学部・学科の分類 - システムデザイン工学科

11件の研究シーズが見つかりました

瀬尾 昌孝

深層学習における判断根拠の理解可能な潜在変数空間

深層学習は精度の高い処理を実現できるものの,判断根拠の理解が困難になりがちである.判断根拠が理解できないままでは実応用上問題が発生するケースも多い.例えば医用データ解析など,答えを誤った際の被害が甚大となる分野では現在でもこのような手法の全面利用が法律上規制されている.これに対し,本研究では潜在変数空間のdisentanglement化手法を応用して,目的とするタスクに関係の無い特徴を排除することで,判断根拠の理解が容易な潜在変数空間の獲得を実現した. 本報告では実応用を想定した課題として,撮影環境の大きく異なる顔画像における表情認識などを扱う.この課題では被験者情報以外にも照明や化粧など,表情認識に関係の無い様々なバリエーションを持つデータベースを構築し,学習に際して表情認識に不要な特徴を取り除く手法を開発した.本手法を応用することで,表情認識精度と判断根拠可読性の向上を実現した.

瀬尾 昌孝

リース機器の循環型物流における需要予測と在庫最適化

出荷と撤去・回収の存在する循環型物流において,最適化技術を利用して需要の期待値を予測するとともに,突発需要等の変動を確率分布を用いて予測した.これにより倉庫や販売店など,全国に点在する数十拠点を対象に在庫最適化を行った.実際の物流システムにも採用され,実務担当者による運用からさらにコストを低減することが可能となった.

脇田 由実

人同士のコミュニケーションを支援する

会話時の声の音響的特徴(ピッチ、パワー、周波数特性など)及びしぐさの動的特徴の時間変化度合いを観察することで、会話が楽しく進行しているかそれともギクシャクしているかなどの会話の雰囲気を推定できることがわかってきました。この技術を用いた会話支援システムを構築中ですが、他にも、高齢者の理解度衰え推定、場の雰囲気盛り上げシステム、学習支援システムなど、幅広いアプリケーション展開を図っています。

大須賀 美恵子

ICT・ロボティクスのウエルネス分野への応用

心拍や呼吸,目の動きや脳波,筋電などを人に負担をかけずに測る技術と,それらから人の意図や気持ちを推定する手法の研究をしています.これらの人を測る技術とバーチャルリアリティなどの情報通信技術とロボティクスを組合わせて,さまざまな人のwellbeing(幸せ)に役立つシステム・サービスを提供します.

井上 剛

生体電位計測を用いたアプリケーションの創出

ヒトの体からは臓器の活動や筋の収縮に伴い微弱な電気信号(生体電位)が発生しています.医療現場で病気の判断等に用いられていたこれらの電気信号は,近年の計測技術の発展によりより日常での計測が可能になりつつあります.生体電位の計測結果からはユーザの状態,例えばどのくらい心拍が変動しているか?どのくらい筋力が発揮されているか,などが定量化できるため,この定量値を基づいて自然な形でユーザを「推定・理解・予測」する様々なユーザ支援アプリケーションの実現が可能となります.

横山 広充

将来的な地下街デジタルサイネージ構築のための感性評価システムの開発

 本研究は将来的な地下街デジタルサイネージ構築のための感性評価システムの開発を大きな目的としている。具体的には実際の地下空間において被測定者に脳波計を装着した状態でデザインした地図を読図させた上で経路探索実験を実施する。取得した脳波計測データと行動観察調査結果の相関などにより、デザインに関する感性評価システムを開発する。実験では可搬型脳波計を用いる。  開発した感性評価システムは新製品の評価やデジタルサイネージなど各デザイン分野において利用者に求められるデザインの創出に寄与することを目指す。

瀬尾 昌孝

二次元画像1枚からの表情変化動画像のリアルタイム生成

深層生成モデルを用いて,1枚の二次元顔画像から表情変化動画像の自動生成を行った.現状,動画像のサイズは500×500pixel程度だが、超解像度、ネットワーク規模削減手法を組み合わせることでリアルタイムの生成を実現した.本研究はビデオ会議システムにおけるアバターの自動生成を想定して行っており、今後は応用システムの開発に取り組む予定である.

中山 学之

生体の運動制御メカニズムを取り入れた人と親和性の高い介護支援ロボット

人間の神経系や筋骨格系の構造は長い進化の過程で日常生活を行うのに適した形に最適化されてきたものと考えられています。本研究では進化の過程で生物が獲得してきた運動制御メカニズムをロボットに取り入れることにより,動力を使用せずに人やモノの自重を支持できる機械式自重補償装置や,脳の運動制御メカニズムを取り入れた環境適応制御,小脳-大脳基底核をモデル化したニューラルネットワークによる予測的な環境認識・最適行動生成を実現する研究を行っています。