【研究領域課題番号】20H00625 (KAKENデータベースで見る）

【研究キーワード】

計算論的精神医学 / 人工知能 / 精神障害 / 深層学習 / ニューラルネットワーク / 精神疾患

【研究成果の概要】

本研究は、精神障害に関する症状・神経生理・認知行動のビッグデータに対して、疾患横断的・次元的アプローチに基づいて、機械学習・AI技術を含む計算論的精神医学の手法を適用することで、既存の精神障害カテゴリーには基づかない新しい表現型：症候学的タイプ、バイオタイプ、計算論的表現型の抽出を試みている。また、深層学習・データ融合技術を用いて、各水準の表現型を媒介するメカニズムを明らかにすることで、精神障害の統合的理解と新しい疾病概念を創出することを目的とする。
今年度の研究では、昨年度に引き続き、クラウドソーシングを通じた大規模Web調査の枠組みを用いて、疾患カテゴリー横断的・網羅的な精神障害の症状評価、および認知行動実験を実施した。症候学的データのクラスタリングにより、症候学レベルの精神障害亜型（症候学的タイプ）を探索的に構成することを試みた。また、複数の疾患カテゴリーに関する脳画像データベースを用いたデータ駆動アプローチにより、神経生理学的レベルの精神障害亜型（バイオタイプ）を探索的に発見することを試みた。さらに、症候学的タイプ・バイオタイプ、計算論的表現型の各水準の表現型の背後に、共通すると仮定する潜在状態抽出のための基盤技術として、マルチモーダル変分自己符号化器を用いた多元的データ融合技術の開発を試みた。

【研究種目】基盤研究(A)

【研究期間】2020-04-01 - 2025-03-31

【配分額】43,160千円 (直接経費: 33,200千円、間接経費: 9,960千円)

【研究領域課題番号】19H04078 (KAKENデータベースで見る）

【研究キーワード】

ニューラルネットワーク / 雑音畳み込み / FPGA / AI / 深層学習 / CNN / 組込みシステム / 画像圧縮 / Deep Learning / 計算機システム / 高性能計算 / Noise Convolution

【研究成果の概要】

白色雑音回路の設計方法は様々あるが、書き換え可能なFPGAをプロトタイプとして選択し、FPGAの基本構成要素であるLUTを使った雑音回路を採用した。今年度は佐野研究グループでは、FPGAを用いた雑音畳み込みをはじめとするニューラルネットワーク回路を回路構成要素であるLUTやDSPブロックに効率よくマッピングする手法について研究開発した。また、FPGAに開発したニューラルネットワークを実装して、その処理速度や使用リソース量を明らかにした。佐藤研究グループでは、雑音畳み込みをはじめとするニューラルネットワークの学習結果を評価して、雑音畳み込みの有用性を明らかにした。また、様々な応用事例に対する評価を行った。中原研究グループでは、雑音を活用した低ビットニューラルネットワークの研究開発を行った。低ビットニューラルネットワークのFPGA回路実装の検討を行った。また、雑音を加えても精度劣化が生じない学習ツールを開発した。実用的な応用事例として、物体検出・自然言語処理・領域分割・クラス分類に適用し、提案手法が有用であることを明らかにした。

【研究種目】基盤研究(B)

【研究期間】2019-04-01 - 2024-03-31

【配分額】17,160千円 (直接経費: 13,200千円、間接経費: 3,960千円)

【研究領域課題番号】18H01437 (KAKENデータベースで見る）

【研究キーワード】

次世代移動通信 / へトロジーニアス・ネットワーク / 干渉抑圧技術 / 機械学習 / 強化学習 / 教師無し学習 / 移動通信 / システム制御 / ニューラルネットワーク / 干渉抑圧 / 送信電力制御 / 送信ビームフォーミング制御 / Deep Learning / 誤差逆伝搬法 / Dropout / 変分法的ベイズ推定 / 干渉キャンセル / 送信制御 / EMアルゴリズム / Message-Passing アルゴリズム / 人工知能

【研究成果の概要】

次世代移動通信のへトロジーニアス・ネットワークにおいて，受信機も干渉キャンセル機能を有することを前提に，複雑かつ膨大な演算量を要する統合送信技術を低演算量で，かつ最適システム容量を達成するように制御することを検討した．
具体的には，MIMO (Multiple-Input Multiple-Output) 通信で7セル以上のセルラーシステムを想定し，受信機の干渉キャンセル機能として，線形受信では最適な MMSE (Minimum Mean Square Error) を検討した．全システムの通信路容量を最大にするよう，昨年度と同様，機械学習の強化学習 (Reinforcement Learning)を送信電力及び送信ビームフォーミングの制御に適用した．計算機シミュレーションにより，演算量が膨大となる最適化手法（全探索）に較べ，システム容量の劣化を抑えられ，かつ全探索よりも演算量を大幅に削減できることを確認した．
さらに，教師信号の情報を不要とするため，機械学習の教師無し学習 (Unsupervised Learning) を適用し，Adam Algorithmを用いて学習の収束速度向上を図った．加えて，3セル以上にも適用できるように，評価関数を修正して自律分散制御法の導入を検討した．計算機シミュレーションにより，7セル，3セクターアンテナのセルラーシステムにおいて，同様にシステム容量を改善できることを確認した．
上記の検討例は MMSE を前提にしていたが，現在，固有モード伝送及び注水定理に基づく送信電力制御を行い，1セルでの通信路容量を局小的に最大化し，これを他セルでも繰り返し行うことでシステム全体の通信路容量の最大化を検討しており，自律分散制御のための計算機シミュレーション・プログラムを作成中である．

【研究種目】基盤研究(B)

【研究期間】2018-04-01 - 2023-03-31

【配分額】5,460千円 (直接経費: 4,200千円、間接経費: 1,260千円)

【研究領域課題番号】18K19793 (KAKENデータベースで見る）

【研究キーワード】

人工知能 / 深層学習 / 機械学習 / ニューラルネットワーク / 理論解析

【研究成果の概要】

本研究では，数理的アプローチによって深層学習の学習ダイナミクスなどの理論解析を行った．その結果以下の結果を得た．（１）不連続な関数を推定する場合，深層ニューラルネットは，従来法である固定基底を用いる方法に比べて，推定精度に優位性がある（２）深層ニューラルネットが冗長な中間素子を持つ場合の誤差曲面の鞍点の構造が明らかとなった（３）深層生成ネットワークの学習ダイナミクスの安定性条件が明らかとなった．また，因果方向をメタ学習によって少数のデータから推定する方法を提案した．

【研究の社会的意義】

深層学習は応用面からの成功により現在の人工知能の基盤技術となっているが，モデルが強い非線形性を持つことから理論的な解析を行うことは容易ではなくブラックボックスとして使われる場合が多い．本研究は数理的手法で深層学習の性質を理論的に明らかにするものであり，ブラックボックスを超えた深層学習の理論，特に学習によって得られたネットワークの信頼性や，学習アルゴリズムの安定性に関して重要な知見が得られた．

【研究種目】挑戦的研究(萌芽)

【研究期間】2018-06-29 - 2021-03-31

【配分額】6,370千円 (直接経費: 4,900千円、間接経費: 1,470千円)

【研究領域課題番号】18KK0117 (KAKENデータベースで見る）

【研究キーワード】

lake surface area / remote sensing / water big data / データ駆動型モデリング / 水文季節予報 / 衛星観測 / テレコネクション / 人工知能 / 衛星高度計 / 河川の水位 / 海水面温度 / 陸域水貯留 / ニューラルネットワーク / 長期リードタイム予測 / data-driven modeling / seasonal prediction / satellite remote sensing

【研究成果の概要】

Pandemic situation has not been alleviated enough, and, therefore, we could not take any international travel to exchange. Instead, we heavily utilized remote meeting solutions and could make several significant achievements. Referring to Pekel’s global surface water data, in total, 1.4 million global lakes listed in the HydroLAKES database have been investigated for their long-term monthly variability during recent 34 years. Originally, it was planned to utilize Google Earth Engine, but we successfully implemented a set of native analysis codes and achieved a significant performance gain. This is the first dataset available in the world. Two papers are under preparation, and these dataset will be available to the public onward. It has been found that the global lake surface area is slowly decreasing during recent two decades, and the seasonal variations is gradually increasing.

【研究種目】国際共同研究加速基金(国際共同研究強化(B))

【研究期間】2018-10-09 - 2023-03-31

【配分額】17,810千円 (直接経費: 13,700千円、間接経費: 4,110千円)

【研究分野】ウェブ情報学・サービス情報学

【研究領域課題番号】16K00417 (KAKENデータベースで見る）

【研究キーワード】

推薦システム / マルコフ決定過程 / 顧客クラス / 新規顧客 / 動的計画法 / 半教師付き学習 / EMアルゴリズム / 統計的決定理論 / 商品推薦システム / 新規顧客問題 / ニューラルネットワーク / 強化学習 / ベイズ基準 / マルコフ連鎖 / 人工知能

【研究成果の概要】

マルコフ決定過程（MDP）を用いて顧客クラスが変化する推薦システムのモデル化を行った。遷移確率が既知の場合に総売上の期待値を最大化する推薦方法を提案した。また、遷移確率が未知の場合の半教師付き学習方法も提案した。
MDPを用いて推薦システムにおける新規顧客に対する質問方法のモデル化も行った。遷移確率が既知の場合に総売上の期待値を最大化する質問方法を提案した。また、遷移確率が未知の場合の半教師付き学習方法も提案した。

【研究種目】基盤研究(C)

【研究期間】2016-04-01 - 2019-03-31

【配分額】4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)

【研究分野】感性情報学・ソフトコンピューティング

【研究領域課題番号】19700214 (KAKENデータベースで見る）

【研究キーワード】

ニューラルネットワーク / 非線形ダイナミクス / 画像処理 / 複素関数 / 感性情報処理 / 非線形科学 / 人工知能 / 複素ニューラルネットワーク

【研究成果の概要】

波動現象や多階調画像などの複素数表現が適したデータを扱う情報処理技術を発展させるため、非線形ダイナミクスに着目して複素ニューラルネットワークの研究を行った。連続的な非線形性をもつ複素ニューロンの活性化関数を新しく提案し、多階調画像のノイズ除去やグラフ彩色問題の最適解探索などの課題へ応用し、従来の離散的な活性化関数を用いた手法より性能が向上することを数値実験によって示した。

【研究種目】若手研究(B)

【研究期間】2007 - 2009

【配分額】3,730千円 (直接経費: 3,100千円、間接経費: 630千円)

【研究分野】知能情報学

【研究領域課題番号】12680387 (KAKENデータベースで見る）

【研究キーワード】

マルチエージェントシステム / マルチエージェント強化学習 / 強化学習 / 機械学習 / 進化計算 / ニューラルネットワーク / 実数値GA / 最適化 / 共進化 / 世代交代モデル / 自律エージェント / 進化的計算 / ニューラルネット / 人工知能 / 分散人工知能 / 実数値遺伝的アルゴリズム

【研究成果の概要】

近年,強化学習手法を応用して,マルチエージェント環境におかれたエージェント群そのものに,試行錯誤な相互作用を行わせ,それらが採用すべき協調行動をボトムアップ的に組織化させ,それによってマルチエージェントシステムの設計者を支援しようとする試み("マルチエージェント強化学習"と呼ぶ)が数多くなされている.しかし,マルチエージェント環境におかれたエージェント群に,従来の強化学習を適用して適切な協調行動を獲得させようとすると,各エージェントの状態空間は組合せ的に爆発してしまう.
本研究の代表者らは,適度に圧縮表現された状態空間上で各エージェントが学習可能なマルチエージェント強化学習手法を提案し,それにより上記の状態空間の爆発が回避し得ることを実験的に示してきた.平成12年度は,この手法と進化計算を併用することによって,エージェント群に,状態空間の爆発を回避するための適切な状態空間表現を自動的に獲得させながら,それらが採用すべき協調行動を効果的に組織化させるための手法を提案した.提案手法は,マルチエージェントシステムを構成するエージェントの状態表現およびその行動政策を人手に頼ることなく自動的に設計するための要素技術を提供する.
平成13年度は,状態空間の爆発を回避可能な新しいマルチエージェント強化学習手法として,エージェントの行動政策を予め構造が決定されたニューラルネットにより表現すると共に,その重みベクトルを実数値GAにより最適化することに基礎をおく"進化型ニューラルネット手法"に基づく手法を提案した.提案手法は,連続値/離散値が混在する入出力への対応,連続/離散時間による意思決定への対応,大規模な問題への対応,大域的に良好な行動政策の獲得への対応など,従来手法にはない優れた特色を有しており,マルチエージェントシステムの自動設計のための汎用的な要素技術を提供する.

【研究種目】基盤研究(C)

【研究期間】2000 - 2001

【配分額】3,600千円 (直接経費: 3,600千円)

【研究分野】機械工作・生産工学

【研究領域課題番号】05402031 (KAKENデータベースで見る）

【研究キーワード】

研削加工 / 人工知能 / ジェネティックアルゴリズム / ファジィルール / ニューラルネットワーク / データベース / ドレッシング / 人口知能

【研究成果の概要】

従来熟練技能者の技能に依存していた研削加工条件の設定を知的に自動化することを目的とした本研究において、以下の成果をあげることができた.
1.熟練技能者の条件設定プロセスを模擬する意志決定モデルの構築.作業者が自己の経験から類似の加工事例を思い出し.その中から最も強く記憶している事例を選択するというプロセスを模擬するため,Feed Foward型ネットワークとBrain State in a Box型ネットワークを階層的に複合させた新たな方式を考案し,その有効性を計算機シミュレーションで確認した.
2.作業者の技能獲得を模擬する学習アルゴリズムの構築.生物の進化過程を数学モデル化したジェネティックアルゴリズムを応用し、加工事例から加工条件と結果の因果関係をファジィルールの形式で学習して技能に相当する知的データベースを作成する学習プロセスモデルを構築した.具体的には,円筒研削加工における加工面粗さと比研削エネルギ(研削焼けの発生を左右する.)を結果とし,これらを要求された値に納めるドレッシング条件と研削条件の組合せを決定する機能を持つ学習プロセスモデルを完成させた.計算機シミュレーションを通してモデルの改良を重ね,実用に供しうるシステムとすることができた.システムの有効性を実研削実験によって検証し,提案したシステムが十分に実用に供しうることを確認することができた.
以上要するに本研究は,研削加工における加工条件設定を知的に自動化するための2つの新たなアルゴリズムを提案し,その有効性を計算機シミュレーションと実研削実験で確認したものであり,この分野の先駆的な研究成果として位置づけられる.

【研究種目】一般研究(A)

【研究期間】1993 - 1994

【配分額】15,500千円 (直接経費: 15,500千円)

【研究分野】土木構造

【研究領域課題番号】01850105 (KAKENデータベースで見る）

【研究キーワード】

定量的非破壊評価 / 弾性波動論 / 知識ベ-ス / 超音波 / 人工知能 / ニュ-ラルネットワ-ク / AI / 超音波散乱法

【研究成果の概要】

超音波を利用した欠陥評価法の一つの定量化策を,理論と実験による波動特性知識ベ-スを開発することにより,具体的に提案することを目指して次のような手順により研究を遂行した.
1.理論と実験による知識ベ-スの開発
(1)波動論を基礎とした理論解析的な散乱波形のシミュレ-ション(時間域,周波数域)
(2)理論解析波形と実験波形の対応の取り方に関する検討
(3)実験的検証を経た理論解析に基づく散乱波形の知識ベ-ス化
2.欠陥評価システムの作成と実用化に向けた欠陥評価機能に関する検討
(1)時間域及び周波数域散乱波形特性を抽出し得るニュ-ラルネットワ-ク構成の検討
(2)上記1.(3)で構築した知識ベ-スに基づくニュ-ラルネットワ-クの学習
(3)実験による散乱波形を学習後のネットワ-クに入力した場合の欠陥推論機構のパフォ-マンスチェック
上記手順による非破壊評価システムの構築とそのパフォ-マンスに関する基本的検討の結果,(1)実験との照合を経た理論的知識ベ-スの有用性,(2)この知識ベ-スを活用したニュ-ラルネットワ-ク欠陥評価システムの有用性が確認された.ただし,上記過程は単一欠陥を在する一つの構造部材モデルに対してのみ,本研究で提案した解析的・実験的知識ベ-スに基づく欠陥評価手法の有用性を,主にその知識ベ-ス構築法に力点を置いて示したものであり,現実の多種多様な欠陥に対処するためには,さらなる理論的・実験的研究の遂行が必要と思われる。

【研究種目】試験研究(B)

【研究期間】1989 - 1990

【配分額】5,300千円 (直接経費: 5,300千円)