害が問題となっている。現在様々な撃退方法があるが、利用環境の制限や効果が薄いため問題が多い。効果的で利用環境に制限されないカラス撃退システムの開発が求められている。そこで、カラスの飛来を検出するために最先端の深層学習技術を用いて、安価なハードウェアを使用したエンドツーエンドリアルタイム撃退システムを提案する。
　インターネットから集めた画像を元に学習データセットを作成した。様々なオグメンテーション法も利用し、複数のニューラルネットワークの構築を行った。精度と速度、容量および消費電力を元に最適なモデルの選択を行った。そのモデルを使用したRaspberry Piベースシステムを構築し、有効性を確認できた。

○高野俊也，茂田智秋（東芝インフラシステムズ）

近年、自動運転技術 やロボット制御 などモデルが複雑で、高度な制御が要求される分野のブレークスルー技術として、人工知能技術のひとつである強化学習(Reinforcement Learning)が注目されている。従来、モータ回転速度制御において、コンプレッサなど負荷変動下では、制御モデルを設計し、制御モデルのパラメータを繰り返し調整することで速度脈動を低減していた。このように人間系で構築していた速度制御モデルに対して、強化学習により、モデルフリー化かつパラメータ調整フリー化を実現する手法を提案し、PMSM(Permanent Magnet Synchronous Motor)シミュレーションモデルにおいて有効性を確認した。本稿では、PMSM制御実機環境において、変動負荷下での速度制御モデルを強化学習により構築し、その有効性について検討する。

◎佐藤尚輝，福山良和（明治大学），飯坂達也，松井哲郎（富士電機）

本論文では，MBSOによるハイパーパラメータ調整をコレントロピーベースのニューラルネットワークに用いた翌日最大電力負荷予測手法を提案する。翌日最大電力負荷予測の高精度化は，適切なピーク時発電機の運転計画のために重要である。提案法の損失関数に用いるコレントロピーは，ガウシアンカーネルにより大きな誤差に対する損失関数値を微小値にすることで学習データ内の異常値を自動的に無視することが可能となる。しかし，コレントロピーベースのニューラルネットワークでは，学習中に無視する学習データの割合等のハイパーパラメータの適切な調整が必要である。しかし，従来のハイパーパラメータ調整手法であるグリッドサーチは計算時間が長く，PSOは初期収束といった課題がある。そのため，提案法では，より効率的なハイパーパラメータ調整のためにMBSOを用いる。提案法は，グリッドサーチによる手法，PSOによる手法等と比較し，有効性を確認した。

◎山崎岳大，福山良和（明治大学），島崎祐一，長田悠人，飯坂達也，松井哲郎（富士電機）

火力発電プラントのガスタービン（以下，GT）での異常は，重大な事故に発展する恐れがあるため，異常を適切に検知し事故を防ぐことが重要である。GTGの異常検知の実用的なシステムには，3つのニーズがある。1つ目は，正常データのみを用いて異常を検知検知することである。２つ目は，システムの開発コストを考慮すると，事前に正常データのみを用いて有用な変数を選択することである。３つ目は，GTGデータの非線形な相関を考慮することである。Spectral Feature Selectionは，3つの基準からなる変数選択のフレームワークである。この3つに基準により選択された変数毎にOCSVMモデルを作成することで，GTG異常検知システムの3つのニーズを満たすと供に，異常検知精度の向上が期待できる。本論文では， Spectral Feature Selectionによる変数選択を用いたアンサンブルOne Class SVMによるガスタービンの異常検知の異常検知を提案し，有効性が確認した。

○原　勇輝，福山良和（明治大学），島崎祐一，長田悠人，村上賢哉，飯坂達也，松井哲郎（富士電機）

水力発電機は，環境にやさしい発電方式の一つであり，電力供給において重要な発電方式である。そのため，故障検知を精度良く行うことが重要である。また，コストの観点から水力発電機の故障検知に有効な変数を選択することは重要である。本論文では，水力発電機の故障検知に対し，水力発電機のデータ特性とRandom Cut Treeの特性を考慮した変数選択手法を用いたRRCFの適用を提案する。全変数を用いたIF，最も精度の良い変数の組合せを用いたIF，全変数を用いたRRCF，最も精度の良い変数の組合せを用いたRRCF，HSIC-KNN-FSによる変数選択手法で選択した変数の中で最も精度の良い変数の組合せを用いたRRCF，HSIC-KNN-FSによる変数選択手法を用いたRRCFとの比較により提案法の有効性を確認した。

◎新谷秀人，馬杉正男（立命館大学）

本稿では，外部刺激のイメージ想起が脳波応答に与える影響について検証した. ここでは, 多人数の被験者に対して外部刺激（音声信号）提示後にイメージ想起した際に取得した脳波データセットFEIS（Fourteen-channel EEG with Imagined Speech）datasetを使用し，複数の機械学習をベースに比較検証を行った．α帯を選択したスペクトログラム画像や複数周波数帯域の脳波成分比に関する特徴量をそれぞれCNN（Convolutional Neural Network）やSVM（Support Vector Machine）に適用した結果，安静時とイメージ想起時の脳波応答の違いが最大で約70％の精度で識別できることを明らかにした

◎本田善康，川村　新（京都産業大学）

室内でも釣りを楽しめるようにするために擬似的に魚釣りを体験できるハードウェアタイプのフィッシングシミュレータを作成する．本研究では，実竿を用いてリアルな魚の「引き」を再現することを最大の目標とする．研究の第一段階として，魚の引きのデータ取得及びその再現方法について検討する．魚種特有の「引き」を 再現するために変分オートエンコーダ (VAE : Variational Auto Encoder) を利用 する．VAE は機械学習の一種で，訓練データに似た別のデータを生成できるという特徴がある．フィールドワークにより計測した15cmのブラックバスの引きを訓練データとしてVAEを使って学習する．VAE出力として，元のデータに似た別のデータを複数生成できることを確認した．また，生成されたデータを用いてモータを駆動する実験を行ったので，その結果について報告する．

◎山田武士，小川花子，中本昌由（広島大学）

本研究では，クレーン吊り荷の振れ止め制御を目的とした振れ角計測について検討する．ここでは，音の位相差を用いてクレーンの振れ角計測を行い，ディジタルフィルタを用いた雑音除去を提案する．

大竹進一，○松本光春（電気通信大学）

原子力発電所などの危険領域における建物コンクリートの補修の方法は現状確立されていない．危険領域で作業を行うロボットは数多く提案されているものの，無線で運用ができない，事故が起きたときにがれきとして残ってしまうなどの問題がある．そこで本研究では非電気駆動アクチュエータを用いた自らの構造を補修材として用いるロボットの実現可能性について検討した．

◎田丸慎悟，久保田和人（東芝インフラシステムズ），秋葉剛史，山根史之（東芝エネルギーシステムズ）

P2Gプラントの設計では、システム全体を考慮して設備容量を決定することが重要である。自家消費の再生可能エネルギーを利用したP2Gプラントにおいて、再生可能エネルギーを最大限に有効活用できる設備容量について検討した結果を報告する。水素需要を満たしつつコスト最小となる運用計画を作成する運転計画機能と再生可能エネルギーを最大限に活用する制御機能を模擬し、年間シミュレーションにより評価する。

◎柴原将太朗，澤田賢治（電気通信大学）

複数列縦隊で集団移動するロボット大群に対して，本研究ではロボット間接続に可変な重み関数を用いた障害物回避法を提案する．本手法では障害物回避としてロボットと障害物間の距離を指数としたポテンシャル関数を用いる．隊列を維持したまま障害物を避けようとすると, ロボットは隊列維持の引力と障害物回避の斥力の不均衡により振動的な挙動となり，最悪，不安定な挙動となる. この力の不均衡を緩和するためにロボット間の接続の強さを変える方法を与える. 本手法によってロボットの振動を軽減した事を数値例により示す.

◎赤木稟太郎，関崎真也，西崎一郎，林田智弘（広島大学）

わが国では2016 年4 月に電力小売の全面自由化を行い，従来の独占的な電力供給形態から，市場を通じて多数の意思決定者が参加する電力供給形態への移行が行われた。このように構造が複雑化する次世代の電力システムを安定的に運用していくためには，電力市場における多数の意思決定者の行動を適切に表現する数理モデルを構築し，モデルに基づいた市場分析を通じて電力市場を適切に設計する必要がある。そこで本研究では電力小売事業者と需要家間の電力取引に焦点を当て，電力小売事業者の意思決定問題のモデル化を行い，不確実性に対し異なる選好を持つ電力小売事業者の人数が電気料金に及ぼす影響分析することを目的としNash 均衡解を導出し分析を行う。また，2020 年の暮れから2021 年にかけて発生した前日市場価格の高騰の影響についても分析を行う。

◎Junjie Sun，Hirohisa Aki（The University of Tsukuba）

With the development of smart grid and smart home, the structure of the power consumption side and the power generation side have undergone tremendous changes. Home energy management system (HEMS) is expected to cope with the increasing complexities and uncertainties in the prosumer side of the smart grid system. In this paper, we proposed to use deep q learning (DQN), a type of deep reinforcement learning (DRL) that combines the deep learning (DL) and reinforcement learning (RL) to perform online control for smart appliances and real-time dynamic electrical price scheme for HEMS and an aggregator. By using real-world database, design a model and evaluate the effectiveness of it.

◎董　　超，安芸裕久（筑波大学）

住宅への普及が進められている太陽光発電、燃料電池、蓄電池、ヒートポンプ給湯器などの需要家機器を用いて、より一層の省エネ・経済性を実現するためには、前日段階で翌日の需要予測に応じて最適な機器運用計画を立案する必要がある。しかし、予測には誤差があり、不確実性を考慮した適切な意思決定が課題となる。発表者らは、その解決策の一つとして確率計画法の適用を検討してきた。本研究では、集合住宅を対象として、前日段階での機器運用最適化によるエネルギー費用低減及び当日段階での不確実要素による電力需給インバランスに対応する調整費用回避を目的とした二段階確率計画法に基づく需要家機器運用技術を開発した。数値シミュレーションによって、提案手法と、従来の混合整数計画法の結果とを比較した。その結果から、不確実要素が運用計画に与える影響と提案手法の優位性を明らかにした。

◎田中雄大，福島工稀，福井正博（立命館大学）

近年,高齢者ドライバーの運転事故や,運送業のドライバー不足などの問題により,自動運転への関心が高まっている.自動運転の手法も様々だが,本稿ではあらかじめ道路のマップデータを作成し,決められた道路上を走るように車体を制御させる手法を想定している.この手法はマップデータの作成方法による違いで,走行時に生じる走行抵抗や消費エネルギーが変化してしまう.そこで, 車両が道路から受ける走行抵抗についてそれぞれ定式化し,Simulinkを用いて走行モデルを作成することで，走行時にかかる負荷の明確化を行った．そして,作成した走行モデルを使用し, 車両のタイプ（小型、大型）や走行速度を変更し,折れ線マップ ,クロソイドマップ,平均化マップとで走行時に生じる走行抵抗と消費エネルギーの比較を行った.クロソイドマップを用いた場合,他のマップに比べ数パーセント程度のエネルギー損失削減効果を確認した。

◎太田秀星，鈴木慶一郎，福井正博（立命館大学）

リチウムイオン蓄電池は安全性や劣化管理の観点から高精度な充電率状態管理が要求される。従来手法としてカルマンフィルタを用いて高精度な推定技術が提案されているが、充電率変動に対して開回路電圧の変動が大きい場合には有効であるが、そうでない場合には逆に誤差を大きくする場合が見られた。本提案で扱うリチウムイオン蓄電池LFP(オリビン酸鉄系)は、高精度化が困難とされる場合の例であり、カルマンフィルタのメカニズムを見なおし調整することにより精度改善を確保する手法とその評価について報告する。

◎津山睦季，林　　空，馬杉正男（立命館大学），佐保賢志（富山県立大学）

近年、日本では高齢化が進行し、高齢者の事故件数が増加している。家庭内での事故発生も多く、事故を検知するための高齢者の見守り技術が注目されている。トイレのような秘匿性が高い場所では、高齢者が失神や転倒しても事故の発見に遅れ被害が悪化する可能性もあり、事故を早期に検知する必要がある。本稿では、異常検知を目的とし、2つのドップラーレーダを用いたトイレ内の行動の認識手法を提案する。その結果、２つのレーダの受信データに対して、深層学習を含む複数の機械学習を適用する方法により、異常動作を含む８種類の行動パターンを高精度で分類できることを確認した。

○馬場博幸，吉村正昭，荻本和彦（東京大学），今中政輝（名古屋大学），天津孝之，増田　浩（東京電力ホールディングス）

Along with variable renewable energy resources increase, it is becoming very important to consume over-generated electricity by explicit type demand response systems (DR). Especially, charging for electric vehicle (EV) which will become popular is expected to play a key role as DR resources in near future.
On the other hand, EV charging at home often causes a main circuit breaker, so-called Service Breaker (SB) in Japan, trip. Therefore countermeasures to avoid the SB trip are needed. This paper reports results of experiment of coexising between DR as macro control and avoiding SB trip as micro control.

◎赤葉亮太，鹿間信介（摂南大学）

現在，手話を習得する際には静止画や動画を教材に学習を行う。しかし，これらの従来手法には動きの表現が困難である，利き手が反転する，習得した手話の正誤確認ができないなどの問題を抱えている。これらの問題は特に，不慣れな初学者の学習効率の低下を招く一因となる。そこで本研究では，直感的に利用できる学習支援ソフトウェアを実装した。具体的には，使用者の手をトラッキングするVR用HMDを用いて，仮想空間上に立体の手本を提示する。これを使用者が任意の角度から観察，また提示した手本に対してトラッキングした自分の手を重ね合わせるようにして模倣し学習を進める。発表では本ソフトウェアのシステム概要に加え，被験者による体験評価の結果等，最新の状況を報告する。

◎川畑宏空，重弘裕二（大阪工業大学）

現在人間が行っている巡回監視を警備ロボットに代行させたいという要望が高まっている。また近年、コンピューターの計算能力の大幅な向上と、インターネットなどを介して膨大なデータを収集することができるようになったことによって、深層学習が画像認識やテキスト分析の分野で成果を上げている。
本研究では逃走者を追跡捕獲する警備ロボット(捕獲エージェント)の行動原理をニューラルネットにより獲得させることを目指す。ニューラルネットの入力は逃走エージェントと、捕獲エージェントの配置を表す2次元配列、出力は入力の2次元座標を平坦化した配列である。この配列をもとに捕獲エージェントは次に移動する位置を決定する。この入力と出力を持つニューラルネットのモデルを用いて計算機実験を行った。

○大高謙二（三菱電機インフォメーションネットワーク），清尾克彦，大江信宏（サイバー大学），澤本　潤（M2M・IoT研究会），井上雅裕（慶應義塾大学），小泉寿男（M2M・IoT研究会）

社会生活の利便性向上や企業の効率性向上、競争力向上において、重要な役割を果たす技術の一つとして、AI技術が注目を集めており、その人材育成が急務とされている。
一方、AI技術の特徴として、実現目標に対するフィージビリティ見極めが難しい、機械学習による推論モデルの特定が試行錯誤になり易いなどの特性もあり、AIの教育手法の難しさも内在している。
また、特に社会人の教育においては、受講生のスキルにバラツキがあり、全員に効果的な教育を実施することが難しい、などの課題もある。
これらの課題を解決するために、プロトタイプの構築をベースとした教育講座を提案し、ディープラーニングの最適モデルを効率的に構築するための教育手法、スキルのバラツキがあっても受講生に効果的な講座となるような工夫点を提案し、その実践と評価について、発表を行う。

◎五十嵐匡人，福山良和（明治大学），島崎祐一，長田悠人，村上賢哉，Santana Adamo，飯坂達也，松井哲郎（富士電機）

スーパーマーケットやコンビニエンスストアなどで利用されている冷蔵・冷凍ショーケースでは，着霜や冷媒漏れなどの故障によって庫内が設定温度に保てなくなる可能性が稀にある。従って，高精度の故障判定を行うことは，顧客サービスの継続には欠かせない。本論文では，異常値を含むデータに対するエンジニアリング業務軽減のため，ニューラルネットワークのパラメータ学習に，カーネルサイズの自動調整を用いたコレントロピーを適用したMulti Population Modified Brain Storm Optimization（以下，MPMBSO）を用いたショーケースに対する故障解析手法を提案する。従来のパラメータ学習法である最小二乗法を適用したBack propagationに基づく手法及び固定値のカーネルサイズを用いたコレントロピーを適用したMPMBSOに基づく手法との比較シミュレーションにより，提案法の有効性を確認した。

◎中間公啓，池田直矢，小圷成一（千葉大学）

近年，各種ビデオゲームの競技化が進み，e-Sports化している。国民的なパズルゲームであるぷよぷよもその一例である。
一方で，強化学習をゲームに応用するゲームAIの開発も進められている。強化学習は教師あり学習とは異なり，環境で行動して報酬を得ることで学習を行うものである。その学習方法から明確な答えがなくとも学習を行えるため，ゲームAIの実現方法として選択肢に上がる。
近年では強化学習にニューラルネットワークを導入した深層強化学習を利用した，囲碁AI のAlphaGo Zeroが世界チャンピオンに勝利している。一方，ぷよぷよは複雑な状態空間を持つのに加えてリアルタイム型対戦ゲームでもあることから，深層強化学習を用いたAIの研究は進んでいない。
本研究では行動空間の再定義とOne-hotベクトルによる多チャネル化をし，DQNやA3Cを用いた深層強化学習をぷよぷよに応用することでより優れたゲームAIの作成を目指す。

◎松本直也，高野俊也（東芝インフラシステムズ）

近年、情報セキュリティの高まりや低遅延処理に関する要求からエッジ機器でのAI処理への期待が高まっている。AI処理では使用環境の制約下でアルゴリズムを動作させる必要がある。特に強化学習(Reinforcement Learning)を用いて制御を行う際は、制御周期以内に推論処理を行わなくてはならない。PCに比べてCPU性能の劣るエッジ機器などに搭載される組込システムで動作させる場合、CPU性能がAI処理全体のボトルネックとなるという問題がある。そのため、アルゴリズムの軽量化やアクセラレータを用いて、CPUの処理を軽減させる必要がある。本稿では、組込システムを対象として、強化学習を実現するための構成の検討とモータ制御を対象とした強化学習の実機への実装、学習後のモータ制御における速度指令との速度誤差について性能評価を行う。

◎青木　駿，日高浩一（東京電機大学）

<p class="MsoNormal" style="margin: 0mm; font-size: 10.5pt; font-family: 游明朝, serif; -webkit-text-size-adjust: auto;" align="left">モデル予測制御では, 制御対象のモデルと制御入力を決定する評価関数および目標値までの移動軌跡の参照軌道設計が重要となる。しかし, 従来の研究では, これらの設計方法は確立されていない。本発表では強化学習を利用した参照軌道の一設計法を検討する。制御対象を自動車のステアリングとし, 強化学習を利用して車線変更動作を行い, 目標誤差と横方向加速度から最適な運転動作を検討する。また報酬関数を設計し, 報酬値の結果から軌跡の変化も検討する。使用する報酬値は「0/1」を利用し, 横方向加速度により発生する横力Ｆが-1[G]≦Ｆ≦1[G]のとき報酬値を1とする。設計した軌跡を参照軌道とし, 車線変更時に生じる横方向の加速度により性能評価結果を示す。</p>

◎宮元勇輔，鎌田清孝，玉利陽三（鹿児島工業高等専門学校），湯ノ口万友（鹿児島大学）

医療施設に配備されているMRI装置は、エレベータ等の磁性体の移動に伴う変動磁場の影響を強く受け、撮影画像にノイズが発生する等の問題がある。従来の対策としてパッシブ磁気シールドやアクティブ磁気シールドが用いられており、離隔距離（7 m ~ 9 m以上）や設置基準値（B = 0.5 µT以下）等が定められている。そこで、本研究では一般的な遮蔽材として用いられているケイ素鋼板を使用し、磁場発生源であるエレベータ側のエレベータシャフト壁を磁気遮蔽する方法を用いて評価点3 mでの設置基準値を満たすことを目的としている。結果として、遮蔽材の形状に関しては、MRI室の上下部分をより厚くし、枚数は4枚が最適であった。設置形状として格子状に設置することで設置基準値を達成することができ、離隔距離を3 mとすることが可能になった。また先行研究と比較し、使用する遮蔽材の量を24.33 %減らすことができ、コスト面も改善することができた。

○鎌田清孝，徳田拓海，宮元勇輔，玉利陽三（鹿児島工業高等専門学校），湯ノ口万友（鹿児島大学）

MRIは強力な磁界を利用する医療機器である。この強力な磁界は周囲の医療機器などに悪影響を及ぼす恐れがあるため、ICNIRPにより室外へ漏れる磁束密度を0.5 mT以内に低減するよう定められている。そのためMRIを強磁性体で囲んだMSRが用いられる。しかし、上下側面を強磁性体の壁で囲まれた従来のMSRでは、被験者へ閉鎖感を与える。近年では,外部の景色や光を取り入れることができる開口型MSRの開発が進められているが、開口部の形状により強磁性体の体積が増加する課題が存在する。
本研究では、室外へ漏れる磁束密度を0.5 mT以内に低減し、強磁性体の体積が従来モデルと同等またはそれ以下かつ高い開口率を持つMSRを提案することを目的とし、シールド位置、X - Z平面における分割数および両端の幅をパラメータとし、３次元磁界解析を行った。

◎河越祐太，櫛田大輔（鳥取大学），松本浩実（川崎医療福祉大学）

要介護の原因の12%を占める骨折を防止するため、骨折リスクの早期発見は重要である。現在の骨折リスクスクリーニングはWHOが定めるFRAX指標を用いており、数値のみでの評価に留まることから、自身の骨折リスクの重要性を認識しにくく、骨折予防への意識改善に繋がらない。一方、鳥取大学医学部では、骨折リスク原因を探るため、鳥取県日野郡日野町の高齢者136 名を対象に、骨折に関わる疫学データ397項目筋肉量、握力、歩行能力など と追跡調査による予後の転倒事実を取得してきた。本論文は、骨折の危険因子である転倒を骨折の分類基準とし、取得した疫学データに対して主成分分析を行うことで、転倒と関係性の高い検査項目を骨折リスク要因として抽出した。これらの要因に基づきマップで可視化した結果、転倒リスクが低い被験者は、歩行能力が高いことが示唆され、マップ化により転倒リスクの程度を感覚的に認識しやすくなった。

○黒崎紘史，白畑紘夢（前橋工科大学），川原潤也，近藤康人，中村哲也（群馬県立群馬産業技術センター），小田垣雅人（前橋工科大学）

介護に関する多くの従来研究において、車椅子移乗動作時の介護者又は被介護者の身体的負担の評価は、アンケート調査などの主観的手法に基づいて行われてきた。これに対し、身体的負担の定量評価が行われた事例は数少ない。そこで、本研究では、車椅子移乗動作時の身体的負担の定量評価に使用することを目的として、車椅子移乗動作時の臀部・座面間の距離及び座圧分布を計測可能な圧力・距離センサを開発した。本センサは、絶縁体の上面に導電性繊維を接着させた構造となっており、ウォッシャブルで柔軟性を備えていることが特徴である。本研究では、生体を模したアルミの延べ棒を使用した一軸圧縮試験を行うことで、本センサに一定の距離・圧力を加えた際の出力応答を計測した。実験結果から、本センサの生体に対する距離・圧力特性が明らかとなった。また、本センサを使用した車椅子移乗動作実験を行い、被介護者の車椅子着座時の座圧分布の定量評価を行った。

◎伊藤滉平，阿部孝司（近畿大学），南　昌秀（東京大学）

胃X線像から胃萎縮の進行度を評価する画像特徴量を提案した．提案した2つの特徴量は，胃X線像から胃萎縮の度合いを読影するための診断指標の一つである襞の分布に基づくものである．提案手法では，まず，胃X線像から診断領域を決定し，次に胃の襞を抽出する．萎縮の進行に伴って襞は徐々に胃小弯から胃大弯方向に消失していく．これを考慮して診断領域内を小弯領域と大弯領域に領域分割し，それぞれの領域で襞の割合を計測する特徴量を抽出する．健常胃39枚，異常胃78枚（中程度萎縮：44枚，高度萎縮：34枚）の計117枚の胃X線像に対して提案手法を適用し，特徴量の算出を行った．その結果，健常胃では特徴量の値が小さくなり，異常胃では特徴量の値が大きくなる，つまり，萎縮の進行に伴い値が大きくなる特徴量であることを確認した．このことから提案した特徴量は襞の分布に着目し胃萎縮を評価する有用な特徴量である可能性が示された．

◎水口龍太，水野裕志，松村雅史（大阪電気通信大学）

高血圧症疾患の患者数は994万人に達し、日常生活下で心疾患、脳卒中を起こす可能性があり、日常生活での血圧モニタリングが重要である。本研究では、日常生活動作時において連続的に血圧計測が可能なネックバンド型デバイスの開発を目的とする。まず、ネックバンド型デバイスにより鎖骨中線上部に配置した電極により心電図を誘導する。また、頸部に配置した光センサ（520nm）により頸部光電脈波を計測する。心電図R波の頂点と光電脈波の立ち上がり点までの時間より脈波伝播時間を求める。最高血圧と脈波伝播時間の相関性を確認するため、頸部心電図、光電脈波とカフ式血圧計にて計測を行った。安静端坐位60秒間カフ式血圧計計測を行い、運動を90秒間後、運動直後から10分間カフで計測を行った。結果より最高血圧と脈波伝播時間の関係は姿勢の影響で脈波伝播時間は変化するということが実験的に明らかとなった。

◎鳥居拓海，南雲健人，大岩孝輔，野澤昭雄（青山学院大学）

レベル3の自動運転車はドライバーモニタリング等の機能を有するHMI(Human Machine Interface)を備えることが義務化おり、ドライバーの眠気検出の需要が高まっている。ドライバーを対象とした計測はとくに精神的・身体的負荷が軽い必要があり、非接触計測技術の適用が求められている。非接触で計測可能な顔面皮膚温度分布は眠気によって変動することが知られている。先行研究では畳み込みニューラルネットワーク(Convolutional Neural Network, CNN)を用いて顔面皮膚温度分布に基づく反復的な眠気検出のための個人モデルの構築を行った。応用に際し、個人モデルではなく一般モデルの構築が求められる。本研究では、CNNを用いた反復的な眠気検出のための一般モデルを構築し、顔面皮膚温度分布の眠気に関する変動部位の特定を試みた。

○宮下充史，加川敏規（電力中央研究所）

架空送電設備保守業務に対しICT（Information and Communication Technology）を活用することで，保守業務を効率化・高度化することが期待されている。小容量センシングデータの伝送においては各種LPWA（Low Power Wide Area）技術の適用が考えられるが，画像や高頻度センシングデータを活用する際にはLPWAでは通信容量が課題となる場合がある。本稿では，装置が比較的小型であり，無線免許が不要で長距離・大容量通信が可能である25 GHz帯固定無線アクセス（FWA; Fixed Wireless Access）を評価の対象とした評価結果をまとめた。距離特性や中継時の基礎的な特性とともに，鉄塔の上部に無線機器を設置することを想定した鉄塔揺れの影響について考察する。

○坂井良広，小林風雅，陶山健仁（東京電機大学）

セミブラインド音源分離手法を用いたエコーキャンセラにおいて、収束アルゴリズムにフレキシブルICAを用いる方式を検討した。フレキシブルICAは分離出力の振幅分布の形状に応じてスコア関数形状を調整する。これにより音声のように分布形状が変化する信号に対して、固定ICAに比べて精度の良い分離処理を行い良好なエコー消去が期待される。分布形状は尖度を用いて評価し、その値に応じてスコア関数形状を制御した。音声を入力信号として固定ICAとフレキシブルICAの動作を比較し、効果を確認した。

◎鈴木　聡，佐野宏靖，金田泰昌，佐々木秀勝（東京都立産業技術研究センター）

本研究では，複数の異なる周期を持った信号が重畳された信号から各信号成分を分離する手法を提案する。このような手法の適用例として，EMCにおける放射ノイズからノイズ源毎の成分を分離することが挙げられる。大きなノイズを放射する素子の多くはスイッチング素子であり固有のスイッチング周期を持つため，放射ノイズ信号から周期性を持つ信号成分を分離することで，それぞれのノイズ源の影響を推定でき，EMC対策の効率化が期待できる。これまで信号源分離手法として，非負値行列因子分解（NMF）が音声・音響分野を中心に研究されてきたが，電磁ノイズは音信号とは異なる性質が多く，そのまま適用することは難しい。そこで，各ノイズ信号が周期的であり，その周期が既知であることを条件として，従来のNMFの更新式に周期性を考慮した項を追加することによって周期性を持つ信号成分を分離できるアルゴリズムを設計し，実験によってその有効性を評価した。

○工藤憲昌，長屋　輝，釜谷博行（八戸工業高等専門学校），田所嘉昭（豊橋技術科学大学）

安心・安全で高効率の次世代モビリティとして，高度運転支援システム（ADAS）や自動運転技術の研究開発がさかんに進められている．これらのシステムには，適材適所の意味で，様々なセンサが相補的に用いられると考えられる．この中でミリ波帯のチャープ信号を用いる車間距離，速度，角度の検出法は，安価なこともありもっとも多く使用されると想定される．本検討では，チャープ率等を考慮して，レーダ間干渉を抑え距離と速度をより精度よく推定することを目標とする．本稿では，適応周波数推定法を用いた距離，速度,移動方向の検出法について検討したので報告する．いくかのシミュレーションにより，一般的に使用されるFFTとMEMスペクトルとの推定精度と比較し提案法の有効性を示す．また，提案法において，ダウンサンプリングを併用することにより推定精度が向上することも述べる．

◎西山直哉，松井文也，佐野勇司（東洋大学）

各種素子の非線形性補正に適した「信号べき乗変換回路」をMOSFETの弱反転動作を活用した小規模回路により提案してきた。今回、6.3V必要となっていた電源電圧を、カレントミラー回路による入出力信号電圧の並列化により、マイコンチップに搭載可能な3.3Vに低減できた。また、最大利得値の制限を排除できる新しい乗算回路の提案により、最大べき指数値を2.9まで確保した。べき指数値が0.50~2.0の範囲において信号ダイナミックレンジを42.7 dBに拡大できることをシミュレーションにより確認した。

◎松井文也，西山直哉，佐野勇司（東洋大学）

MOSFETの弱反転動作を活用したCMOSべき乗変換ICの電源電圧を，マイコンチップに搭載レベルまで低電圧化していく際に必要となる要素技術を開発した。べき乗変換ICにおいて，信号を対数変換した後にゲインを調節しつつ増幅し，最後に指数変換することによって，任意のべき指数値によるべき乗変換を実現している。電源電圧の低減に伴う電圧ゲイン可変量の低下を補償すべく，従来は縦積みしていた変換素子を負帰還により1差動対に縮小して入力信号電圧を半減した指数変換回路を提案した。回路シミュレーションにより動作確認したICを現在試作中である。

○服部哲郎（香川大学），川上裕介（香川高等専門学校），田中俊輝（近計システム），服部史門，的場　修（神戸大学）

バイポーラ接合型トランジスタにはPNP型及びNPN型の2形態があり，N型半導体とP型半導体とを接合した２つのダイオードが更にベース層で接合した構造になっている。これに対して，1989年にIBM研究所のB. J. Van Zeghbroeckらは, 発光ダイオード（Light Emitting Diode, LED) と受光ダイオード (Photo Diode, PD) の光結合デバイスとして，ベース層のキャリアが光のみのPTT (Photon Transport Transistor) を発表した。後に，PTTは正帰還回路において増幅機能を有し，かつ極めて低ノイズのトランジスタ素子となることが理論的に示された 。
本論文では，このPTT正帰還回路の増幅機能の発現に対して，LED，PDのVI（電圧電流）特性式を含む回路方程式と予備実験での実測値とに基づき，電子回路的観点からの分析と考察を行う。

◎平良碩男，瀬古沢照治（神奈川大学）

一都三県からなる東京大都市圏(東京圏)の人口は増加の一途をたどっており、鉄道をはじめとする公共交通の混雑の緩和や速達性の向上といった機能強化も課題となっている。東京圏では今現在でも多くの新線計画が残されている。しかし、沿線住民から要望と期待の声が上がっている一方で、新線建設にはそれに見合った採算性がないと実現は難しく、優先して着手されるべき新線計画を明らかにし、早期かつ集中的な開発を行う必要がある。
　本研究では、東京都の多摩都市モノレール線の延伸計画を例として取り上げながら、この計画の最適性を、路線バス、BRT、モノレール導入時におけるそれぞれの利用状況について、ロジットモデルとAHPの２つの手法を用いて求めることにより、都市交通計画を適切に評価するモデルについて研究した。その結果、今回使用したモデルでは、高い定時性があり、本数も確保しやすいモノレール延伸線が最適であると導くことができた。

○佐賀井重雄（電力中央研究所），三浦房紀（山口ティー・エル・オー），前川剛志（山口県立大学）

当所では災害時の停電復旧見通しに利用可能な情報を精査・収集し、得られた情報を活用して、停電復旧見通しを算出する情報プラットフォームシステム（以下、「プラットフォーム」と呼ぶ。）の構築を経産省より受託し、2020年度に設計・試作した。
本プラットフォームを電力レジリエンス強化の観点から有効なものとするには、災害時の国民生活維持に対して重大な影響を与えるステークホルダが災害時対応に必要となる情報の種類、用途、そして利用タイミングに関して（これらをまとめて「ユースケース」と呼ぶものとする。）明確化し、情報をプラットフォーム上で共有できるようにしていくことが望ましい。そこで、本研究では、災害対応時に住民の生活維持に重要な役割を果たす地方自治体と、緊急時の医療を通じて生命維持に重要な役割を担う医療機関を対象として、災害時対応の情報の利用方法に関するアンケート調査を実施した結果について報告する。

○藤田喜広（三菱電機インフォメーションシステムズ），堂坂　辰（メルコテクノ横浜），秋山康智（アイテック阪急阪神），吉井　誠（アイ・エス・ティ），荻野　正（明星大学），柏崎尚也（東京電機大学），井上雅裕（慶應義塾大学），小泉寿男（M2M・IoT研究会）

AI技術の発展とともに，AIは多くの製品・サービスで利活用が進んでいる．企業各社は成長が頭打ちにならないように，常に新たなAIニーズを創出することにより顧客の購買機会を広げ，動機付けを与える必要がある。UX（ユーザエクスペリエンス）による人間中心設計は，ユーザ体験の満足度を設計の中心においた手法であり、UXはマーケティングにおける重要な概念である．ペルソナは典型的なユーザあり、マーケティングにおいて適用される．筆者らは，AIを専門として扱っていない人達を対象にしたAIニーズの創出にUXの手法の適用の可能性，その効果に関する研究を進めている。本稿では，企業における営業担当者や非IT系技術系の人達を対象にしたAIニーズ創出を，UXにおけるペルソナ手法を用いて実施する手法を提案し，本方式の実習結果を述べ，その考察を行う．

◎斎藤雄路，松本慎平，寺西　大（広島工業大学）

本研究では，音声合成は話者自身による声と同程度の学習効果を有するかどうかを調査することを目的とする．本研究で行ったことは，基礎的な実験方法をデザインし，その結果の分析である．具体的には，音声合成と話者自身の声で2パターンの動画を2群の被験者に提示し，事後テストの結果に基づき理解度の差を調査した．本研究では特に，話者の特徴，音質，内容の難易度，といった3点で特徴が大きく異なる2種類の動画を用意し，コンテンツに応じた音声合成の学習効果への影響を調査した．

◎花房隆成，松本慎平（広島工業大学）

ソースコードの「構造を理解する」ことに焦点を当てたプログラミング学習において，非本質的な認知負荷の影響をできる限り減らしながら学習者を「構造化タスク」に集中させるため，カード操作方式によるプログラミング学習支援システムが開発されている．本研究では，知識工学の枠組み(7)のもとで制約充足問題としてプログラム組み立てを捉え，その解決過程を評価することで，学習ログから解決戦略の質を評価可能か調査する．本研究ではとりわけ，知識無し探索により正解を求めた場合(あらかじめ決められたルールに基づいて機械的に正解を導出するアプローチ)得られたログデータと，知識有り探索(学習者自身が考えながら正解を導き出した場合)によって得られたのログデータに着眼し，これらのパターンに基づく分類が可能かどうか考察することを目的とする．

○相川昭仁（三菱電機），三井浩康（M2M・IoT研究会），秋山康智（アイテック阪急阪神），神戸英利（東京電機大学），小泉寿男（M2M・IoT研究会）

新事業に関わる製品やシステムを生みだすには，その構想設計が必要になるが，大学教育において新事業につながるような，夢のある製品の構想設計に向けたアイデア創出の教育方法を提案する．学生の創造的思考を高めるため，学生の身近にないが，創造しやすい人工衛星をテーマにして，学生が発想する人工衛星のコンセプトを作成した．教育方法といて，事前資料によりまず学生が事前検討し，グループ討議により学生間で意見交換して，グループでの構想設計を行うように進めた．この方法により，創造的な人工衛星システムの構築に対し，構想設計の向けたアイデアを創出することができた．このような教育は，企業活動や新事業の創出に役立つものである．

◎竹本　修，池崎良哉，野崎佑典，吉川雅弥（名城大学）

Elephantは，IoTデバイスを指向した軽量暗号アルゴリズムとして，2021年3月にNISTが開催したコンペティションのファイナリストに挙げられており，今後の利用が期待されている．そこで，暗号に対する様々な脅威に対しセキュリティ評価を行い，暗号のリスクについて事前に把握することが重要である．
本研究では，Elephantに対し，回路にバックドアを混入させ不正な回路動作を可能にするハードウェアトロイについて検討し，その脅威について評価する．

◎野崎佑典，竹本　修，池崎良哉，吉川雅弥（名城大学）

日本政府が推進するSociety5.0の実現に向けて，AI技術の利活用が推進されている。一方で，AIモジュールに対する様々なセキュリティ脅威が報告されている。特に，モデル抽出攻撃は，開発者にとって貴重な知的財産である，AIを構築するNNのパラメータ情報を窃取する攻撃である。そのため，これらの攻撃への対策技術を確立することは，安心安全なAIの利活用に向けて重要である。対策技術を確立するためには，AIモジュールがどのような攻撃に対して脆弱であるかや，攻撃手法の原理などを明らかにすることが必要である。
そこで本研究では，新たにAIモジュール動作時の消費電力を利用したモデル抽出攻撃について検討する。提案手法では，消費電力を利用することでAIモジュールを構成するニューロンの重み情報の復元を行う。そして，Field Programmable Gate Array（FPGA）を用いた評価実験によって，提案手法の有効性について検証する。

◎中村亮介，南雲健人，大岩孝輔，野澤昭雄（青山学院大学）

人間のストレスは能動的及び受動的対処があり，この対処パターンは生理心理状態を評価する研究に応用されている。これらは心臓血管系指標の血行動態に基づく血圧の上昇機序の違いで判断できる。しかし，血行動態の計測は連続血圧計を用いた接触的計測が必要であり実生活への応用は困難である。そこで，遠隔計測可能な心臓血管系指標である顔面皮膚温に基づく血行動態推定に着目した。一般的に用いられる顔面皮膚温度の時系列変動を用いた解析手法は長時間の測定が必要であるため1枚の熱画像で評価できる解析手法が求められる。先行研究では顔面熱画像にCNNを適用し各ストレス対処の特徴抽出はできた。しかし，CNNでは温度分布の変動パターンは不明である。そこで，温度分布の変動パターンが分かるスパースコーディングを適用することで特徴抽出し，血行動態の推定を行う。本研究はスパースコーディングを適応して得た特徴に基づく血行動態推定を試みた。

◎服部貴斗，南雲健人，大岩孝輔，野澤昭雄（青山学院大学）

新型コロナウイルス (COVID-19) の感染拡大の防止のため，人と接触を避ける必要があり，非接触で体調不良の検出ができることが望まれている。先行研究では，非接触生体指標に基づく体調等の異常状態検出技術の確立を目指し，様々な生理心理状態で変動することが知られている顔面皮膚温に基づく異常検出を行ってきた。一方で，顔色は皮下血流量に依存し，他者の顔色で健康状態を主観的に判断する場合もある。顔色の情報を含む顔面可視画像と皮膚温の情報を含む顔面熱画像を併用することで異常状態の検出精度が向上することが期待できる。そこで本研究では，顔面可視画像と顔面熱画像を併用した異常検出の検討を行った。

◎高野聖仁，南雲健人，大岩孝輔，野澤昭雄（青山学院大学）

顔面皮膚温度は、自律神経系の活動によって制御される皮膚血流により変化する生理心理指標である。これまでに顔面皮膚温度から人間の感情や眠気、精神的ストレスなどを推定する研究が行われてきた。様々な生理心理状態すべてに対し個別にモデルを作成することが困難である問題を解決するために我々は、顔面皮膚温度に異常検知の概念を取り入れた。これまでの研究では、深層生成モデルであるVariational Autoencoder (VAE) によって得られる異常度画像の平均と分散の空間的な分布に基づき、顔面皮膚温度の異常検知を試みた。しかし、平均と分散に基づく手法では、正常データと異常データが空間的に十分に乖離しない場合があり、異常検知精度にばらつきがあることが問題であった。そこで本研究では、異常度画像から抽出する特徴量や、VAEの学習データの前処理方法などを変更することで、異常検知精度の向上を試みた。

◎ジョンソンジョージェフ，阿部孝司，波部　斉，兵頭朋子，石井一成（近畿大学）

腹部CT画像を用いて肝細胞癌への分子標的薬の治療効果を測定する手法を提案した．患者に薬を投与し効果が現れると治療後の画像では病変部は縮小し濃度は減少する．医師は，治療前後の画像を比較し，病変部の面積，直径，濃度の変化を読影し薬の効果を確認する．しかし，診断は経験に依存し，また，厳密に効果の程度を測定することは難しいことから，計算機による定量的評価は医師への有益情報になり得る．本手法では，治療前後の画像の同一病変部に対し，まず，面積，直径，平均濃度値を測定し，それぞれの治療前後の増減率を算出する．次に，取得した増減率を変数に持ち，正なら「治療効果あり」，負なら「増悪」となるような評価値を定義した．病変部が存在する画像9例を治療前，治療後1回目，治療後2回目のそれぞれで用意して本手法を適用し医師による診断レポートと比較した．その結果，提案した評価値は概ね医師が診断した結果に準じて算出された．

◎太田理雄，波多野篤哉，佐藤隆幸（東京都立大学）

健康指標である血液粘度について、現在の注射針での採血に変わる非侵襲的な方法で測定する試みが近年行われている。我々の研究グループでは体外循環における血液回路に組み込む想定で、血液の流路上定点において微小時間差をもった二画像を取得し、画像相関法によって赤血球凝集度を測定することで血液粘度を推定する方法を提案している。先行研究においては、赤血球凝集体のサイズ・濃度が上昇するにつれ画像相関値も増加することがわかっていたが、偏差の大きい凝集体分布を持つ画像においては、平均画像相関値に注目するだけでは大凝集体が検出できない例が確認された。本研究では、画像相関値によるヒストグラムに着目し平均画像相関値では得られなかった相関窓毎の画像相関値を解析することで、懸濁液内の凝集度分布を推定することを目的とした。結果として画像相関値ヒストグラムから凝集度分布を推定することで大凝集体を発見できる可能性を示せた。

◎畠山真結，赤松佑一朗，佐藤隆幸（東京都立大学）

体外循環装置等の血液に関する機器での血栓発生を防ぐためリアルタイムでの血液粘度測定が必要とされている。血液粘度増大によって引き起こされる主な現象として赤血球凝集体 (以下、凝集体)の形成が挙げられ、その凝集度は血液粘度推定の指標として利用可能である。本研究室では超音波ピーク周波数法による凝集度推定を試みてきた。先行研究では主に容器内の静止血液を用いての検討実験が行われ、血液流路中での実験は行われていなかった。本研究では流路中の凝集体の形成について調査するため、人工心肺を模した血液流路内の凝集体に関してピーク周波数測定を行った。また、凝集体や血栓は装置や血管の機能低下を引き起こし血液の運搬量を減少させ患者の生命維持に関わるため、超音波を用いた凝集体の破砕を試みた。本研究では基礎検討として5MHz超音波による静止血液に対する凝集体破砕を行い、超音波ピーク周波数法により凝集度の変化を調査した。

◎渡部由瑚，南雲健人，大岩孝輔，野澤昭雄（青山学院大学）

近年,多くの現代人がストレスにさらされて生活しており,ストレスに起因する自律神経失調症などが社会的問題となっている。ストレス管理と共に自律神経機能の調節が健康維持において重要である。生体外部のリズミカルな刺激が生体内部のリズムを引き込み帰還的に自律神経活動に影響を与えることが知られている。これに類推を得て、脈波間隔に基づき振動刺激を与える心拍フィードバックシステムの開発が進められてきた。先行研究では、強化学習を用い逐次適応的に最適な間隔の刺激系列を生成するパルス周期制御型心拍フィードバックシステムの開発を行った。自律神経活動に与える影響は、刺激間隔のみならず刺激の種類などにも大きく依存する。本研究では、強化学習を用いた心拍フィードバックシステムにおける多様な刺激系列の検討を行う。

◎八木祐介，角田英一郎，重弘裕二（大阪工業大学）

多くの組合せ最適化問題は NP 困難であり, 実用上の問題においては大域最適解を求めることが難しいことが多い. そこで, より最適性の高い解を求めるためにメタヒューリスティクスと呼ばれる手法が提案されている.
筆者らはこれまでに, 複数の近傍操作を使い分けながら解探索を行う手法について考察を行っている. 具体的には, 近傍操作により得られる解の評価値について統計量を推定することで, 適切な近傍操作を選択するというものであったが, 計算機実験を行ったところ, 適切でない近傍操作を選択しているかのような挙動を示していた.
本稿では, 複数の近傍操作を使い分ける手法を構築するための準備として, 解探索の進行に伴い, 近傍操作により得られる解の評価値についての統計量がどのように変化していくのかについて, 計算機実験を用いた検討を行う.

◎石井大稀，中間公啓，小圷成一（千葉大学）

水道業者にとって重要な業務の一つである水運用とは，上水プロセスにおいてポンプ等を制御し，配水流量等を適切に管理，運用することである。多様化する水運用への要求に応えるためには，ポンプの起動停止計画を導出し，水道事業者の業務を支援することが重要である。これは組合せ最適化問題として定式化されており，同問題に対してはA-Star 探索法や分枝限定法を用いた解法が提案されている。しかし，いずれも比較的長い計算時間が必要になるという問題点がある。また，木による探索とランダム探索を併用する，モンテカルロ木探索という手法が存在する。この手法のメリットは，短時間で効率的な探索が可能なことであり，組合せ最適化問題の近似解法として有効である。そこで，本研究では同問題に対してモンテカルロ木探索の導入を検討し，最適解到達までの計算時間の短縮を試みた。その結果，高い最適解到達率を維持しつつ計算時間の短縮に成功した。

◎森本汰一，中間公啓，小圷成一（千葉大学）

IoTの発展に伴い，ハードウェア実装に適したブロック構造ニューラルネットワーク(BBNN)が提案されている。しかし，現在提案されているモデルでは内部構造の異なる４種の基本ブロックを持ち，基本ブロックの選び方によって学習の難易度が変化する。このモデルを用いて効率よく学習するためには，重み学習が容易となるネットワーク構造の探索と重み学習の2 段階の学習が必要であるという問題点がある。そこで，本研究では改良型BBNN の左右両方向のフローを持つ基本ブロック1 種のみを用いる実装法を提案する。提案手法では，ネットワーク構造を探索する学習が不要になるため，ネットワーク構造決定用の回路リソースと計算時間の削減が可能となる。複数のパターン分類問題に対して提案手法のFPGA 実装を行い，ハードウェアリソース使用量，および学習性能の評価を通じて，提案手法の有効性を確認する。

◎小林優斗，福山良和（明治大学）

本論文では、航空機材ルーティング問題に対して、最悪解を更新に用いたPopulation-Based Incremental Learning(PBIL)の適用を提案する。提案する最悪値を更新に用いたPBILによる航空機材ルーティング手法の有効性を、従来のリアクティブタブーサーチを適用した手法、更新に最悪値を用いないベーシックなPBILを適用した手法、および航空会社による実際の航空機材運用データとを比較して検証した。その結果，提案する最悪値を更新に用いたPBILによる航空機材ルーティング手法は，実際の航空機材運用データに対して，ベーシックなPBILによる手法よりも常に良質な解を生成できることを確認した。

◎安田雄佑（東京都立大学），熊谷　渉（横河電機），田村健一，安田恵一郎（東京都立大学）

メタヒューリスティクスを有制約最適化問題に適用する際，制約条件を追加の目的関数と見なすことで二目的最適化問題として解く制約対処法が知られている。この制約対処法は，実行可能領域と実行不可能領域を同時に探索できるため，効率が良い。本稿では，有力な多目的最適化手法の一つであるMOEA/Dに着目する。選択操作にパレートランキングを用いる制約対処法はしばしば存在するが，MOEA/Dを有制約最適化問題に適用した先行研究は少ない。そのため，MOEA/Dの適用方法を基礎的に検討する。まず，実行可能領域と実行不可能領域の探索バランスを調整するパラメータを導入する。さらに，制約条件とパレートフロンティアの凸性の観点から導入したパラメータを解析する。この解析を通じて，MOEA/Dに基づく制約対処法の優位性とパラメータ調整戦略の指針を示す。

◎行木大輝，山口　智（千葉工業大学）

Adamはニューラルネットワークにおける一般的な最適化アルゴリズムの一つである。しかし問題が複雑になるとSGDに比べて最終的な汎化性能が良くならないことや、学習初期での学習率の分散が大きくなり極端な値でパラメータ更新をしてしまうなどの問題が考えられている。近年ではこれらを解決するためにAdamからSGDに動的に切り替えて学習を行うAdaBoundや、学習初期では小さな学習率を設定し、学習を進めていく中で徐々に学習率の値を大きくしていくWarmUpをAdamに対して適用したRAdamが提案されている。我々はAdaBoundで用いられる学習率の上限に対してWarmUpを適用することを提案している。この際、提案したアルゴリズムはネットワーク規模が大きくなるほど精度の向上が確認できた。そこで本研究ではより大規模なネットワークでの評価を行った。

◎陳　　洋，田村健一，土屋淳一，安田恵一郎（東京都立大学）

従来の単一目的最適化では唯一の最適解の獲得を目的とする。一方，最適化の実応用において，不測の事態や使用者側の選好に対応するため，唯一の解のみならず，代替案として，複数の局所的最適解の獲得が要求される場合がある。本稿では，メタヒューリスティクスの一つであるWolf Search Algorithm(WSA)に着目する。だが、WSAを複数局所的最適解探索に適用した先行研究はない。そのため，WSAの適用方法を基礎的に検討する。そこで本稿では，(1)WSAの探索機構の解析により，WSAと複数局所的最適解探索の親和性の検討，(2)関連手法との定性的な分析及び定量的数値実験を通じ，WSAの優越性の検討を行った。