高次運動フローを利用した共役視覚表現の継続的学習：CMOSFETモデルの研究 学術的背景 人工知能とコンピュータビジョンの分野において、連続的な視覚データストリームからの継続的学習（Continual Learning）は長年の課題です。従来の機械学習手法は、独立同分布（i.i.d.）の仮定に依存しており、すべての訓練データが訓練時に静的かつ利用可能であることを前提としています。しかし、現実世界の視覚データは連続的で非独立同分布であることが多く、モデルの訓練に大きな困難をもたらします。さらに、既存の教師なし学習手法の多くは大規模なオフライン訓練データセットに依存しており、これは人間や動物が環境を連続的に体験しながら学習する方法とは大きく異なります。 これらの問題を解決するため、Simone ...

インスタンス-ラベルダイナミクスを活用した相互アンカーコントラスト学習による少数ショット関係抽出 学術的背景 自然言語処理（Natural Language Processing, NLP）の分野において、関係抽出（Relation Extraction, RE）は、テキストからエンティティ間の関係を識別し抽出するための基本的なタスクです。しかし、従来の教師あり学習手法は大量のアノテーションデータに依存しており、実際の応用ではアノテーションデータの不足がモデルの性能を大きく制約しています。この課題に対応するため、少数ショット関係抽出（Few-Shot Relation Extraction, FSRE）が登場し、少量のアノテーションデータでモデルを訓練し、限られたサンプルでも正確にエンティテ...

回転不変ニューラルポイントフィールドに基づく効率的な細粒度3Dシーン編集研究 学術的背景 コンピュータビジョンとグラフィックスの分野において、多視点画像から現実のシーンをモデル化し、新たな視点をレンダリングすることは中心的な課題です。ニューラルラジアンスフィールド（Neural Radiance Fields, NeRF）は近年、高品質な新視点合成結果を生成する点で大きな可能性を示しており、メッシュやボクセルなどの従来の明示的な3D表現手法に取って代わる可能性があるとされています。しかし、NeRFはレンダリング品質において優れているものの、シーン編集能力には依然として限界があります。既存の編集可能なNeRF手法は、効率性と細粒度編集能力において明らかな不足があり、これがNeRFの創造的編集や...

サブスペース強化ハイパーグラフニューラルネットワークを用いた不安障害の識別とバイオマーカー検出研究 学術的背景 不安障害（Anxiety Disorders, ADs）は世界的に一般的なメンタルヘルスの問題であり、約7.3%の人口に影響を及ぼしています。不安障害の患者は通常、過度の恐怖、心配、および関連する行動異常を示し、これらの症状は患者の社会的機能と生活の質に深刻な影響を与え、家族や社会に大きな負担をかけます。不安障害は、全般性不安障害（Generalized Anxiety Disorder, GAD）、社交不安障害（Social Anxiety Disorder, SAD）、パニック障害（Panic Disorder, PD）、特定の恐怖症（Specific Phobia, SP）な...

学術的背景 現代の複雑なネットワークシステムにおいて、状態推定（state estimation）は、不確実性やノイズに直面する際の重要な問題です。複雑なネットワークは通常、相互に接続された複数のノードで構成され、各ノードの動的挙動は非線形要素の影響を受ける可能性があります。Takagi-Sugeno（T-S）ファジィモデルは、不確実な情報を効果的に捕捉し、複雑なネットワークの非線形動的特性を記述できるため、複雑なネットワークのモデリングにおいて顕著な利点を示しています。しかし、従来の状態推定手法は通常、詳細なノイズの統計的特性を必要とし、実際の応用ではノイズが未知だが有界（unknown but bounded, UBB）であることが多いです。集員推定（set-membership est...

四足ロボット応用のための柔軟な歩態センサー研究 背景紹介 ロボットが日常生活や産業生産において広く応用される中、特に標準化、持続性、重負荷操作が必要なシナリオでは、インテリジェントロボットの開発がトレンドとなっています。しかし、複雑な環境でのロボット操作には多くの課題があり、例えば救助任務、自動化物流、自律輸送、スマートホームなどの分野で特に顕著です。これらのロボットは作業環境を理解し、自律的に動作する必要があり、その中で機械運動の安定性が重要な要素となっています。従来の安定性を確保する方法としては、正確なセンサーを使用して姿勢や環境を監視し、複雑な制御システムを組み合わせて運動を調整することが挙げられます。しかし、応用シナリオが複雑化するにつれ、既存のセンサー技術ではニーズを満たすことが難...

機械学習に基づく腫瘍臨床試験結果の一般化性評価に関する研究 学術的背景 ランダム化比較試験（Randomized Controlled Trials, RCTs）は抗がん薬の有効性を評価するためのゴールドスタンダードですが、その結果はしばしば現実世界の腫瘍患者に直接適用することが難しいです。RCTsでは通常、厳格な登録基準が採用され、研究対象となる集団と現実世界の腫瘍患者集団との間に大きな差異が生じます。さらに、RCTsにおいて患者の予後リスクに関連した選択バイアスが存在する可能性があり、これが試験結果の一般化性をさらに制限しています。この問題を解決するために、研究者たちはTrialTranslatorというフレームワークを開発しました。これは機械学習モデルを使用して現実世界の腫瘍患者をリス...

世界的高齢化問題が深刻化する中、神経変性疾患（例：アルツハイマー病、Alzheimer’s Disease, AD）の発症率は年々増加しています。脳老化（Brain Aging, BA）は神経変性疾患の重要なリスク要因の一つですが、生理学的年齢（Chronological Age, CA）とは完全には一致しません。従来の脳老化評価法は主にDNAメチル化時計に依存していましたが、この方法では血液中の細胞と脳細胞を分離する血液脳関門（Blood-Brain Barrier）の存在により、脳組織の老化状況を直接反映することはできません。したがって、非侵襲的な手段で脳老化速度（Pace of Brain Aging, P）を正確に評価する方法の確立が重要な研究課題となっています。 本研究は、深層学習...

心臓経皮的インターベンション手術における模倣学習の適用 学術的背景 心臓弁膜症、特に僧帽弁逆流（mitral regurgitation, MR）は、世界的に見ると第三位に多い心臓弁膜疾患であり、高齢者人口で発症率が高い。MRの特徴は、僧帽弁が収縮期に完全に閉じないことで、左心室から左心房への血液の逆流を引き起こし、治療しなければ心不全などの重篤な合併症につながる可能性がある。伝統的な開胸手術は効果的だが、患者への負担が大きく、回復にも時間がかかる。近年、創傷が少なく回復が早いという利点を持つ経皮的インターベンション手術（例：経カテーテル僧帽弁修復術、TEER）が徐々に代替手段として普及している。しかし、この手術では操作者の手と目の調整能力が極めて重要であり、学習曲線が急峻で、通常は専門設備...

仮想現実における存在感：神経生理学的マーカーの探求と検証 背景紹介 近年、仮想現実（Virtual Reality, VR）技術は医学、トレーニング、リハビリテーションなどの分野で広く応用されています。VRの中核となるのはユーザーの「存在感」（Sense of Presence）であり、これはユーザーが仮想環境に「実際にいる」と感じる体験です。しかし、現在のところ、存在感の評価は主にITC-SOPI（ITC-Sense of Presence Inventory）やSUS（Slater-Usoh-Steed）アンケートなどの主観的な質問紙に依存しています。これらの方法には主観的なバイアスがあり、ユーザーの無意識の反応を捉えることが難しいという欠点があります。そのため、神経生理学的信号に基づい...