情報数理学専攻 令和4年度情報数理学セミナー


日時: 1月12日(木) 13:30~16:50
会場: 情報科学研究科B棟 B101
内容: 修士 1 年生中間発表会


URL: https://www.ist.osaka-u.ac.jp/japanese/events/2022/09/ips2022.html

日時: 12月23日(金) 13:00~17:30
会場: 大阪大学コンベンションセンター 3階MOホール
同1階会議室 1
参加費: 無料


日時: 12月15日(木) 13:30~15:00
会場: 情報科学研究科A棟 A109
内容: 博士論文公聴会
講演者: 村田真一(森田研)
講演題目: マハラノビス・タグチ法と最適化手法によるデータ分析に関する研究
概要: 近年益々,企業におけるデータ分析は重要となってきているが、企業においてはデータ分析が十分に行われていないケースも多い.その主な理由は、教師データの不足、データにおける特徴量の複雑化,データ分析グループの単位・粒度等の判断といった高度な専門性が必要とされる点と,その分析を実施するデータ分析者不足である.そこで本研究では,マハラノビス・タグチ法と最適化手法を組合せたデータ分析を提案し,データ分析に対する深い知識や知見を持たない企業の各担当者が一定の品質を担保し,容易にデータ分析を実施できることを目指す.提案手法により,分析目的に応じたデータ分析アルゴリズムの選択,アルゴリズム毎に求められるパラメーター設定,インプットデータとして何を用いるかを決めるデータ分析グループの判断,および効率よくデータ分析を実施するための特徴選択といった,データ分析における一連の作業に求められる高度な専門知識や作業を極力排除する.
講演者: Begnini Nara Quintela(森田研)
講演題目: Optimization Models for the Integration of Last-mile and Public Transit in a Hybrid Transportation Service
概要: Recently, many innovative ideas have been proposed to address the evolving challenges of mobility and logistic services. One such idea is to combine the two flows of the last mile of parcel and passenger transportation and integrate them with public transit to achieve higher efficiency. In this thesis, we design two optimization models to integrate last-mile service and bus lines smoothly. Moreover, passengers and parcels are carried in buses and the last mile vehicles, combining their flows, in a hybrid service. Thus, we describe an integrated and hybrid transportation service. The main goal is to analyze such a service regarding cost savings and customer satisfaction. To this end, we design two optimization models to find routes for delivery vehicles while synchronizing them to the bus timetable. The first model is a multiobjective delivery problem that minimizes passengers' travel time and then the vehicles' drive time. The second model expands the first to include more realistic aspects, such as a heterogeneous fleet and customer priority, optimizing for service costs or passenger insatisfaction. Our analysis includes comparison of the performance of such a system against non- and partially-integrated services; and evaluation of the trade-off between objectives when restricted to a particular budget or to achieve a level of customer satisfaction. We conclude that significant savings in drive time can be achieved by implementing the proposed approach, according to our case study, and that the integration of modals may be a promising solution to support mobility and logistic services, especially in rural areas. Our models can be used as a tool in a decision framework to assess each particular situation and to assist decision-makers with the appropriate combination of services.


日時: 12月8日(木) 13:30~15:45
会場: 情報科学研究科B棟 B101
内容: 博士論文公聴会
講演者: Taweesak Emsawas(沼尾研)
講演題目: Design of a Convolutional Neural Network for Classification of Physiological Signals (生体信号の分類に適した畳み込みニューラルネットワークの設計)
概要: Understanding human expressions through physiological signals using machine learning has recently become a hot topic. Deep learning has been introduced for effective and reasonable analysis in feature extraction and classification tasks. However, the analysis remains challenging since it requires consideration of various architectural design components that influence the representational ability of extracted features. Hence, this study aims to specifically develop the classification model using an end-to-end convolutional neural network (ConvNet) to detect the responses from physiological signals. In particular, this study presents three findings of network architectures in physiological data, especially electroencephalography (EEG). Firstly, this study compares multiple modalities and a single modality of EEG signal in the affect recognition of an advertising video. The classification model applies sequence learning using long short-term memory (LSTM) network to deliver continuous emotion labels throughout the duration. The results show that the output sequence corresponds to the user's feeling scores over time. Secondly, this study investigates a comparative study of wet and dry systems of electrodes using two cognitive tasks: attention and music emotion. Deep and shallow convolution neural networks are applied as the feature extractor of temporal and spatial filtering from raw EEG signals. Additionally, transfer learning is used to improve the performance of the dry system by using transferred knowledge from the wet system. Thirdly, the multi-scale kernel is presented in the temporal filtering for EEG feature extraction to enable extracting a wide range of representations, covering short- to long-wavelength components. Compared with existing models on EEG-based emotion datasets, the proposed model outperforms with higher accuracy results and a few trainable parameters. Ultimately, adding the proposed multi-scale module to existing models of EEG-based convolution networks improves the learning ability and classification performance while preserving computation costs.
講演者: Atsede Gebreegziabher GEBREMEDHIN(藤崎研)
講演題目: Adaptive Control for Uncertain Dynamical Systems with Performance Guarantee (性能保証をもつ不確かな動的システムの適応制御)
概要: There have been many experiments on adaptive control in laboratories and industries. The rapid progress in microelectronics and integrated circuit technology was a strong stimulation. Interaction between theory and experimentation resulted an active development of the field. As a result, the development of adaptive controllers is now accelerating and started to appear commercially. One of the primary reason for introducing adaptive control was to obtain controllers that could adapt to changes in process dynamics in the presence of system uncertainties. It has been found that adaptive techniques can also be used to provide automatic tuning of controllers.
Previous works have been developed for various complex systems such as interconnected and/or large-scale systems under different perspectives. However, they typically do not guarantee an optimal solution while estimating the unknown uncertainty parameters of the system dynamics. In addition, poor transient performance due to uncertainties is solved by increasing adaptive gains to rapidly suppress the uncertainties. However, large adaptive gains may lead to high frequency oscillation and system instability.
Performance guarantee related to nominal tracking is also an issue in research works for the development of distributed adaptive control architectures and realizing a desirable tracking. Therefore, it is important to evaluate the performance degradation caused by adaptation in terms of the performance index of the reference model which achieves optimal tracking and a robust performance.
This dissertation proposes four approaches for adaptive control of uncertain dynamical system for tracking problem. Each approach includes the evaluation of performance degradation of the adaptive control law. First is model reference adaptive control scheme for optimal LQ tracking in the presence of uncertainties. A new reference model selection is introduced by using linear quadratic regulator theory. Second is adaptive control proposed for H-infinity tracking of uncertain dynamical systems. A reference model which achieves a robust tracking in the presence of L2 disturbances is introduced by using H-infinity control with transients. Third is a distributed model reference adaptive control scheme for optimal tracking of an interconnected dynamical system in the presence of system/interconnection uncertainties. Here, an adaptive control law is developed for the uncertain interconnected dynamical system, where it employs the specified reference model. The final is distributed adaptive control proposed for H-infinity tracking of interconnected uncertain dynamical systems. It is shown that the boundedness of the error dynamics behaviors as well as zero tracking error in the steady state is guaranteed by the proposed distributed adaptive control in the presence of disturbances and uncertainties. An explicit error bound of tracking is also established. Numerical examples were discussed to show applicability of the theoretical findings.
講演者: 森鳰武史(森田研)
講演題目: データ包絡分析法によるオフィスビルの空調運用改善に関する研究
概要: 空調システムはビルエネルギーの大部分を占めるため、効率的な運用によってエネルギー使用量の多くを削減できる。いくつかの先行研究は、人感センサー等と連動させることで空調システムの運用を最適化し、無駄に稼働されている運転時間を減らすことで効率的なエネルギー運用を達成している。しかしながら、これらの研究はセンサーと連動できる先進的なビルが前提となっている。そこで本論ではエネルギーマネジメント施策の適用範囲を広げるため、少なくとも空調機器の運転データを保持しているビルを対象として、エネルギー削減可能性の探索とその実現方法を提案する。


日時: 11月24日(木) 13:30~15:00
会場: 情報科学研究科B棟 B101
講演者: 泰間 健司(情報数理学専攻/スマートコントラクト活用共同研究講座 特任准教授)
講演題目: グローバルな環境下での新規技術開発と実用化
概要:  音楽や動画像を始めとする様々なデジタルコンテンツは日常生活に深く溶け込むまでに普及し、様々なデバイスで意識することなくシームレスに利用されている。一方で、デジタルコンテンツは簡単に複製可能であるため、不正コピーをいかに防ぐかという観点で様々な著作権保護技術が開発されてきた。本講演では、コピーを制限せずに逆に流通手段として利用する「超流通」というコンセプトに基づいたセキュアなコンテンツ配信とストレージ技術、そして著作権の牙城である音楽や映画の世界に本技術を応用し、世界で初めて実現した携帯電話を使った音楽配信サービス事業の立ち上げや、放送コンテンツを録画する双方向認証可能なカセット型リムーバブルHDDの標準化など、グローバルな環境下での研究開発と経験について紹介する。


日時: 10月27日(木) 13:30~15:00
会場: 情報科学研究科B棟 B101
講演者: 山下 洋史(情報数理学専攻/非線形数理講座 助教)
講演題目: 動的なスピンネットワークを用いたサンプリングアルゴリズム
概要: 現在広く用いられている汎用CPUを用いた計算の性能限界を超えるための研究として、目的とする問題を限定した問題特化型の計算ハードウェアの研究が近年盛んに行われている。本発表では、複数のスピン変数(あるいはバイナリ変数)のネットワークを用いて表現されるような問題に注目する。このような問題としては、例えばボルツマンマシンと呼ばれる確率モデルや(ブール)充足可能性問題が挙げられる。これらの問題を解くための、問題を表現するネットワークによって繋がれた動的なノードからなるシステムを設計する研究が数多くなされており、ノードやシステムの時間が離散・連続のどちらの変数で表されるか、システムの動作が決定論的・確率的のどちらであるか、物理系に即したシステムであるかより数学的に抽象化されたシステムであるかなどが異なった、多種多様なものが存在する。このような動的スピンネットワークのシステムの設計や、そのハードウェア実装などの研究について、発表者自身の研究も交えながら紹介する。


日時: 10月13日(木) 13:30~16:55
会場: 情報科学研究科B棟 B101
内容: 修士論文中間発表会


日時: 7月21日(木) 13:30~15:00
会場: 情報科学研究科A棟 A110
講演者: 鈴木 杏奈 准教授(東北大学流体科学研究所)
講演題目: 地熱エネルギー・温泉開発への数理・情報の活用
概要: 日本は世界で3番目の地熱ポテンシャルをもつ地熱大国です.地面の下の熱い熱資源を利用するためには,地下から得られたデータに基づいて,地下を流れる流体や熱の流れを把握,予測,そして,持続的に開発するための設計をしていく必要があります.地下水は,複雑な岩と岩の割れ目(き裂)構造の間を流れ,複雑さを考慮しないと実際の現象を表すことができず,また,モデルが複雑すぎると構造を推定するためのデータを得ることができません.本研究では、信頼性の高いモデルを提案するために必要な検証データを提供することを目的とした3Dプリンタを用いた実験や,トポロジーカルデータ解析により新たな構造の記述を試みることによって,これまでにない流動・輸送モデルを開発しています.さらには,機械学習を導入することによって,効率的で客観的な地下構造推定を行っています. また,地域資源を利用する場合,様々なステークホルダー同士の対立は避けられません.ステークホルダー同士が、異なる目的をもちながらも協働し、あるいは共通の目的をかたちづくりながら、地域共創を進めていくにはどうしたら良いのでしょうか.人の意識や問題意識について整理し,共創を生み出しやすい場の設計についても議論したいと思います.


日時: 7月14日(木) 15:10~16:40
会場: 情報科学研究科A棟 A210/A212
講演者: 片山 仁志 教授(滋賀県立大学 工学部 機械システム工学科)
講演題目: 非線形サンプル値制御の洋上船舶の直線軌道追従への応用
概要: はじめに、船舶のサンプル値制御系設計で利用した近似離散時間モデルに基づく非線形サンプル値制御理論を簡潔に紹介する。次に、これをサンプル値劣駆動船舶の直線軌道追従制御問題に適用し、状態及び出力フィードバック追従制御器の設計法を具体的に説明する。そして、数値シミュレーションと共同研究での実機試験の結果から提案する設計法の有効性を示す。


日時: 6月23日(木) 13:30~15:00
会場: CLE「情報数理学セミナーI 木3木3」
講演者: 調 麻佐志 教授 (東京工業大学リベラルアーツ研究教育院)
講演題目: 日本の大学が研究力を高めるには
概要: 日本の、とりわけ大学の研究力の低下が叫ばれて久しい。そもそも研究力はどのように測れるのだろう。物理量とは異なり、研究力の測定になんらかの正解があるわけではないものの、科学計量学はツールを提供する。すなわち、論文数と(論文一本あたりの)引用数などの引用指標を成果の量と質の代理変数とみなすことで、研究力は測定できる。このように論文に着目して日本の研究力を眺めると、研究成果の量において、日本は中国だけでなく世界の成長に追いつけておらず、その質においてもほぼ横ばいが続いている。そのような中で比較的健闘している研究分野は「医学」であり、世界とは異なる傾向を示している。しかし、その医学も新型コロナ感染症対策においては遅れを取った。そこで、論文に限らず、いくつかの数字を元に日本の大学の研究力にかかる問題を指摘して、参加者とともに日本の大学が研究力を高める方法を考えてみたい。


日時: 6月9日(木) 13:30~
会場: 情報科学研究科A棟 A110
内容: 博士論文公聴会
講演題目: Efficiency Measurement of Energy Planning under Uncertainties
概要: This study proposes a framework that combines the concepts of an efficiency measurement and a multi-objective optimization model in order to determine the most efficient energy mix considering the multi-dimensional aspects of energy requirements and various uncertainty scenarios. Extending the focus beyond the Energy Trilemma (i.e., energy affordability, energy security, and environmental protection), the proposed model incorporates aspects of social impact and social benefit. Uncertainties in future projections include future demand, technological advancements in renewable energy power plants, cost reductions in renewable energy, social impact fluctuations and reliable capacity. Unlike other optimization models that tend to focus exclusively on either scenario-based or worst-case scenario realization, the proposed approach takes both uncertainties into account based on their practical condition. Various multi-objective functions were then appended in order to include some of the broader aspects of energy planning. A slacks-based measure of efficiency methodology was then applied to determine the best energy mix from the set of results produced by the proposed model. The empirical results from the study provide quantitative support for policy makers seeking to determine an efficient energy policy that maximizes the satisfaction of multiple requirements, while taking into account various scenarios of future uncertainties.


日時: 6月2日(木) 13:30~15:00
会場: 情報科学研究科A棟 A110
講演者: 来嶋 秀治(滋賀大学 データサイエンス学部 教授)
講演題目: マルコフ連鎖モンテカルロ(MCMC)法と完璧サンプリング
概要: マルコフ連鎖モンテカルロ(MCMC)法は、所望の定常分布をもつマルコフ連鎖を設計し、その極限分布(=定常分布)からサンプリングを行う素朴なアルゴリズムです。通常のMCMC法では、極限分布とみなせるまで、マルコフ連鎖を十分な回数推移させてサンプリングを行いますが、有限回の推移で打ち切ると、厳密には打ち切りによる誤差が生じます。過去からのカップリング(coupling from the past)法はマルコフ連鎖のシミュレーションを工夫することで、厳密に定常分布からサンプリングするアルゴリズムです。本発表では、話者の過去の研究から、2行分割表の一様サンプリングを題材に、過去からのカップリング法を紹介します。


日時: 5月19日(木) 15:10~16:10
会場: P1-311
担当: 小西 毅准教授、木村 吉秀准教授
講演題目: 安全教育講習会Ⅱ Lectures for safety education 2
目的: 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.
  1. 15:10~15:40 小西 毅「電気、電子機器、電磁波、赤外・紫外光、レーザー光」
  2. 15:40~16:10 木村 吉秀「各種機械・工具・工作機械、放射線、粒子線」」


日時: 5月12日(木) 13:30~14:30
会場: 情報科学研究科A棟 A210/A212
内容: 博士後期課程中間発表会
講演題目: Probabilistic Guarantees in Sparse Robust Optimization: Theory and Applications
概要: Sparse robust optimization is a general sparse optimization with uncertain constraints that minimizes the decision variables associated with L_0 cost to promote the sparsity as well as hedges against the uncertainty to satisfy the robustness. A crucial step for robust analysis of uncertainty in this study is probabilistic relaxation on feasibility, that is, uncertain variable is modeled as a finite number of i.i.d. randomly sampled "scenarios" from a probability distribution. Besides, the challenge of sparse optimization is to perform the L_0 norm program, namely, calculate the support or cardinality of decision variable set, which is an non-convex optimization and hence, it is extremely difficult to solve. In this study, we introduce convex relaxation in cost function and shows that the relaxed L_1 norm still induces the sparse decision. Therefore, the original sparse robust optimization converts into a convex L_1 norm scenario optimization problem, and the obtained sparse scenario solution is with a high probabilistic robustness for uncertainty. Finally, we illustrate the theoretical results on sparse robust control in uncertain discrete-time systems. Numerical results suggest that the proposed method provides a high probabilistic robustness guarantee for the obtained sparse control input to practical control system applications.
講演題目: Forecastability analysis for passenger rail network Origin-Destination matrix: Statistically distributed variability approach
概要: Static OD-matrix Estimation problem gives seed matrix representation of the demand which is then uses as input for dynamic extension given correlation to additional information. In rail network, seed matrix statistically represents the average value explaining the variability of the demand and is the deciding factor for scheduling problem. Statistical analyses and descriptive characterizations are sometimes assumed to be offering information on time series forecastability. Despite the scientific interest of multiple models using varieties of data, the relationships between features (e.g, temporal dependence or time slices, trend, linearity features) and actual variability (evaluation of estimated seed matrix and actual demand) are scarcely analyzed in the literature. In this study, multiple observations of entering time-based OD-matrices of rail networks are used to developed systematic distribution forecastability analysis framework to fill the gap in literature. First, a multinomial distributed data is assumed, and parameter estimation is conducted using maximum likelihood estimator (MLE) from multivariate discrete data and multivariate transformed sampling proportions. Secondly, linearly defined homogenous scaling factor is used to classify ODM components by critical condition derived from related distributions attributing to the evaluation of the seed matrix. Lastly, forecastability evaluation criteria are investigated by sub-components of the OD-matrix. The proposed method was tested using real data of 2 subway networks (P002 and P502) of Bangkok, Thailand. Our proposed framework demonstrated the forecastability of the network depending on factors (i.e., time-slices and calendar classification, users' behavior analysis and stability, proportionality approach and individual discrete bin, and classification-based forecasting criteria).


日時: 4月28日(木) 15:10~16:10
会場: P1-311
担当: 松﨑 賢寿助教、馬越 貴之講師
講演題目: 安全教育講演Ⅰ Lectures for safety education 1
目的: 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.
  1. 15:10~15:40 松﨑 賢寿「研究倫理、CITI Japanプログラムのe-learning教材、および化学・生物実験に関する安全講習」
  2. 15:40~16:10 馬越 貴之「コンピュータセキュリティ」