第68回 システム制御情報学会 研究発表講演会

TS01 招待講演

最適制御に基づく物理的深層ニューラルネットワークとその光電システム実装

講師

砂田 哲 氏 (金沢大学)

概要

深層学習の急速な発展に伴い,その演算を超高効率且つ高速に実行できる新しいコンピューティング技術の開拓の重要性が増している．本講演では,深層ニューラルネットワーク(DNN)の機能を非線形動的システムに担わせた物理的コンピューティングについて紹介する．これはDNNと制御された非線形ダイナミクスの類似性に基づく．特に,本講演では,非線形の時間遅れ系に注目し,その系では仮想的に大規模なDNN演算が可能となることや,DNNの高速化・低消費電力化を目指した光電遅延システムへの実装に関する結果を示す．もし時間があれば,Biologically plausible な学習手法を取り入れた物理ハードウェア向けの学習手法についても紹介する．

TS02 招待講演

人的資本経営のための地理情報インテリジェンス ―作業行動分析と心身状態把握に関する実証事例

講師

蔵田 武志氏 (国立研究開発法人産業技術総合研究所)

概要

人的資本経営を実現するには、生産性とQoWを同時に改善していくことが有効である。そのための課題は多岐に渡るため、DX的発想が求められる。一方、情報の約60～80％が位置情報に関連していることが報告されている。本講演では、地理空間情報と他の情報とを連携させて課題解決を支援する地理空間インテリジェンスでDXを促進し、製造現場やサービス現場で人的資本経営を支援するための取り組みについて紹介する。

TS04 招待講演

キーノードを探せ！：マルチエージェントシステムの構造とデータからわかること

講師

東俊一氏 (京都大学)

概要

マルチエージェントシステムとは,複数のエージェントの局所的な相互作用をもとに大域的な機能を発現するシステムのことである．ここ20年で,数理モデルを基にした制御理論が完成の域に達してきたが,その一方で,現実には数理モデルが構築できないことが多い．これが実用への足枷になっていることは否めない．そこで,近年,対象システムに対する知識や情報量が数理モデルに比べて十分に小さい状況を想定した研究がなされている．本講演では,マルチエージェントシステムの中で最重要なノード(「キーノード」と呼ぶ)を探す問題を例に,ネットワーク構造やシステムの計測データから何が言えるのかについていくつかの研究を紹介する．

TS06 招待講演

交通流現象の観測・モデリングと制御

講師

塩見　康博氏 (立命館大学)

概要

日本国内の交通渋滞による損失時間は年間61億人時間にのぼり、高速道路に限定しても1.9億人時間、貨幣換算で約6000億円の経済損失が生じている。さらに、交通渋滞は事故リスク・温室効果ガス排出量を増大させる。そのため、持続可能な社会を実現するためには、交通流特性の把握に基づく、最適な制御を展開することが必要となる。交通渋滞の発生は、ボトルネックに対して交通容量を上回る交通需要が流入することによって発生すると単純化されるが、交通流の観測技術の高度化とともに、転移現象(traffic breakdown)、交通容量低下(capacity drop)、停止・発進波(oscillation)、ヒステリシスなどの動的特性が明らかとなってきた。本講演では、交通流の観測技術の発展の経緯とそれに基づく交通現象を整理するとともに、マクロ・ミクロの両観点による交通流のモデル化の発展経緯を解説する。その際、実務で導入されている交通流の制御手法について、理論的な解釈を行う。また、近年取り組んでいるデータ駆動型のモデリングや強化学習による制御手法についても紹介する。

TS07 招待講演

ノイズに弱い非適切な逆問題に対する再構成手法

講師

町田学氏 (近畿大学)

概要

偏微分方程式の係数を決める逆問題は,医用イメージングをはじめ様々な分野の課題を解決する際に登場する．対象とする偏微分方程式が線型であっても,このような逆問題は非線型になる．さらに,多くの場合に逆問題は非適切であり,少しの測定誤差によって,求まる係数が大きく影響を受ける不安定性を内在している．本講演はまず,偏微分方程式の逆問題の一般的な導入を行う．その後,近赤外線を用いるイメージング技術である光トモグラフィーを例に,係数の再構成について解説する．特に,講演者により最近提案された,逆リトフ級数による再構成手法を紹介する．

TS09 招待講演

圧電MEMS共振器による物理リザバー計算とエッジAIデバイスへの展望

講師

吉村武氏 (大阪公立大学)

概要

再帰型ニューラルネットワークの特殊モデルとして発展したリザバーコンピューティング(RC)は、計算コストが低い、高速学習が可能といった特徴から、近年注目を集めている。特に非線形や履歴特性を持つ物理現象を利用してリザバー層をハードウェア実装した物理RCは、更なる計算負荷の低減が可能であり、エッジAIデバイスへの応用が期待されている。物理RCには、高速な物理現象を用いて計算能力の向上を目指す方向性とセンサとの融合を目指す方向性がある。本講演では後者に焦点を当て、物理RCの原理を概説した後、圧電MEMS共振器による物理RCの実証例を用いて具体的に推論等を行う過程を説明する。最後に、リザバー層の特性と計算能力との関係など、物理RCの性能向上における課題について議論する。

TS10 招待講演

時系列ビッグデータのためのリアルタイムAI技術

講師

櫻井 保志氏 (大阪大学)

概要

データ駆動型社会では、IoT技術により様々なセンサー、端末からビッグデータを収集し、増え続けるビッグデータを高速に学習するAI技術がビジネスの成否を左右する大きな鍵となります。本講演では、様々な環境から得られたセンサ信号のリアルタイム高精度分析を行うことができる世界最速の開発ソフトウェアを紹介し、実際の工場の生産ラインの支援などに役立つ製造業DXや自動車運転支援に関する取り組みを実例とともに紹介します。

TS11 招待講演

脳機能創発のメカニズムに迫る数理モデリングとデータ駆動分析

講師

信川創氏 (千葉工業大学)

概要

近年のニューロイメージング技術と数理モデリング手法の進歩により,脳機能創発のメカニズムの解明が進められている．そのような研究においては,古くから利用されてきた脳波やより高い時空間分解能を持つ脳磁図,さらには,脈波や瞳孔径といった幅広い行動データが利用される．数理モデリングとしては,集団レベルでの活動や発火レートを記述したニューラルネットワークモデルや脳・神経系の幅広い情報コーディングを記述することができるスパイキングニューロンモデルが重要な役割を担う．本講演では,ニューロイメージング研究によるデータ駆動型分析と数理モデリング分析によるアプローチの研究動向に関する解説を行う.

TS12 招待講演

ドローンの自律飛行技術の最新動向

講師

鈴木 智氏 (千葉大学)

概要

TS13 招待講演

双腕ロボットによる作業動作計画

講師

原田 研介 氏 (大阪大学)

概要

本講演では,双腕ロボットによる組立や料理などの作業を計画する研究について,主に著者らの研究室の成果を中心に発表する．組立説明図や,料理レシピなどを基にして,ロボットの動作を生成する．また,人とロボットとの協働作業の計画や,LLMを用いた計画などについても紹介する．