学術的背景 人工知能の分野において、ゼロショット学習（Zero-Shot Learning, ZSL）は非常に挑戦的なタスクであり、その目標は既に見たカテゴリの知識を用いて未見のカテゴリのサンプルを識別することです。音声-視覚ゼロショット学習（Audio-Visual Zero-Shot Learning, AVZSL）はゼロショット学習の一分野として、音声と視覚情報を組み合わせることで未見のカテゴリを分類することを目指しています。しかし、既存の多くの手法は強力な表現の学習に焦点を当てすぎており、音声と視覚の間の意味的な一貫性やデータ自体の階層構造を見落としています。この見落としは、モデルがテスト時に未見のカテゴリを効果的に分類できない原因となり、実際の応用におけるパフォーマンスを制限する可...
学術的背景 世界的エネルギー危機の深刻化と環境保護意識の高まりに伴い、建築管理システム（Building Management Systems, BMS）の知能化と効率化が学術界と産業界の注目の的となっています。従来のBMSはルールベースの制御方法に依存しており、エネルギー価格の変動や気象条件の変化などの環境変化に動的に対応することができませんでした。近年、機械学習（Machine Learning, ML）と人工知能（Artificial Intelligence, AI）技術の急速な発展により、BMSの知能化に新たな可能性がもたらされています。しかし、既存のBMSはリアルタイムデータ処理と意思決定の応答速度において依然として課題を抱えており、特にリソースが制限された環境での低遅延・高スル...
学術的背景 化学交換飽和転移（Chemical Exchange Saturation Transfer, CEST）磁気共鳴画像（MRI）は、生体組織の詳細な分子情報を提供する先進的な非侵襲的イメージング技術です。CEST MRIは、特定の代謝物の交換可能なプロトンを選択的に飽和させ、その飽和を水分子に転移させることで、低濃度のタンパク質や代謝物の検出と定量を可能にします。CEST MRIは、神経変性疾患やがんなどの診断において大きな可能性を示していますが、データ収集時間の長さ、画像処理の複雑さ、解釈の難しさなどの技術的課題により、研究環境から臨床応用への移行が制限されています。 近年、人工知能（Artificial Intelligence, AI）は、医療画像分野での応用が広がり、特に...
学術的背景 インターネット情報の爆発的な増加に伴い、推薦システム（Recommender Systems, RSs）は現代のデジタル生活において不可欠な役割を果たしています。Netflixの映画推薦やソーシャルメディアのパーソナライズされたニュース配信など、推薦システムはユーザーのオンライン体験を再構築しています。しかし、従来の推薦システムは、データの疎密性（data sparsity）、コールドスタート問題（cold-start）、スケーラビリティ（scalability）、説明可能性の欠如（lack of explainability）など、多くの課題に直面しています。近年、大規模言語モデル（Large Language Models, LLMs）が自然言語処理（Natural Lang...
学術的背景 グローバルなエネルギー構造が再生可能エネルギーへの転換を進める中、分散型エネルギー貯蔵（decentralized energy storage）の重要性がますます高まっています。従来の集中型エネルギー貯蔵システムとは異なり、分散型エネルギー貯蔵はエネルギー生産と貯蔵プロセスをローカル化し、大規模なシステム障害のリスクを軽減し、エネルギー供給の継続性と柔軟性を向上させます。しかし、分散型エネルギー貯蔵プロジェクトの複雑さとリソースの限界により、企業が戦略的優先順位を決定することが難しく、投資の失敗や非効率性を引き起こす可能性があります。 この問題を解決するため、著者らは人工知能（AI）を駆使した意思決定モデルを提案し、分散型エネルギー貯蔵投資に対する効果的な戦略的ガイダンスを提供...
学術的背景 現代のサプライチェーン管理において、物流サービスプロバイダーの選択は複雑で重要な問題です。企業は、物流タスクを効率的に管理・実行できる第三者企業や組織を評価・選択する必要があります。しかし、現実の意思決定プロセスは多くの不確実性と曖昧性を伴い、従来の意思決定手法ではこれらの複雑な情報を効果的に処理することが困難です。この問題を解決するため、ファジィ集合理論（Fuzzy Set Theory, FST）およびその拡張形式である直観的ファジィ集合（Intuitionistic Fuzzy Sets, IFS）やためらいファジィ集合（Hesitant Fuzzy Sets, HFS）が、多属性意思決定（Multi-Attribute Decision Making, MADM）問題に広...
学術的背景 現代の工学と管理の分野では、意思決定問題には不確実性と曖昧性が伴うことが多い。従来のファジィ集合理論は、これらの問題を扱う際に一定の限界があり、特に複雑な多属性群意思決定（Multi-Attribute Group Decision-Making, MAGDM）問題を扱う際にその限界が顕著である。直感ファジィ集合（Intuitionistic Fuzzy Set, IFS）は、ファジィ集合理論の拡張として、意思決定プロセスにおける不確実性と曖昧性をより適切に捉えることができる。しかし、既存の直感ファジィ数（Intuitionistic Fuzzy Numbers, IFNs）は、特に台形直感ファジィ数（Trapezoidal-Valued Intuitionistic Fuzzy...
露天鉱山の爆破作業は鉱物の抽出において重要ですが、同時に環境や構造への大きなリスクを伴います。爆破過程で発生するピーク粒子速度（Peak Particle Velocity, PPV）は、爆破振動が周囲の構造物や環境に与える影響を評価するための重要な指標です。正確なPPVの予測は、爆破作業の最適化、環境破壊の軽減、および構造物の安全性の確保に重要な意義を持ちます。従来の予測手法は非線形関係や高次元データを扱う際に限界がありますが、機械学習（Machine Learning, ML）技術、特にハイブリッド機械学習手法はPPV予測において大きな可能性を示しています。本稿では、露天鉱山の爆破におけるPPV予測へのハイブリッド機械学習技術の応用を体系的にレビューし、その利点、課題、および今後の研究方...
学術的背景 公共安全の需要が日増しに高まる中、特にメッカ巡礼（Hajj）のような大規模な宗教行事において、密集した群衆の中での異常行動の検出は重要な課題となっています。既存の検出方法は、遮蔽、照明の変化、統一された服装などの複雑な条件下でしばしば性能が低下し、検出精度が低下する傾向があります。これらの課題に対応するため、研究者たちは、リアルタイム監視の精度と効率を向上させるためのより先進的なコンピュータビジョン技術の開発に取り組んでいます。 本研究の核心は、改良されたYOLOv8モデルであるCrowd Anomaly Detection Framework (CADF)を提案し、Soft-NMS（非極大値抑制のソフト版）技術を統合することで、複雑な環境下での検出精度を大幅に向上させた点にあり...
背景紹介 単細胞RNAシーケンス（single cell RNA-seq, scRNA-seq）技術は、近年、生物医学研究において広く利用されています。この技術は、単一細胞における遺伝子発現の異質性を明らかにし、細胞タイプ、細胞状態、および疾患メカニズムの理解に重要なツールを提供します。しかし、scRNA-seqデータは、サンプルサイズが小さく、高次元で、ノイズが多いという特徴を持っており、クラスタリングや分類の前に遺伝子選択を行うことが必要です。従来の統計分析や機械学習手法は、高次元データを扱う際に「次元の呪い」に直面することが多いため、膨大な遺伝子から代表的な遺伝子を効果的に選択する方法が、現在の研究の焦点の一つとなっています。 この問題を解決するため、本論文の著者らは、ファジィラフ反復...