情報数理学専攻 令和3年度情報数理学セミナー
第15回
| 日時: | 1月20日（木） 13:30～15:00 |
| 会場: | 情報科学B棟 B101講義室 |
| 講演者: | 西崎陽平（大阪産業技術研究所システム制御研究室） |
| 講演題目: | 「大阪産業技術研究所における光・画像計測の実応用事例紹介と基盤研究紹介」 |
| 概要: | 画像センサーの小型化、低価格化が進むにつれ、光・画像計測分野は情報科学分野との融合が日々進んでいる。我々の研究室では旧来から光・画像計測と情報科学を利活用 した研究を推進しており、その成果の一部は企業に利用され、様々な開発に寄与している。本セミナーでは、企業と実際に推進した受託研究や直近の研究成果について、デ モ動画を含めながら紹介する。受託研究では、大阪府内にある企業から自社製品を用いたファインバブル生成プロセスを解明したいという依頼を受け、流路系および光学系 の設計を行った。ファインバブルとは直径100 um程度までの気泡であり、殺菌や浄水機能を有することから近年注目されている。様々な製品群に対応するため、網羅的な条 件設定による多回数計測ではなく少回数（スパース）計測による非線形サポートベクタマシン回帰を行うことよって、効率的にバブル発生濃度の予測・可視化を試みた。ま た、直近の研究成果では、光波面計測・制御技術に深層学習を取り入れた基盤研究２~３件の紹介を行う。 |
第14回
| 日時: | 1月13日（木） 13:30～16:00 |
| 会場: | (本CLEコース未登録の方は，自己登録をお願いします．) |
内容: | 修士1年生中間発表会 |
第13回
| 日時: | 1月6日（木） 15:10～16:40 |
| 会場: | CLE 「情報数理学セミナーI 木3木3」
上記コースに未登録の方は、自己登録をお願いします。 |
| 講演者: | 三ツ井孝仁氏（ポツダム気候影響研究所） |
| 講演題目: | 「非線形ダイナミクスの視点から挑む氷期サイクルの10万年周期の謎」 |
| 概要: | 過去数百万年間、地球は寒冷な氷期と比較的温暖な間氷期の間の遷移(氷期サイクル)を繰り返してきた。氷期には北半球に大陸氷床が現れ、海水準は100m以上低下した。過去百万年では、氷期サイクルの周期は約10万年である。近年の気候モデルは氷期サイクルをある程度再現しつつあるが、10万年周期の生成メカニズムについては未だに議論がある。我々は非線形ダイナミクスの視点から氷期サイクルを研究しており、本セミナーではその一端を紹介したい。10万年周期を説明するメカニズムの一つにBenzi等(1982)により提案された確率共鳴(stochastic resonance)がある。彼らは軌道離心率の変化による日射量変動に対する応答がノイズの効果により増幅されることで10万年周期が現れると考えた[1]。しかしながら確率共鳴説は主流のミランコビッチ説と矛盾する点があり、あまり受け入れられていない。一方で、確率共鳴の概念は物理学・生物学の分野で発展し、いくつかの変化形を生み出した。その一つが振動共鳴(vibrational resonance)である[2]。本セミナーでは10万年周期を持つ氷期サイクルが、複数周期を持つ日射量変動に対する振動共鳴現象として理解できる事を述べる。また、包括的地球システムモデルCLIMBER-2 [3]を用いて、現在我々が享受している温暖期の出現に振動共鳴が深く係わっている可能性についても指摘する。 参考文献 [1] Benzi et al. (1982), Stochastic resonance in climatic change, Vol. 34, pp. 10-16 [2] Landa & McClintock (2000), Vibrational resonance, Journal of Physics A, Vol. 33, L433 [3] Willeit et al. (2019), Mid-pleistocene transition in glacial cycles explained by declining co2 and regolith removal, Science Advances Vol. 5, p. 7337 |
第12回
| 日時: | 12月23日（木） 15:10～16:40 |
| 会場: | 情報科学B棟 B101 講義室 |
| 講演者: | 山田 憲嗣（広島工業大学 教授、一般社団法人臨床医工情報学コンソーシアム関西 主席研究員） |
| 講演題目: | 「スマートコントラクトの活用 ～ブロックチェーンの社会実装へ向けて～ 」 |
| 概要: | IoTが、工場、ゲーム、金融など産業分野で実用化され、最近では家庭や健康を対象にしたサービスが展開されている。しかし、デバイスやモジュールなどハードウェアの供給期間の制限やソフトウェア脆弱性への対応など、組み込み機器に対する需要条件が高くなっている。これまで以上に可用性に配慮したIoTシステムの構築が必要となっている。特に、情報セキュリティへの信頼性や可用性の要求が高まっており、その中でも、暗号化技術が着目され、暗号アルゴリズムを実用的な速さで実行できる分散技術の一つであるブロックチェーンが着目されている。健康におけるこれらのデータは機密性、耐改ざん性に強い制度設計が必要であるため、ここでは、これらの問題に対応可能なブロックチェーンをベースとしたスマートコントラクトに着目した活用研究や実例を紹介する。 |
第11回
| 日時: | 12月16日（木） 13:30～15:00 |
| 会場: | 情報科学B棟 B101 講義室 |
| 講演者: | 松原 崇充（奈良先端科学技術大学院大学 研究支援機構 特任准教授） |
| 講演題目: | 「ガウス過程とロボット強化学習」 |
| 概要: | 強化学習は，環境との相互作用を通じて収集した経験データから，報酬を最大化する方策（行動ルール）を学習できる機械学習手法であり，近年様々な応用分野から期待されている．本講義では，ガウス過程と呼ばれる柔軟な確率モデルを利用した強化学習を紹介する．特に，ガウス過程を方策のモデル化に利用する方策ベース強化学習と，環境のモデル化に利用するモデルベース強化学習について，基本的な考え方やアルゴリズムについて解説する．さらに，実ロボットへの応用に向けて我々が提案した拡張手法や，ボートや外骨格ロボット，ゴミクレーンなどの様々な実世界ロボットへの応用研究について紹介する． |
第10回
| 日時: | 12月9日（木） 13:30～15:55 |
| 会場: | 情報科学B棟 B101 講義室 |
| 内容: | 博士論文公聴会 |
| 講演者: | Ahmed Ezzat Tohamy AZAB (13:30～14:15) |
| 講演題目: | Optimization Models for Coordinating Landside and Yard Operations in Maritime Container Terminals （海上コンテナターミナルにおけるヤードとトラックの統合オペレーションに関する最適化モデル） |
| 概要: | Container terminals are maritime transportation hubs where containers are transferred between different modes; container ships from the seaside and rail transport and road trucks from the land-side. Therefore, managing container handling operations efficiently inside the terminal is always a target for the terminal operators. In container terminals, the yard is the central inventory area where containers from both the land-side and seaside are stored temporarily before import containers are delivered to customers or export containers are shipped to another terminal. Since container handling operations at the yard are highly interrelated with the seaside and land-side operations, efficient coordination between those operations is essential. In this thesis, we design new models for coordinating the road (external) truck arrivals at the terminal land-side with import container handling operations at the yard. To achieve this coordination, two optimization problems are jointly studied in this thesis: the truck appointment scheduling problem and the container relocation problem. The main objective of the appointment scheduling is to manage truck arrivals at the terminal land-side considering terminal capacity. At the yard, the relocation problem aims to optimize container handling operations to reduce the unproductive container moves (relocations). We divide our research into two main phases. In the first phase, we propose a new optimization problem for the container (sometimes called "block") relocation problem, which considers shifting the container pickup times within a specific allowance to minimize the total number of container relocations. For this problem, we introduce two mathematical formulations: one with the aim of obtaining detailed information about the container handling plan, while the other one is a reduced model in size to get better computational performance. Furthermore, we extend this research phase to design a solution for a container handling plan which considers a flexible container pickup service such that trucks arriving within the same time will be served based on their arrival order at the yard. In this research phase, we show how truck appointments can be deployed to improve container handling operations at the yard. We conduct extensive computational experiments using different instances from the literature. In the second phase of the research, we consider the practical aspects of truck appointment schedules to achieve higher coordination levels with yard operations. These aspects are related to trucking companies' container pickup and delivery schedules. Also, we consider new elements at the yard related to the blockage levels that result from the partial appointments. To combine those aspects in one optimization system, we proposed a proactive decision support system that works as a coordination platform for the truck appointment schedules and container handling operations. In this phase, a new multi-objective optimization model is proposed to consider the aspects mentioned above. The model objectives consider trucking companies' satisfaction and container handling operational performance at the yard. The proposed model is solved using a set of instances generated based on a real case study. We further provide a comparative study between our proposed approach and some exciting container handling practices in some container terminals. |
| 講演者: | 康 子辰 (14:15～15:00) |
| 講演題目: | Improving Noise Robustness of Time-Delay Reservoir Computing （時間遅延リザバー計算のノイズ耐性の向上） |
| 概要: | Reservoir computing is a brain-inspired machine-learning framework that has been successfully used in information processing. A state-of-the-art methodology, called time-delay reservoir (TDR), realizes the reservoir using a single nonlinear physical node with delayed self-feedback. A major advantage of the TDRs is that they can be easily implemented in hardware. This novel paradigm has been demonstrated in several hardware implementations based on analog electronics, electromechanical devices and opto-electronic devices. In the TDRs, noisy fluctuations in their surrounding environment and quantization noise have non-negligible impacts on their performance. It is necessary to reduce both internal and external noise effects by using noise mitigation techniques. Indeed, noise susceptibility of the TDRs is closely related to their robustness and adaptability. This dissertation develops methods to improve the noise robustness of the two important types of TDRs in the context of the Fisher memory curve. (1) For single node delay-based reservoir computing, a method to optimize the input mask in a task-independent manner is developed for improving memory performance in the presence of state noise. We theoretically show that the input mask obtained as the maximal principal component of the spatial Fisher memory matrix optimizes the memory performance of such TDRs with small input signal and Gaussian state noise. The single Mackey-Glass oscillator is used to demonstrate the effectiveness of the proposed method via benchmark tasks strongly depending on memory. Compared with the existing optimization method, the proposed one is running-time-efficient and significantly improves memory performance in the presence of state noise. The memory-nonlinearity trade-off in view of the input masks is investigated using the chaotic times series prediction tasks. We also show that the echo state property of such TDRs impaired by state noise can be improved by the optimized input masks via the consistency parameter. (2) This method for input mask optimization is extended for hierarchical deep TDRs coupled unidirectionally. The coupled Ikeda systems are used to illustrate the proposed method. Analogously to the case of the single Mackey-Glass oscillator, we confirm the efficacy of the proposed method on the benchmark memory tasks and investigate the memory-nonlinearity trade-off by using chaotic times series prediction tasks. We also show that the consistency of each layer can be improved by the optimized input masks. In conclusion, the proposed methods facilitate the design of the input masks for improving noise robustness of TDRs on memory tasks. |
| 講演者: | Ekasit Phermphoonphiphat (15:10～15:55) |
| 講演題目: | Soft Periodic Convolutional Recurrent Network for Spatiotemporal Climate Forecast and Periodicity Analysis （時空間気候予測と周期性分析のためのソフト周期・畳み込みリカレントネットワーク） |
| 概要: | Spatiotemporal prediction on climate data aims to predict future spatial data by learning from prior spatial sequence data. The study investigates the availability of the constructed architecture of convolutional layers and deconvolutional layers, and applies to convolutional long short-term memory (ConvLSTM). The ConvLSTM structure is utilized as a multivariate spatiotemporal climate prediction to predict the upper tropospheric circulations over the Northern Hemisphere, a geopotential height at 300 hPa (ZH300) variable. In addition, we compare the ConvLSTM with the baseline methods of convolutional neural network (CNN) and linear regression (LR). The results showed that the proposed model obtained a root mean square error (RMSE) of 77.36 meters (0.84% compared to the average ZH300 value) in short-term prediction. Meanwhile, CNN and LR models obtained RMSE of 109.35 (1.19%) and 153.61 (1.67%), respectively. The ConvLSTM maintains RMSE even in long-term prediction. Furthermore, the prediction features' investigation result showed that temperature at 300 hPa (T300) and prior ZH300 features are essential for ZH300 prediction. However, the ConvLSTM that considers only short-range sequential information may not be adequate to deal with periodic patterns such as seasonality. It is crucial for the climaincludete prediction model to capture periodicity change. This dissertation adopts a Periodic Convolutional Recurrent Network (Periodic-CRN) model to employ the periodicity component in the periodic representation dictionary (PRD). However, Periodic-CRN assumes stationary periodicity as PRD refers to exactly the same index of the previous cycle, which means "hard" periodicity. This paper focuses on "soft" yearly periodicity, including nearby months and a multiple-year cycle. It proposes a Soft Periodic-CRN (SP-CRN) with three proposals of utilizing periodicity components: nearby-time (PRD-1), periodic-depth (PRD-2), and periodic-depth differencing (PRD-3) representation to improve climate forecasting accuracy. The attention module in the SP-CRN can weigh the importance of periodic representations, which help capture the periodic pattern. In order to capture the spatial change over the periodicity phase, the dynamic spatial weights (DSW) on the attention module are proposed, which are multiple spatial weights for the attention module output, and switched according to the prediction month. This study experimented on geopotential height at 300 hPa (ZH300) and sea surface temperature (SST) datasets of ERA-Interim. The results showed the superiority of PRD-1 plus or minus one month of a prior cycle to capture the phase shift. In addition, PRD-3 considered that only the depth of one differencing periodic cycle (i.e., the previous year) could significantly improve the prediction accuracy of ZH300 and SST. The mixed method of PRD-1 and PRD-3 (SP-CRN-1+3) showed a competitive or slight improvement over their base models. We improve the prediction result drastically by adding the metadata component to indicate the month with one-hot encoding to SP-CRN-1+3. The results showed that the proposed method could learn four years of periodicity from the data, which may relate to the El Niño-Southern Oscillation (ENSO) cycle. |
第9回
| 日時: | 10月28日（木） 15:10～16:40 |
| 会場: | 情報科学B棟 B101 講義室 |
| 講演者: | 新屋 良磨 (秋田大学 大学院理工学研究科 助教） |
| 講演題目: | 「Presburger算術と形式言語理論」 |
| 概要: | 形式言語理論は言語すなわち「語の集合」を対象とした理論である．言語の中でもある種の有限性を持ったものを考えるのが主流であるが，その中でも歴史的に正規言語と文脈自由言語と呼ばれる言語が良く研究されてきている．正規言語に対しては驚くほど多くの問題が決定可能である一方，文脈自由言語に対しては驚くほど多くの問題が決定不能であることが知られている．本講義では，正規言語と文脈自由言語の基本的な結果の紹介から始め，最先端の話題まで，特にPresburger算術と呼ばれる自然数に対する弱い算術にフォーカスして紹介する． |
第8回
| 日時: | 10月14日（木） 13:30～17:00 |
| 会場: | 情報科学B棟 B101講義室 | 内容: | 修士論文中間発表会 |
第7回
| 日時: | 7月29日（木） 13:30～15:00 |
| 会場: | 情報科学A棟 A110講義室 および CLE 「情報数理学セミナーI 木3木3」
上記コースに未登録の方は、自己登録をお願いします。 |
| 講演者: | 庵 智幸 (情報数理学専攻計画数理学講座 助教) |
| 講演題目: | 「数式処理を用いたシステム制御理論」 |
| 概要: | システム制御理論における主要な問題に，推定機や制御器の設計問題がある．これらはともに，与えられた入力（推定器であれば観測値，制御器であれば制御対象の内部状態）から何らかの出力（前者は内部状態の推定値，後者は制御入力） を計算する関数の設計問題とみなすことができる．線形性が仮定できる場合，関数の設計問題は，行列という有限個の要素からなるパラメータの決定問題に帰着できる．ところが，線形性を持たない場合，非線形関数が本質的に無限の自由度を持つため有限個のパラメータで表現できず，そのままでは設計を行うことが難しい．級数展開や基底関数を用いることで近似的に有限個のパラメータ決定問題に帰着する手法も提案されているが，級数展開の近似精度や基底関数の選び方は個々の問題に大きく依存してしまう．
この問題に対する別のアプローチとして，設計したい関数が満たすべき方程式に着目して数式処理を適用し，間接的ながらも厳密かつ構成的に関数の設計を行う手法が提案されている．数式処理とは，数値計算とは異なり，数式を記号のまま取り扱う計算技術である．自由変数を含んだ数式を計算することで，パラメータ表示することなしに関数そのものを取り扱うことが可能となる．本発表では，代数学を背景理論とする数式処理について簡単に説明し，そのシステム制御理論への応用について紹介する． |
第6回
| 日時: | 7月8日（木） 13:30～15:00 |
| 会場: | 産業科学研究所講堂（管理棟(A棟)１階）およびCLE「情報数理学セミナーI 木3木3」 (上記コース未登録の方は，自己登録をお願いします．) |
| 講演者: | 森田 尭 (情報数理学専攻／産業科学研究所知能アーキテクチャ研究分野 助教) |
| 講演題目: | 「言語学・動物行動学のための教師なし機械学習」 |
| 概要: | 近年、深層学習を中心とした技術発展により機械学習・人工知能の性能は格段に進歩した。言語関 連の分野も例外ではなく、音声認識や機械翻訳を始めとする様々な技術が既に実用化されている。しかし ながら、華々しい工業的成果と比較して、ヒトの言語学習に関する認知科学的モデリングや、ヒト以外の 動物の音声分析に対する機械学習の貢献は限定的である。これは現在主流の機械学習手法が、客観的観測 値の他に推論対象となる情報の利用を前提とした教師あり学習の枠組みを採用しているためである。例え ば、連続量で表現される音声情報を単語や音声記号等の離散表現に変換する場合、教師あり学習では音声 と記号表現の両方を学習器に与えるが、ヒトの(母語)音声学習において単語・音声記号は学習者が直接観 測できない情報であり、動物音声においてはそもそも目標となる離散表現(即ち動物自身が認識している 離散表現)を研究者が事前に用意することができない。したがって、認知科学的な言語学習モデル構築及 び動物音声の分析には、推論対象の直接観測を前提とせず、現実的に観測可能なデータのみを入力として 用いる教師なし学習技術の開発が不可欠となる。本講演では、認知科学的言語学習モデリング及び動物音 声分析のための教師なし学習技術とその応用研究を紹介する。 |
第5回
| 日時: | 6月17日（木） 15:10～16:40 |
| 会場: | CLE「情報数理学セミナーII 木4木4」(遠隔実施)
上記コースに未登録の方は、自己登録をお願いします。 |
| 講演者: | 吉川 洋史教授 （大阪大学大学院工学研究科 物理学系専攻 応用物理学コース 分子フォトニ クス領域 教授） |
| 講演題目: | 「光技術が拓く有機・生体物質の秩序構造形成の自在制御 - 結晶化から臓器形成まで-」 |
| 概要: | 多くの有機・生体物質は、疎水性相互作用や水素結合などの「弱い」引力により集合構造を形成
し、無機物質と比較して多様かつ柔軟な構造・性質を示す。例えば、一般に有機・生体物質の結晶は、多
様な分子配列構造（結晶多形）を示し、その構造に応じて物性（例：電気光学特性、薬効、X線回折特
性、力学特性等）が大きく変化する。また、タンパク質などの生体物質は、細胞内で多様な集合構造（細
胞骨格・染色体等）を形成し、様々な細胞機能（運動・分裂・分化など）発現の源となっている。このよ
うな背景から、有機・生体物質の秩序構造形成を自在制御可能な手法論を開発することは、高機能性材料
の創製、生命現象メカニズムの解明など様々な分野における重要課題である。
しかし、多くの有機・生体物質は、疎水性相互作用や水素結合などの「弱い」引力を自己組織化のドライ ビングフォースとしている。その結果、網羅的な条件探索（例：濃度、温度など）やその厳密制御を行っ たとしても、所望のサイズ・形状・構造を有する集合体を得ることが困難であるケースが多い。その結 果、有機・生体物質は、様々な分野で従来を遥かに超える次世代機能性材料としてのポテンシャルを秘め ていながら、その実現に至っていないケースが多々ある。 これまで講演者は、光計測・制御技術を基盤とした有機・生体物質の秩序構造形成制御の新しいアプロー チを開発してきた。具体的には、レーザーの物理作用（圧力・熱・電場など）を用いた粒子間引力の制御 や、光干渉計測による最適な粒子間引力の決定などを駆使し、高品質大型の有機単結晶[1, 2]や、再生医 療用のミニ臓器[3]など、従来法では作製困難な集合体を得られることを示してきた。本講演では、これら の研究の詳細について紹介しつつ、有機・生体物質の秩序構造を作製するための物理的な指針について説 明する。加えて、応用物理学専攻（現在の応用物理学コース）の卒業生である講演者が、博士号取得後に 応用物理学を軸に異分野融合研究・国際共同研究を進めてきた経験についても併せて紹介する。 参考文献 [1] H. Y. Yoshikawa et al., Chemical Society Reviews 43 (2014) 2147. [2] Y. Tominaga, M. Maruyama, H. Y. Yoshikawa et al., Nature Photonics 10 (2016) 723. [3] T. Takebe, H. Y. Yoshikawa et al., Cell Stem Cell 16 (2015) 556. |
第4回
| 日時: | 6月10日（木） 13:30～15:00 |
| 会場: | 情報科学A棟 A110講義室 および CLE 「情報数理学セミナーI 木3木3」
上記コースに未登録の方は、自己登録をお願いします。 |
| 内容: | 博士論文公聴会 |
| 講演者: | 北井 正嗣（13:30〜14:15） |
| 講演題目: | 欠陥進展下の転がり軸受を対象とした余寿命評価に関する研究 |
| 概要: |
産業機械用途で使用される転がり軸受の一部は，メンテナンスコストが多大であることから，欠陥
が生じた後も継続して使用される場合がある．このような転がり軸受において使用可能な限界までの余寿
命を推定することは，運用コスト低減のための重要な課題である． 本論文では，上記転がり軸受に対し，機械学習を利用した余寿命推定フレームワークを提案する．余寿命 推定フレームワークは，（1）初期の欠陥を早期に検出する欠陥検出手法，および（2）欠陥検出後，使用 可能な限界までの余寿命を推定する余寿命推定手法からなる． 欠陥検出手法に関して，一般的な外れ値検出手法に基づく欠陥検出では，欠陥の状態によって振動加速度 の特性が変化するため，軽微な欠陥を検出できない課題があった．本論文では，Random Forestによる特 徴選択と2段のLocal Outlier Factorを組み合わせた欠陥検出手法を提案し，軽微な欠陥の検出精度を向上 させた． 余寿命推定に関しては，軸受間の余寿命の個体差が大きく，また，欠陥の進展に伴い，振動加速度特徴が 不規則に停滞・変動することで，転がり軸受の状態を正確に推定できない課題があった．本論文では， Convolutional Neural Networkをベースとして振動加速度スペクトログラムの空間的特徴を抽出するととも に，劣化の傾向を中間変数として利用する回帰手法を提案し，余寿命推定精度を向上させた．さらに欠陥 の進展状況を利用した階層ベイズ回帰により個体差を考慮した回帰曲線を推定することで，振動特徴の変 動の影響を抑え，余寿命推定精度をさらに改善させるとともに推定値のロバスト性を確保した． これらの手法の成果はそれぞれ模擬実験において従来手法に比べ優位性を示しており，本研究の提案する 余寿命推定フレームワークにより欠陥進展下で使用される転がり軸受に対してメンテナンス性能の改善が 可能となる． |
| 講演者: | Juan Lorenzo Hagad (14:15〜15:00) |
| 講演題目: | Towards Optimized Deep Visual Models of Stress-Related Psycho-Physiological Signals |
| 概要: | Recent years have witnessed the rapid proliferation of wearable technologies in consumer markets and the rise of practical machine learning (ML) applications spearheaded by deep learning (DL) models. Many of these advancements have already realized practical application in medical fields, particularly those that use visual data. Another field that stands to benefit from this is human-computer interactions (HCI), where one of the primary goals is to find ways to understand users' psychological states better. One way to achieve this is by building DL models that can detect emotional states through non-invasive physiological signals such as ECG and EEG. However, the main challenge in training models using these signals is the prevalence of external noise, which can severely limit the generalization performance of most DL models. This dissertation proposes various approaches for building noise-robust DL models using ECG and EEG data. Specifically, it proposes (1) a method to more efficiently discover HRV-related features from ECG using DL by employing a spectral data representation based on Lomb-Scargle periodograms, (2) a method for training robust EEG-trained models by utilizing spatial-spectral EEG representations together with visual DL models, and (3) a subject-invariant bi-lateral variational domain adversarial neural network (BiVDANN) that simultaneously tackles the data constraints and subject variability limitations that are common to most EEG-based models. Results indicate that existing DL architectures are susceptible to common types of signal noise and benefit from the increased robustness introduced by the proposed methods, reflecting the improved classification performance of the optimized models on their respective target psychological states. Furthermore, detailed analysis of the model activations and embedding spaces of specific models demonstrate how existing architectures could be optimized to counteract common weaknesses of ECG and EEG signals. Overall, these studies demonstrate some limitations of existing DL architectures when applied to modeling psychological phenomena using ECG and EEG data and propose several approaches for optimizing model architectures. |
第3回
| 日時: | 6月3日（木） 15:10～16:10 |
| 会場: | CLE「情報数理学セミナーII 木4木4」(遠隔実施)
上記コースに未登録の方は、自己登録をお願いします。 |
| 担当: | 小西 毅准教授, 木村 吉秀准教授 |
| 講演題目: | 安全教育講演II Lectures for safety education 2 |
| 内容: | 博士前期・後期課程の教育・研究において，またその後の社会活動においても重要な事柄である「安全」について，その概略を講義する． The lectures are delivered for understanding the guideline of "safety" which is important for social activities following the education and research of the master and doctoral course.
|
第2回
| 日時: | 5月20日（木） 15:10～16:10 |
| 会場: | CLE「情報数理学セミナーII 木4木4」(遠隔実施)
上記コースに未登録の方は、自己登録をお願いします。 |
| 担当: | 齋藤 真人助教, 馬越 貴之講師 |
| 講演題目: | 安全教育講演Ⅰ Lectures for safety education 1 |
| 内容: | 博士前期・後期課程の教育・研究において，またその後の社会活動においても重要な事柄である「安全」について，その概略を講義する． The lectures are delivered for understanding the guideline of "safety" which is important for social activities following the education and research of the master and doctoral course.
|
第1回
| 日時: | 5月13日（木） 13:30～16:20 |
| 会場: | CLE「情報数理学セミナーI 木3木3」(遠隔実施)
上記コースに未登録の方は、自己登録をお願いします。 |
| 内容: | D2中間発表会・博士前期課程1年中間発表会 |
| 講演者: | RATANAKUAKANGWAN SUDLOP（森田研） |
| 講演題目: | Energy-efficiency measurement of energy policies under uncertainties |
| 概要: | Energy transitions around the world are in the present context of three core missions: Energy Security, Energy Equity, and Environmental Sustainability. The objective of this study is to propose the optimization model that determines the best energy mixes meeting uncertain future projections, in order to efficiently meet the aforementioned requirements. Three main phases are planned for this study. The first phase focuses on the efficiency measurement of existing power generation facilities based on historical data. A practical modification of the Stochastic Frontier Analysis (SFA) model was proposed for assessing the efficiency of power plants. The proposed modification considers the three mentioned aspects with the simultaneous focus on both fossil-fuel and renewable energy. The second phase aims to propose the energy planning model that considers uncertain future projections. Stochastic robust optimization and robust optimization are simultaneously incorporated into a proposed model. The empirical case study involving social impact fluctuation is featured. Finally, the third phase is intended to be the incorporation of both works. The energy mixes resulting from the optimization model in the second phase are measured for the defined energy efficiency given the modification of the first phase. |
| 講演者: | BEGNINI NARA QUINTELA （森田研） |
| 講演題目: | Vehicle Routing for Integration of Logistics and Passenger Mobility with Bus Lines in Rural Areas |
| 概要: | Reports on mobility in rural Japan indicate that keeping public transportation, especially buses, available to small communities is becoming a critical issue. In these communities, often populated by the elderly, high subsidies are necessary to keep a decent service. In addition, parcel delivery in these rural communities with low demand can be costly for companies. Despite demand being low, those are essential services. This research investigates the integration of three transportation networks: bus lines, passenger delivery requests and parcel delivery. Economic, environmental and social benefits of integrated transportation have been highlighted by previous studies. Previously proposed optimization models explored bus lines with either passenger or parcel delivery. However, very few considered both and even less considered rural areas. The optimization problem tackled in this research is the routing and scheduling of delivery vehicles while synchronizing them to bus lines, so that passengers and packages can make part of their trip by bus, then the last-mile is fulfilled by the vehicles. A mixed integer programming formulation is proposed and randomly generated instances are solved by a commercial MIP solver. Further analysis will compare the performance of such a system against not-integrated ones, focusing on its relevance to rural areas. |
| 講演者: | 森鳰 武史 （森田研） |
| 講演題目: | 空調機の運用方法の評価とその改善による機器効率の関係 |
| 概要: | 我々はビル用空調機に対し、運用を見直すことで消費電力料金を削減し、その削減に応じたインセンティブを受け取っている。運用を見直すとは、運転履歴のデータを見て利用時間や設定温度を緩和することである。ただし各空調機に対して、これらの緩和できる量の目標を、実現できる範囲内で見つけるのは難しい。もしその目標を見つけることが出来れば、見直しによる削減効果が大きい空調機を抽出することが可能になり、効率的に運用を見直すことが出来る。そこで、オフィス物件の空調機の運用データに対しDEAを適用し、実際に運用され得る範囲内で理想とされる運用方法をフロンティアとして求めた。さらに機器効率を示すCOPに対して運用変数を含む回帰モデルを適用することで、DEAによる運用改善がCOPにどのように影響するのかを明らかにした。これにより、運用改善と機器効率の両立を可能にする目標値を見つけた。 |
| 講演者: | NAT PAVASANT （沼尾研） |
| 講演題目: | G-CSM: Spatio-temporal Causal Relation Mining using Granger Causality and Cluster Sequence Mining |
| 概要: | A method to extract causal relations from the clusters of a multi-dimensional event sequence data is proposed. Given a list of multi-dimensional (spatial) event data along with associated timestamp, the aim is to extract clusters of data that have causal relation with each other. This study proposed the Granger Cluster Sequence Mining (G-CSM) algorithm. It extended the original CSM algorithm, which identified pairs of spatial data cluster that have co-occurrence with each other, by integrating the causality detection using Granger's method. The G-CSM works by first performing the spatial clustering of the data. After that, each pair of clusters are analysed for causality. Cluster pairs that has significant causality are considered a spatio-temporal causal relation. The significant are determined using the False Discovery Rate (FDR) algorithm to only detect a statistically significant causal relations. Synthetic date were used to test the correctness of the algorithm. The algorithm were also used to analyzed the earthquake data to find relation between each quakes. However, several problems are also identified with the G-CSM algorithm: (1) when there are significant overlap between spatial cluster of different causal relation, and (2) when signal-to-noise-ratio is very, very low. In such cases, the two-step method used by the G-CSM algorithm cannot work well. For the future works, a combined spatial and temporal (causal) clustering is being considered. |
| 講演者: | GEBREMEDHIN ATSEDE GEBREEGZIABHER （藤﨑研） |
| 講演題目: | Adaptive control for optimal tracking of uncertain dynamical systems |
| 概要: | In uncertain dynamical systems, appropriate control parameters and a stable closed loop mechanism are required for a controller to achieve optimal tracking performance, particularly in the presence of uncertainty. In this paper we proposed model reference adaptive control scheme for optimal tracking in the presence of uncertainties. New reference model selection is introduced by applying optimal control law using linear quadratic regulator theory that is we employ an optimal tracking control law for the nominal system and derive an adaptive tracking control law for the uncertain system with a performance guarantee related to the nominal optimality. Then the adaptive control law achieves the desired behavior such that the output of the uncertain dynamical system asymptotically tracks the reference signal in the presence of the system uncertainty. Numerical example showed that the proposed control algorithm is able to adaptively track the optimal response of the reference model and to cancel the effects of the uncertainties. |
| 講演者: | 森 建大 (谷田研) |