一般講演

3-021

長期安定時系列予測のための変分Koopman推論モデル

◎松村太希・小圷成一（千葉大学）・銭 飛（関東学院大学）

This article proposes Variational Koopman Inference (VKI), a new generative modeling framework for nonlinear dynamical systems that require both long-horizon stability and predictive accuracy. VKI encodes observations into a latent representation governed by a low-rank, spectrally regularized Koopman operator, enabling linear time evolution in latent space. VKI model is trained with a variational objective that combines reconstruction accuracy, long-horizon rollout consistency, Kullback-Leibler regularization, and explicit spectral stability control. VKI model provides robustness to noise and missing data while explicitly enhancing extrapolation performance，Experiments on the noisy Lotka--Volterra benchmark demonstrate that VKI achieves the lowest mean squared error among LSTM and Transformer baselines under comparable number of parameters and exhibits markedly superior long-horizon stability. Experimental results indicate that VKI could be a promising architecture for physics-oriented time-series forecasting.

3-022

引込線以下設備不良予兆検知システムの開発および実用化について

○河村拓郎・柴田 豊（東北電力ネットワーク）

スマートメーターから取得する停電・電圧低下イベント情報を活用し，引込線以下設備の不良を停電発生前に検知するシステムを開発した。本システムはMDMS上に構築した分析サーバで，データ加工と機械学習によって作成した予測モデルから設備不良個所を推定する。特徴量生成においては電圧低下イベントの密集度を数値化する特許技術を開発・採用し，的中率を向上させた。2024年度の本格運用では約680件の現地対応を実施し，9割超で設備不良が確認された。停電の未然防止と業務効率化，設備更新の最適化に寄与し，社員の87％が効果を実感している。今後はカバー率の向上や他事業者への展開を検討していく。

3-023

UXを考慮した自己音声メッセージによる自炊支援システムの提案

◎松本紳佑（東京電機大学）

現代の若年層では、多忙さや調理経験の不足から自炊の継続が困難である。従来の自炊支援はレシピ提示など外発的動機づけに依存し、支援終了後の継続性に課題があった。そこで本研究では、生成AIにより「未来の自分」をモデル化し、自己音声による助言を行うことで内発的動機づけを高める自炊支援システムを提案・実装した。ユーザー情報や食材情報を基に応援メッセージを生成・再生する。主観評価の結果、自己音声による支援は自炊への行動意欲を高める効果が確認された。一方で、入力負担や体調・気分による影響が課題として示され、UX改善の必要性が示唆された。

3-024

UAVとARに基づく火の見櫓式災害救助支援システムの研究

◎小畑亨介（東京電機大学）

近年，地震や豪雨などの自然災害が頻発し，救助隊員の安全を確保しつつ迅速に被災状況を把握することが重要な課題となっている．本研究では，救助隊の進行方向前方を飛行するUAVを用い，上空視点の情報をARにより提示する災害救助支援システムを提案する．UAVは映像を取得し，深層学習により被災者や危険要因を検出する．検出結果にはGNSS情報を付与し，通信環境に応じて地上へ伝送することで，災害時における情報共有を可能とする．救助隊は光学透過型ARグラスを通じて，被災者の方向や周辺状況を把握できる．本研究は，UAVとARを組み合わせた支援手法の有効性を検討することを目的とする．

3-025

画像認識と2D LiDARを用いた路面損傷検出システムの提案と実装

小林征楽・○秋山康智（東京電機大学）

本研究では，照度環境に依存しない路面損傷検出を目的として，画像認識と2D LiDARを組み合わせた車載型検出システムを提案する．従来の画像認識ベースの手法は，夜間やトンネル内などの低照度環境において検出精度が低下するという課題があった．そこで本研究では，照度の影響を受けにくい2D LiDARを併用し，両センサの検出結果を統合することで照度環境に依存しない路面損傷検出システムを提案する。画像認識にはYOLOv8nを用い，2D LiDARでは路面形状推定と残差解析に基づく独自アルゴリズムを実装した．大学構内での実験により，夜間環境においても2D LiDARによる路面損傷検出が可能であることを確認した．今後はセンサ間の空間キャリブレーションを行い，統合型システムの完成を目指す．

3-026

フェーズフリーなPVモビリティーシェルの開発

◎丹治力也（東京電機大学）

本研究では、平常時と災害時の双方で活用可能なフェーズフリーな自立型エネルギーシェルター「PVモビリティーシェル」を提案する。太陽光発電と蓄電池を備えた移動型シェルに対し、気象データに基づく発電予測や充放電最適化を行うEMS（エネルギーマネジメントシステム）を実装する。これにより、災害時に外部インフラに依存せず3～5日間の生活電力を自給できるオフグリッド環境を構築し、個人の防災力向上と再エネ活用を両立する新たな防災インフラの実現を目指す。

3-027

SLAMを用いた屋内ARナビゲーションの開発

◎熊野創太・釜谷博行（八戸工業高等専門学校）・原 元司（松江工業高等専門学校）

近年，商業施設や公共施設などの屋内空間は複雑化しており，従来の案内板や2D地図のみでは目的地までの移動が困難な場合が多い。特に初めて訪れる利用者にとっては，現在地や進行方向の把握が難しいという課題がある。また、屋外で普及しているGPSを用いたナビゲーションは，屋内環境では精度が低く実用が難しい。そこで本研究では，GPSに依存せず，低コストかつ直感的な屋内誘導の実現をするため、位置推定と地図生成を同時に行う技術であるSLAM(Simultaneous Localization and Mapping)により事前に生成した3Dマップを用い，スマートフォン上で動作する屋内AR(Augmented Reality)ナビゲーションアプリの試作し，低コストかつ高精度な屋内誘導が可能であることを示した。

3-028

ASTGCNを用いた列車遅延予測と重要度分析による遅延影響駅分析の検討

◎北 陵汰・福田卓海・高橋 聖・中村英夫（日本大学）

首都圏の鉄道では，混雑や突発的なトラブルにより列車遅延が頻発し，特に朝夕のラッシュ時には遅延が波及的に拡大する。遅延は接続する別路線へも伝播して鉄道網全体の運行効率を低下させる。複数路線にまたがる遅延伝播を考慮した予測技術は，運行管理の高度化において重要である。本研究では，時空間的な遅延伝播構造を捉えるため，Attention Based Spatial-Temporal Graph Convolutional Network（ASTGCN）を用いた予測モデルを構築する。さらに，注意機構の分析により遅延予測において重要となる駅を明らかにし，遅延対策の検討に資する知見を提供することを目指す。

3-029

AIを用いたメイク提案とリップカラー調合機能を備えたコスメドレッサーの研究

◎高﨑七海（東京電機大学）

本研究では，深層学習を用いたパーソナルカラー診断と，その結果に基づくメイク提案およびリップカラー調合機能を備えたコスメドレッサーシステムを提案する。外付けカメラで取得した顔画像に対し，畳み込みニューラルネットワークを用いてパーソナルカラーを分類し，顔画像解析によりリップおよびスキン領域へ適切な色を適用する。さらに，GUIアプリケーションを構築し，音声認識による操作を可能とした。評価実験の結果，提案システムは高い精度でパーソナルカラー診断およびメイク提案を実現できることを確認した。

3-030

昇降機走行レールのレイアウト設計自動化技術

◎山本昌治・高 明淑（東芝）・株丹詩緒理・辻本敏暉（東芝エレベータ）

本研究は、昇降機の走行レールおよびブラケット配置のレイアウト設計を自動化する手法を提案するものである。従来、設計者が手作業で行っていたレール割付は、設計時間の増加や最適化の困難さといった課題があった。そこで本研究では、昇降路の高さや構造条件、レール長、ブラケット配置などの制約を考慮した最適化問題として定式化し、目的関数に基づき最適な組み合わせを自動で算出する手法を開発した。鉄骨造および鉄筋コンクリート造の実データを用いた実証実験の結果、現行ツールと比較して設計時間の短縮と実用的な設計品質の両立が確認された。本手法は昇降機設計の効率化と品質向上に寄与することが期待される。

3-031

四段階推計法を用いた函館圏内公共交通機関の需要予測

◎小松和司（電気通信大学）・加藤 譲（公立はこだて未来大学）・高橋里司（電気通信大学）

函館圏において交通機関の需要を正確に予測することは，交通機関の利便性を高める上で重要である．函館圏内を走る交通機関の交通量を四段階推計法を用いて予測する手法はすでに提案されているが，入手困難な非集計調査データの使用を前提としており，再現性に課題がある．本研究では一般に公開されているデータに基づいて非集計ODデータを作成し，作成したODデータに四段階推計法を適用することで，交通機関ごとに将来の地域間の交通量を予測する手法を提案する．提案手法を函館圏に適用した結果，人口の多い地域間と所要時間の短い交通機関で交通量が多くなること，将来にかけて移動の傾向は維持されたまま交通量が減少することが示された．

3-032

建物の倒壊リスク評価を用いた避難経路可視化システムの研究

◎北野弘章（東京雷機大学）

近年、地震などの自然災害が増加しており、建物の倒壊による被害は甚大である。本研究では、災害発生時に迅速かつ可能な限り安全な避難支援を行うことを目的とし、建物の倒壊リスク評価に基づく避難経路可視化システムを構築した。建物データ、ハザードマップおよび3Dモデルを統合的に活用し、災害リスクを考慮した避難経路を生成するとともに、Webブラウザ上で可視化する。建物情報の解析に基づき倒壊リスクの評価基準を構築し、その結果を避難経路生成に反映させることで、避難経路とリスクエリアを直感的に把握できる避難支援を実現した。本システムは、災害前の避難計画立案から災害発生時の経路選択までを支援することを目指している。

3-033

機械学習を用いた指文字認識システムの開発

◎夏林純英・釜谷博行（八戸工業高等専門学校）・原 元司（松江工業高等専門学校）

共生社会の実現に向けて、聴覚障害者とのコミュニケーションは重要な課題の一つである。聴覚障害者とのコミュニケーション手段には手話や指文字などがあり、特に指文字は主に人名や地名などの固有名詞の表現に用いられ、手話と同様に重要である。本研究では、手の特徴点を用いた指文字認識手法を提案する。MediaPipe Handsにより取得した手のランドマーク座標を時系列データとしてLSTMモデルに入力し、ひらがな指文字7文字を対象に学習と認識を行った。その結果、認識精度は最大約98[%]となり、本手法の有効性を確認できた。

3-034

空間操作とXRを用いた制御システムの研究

◎細川和輝（東京電機大学）

労働力不足を背景に遠隔制御の需要が高まる中、既存のタッチスクリーン操作は触覚フィードバックの欠如により、注視の強制や操作ミスの誘発など安全面に課題がある。また、手術ロボット等の高精度な専用装置は大型で可搬性に欠ける。本研究では、ハプティクスによる触覚提示で確実な操作感を付与し、スマートグラスを用いて作業環境に応じた柔軟なUI構築と可搬性を両立する遠隔制御システムを構築した。評価実験では、視覚・触覚・操作感の多角的な観点から、従来のタッチスクリーンや物理操作盤との比較検証を行い、提案システムが遠隔作業における安全性向上と可搬性向上において有効であることを明らかにする。

3-035

バーチャルバリスタによるコーヒー提供システムの研究

◎佐藤碧美（東京電機大学）

本研究では，ユーザの嗜好に応じたコーヒー提供を実現するバーチャルバリスタシステムを提案する。本システムは，Webアプリケーションによるユーザインタフェースと，実機のコーヒーメーカーを連携させることで，対話的かつ個別化されたコーヒー体験を提供する。ユーザの味の嗜好情報に基づき，コーヒー豆の特徴をテキストデータとして扱い，TF-IDFとコサイン類似度を用いた類似度計算により適切な豆を推薦する。また，顔認識を用いたユーザ識別により，過去の嗜好履歴を活用した提供を可能とした。試作システムを実装し，嗜好に基づく推薦および一連の提供動作が実現可能であることを確認した。

3-036

脳動脈瘤カテーテル手術支援のためのバーチャルシミュレータ

○濱本和彦（東海大学）

n this study, we approximated quasi-static behavior of a microcatheter using linked rigid bodies and joint constraints, recorded time-series logs of operator input, contact state, root reaction force, and the sum of joint reaction forces, and compared differences between insertion routes under fixed control conditions.

3-037

伝染型ネットワークにおける信用度評価に基づく不正ノードの自律的回避

◎岸本一希・松本倫子（九州産業大学）

災害時など不安定・不確実な通信環境でできるだけ定常的なネットワークを構成する手法の一つとして、伝染型ネットワークがある。メッセージをネットワーク内に拡散して宛先まで到達することを期待する手法であるが、不正ノードの侵入や様々な攻撃に対して脆弱である。その内でも伝染的ネットワークに特有のブラックホール攻撃を取り上げ、各ノードの信用度を指標として活用することで、不正ノードの所在を推定して自律的に迂回・回避する方式を考案した。そして、シミュレーション実験で、ネットワーク帯域やリソース浪費を大幅に抑制できることを確認した。

3-038

反射型DDoS攻撃に対する分散協調型の検知・防御

◎川頭龍心・松本倫子（九州産業大学）

ネットワークへのサイバー攻撃の内でも特に反射型DDoS攻撃は、サービスの低下や停止を引き起こすだけでなく、検知や防御が困難である。さらに、攻撃がいっそう大規模化・広域化していることから、サーバ単体や組織のファイアウォールだけでなく、ネットワーク全体で対処していく必要がある。そこで、反射型DDoS攻撃の検知・防御について、ネットワーク機器をSDNで構成してその機能を持たせ、さらにそれらを分散協調的に連携させる方式を考案した。そして、シミュレーション実験で、効果的な検知・防御や未然の防御が可能になること確認した。

3-039

高次フォルマント空間の形成による発話音声予測手法の検討

◎小倉孔希・花﨑 泉（東京電機大学）

言語学習者の発音訓練は，教師の発音を訓練者が聞き，模倣するという形式である。しかし一般に，教師と訓練者の間には声の個人差が存在し，訓練者の音韻情報修正に影響を与える。本研究では，音韻の識別や話者の個人性に関与する特徴量であるフォルマントおよび一般に2つのフォルマントで構成されるフォルマント空間をより高次元に拡張し，発音訓練者が発音できるようになった際の音声を予測する。教師の高次フォルマント空間と訓練者の高次フォルマント空間を変換する関数をガウス過程回帰により作成し，訓練者が発音できていない音韻のフォルマントを予測する。予測されたフォルマントをもとに，時系列モデルを用いて音声を合成する。

3-040

パーソナルモビリティのモニタリングシステム開発
―カメラ映像を用いた注意領域検出―

○橋本幸二郎・山田哲靖（公立諏訪東京理科大学）・竹内 永（イーエムアイラボ）・藤田 然（富士見高原リゾート）・道木加絵（愛知工業大学）・舟洞佑記（名古屋大学）

高齢化が進む中山間地域の観光地では，高齢者や移動困難者が安全に利用できる移動手段の確保が重要な課題となっている。本研究では，観光地でのパーソナルモビリティ（PMV）の安全な運用を支援するため，走行環境を遠隔から監視できるモニタリングシステムの開発を目的とする。従来は高精度測位センサを用いて走行不可能領域の境界を地図化していたが，水たまりやぬかるみなどの注意すべき領域は扱えなかった。そこで本研究では，カメラ映像を用いて注意領域を検出し，それを走行環境マップに付与する手法を提案する。

3-041

ロボットによるサッカートラップ動作再現のための動作センシングシステムの開発とリターゲティング手法の検討

◎伊能秀明（広尾学園高等学校）・家村長意・黒木優作・桂 誠一郎（慶應義塾大学）

スポーツ時における人間の多様な動きをロボットで模倣・再現させるスポーツロボティクスの分野の注目が近年高まっている。本研究では，サッカーにおけるトラップ動作の模倣に注目し，ボール測定用と人間の動作センシング用の2台のカメラを使用してトラップ動作を撮影する，リターゲティングのためのヒューマンセンシングシステムの開発を行う。さらに人間の下腿換算質量を考慮することで，運動量保存則からボールとロボットの衝突直前に必要な速度指令値を導出するリターゲティング手法についても検討する。本研究では，この2つの特徴を組み合わせることで，通常では接触動作を伴わないリターゲティングでの動作再現の実現を目指す。

3-042

Wi-Fiチャネル状態情報を用いた活動推定における人・環境差のデータ拡張による影響低減

◎阿部勇大（東北大学）

本研究では，Wi-Fiチャネル状態情報（Channel State Information：CSI）に基づく屋内活動推定において，人物差および環境差に起因する推定精度低下の抑制を目的として，CSIから算出されるドップラースペクトラムに対するデータ拡張手法の有効性を検証した．強度軸伸縮，速度軸伸縮，時間軸伸縮の3種類を訓練データに適用し，異なる人物・環境条件下での活動推定精度を評価した．その結果，動作速度や強度のばらつきが大きい活動において，データ拡張適用時に推定精度の向上が確認された．一方で，動作速度や強度のばらつきが小さい活動では改善が見られず，動作特性に応じた拡張設計の必要性が示唆された．

3-043

多バンド赤外カメラを用いた火山噴煙における日量100-600トンのSO₂ガス濃度分布計測

○實渕哲也（防災科学技術研究所）

防災科学技術研究所は，火山の表面現象（温度，ガス濃度分布）の面的観測手法として，表面現象撮像カメラ（Surface Phenomena Imaging Camera：SPIC）を開発した。SPICは，異なる波長特性（バンド）を有する同期した4台の赤外カメラ（カメラ1，2，3，4）からなる多バンド赤外カメラである。浅間山での試験観測を実施し，放射伝達シミュレーション解析により，SPICで計測した輝度温度分布から，SO₂ガスの赤外放射分布を推定し，その濃度は約0～3ppmvと推定できた。この値（日量100～600トン相当）は，気象庁の紫外線による噴煙のDOAS観測から推定された値と整合的であった。

3-044

感性評価と加速度計測に基づくスニーカーデザインのUX構造分析

◎梅宮麻陽・野澤昭雄・南雲健人（青山学院大学）

近年、商品の購入や評価においては、価格や機能といった客観的要素に加え、使用前に形成される視覚的印象や期待感が、使用時の体験（UX）に影響を与えることが指摘されている。本研究では、スニーカーに対する感性評価と着用時の加速度計測を組み合わせ、事前印象と着用時UXとの関係構造を明らかにすることを目的とした。複数のスニーカーを対象に感性評価実験および歩行時の加速度計測を行い、主成分分析により印象構造を整理した。その結果、事前印象と着用時の心理的UXとの対応関係が示され、使用前評価に基づくUX推定の可能性が示唆された。本研究は、スニーカーデザインにおけるUX評価および設計支援への応用が期待される。

3-045

バーテンダー業務を通した人と複数生成AIによる発話とヒューマノイドを用いたディスカッションの実現性と実用性の検討
〜AIロボットバーテンダーコンビによるメインバーテンダーサポートシステム〜

◎後藤礼旺（東京電機大学）

近年、生成AIの発展によりさまざまなモデルが台頭し、プログラミング、観光業、人事、制御など幅広く利用されている。一方で、分野によって現状の生成AI導入におけるハードルの高さやAIに対する人間の介入がリアルタイムで行うことができない点が課題となっている。そこで、本研究では人間と異なる生成AI同士によって発話による会話を交えた議論を、バーテンダーの業務の一つである顧客の趣向に合わせた酒類提案の中で検討し、その実現性と実用性を検討することを目的としている。本研究遂行にあたり、議論可能なヒューマノイドの実装を行う。また、営業しているバーと提携し、実際の業務を通した顧客に対する商品提案の評価を予定している。

3-046

心拍位置を条件とした拡散モデルによる心電図波形生成とMMD距離を用いた品質評価

◎鴨澤秀郁・田中元志（秋田大学）

心房細動（AF）は脳梗塞の原因となる早期検出が重要な不整脈であるが，規則的な心拍間隔（RRI）をもつAFが発生する場合がある。この検出は困難であると同時に機械学習用のデータ不足が課題となっている。そこで，データ拡張を目的として，R波の位置を条件とする拡散モデルを作製し，心電図波形を生成した。生成データと実心電図データの特徴分布の類似性を示す指標としてMaximum Mean Discrepancy距離を算出し，生成品質を評価した。また，正常波形については一般的な物理モデルとの比較も行った。その結果，生成データは実データに近い分布を示し，物理モデルと比較しても良好な生成結果が確認された。

3-047

PFC-NIRSとEEGを用いた神経血管カップリングに基づく安静時脳活動推定手法の検討

◎泉水来樹・福田卓海・高橋 聖（日本大学）

前頭前野を計測対象とするNIRSは高い携帯性と低い拘束性により，日常的なデフォルトモードネットワークを神経基盤とするマインドワンダリングの計測に有用であるが，局所計測ゆえに神経活動の由来が不明瞭である．本研究では，後頭葉EEGα波との神経血管カップリングに着目をすることで，隠れマルコフモデルを用いて生理学的に妥当なDMNを推定する方法を提案する．実験の結果，EEGを併用することで生理学的に妥当なDMN状態を抽出できた．さらに線形判別分析により，PFC-NIRS信号のみでも当該状態を有意に判別可能であることを示し，PFC-NIRS単独計測によるDMN推定の実現可能性を実証した．

3-048

ドライバの血行動態指標に対する顔面熱画像の時間応答遅延に関する検討

◎坂崎玲菜・大山翔之祐・郷野英太郎・小山詩織・南雲健人・野澤昭雄（青山学院大学）

運転支援システムの高度化に伴い，不注意検出に加えドライバの内的状態を評価するDMSが求められている。本研究では，非接触な状態推定に向け，顔面熱画像からスパースコーディングにより抽出した特徴量に基づき，血行動態指標に対する顔面皮膚温分布変動の応答遅延を分析した。顔面皮膚温は血流変動に依存するが，熱伝導に伴う遅延により血行動態指標と熱画像の間には時系列的な乖離が生じる。相互相関分析の結果，応答遅延時間は5～45秒であり，能動的対処では短く，末梢血管抵抗が寄与する受動的対処では長くなる傾向が示された。SVCを用いた分類精度は遅延補正により4.2％向上し，状態評価における応答遅延特性把握の重要性が示唆された。

3-049

眼鏡および髭による被覆を考慮した顔面熱画像による体調推定モデリング

◎鈴木智恵・北脇千歳・高野聖仁・南雲健人・野澤昭雄（青山学院大学）

建築現場の労災防止には作業員の迅速な体調把握が不可欠である。本研究室では，正常状態からの統計的逸脱を検知する異常検知アプローチを採用し，現場での大規模実証実験を継続してきた 。しかし，眼鏡や髭による顔面被覆が異常度の過大算出を招く誤検知が課題であった。本研究では，皮膚温度変化が顔全体に波及するとの仮説に基づき，画像内の被覆領域を除外して温度分布を評価するモデルを構築した。建設現場の作業員286名を対象とした解析の結果，被覆領域除外により真陰性率（TNR）が0.03から0.49へ向上した。以上より，被覆の影響を抑制することで良好データの識別精度が改善され，より実践的な体調判別が可能であることが示された。

3-050

顔面熱画像の局所空間自己相関特徴を用いた慢性ストレス判別モデル

◎湊 温媛・門倉昌矢・高野聖仁・南雲健人・野澤昭雄（青山学院大学）

本研究は、日常的なストレス評価を目指し、顔面熱画像の局所空間自己相関特徴を用いた慢性ストレス判別モデルを構築した。慢性ストレスによる交感神経活動の亢進が皮膚温の空間的連続性を低下させる点に着目し、特徴量として各画素のLocal Moran's I (LMI)を算出した。被験者15名の学会発表前後のデータを用い、STAIスコア（閾値43）に基づく2群判別モデルを作成した結果、判別精度は69.1%であった。High群をLowと誤判定する偽陰性が課題として残るものの、SHAP値解析によりストレス推定に重要な顔面領域が示唆された。

3-051

人体信号による磁気浮上装置の駆動システムの開発

◎岩波康生・岡本吉史（法政大学）

本研究では，導電性板（銅板）上で永久磁石を回転させて生じる渦電流反力を利用した永久磁石回転型の磁気浮上装置を開発し，人体信号を入力とする非接触インタフェースにより推進制御を行う．装置は導電板上に4基の磁気車輪を配置し，ブラシレスモータで回転させることで浮上力および推進力を得る構成とした．制御系はPCで生成した指令をマイコンへ送信し，ESCへのPWM出力により各モータ回転数をリアルタイムに更新する．ガイドレール上での直線移動を実証し，誤作動抑制のため時系列平滑化を導入する．さらに，入力と移動量の対応，応答遅れ，追従性を計測し，操作性と安定性を定量的に評価する．

3-052

単一ホイール故障時の3輪オムニロボットに対する曲率ラティスに基づくモーションプリミティブ軌道計画

◎斎藤誠二（職業能力開発総合大学校）

本研究では，単一ホイール故障によりホロノミック性を喪失した3輪オムニホイールロボットを対象に，故障後の運動制約を考慮した軌道計画手法を提案する。故障後のロボット運動をユニサイクル（差動2輪等価）モデルで近似し，ホイール周速度上限に基づく曲率依存の並進速度制約を導出した。これに基づき，曲率一定なモーションプリミティブ集合を生成し，状態ラティス上でA*探索を行う。さらに，曲率変化量に対するペナルティを導入することで，過度な旋回を抑制した。狭隘通路環境を想定したシミュレーションにより，提案手法が故障後モードにおいても実行可能かつ滑らかな軌跡を生成できることを確認した。

3-053

圧縮・拡大硬化を用いたロボットの運搬性向上

◎越智洸太・松本光春（電気通信大学）

災害環境における人による救助活動には危険や制限が伴うため、近年人に代わり作業を行う災害支援ロボットの開発が進められている。災害支援ロボットは未知環境への適応のため多機能化し、構造の複雑化、体積や質量の増加を起こしている。
一方、災害時には陸路は断絶し機能不全に陥る可能性が高いため、迅速な物資運搬には空路の利用が想定される。しかしながら、航空機は積載量に乏しいため、従来型の災害支援ロボットは空路での運搬に不向きである。そこで機能性と迅速な被災地への運搬の両立を目指し、パーツの拡大・硬化が可能なロボットの開発を行った。

3-054

注意機構付きヘッドを含む果樹のセマンティックセグメンテーションモデル用教師なしドメイン適合

◎三谷竜樹・鈴木 漣・川合勇輔（一関工業高等専門学校）

本研究では果樹の点群セマンティックセグメンテーションモデルの学習に必要なデータセットの膨大なアノテーション作業を省略する手法を、教師なしドメイン適合の理論を果樹点群用に拡張することでアノテーション不要のデータセット構築パイプラインを構築し、評価した。
果樹点群のUDAに置いて従来手法では再現が困難だった、果樹の構造自体のランダム性と激しいノイズ対策を同ラベルクラスターの分布に注目し、注意機構付きの専用ヘッドで複数の特徴抽出器を結合することで実現した。

3-055

人・ロボットの協調運搬タスク獲得を目的とした模倣学習による基礎検討

◎千葉秋陽・島津大輝・曾根周作・川合勇輔（一関工業高等専門学校）

近年，農作業等の現場で人とロボットの協調作業が求められている．本研究では，Action Chunking with Transformer (ACT) を用いた協調コンテナ運搬動作の獲得手法を提案する．実験では，動作生成のチャンクサイズ（k=30, 50, 100）がタスク遂行に与える影響を比較検証した．結果，k=100 の場合に100%の成功率を達成し，動的時間伸縮法による評価でも高い軌道精度を示した．対して短いチャンクでは動作の不連続性が振動や誤差を招き，成功率が低下した．本研究により，協調タスクのロバスト性向上には長期予測を行う長いチャンクサイズが不可欠であることを明らかにした．

3-056

4脚動物脚機構の3DプリンタによるPrint-In-Place型一体造形の検討

◎伊藤怜哉・山内 翔・鈴木恵二（公立はこだて未来大学）

本研究は，3Dプリンタによる一体造形技術であるPrint-in-Place (PiP)のロボット機構への応用を目的とする。4脚ロボットCheetah-cubのASLPレッグを模倣し，PLAとTPUを用いたマルチマテリアル印刷により，パンタグラフ構造と弾性ヒンジを持つ脚機構を設計した。これにより，組み立て不要で耐久性と弾性を両立した機構を実現した。改良モデルを用いた単脚での動作検証において，サーボモータによる駆動とスムーズな伸縮動作を確認し，本手法の有効性を実証した。

3-057

3Dプリンタによる個人の身体に合わせた外骨格スーツ作成手法の検討

◎多田賢太・山内 翔・鈴木恵二（公立はこだて未来大学）

本研究では，個人の身体に適した外骨格スーツを安価かつ手軽に作成することを目的に，3Dプリンタと自動設計技術を用いた作成手法を提案する。具体的には，3Dスキャナで取得した身体データに対し，ミンコフスキー和を用いて適切な厚みとマージン（隙間）を付与し，実際に装着可能な形状へ加工するプロセスを構築した。また，重量負荷を軽減する補助具の作成や，センサ・マイコンの配置構造も検討した。本手法により，対象者の身体に適合する外骨格スーツのベース作成に成功し，今後は制御系の改善と動作検証を進める。

3-058

変形ロボットの自動設計システムに対応した3Dプリンティング手法

◎今井渚斗・山内 翔・鈴木恵二（公立はこだて未来大学）

本研究では，変形ロボットの自動設計システムによって算出された変形パターンを実機化するための3Dプリンティング手法を提案する。変形前モデルと変形目標モデルを入力とし，分割・回転による変形を自動設計するシステムに基づき，内部構造を結晶構造型の立体構造にし，サーボモータを用いた変形機構を組み込んだロボットを製作した。従来の変形機構では干渉対策のため外見が変形目標モデルから乖離する問題が生じたが，新たにコンパクトな変形機構を考案し，干渉を起こさず変形可能であることを確認した。本手法により，変形目標モデルと同一の外見を維持した変形ロボットの実現が期待される。

3-059

2D LiDARによる栗収穫ロボットの自律走行

◎石原健太郎・湯治準一郎（熊本高等専門学校）

本研究では，樹木が密集しGNSS測位が不安定となる栗園環境を対象に，高精度GNSSに依存しない安価で安定した自律走行システムの構築を目的とした。2D LiDARと車輪エンコーダを用い，Cartographerによる環境地図作成およびemcl2による自己位置推定を行った。さらに，Pure Pursuit法による経路追従制御を実装し，曲率に応じた減速処理を加えることで走行安定性の向上を図った。実圃場における走行実験の結果，操舵出力の調整により曲線部での逸脱が抑制され，経路追従性が大幅に改善された。加えて，位置推定の一時的な乱れに対しても自律走行が継続できることを確認した。

3-060

カメラバルーンと地上ローバーを組み合わせた巡回監視ロボット

◎山田尚明・新井浩志（千葉工業大学）

本研究では、高所からの監視が可能で長時間稼働できる巡回監視ロボットを提案する。このためにカメラバルーンと地上ローバーを組み合わせた巡回監視ロボットとする。ヘリウムバルーンに監視用小型カメラを搭載し、バルーンを吊ったエナメル線経由でカメラへの電力供給を行う。これによりバルーン側の軽量化と長時間監視を両立する。また、バルーン側に赤外線LEDを搭載し、これをローバー側のAIカメラで撮影する方法でバルーンの揺れを検出する。移動停止時におけるバルーンの揺れを抑制するため、P制御による制振制御を行った結果、制御なしでは揺れの収束に50秒を要したのに対して、提案手法では約5秒へと短縮され、その有用性を確認した。

3-061

電力流通設備保全に向けた4足歩行ロボットによる物理スイッチの自動操作検証

○富木洋一・田中斗志貴・青木康二郎（東京電力ホールディングス）・栗原 徹（高知工科大学）・合田周平・小岩 裕・竹井勝則（東京電力パワーグリッド）

保守保全を担う要員の高齢化や減少，電力流通設備の高経年化が進む中，巡視・点検の効率化，トラブル発生時の現地確認の早期化等のため，4足歩行ロボットの変電所等への適用を検討している。変電設備に使用される菊型ハンドルの回転スイッチ，ドアハンドル，キャビネット扉について，ロボットアームによる操作は物理的に可能であるが，コントローラを用いた手動操作は複雑である。このため，操作スキルに依存しない電力流通設備向けの物理スイッチ操作を自動化するプログラムを開発し，訓練用実設備を用いてその実現性を検証した。

3-062

アーク3D表示のための線刻データ自動生成プログラムの開発

◎渡辺琴凪・奥村万規子（神奈川工科大学）

アーク3D表示の製作において、従来の手作業による線刻加工は精度と所要時間が課題であり、複雑な形状の表現が困難であった。そこで本研究では、任意の画像データから線刻パターンを自動生成するプログラムを開発した。本プログラムは、入力画像の輪郭抽出・細線化処理を行い、数理モデルに基づき指定した奥行きを持つ円弧群へ変換するアルゴリズムを実装している。さらに、カッティングプロッタに対応したDXFデータを出力する機能を備え、機械加工による高密度かつ高精度な製作プロセスを確立した。これにより、従来の手作業では不可能であった複雑な画像の設計・製作を自動化し、製作効率と再現性を大幅に向上させた。

3-063

色覚多様性を持つ人々の課題を解決するシステム

◎宇野孝紀（東京電機大学）

私は、色覚多様性を持つ人々が日常生活で直面する課題を解決する支援システムの研究を行っている。色覚多様性による見え方は、「色を視認できるか」「視認できた色を判別できるか」という段階的な過程で整理でき、課題は大きく三つに分類できる。第一に、特定の色の組み合わせにより文字や情報が視認できなくなる問題に対し、画像処理による色相変換を行う。第二に、色の違いから状態を判断できない問題に対し、物体検出を用いて状態をラベル表示する。第三に、色名を正確に伝える必要がある場面では、指定領域の色を解析し色名を提示する。これらを統合し、多面的な支援の実現を目指す。

3-064

スマートロック連携のための歩容認証システム

◎葈澤大樹（東京電機大学）

本研究では、建物の出入り口を対象に、監視カメラと連携した非接触型スマートロック向けの認証システムを提案する。姿勢推定モデルにより取得した人物の関節点の時系列データから歩容特徴を抽出し、個人識別を行うことで、服装や持ち物の変化などのノイズに対して頑健な、鍵やカード等の物理媒体を用いないハンズフリーな入退室管理の実現を目指す。これにより、入退室管理の利便性向上に加え、不審人物の早期発見および追跡可能性の向上による犯罪抑止や非常時の状況把握への貢献を示す。

3-065

単眼全方位カメラ画像に基づく立体視映像生成

◎葭葉那由多・中村真吾（芝浦工業大学）

通信インフラの発達により，遠隔地での精密操作が可能となっている．こうした操作では立体視映像の活用が有効であるが，従来手法は複数カメラを必要とし，設置スペースやデータ処理負荷の課題がある．そこで本研究では，全方位カメラ1台から立体視映像を作成し，運用・データ処理の面で優れた立体視システムを構築し，その制約や有効性を明らかにする．具体的な提案システムは，全方位カメラ1台と深層学習を用いて立体視映像を作成し，ヘッドマウントディスプレイ上に立体的な映像を表示するものである．静止画およびリアルタイム遠隔操作実験により，奥行き知覚性能と視覚的快適性を評価した結果，提案手法による立体視は2台カメラ立体視の奥行き知覚性能には及ばなかった．また，単眼視や2台カメラ立体視に比べ視覚的負荷の増加が確認された．今後は生成精度の向上により，実用的な単眼立体視システムの実現を目指す．

3-066

生理指標を用いたAR酔いの客観的評価に関する検討

◎松平幸大・濱本和彦（東海大学）

AR技術の普及に伴い、利用者の不快感を招くAR酔いが課題となっている。本研究では、AR酔いの客観的評価指標の確立を目的とし、光学シースルーHMDを用いた視線追従課題中の生理指標（視線・心電・脳波）と主観評価（SSQ）の関連性を調査した。成人38名を対象とした実験の結果、AR酔いはVR酔いと異なり眼精疲労が主要因であることが示された。また、視線誤差の増大、自律神経活動の全体的な亢進、および視覚情報処理負荷を反映する脳波β波の増加がSSQスコアと有意な相関を示した。これらの生理指標は、AR酔いの客観的評価において有用である可能性が示唆された。

3-067

画像分類モデルにおけるウェーブレット領域と色空間に着目した判断根拠可視化手法の検討

◎関 弘翔・細野裕行（日本大学）

深層学習に基づく画像分類は高い認識性能を達成しているが、その処理過程は依然としてブラックボックスである。顕著性マップなど、画像分類モデルの判断根拠可視化手法はいつくか提案されているが、従来手法はモデルが入力画像のどこに注目しているかのみを示す。よって、どの画像特徴が予測に寄与しているかを示す手法が必要であると考えた。本研究では、色空間変換と、空間・周波数情報を捉えるウェーブレット変換を判断根拠可視化に組み込むColor-Wavelet Shapley Additive Explanations（C-Wave SHAP）を提案した。

3-068

トマトカラースケール推定精度を向上させる直交性を持ったモノクロカメラ用複数枚光学フィルタの設計

◎石田周汰・栗原 徹（高知工科大学）・武居祐子・降幡夏生・松井貴弘（KOA）

トマトの熟度指標であるカラースケール及びリコピン濃度を対象に,直交性を持たせた2枚の光学フィルタを用いて推定する手法を提案する.ハイパースペクトル画像は高精度な推定が可能であるが,撮影機器が高価で撮影時間も長い,そこで識別に有効な波長のみを透過させる光学フィルタを設計し,モノクロカメラによる推定を行う. さらに複数フィルタから得られる情報の冗長性を抑えるために直交性制約をフィルタ間に導入した.結果として直交性ありのモデルは直交性を持たないモデルと比較しカラースケールの7%の正解率の向上を確認した.一方,リコピン濃度推定では必ずしも性能向上が得られないことを確認した.

3-069

2視点没入型バーチャル環境が生体へ与える影響と作業効率に関する研究

◎栁澤佳汰・濱本和彦（東海大学）

本研究は，複数の大型スクリーンでユーザを囲み映像空間に没入させる2視点没入型バーチャル環境（IVE）において，Single条件(1視点)とDual条件(2視点)が生体へ与える影響および2名の共同作業時における作業効率の違いを評価した．Single条件では1名のみ，Dual条件では2名同時に自分の視点に最適化された立体視が可能である．2名1組で3D国名パズル課題を実施し，VR酔い，没入感，作業ログを分析した．その結果，Dual条件では指示者のめまいが高まる傾向が示された一方，操作者がピースを掴んで悩む時間は短縮された．また，没入感は操作者の方が高かった．これらの結果から，2視点IVEにおけるコンテンツ設計指針を示した．

3-070

動画データを参照にした自動人物除去

◎露崎智哉・中村真吾（芝浦工業大学）

観光地等における人物の映り込みのない背景単独画像の需要に対し，従来の単一画像情報のみに依存する手法では，推測による補完のため実景と異なる結果が生じる点が課題であった．そこで本研究では，参照動画から得られる実際の背景情報を活用した自動人物除去システムを構築した．提案手法では，YOLO11nを用いたセマンティックセグメンテーションによる人物検出，Faissによる高速かつ最適な参照フレーム探索，LightGlueによる高精度な位置合わせ，改良型TransRefによるインペインティングを統合した．実験では参照フレーム選定精度と除去品質を検証した．

3-071

牡蠣断面画像における二層間の境界線検出

◎尾方瑛仁・野崎真也（琉球大学）・坂巻隆史（東北大学）

現在，日本ではカキの養殖方法として垂下式養殖というものが主流となっている。この養殖において牡蠣の生育密度と生育環境には関係性があるが、生育環境の関係性について，従来行っている学分析を行うために多大な労力と時間を要する。そこで，牡蠣殻断面画像から特徴量を取得して、生育環境と関連づけることを最終的な目的とする。
本報告では殻頂付近の葉状層とチョーク層が折り重なる領域における二層の境界線の直線検出を行う。

3-072

火山灰検出における二値化処理組合せ手法の提案

◎丸山晃征・枦 健一・渡邉裕太・永田亮一・吉村和晃・前薗正宜（鹿児島工業高等専門学校）・楠原良人（地域環境エネルギー研究所）・古市浩隆・三谷幸治（ユピテル）・瀬濤喜信（弓削商船高等専門学校）

鹿児島県には活火山である桜島が存在し、温泉や火山灰を利用した陶器などの観光資源により、多くの来訪者を惹きつけている。一方、桜島は不定期かつ高頻度で噴火するため、周辺住民や観光客への降灰の悪影響も大である。
降灰被害対策は迅速である程、効果が高いため、降灰を検知し、リアルタイムに通知するSobelフィルタを用いたシステム開発を進めている。Sobelフィルタは、画素の輝度勾配を抽出する画像処理手法の1つであり、灰の輪郭を強調した検出ができる。しかし、灰が高密度に堆積した際、検出精度が低下する点が課題である。そこで本研究では、二値化を組み合わせた手法を提案し、その有効性を検討したので報告する。

3-073

YOLOを用いた高速道路走行中の逆走車検知システムと路上試験

◎酒井優彰・川合勇輔・村上 力（一関工業高等専門学校）

本研究は、高速道路での逆走事故防止を目的に、YOLOとエッジコンピュータを用いた検知システムを提案・検証する。YOLOv8nを用いた実験では、学習画像にガウスノイズを付加することで、mAP50が0.76から0.82へ向上し、実環境へのロバスト性が高まることを確認した。また、YOLOv5nu、v11n、Faster R-CNNとの比較において、YOLO系列が優位性を示し、特にYOLOv11nが最も高い精度を記録した。実道での検証でも、対向車を逆走車と見立てて正しく検知・記録できることを実証した。

3-074

カメラとレーザーを用いた沈下の変位計測法

◎黒坂政嘉・坂田勇樹・鈴木康夫・竜田尚希・神亀理恵・堀田裕弘（富山大学）

本研究では，レーザーとカメラを用いた変位計測システムを構築し，定常状態に着目した変位評価手法を提案する。レーザー追跡により取得される時系列データには，変位操作直後の過渡的な揺らぎが含まれるため，各変位ステップにおいて安定した60秒間の定常区間を評価対象とした。定常区間内の平均値を用いて相対変位量を算出し，指令変位との比較を行った結果，両者は概ね一致し，複数試行においても良好な再現性が確認された。本手法は，実環境におけるノイズの影響を低減した実用的な変位計測手法であることを示す。

3-075

グリップ形状分析と画像処理に基づく配電用引込線径種の机上推定手法の開発

◎伊澤侑馬・澤田 蓮（北海道電力ネットワーク）

系統連系申請等に伴い既設引込線の適合確認機会が増加しているが、径種・亘長等の設備情報は管理対象外であり確認作業は現地出向に依存している。本論文ではDVグリップの撮影画像から引込線径種を机上推定する手法を提案する。フック部の規格既知長を基準にスケールを復元し、フック長・グリップ長の推定寸法を参照データベースと照合して径種を判定する。契約容量に基づく電気的制約で候補を一次絞り込みし過小推定リスクを抑制、僅差時には巻山数・グリップキャップ色で曖昧性を解消する。実証評価（n=200）では一致率90%超、補助特徴により推定確率が平均46.5%から56.7%へ向上した。従来比で業務時間を約88%削減（150分→3分/件）できることを確認した。

3-076

大臼歯AI鑑別モデルにおける撮影方向の検討

◎酒井俊祐・勝又亮太・牛 邁馳・五十嵐由里子・内木場文男・金子泉美（日本大学）

先史学や法歯学などにおいて歯は活用されているが，その鑑別作業は知識や経験が必要不可欠なため，専門家しか行うことができない。
本研究は，抜去歯の大臼歯を鑑別するAIを作成する際に有効な特徴量を明らかにするために，撮影方向による特徴量の検討やAIによる判別精度と歯科医師による歯科所見との比較を行うことで，歯種鑑別AIモデルの精度向上を目指す。
結果，医学的知見では歯の咬頭数や近心・遠心部分の長さの差などから鑑別を行うことに対し，AIでは大臼歯の歯種鑑別を行う際には歯冠および歯根の突出面の外形，色味の差を強く捉えており，AIと医学的知見における鑑別の違いを確認できた。

3-077

SIFT-SVMおよびCNNによる海底画像の基質自動判別の比較

◎具志美智也・野崎真也（琉球大学）・坂巻隆史（東北大学）

従来のサンゴの生態調査手法の1つであるコドラート法では，撮影された海底画像から一定の大きさの領域を切り取り，基質を判別した結果を集計することで，サンゴ礁の分布を推定する。しかしながら，作業者への負担が大きいので自動化が必要である。
これまでConvolutional Neural Network(CNN)によ判別手法が提案されている。しかしながら，海底画像に対するCNNの分類の傾向は十分に考察されていない。そこで，本研究では機械学習の1つであるSIFT-SVMで分類を行い，その結果を考察することでCNNでの判別精度改善の方法を検討していく。

3-078

害獣を含む動物8種を識別するモデルの開発

○藤嶋教彰・川上楓介（松江工業高等専門学校）

本研究は猪・鹿・猿・烏・熊・人・犬・猫の8種類を対象に，COCO学習済みのYOLOv8のlモデルを転移学習して動物識別器を開発した。識別器はコンピュータで訓練後にJetson Xavier NXへ転送し，推論に用いる。検証では3つの識別器に対し，識別成功率・未検出率・誤識別率の3指標で性能評価を実施した。結果として，熊・猫・猪・猿は成功率90％以上と高い一方，人は40％と低く，動物間で差がみられている。未検出率は最小でも5.33％（熊）で，人については識別精度低下の主原因である。誤識別率は未検出率より総じて低い。加えて，推論は1枚あたり約200ミリ秒と遅い。よって，識別精度の向上と高速化が課題である。

3-079

設備の復帰点検DNN学習におけるデータ拡張による環境変動対応

◎今村柊斗・渡邉柚華・青木公也（中京大学）・武村順三（中部電気協会）

本研究では，自動点検システムの実運用化に向けて，その有効性を支えるDNNが環境変動下でもデータ拡張を精査・整理することで，安定して点検部位の検出が可能であるかを実験により検証した．環境変動としては撮影角度・距離・位置・日照の4種類を取り上げる．これらの環境変動を再現したデータセットを用い，学習時に多様なデータ拡張を適用することで，検出精度の評価を行う．その結果，適切なデータ拡張を施すことですべての環境変動に対して高い検出精度で点検部位の検出が可能なことを確認でき，自動点検システムが実運用においても高い汎用性を備えることが示された．

3-080

広視野計測における点群位置合わせの精度向上のための輝度値の有効性

◎小松晴雄（明治大学）・坪井勇政（SICK）・井口幸洋（明治大学）

本研究は，点群位置合わせの精度向上を目的とし，ToFカメラで得られる輝度値の有効性を検証したものである。従来の機械学習を用いた位置合わせの手法であるDCPは特徴の抽出に座標のみを用いるが，本提案ではDCPの特徴抽出部であるDGCNNを拡張し，輝度値を付加情報として利用した。室内環境の点群データを用いた比較実験の結果，輝度値を用いたモデルは用いなかったモデルに対し回転誤差（MSE）が51.4から24.3へ，並進誤差が0.917から0.418へと減少した。これにより，点群データにおける座標に加えて輝度値からの特徴の抽出が位置合わせ精度の向上に寄与することが実証された。

3-081

深層学習と画像処理を用いた単一画像による道路交通標識の距離推定法

◎林 健也・髙橋佑徳・浅井佑仁・米山 淳（青山学院大学）

本研究では、自動運転システムにおいて低コスト化を考慮した単眼画像と深層学習を用いた道路交通標識の距離推定法を提案する。提案手法は、物体検出モデルYOLOv8と深度推定モデルDepth Anything V2を統合し、画像処理により標識支柱の接地座標を特定することで、グレースケール値から絶対距離を算出する数理モデルを構築した。実証実験の結果、9m以上の距離において平均相対誤差10%程度での推定精度を確認した。本稿では、提案手法の構成および距離に応じた誤差評価について報告する。

3-082

縮退の対処機能を有する解空間の階層構造に基づく多点型組合せ最適化手法の検討

◎大澤希仁・田村健一・安田恵一郎（東京都立大学）

我々は，解空間の階層構造を利用する多点型メタヒューリスティクスとして，「解空間の階層構造に基づく多点型組合せ最適化手法」（HS-MCOM）を提案した。しかし，探索の進行に伴い複数の探索点の軌跡が同一化する縮退という現象が発生して多様性が低下し，探索性能が劣化するという課題がある。そこで本研究では，縮退した探索点のうち一つを残し，残りを別の解に置換する手法を提案する。本手法は，縮退への対処以外の探索機構を極力変更せず，有用性が確認されているHS-MCOMの基本構造に与える影響を最小化できるという利点を有する。提案手法の性能を代表的な問題例に適用してその有効性を検討する。

3-083

発電機の稼働直後・停止直前の運転制約を考慮した水力発電所の最適運転の計算法

○桐生智志・長田悠人・大嶋真広・川口繭子・鈴木 聡・飯坂達也（富士電機）

2050年カーボンニュートラルの達成に向けて脱炭素電源である水力発電の重要性が増しており，効率的な運転方法に関する研究が近年活発に行われている。そのなかで発電所の効率を最大化する運転を計算する方法として最適化技術を用いる方法が提案されている。この方法の実適用を進めていくには，より実際の運転に即した制約を考慮していく必要がある。そこで本稿では実際の運転に即した制約として，発電機の稼働直後および停止直前には発電機を最小の発電水量で運転する制約条件を水力発電所の最適運転計画問題に対して追加した。そして，その効果を簡易な例題で検証した。

3-084

ドロネー三角形分割を用いたMP-IDCSOによる災害時における緊急支援物資の配送計画

◎MINGQI LIANG・福山良和（明治大学）

本論文は，被災者へ緊急支援物資を迅速かつ公平に届けるという生命に直結する課題に対し，Multi-population Improved Discrete Cat Swarm Optimizationを用い，現実的な道路寸断を考慮した配送計画の最適化を目的とする。従来手法では，避難所間を直線で結んだリンクを道路として扱うため交差が発生し，交差箇所における道路寸断を現実的に再現できないという課題があった。そこで本論文では，ドロネー三角形分割に基づく道路生成手法を導入して交差のない道路ネットワークを近似的に構築し，その上で道路寸断を考慮した配送計画を最適化する手法の適用を提案した。提案法の有効性は，実際千葉市が災害時に使用予定の避難所データを用いたシミュレーションにより確認した。

3-085

勤務計画と巡回計画を考慮した昇降機向け保守スケジューリング技術の研究

◎冨田将嗣・榊原 静（東芝）・木下英治・長坂真理（東芝エレベータ）

本研究は、昇降機の保守業務の効率化及び保守員の負荷低減を目的とし、様々な制約条件を満たす保守スケジューリング手法の開発と評価を行った。制約条件は客先制約や作業期限、作業インターバルなどがあり、これらの制約条件を三段階に分けて考慮し、週次・日次・巡回計画を高速かつ高精度に立案する方法を提案した。実際の営業所データ（約500件）を用いた検証により、従来の時間と比べて計画作成時間を大幅に短縮し、客先制約充足率98.6％を達成した。さらに、柔軟な勤務形態の導入により保守員の作業時間を平均49分削減できることを確認した。

3-086

複数集団改良型Discrete Cat Swarm Optimizationを用いた災害時における最適配送計画の最適ハイパーパラメータの検討

◎片岡日翔・福山良和（明治大学）

本論文は，近年日本で増加する大規模災害の発生時，公平かつ迅速な緊急支援物資を配送することを目的とする。従来研究では, Multi-population Improved Discrete Cat Swarm Optimization (MP-IDCSO) を適用し，有効性を確認した。しかし，解の質に大きく影響するハイパーパラメータの検討が不十分であった。本論文では，MP-IDCSOを用いた災害時における最適配送計画について，ハイパーパラメータを調整した結果を報告する。千葉市の避難所データを用いてシミュレーションを行い，複数のハイパーパラメータの組合せを比較検討した。その結果，集団数16のリング型ネットワーク構造という，解探索において最も多様性の高い構造を選択した時，最も良い結果が得られることを確認した。

3-087

Multi-population Bonobo Optimizerによるスマートシティ全体最適化

◎大原智博・福山良和（明治大学）・渡辺拓也・石橋直人・飯坂達也（富士電機）

現在，世界の電源構成に占める再生可能エネルギーの割合が石炭を初めて上回るなど，脱炭素社会の実現に向けた転換期に直面している。このような状況に対し，世界各地では先進的技術の活用により、都市や地域の機能やサービスを効率化・高度化し，新たな価値を創出する都市であるスマートシティ（以下、SC）の実証実験が進展している。著者らは，SC全体最適化手法としてBonobo Optimizer（以下，BO）など，様々な進化計算手法の適用を提案してきたが，解に改善の余地があった。本論文では，SC全体最適化に対し，Multi-population BOによる手法の適用の提案を行う。また，BOによる手法と比較し，良質かつ安定した解が得られることを確認できた。

3-088

ABCアルゴリズムをオプティマイザとするVQEのノイズ環境下でのロバスト性初期評価

◎山田大陽・飯村伊智郎・森山賀文（熊本県立大学）・中山 茂（鹿児島大学）

本稿では，ノイズあり中規模量子デバイスに向けた変分量子固有値法のオプティマイザとして，群知能の1つである人工蜂コロニー（ABC）アルゴリズムの有効性を検証した。数値分割問題を対象としたノイズ環境下のシミュレーションにおいて，ADAMやSPSA，COBYLAの既存手法と比較した。実験の結果，既存手法がノイズ環境下の浅い回路で局所解へ停留した一方，ABCアルゴリズムは今回の全実験条件下において10/10回の探索成功回数を示した。この結果は，ABCアルゴリズムが勾配情報に依存せず大域的な探索を行うことで，回路深度を増やすことなくノイズ環境下でもロバストな最適化が可能であることを示唆している。

3-089

航空産業における容量投資と価格設定の2段階ゲームモデル

藤田真衣・○高橋里司（電気通信大学）

本研究は、規制緩和によりフルサービスキャリア（FSC）とローコストキャリア（LCC）の非対称な競争が生じている航空市場を対象に、両社が競合しつつ共同運航を行う状況を分析する。各社が利益最大化のために容量を決定する第一段階と、市場均衡が達成される第二段階からなるゲームモデルを構築し、共同運航便の収入配分メカニズムを導入する。理論解析では、共同運航を含まない容量競争モデルにおいて、特定の需要条件下で純粋戦略ナッシュ均衡が存在し、かつ一意に定まることを示す。本モデルは、共同運航や新規参入が市場に与える影響を検討する際など、航空会社の経営意思決定支援に用いることを提案する。

3-090

Echo State Networkを用いたTD3による高次元部分観測制御タスクの検証

◎松本卓巳・松木俊貴（防衛大学校）

実世界の制御における環境は、センサの制約やノイズの影響で状態が完全に観測できないことも多い。そのような環境は、部分観測マルコフ決定過程（POMDP）としてモデル化される。深層強化学習において、POMDPに対処するためにLSTMを用いる手法が提案されているが、計算コストの増加という課題がある。この問題に対し、Echo State Network（ESN）を導入する手法が提案されている。本研究では、速度情報が観測できないPOMDP条件下でのMuJoCoベンチマークタスクにおいて、その有効性を検証する。実験結果から、低次元のバランス制御タスクでは、提案手法が完全観測の場合と同等の性能を達成することが示された。しかし、高次元の移動タスクでは、性能は限定的であった。

3-091

ニューラルネットワークを用いた環境適応型電気モータのサーボ制御

◎雷 策・黄 慶九（工学院大学）

いままでの電気モータのサーボ制御には負荷に合わせるためのパラメータの調整がユーザーにとって容易ではない。そのため、本研究では負荷が変化してもサーボ制御のパラメータの調整を必要としない、ニューラルネットワークを用いた環境適応型電気モータのサーボ制御を提案する。

3-092

内部モデル原理と最適制御に基づくACサーボモータの歪波外乱抑制

◎萩原琢斗・黄 慶九（工学院大学）

産業用ロボット等に用いられるACサーボモータにおいて、コギングトルクやセンサ外乱に起因するトルク脈動は制御精度を低下させる要因となる。本研究では、これらの周期的かつ歪波状の外乱を抑制するため、状態空間モデルと内部モデル原理に基づく最適サーボシステムの設計法を提案する。具体的には、目標値に対する積分器に加え、外乱の特定周波数成分（24, 48, 72Hz）に対応した補償器を併用し、最適制御理論を用いて系を構築した。シミュレーションによる検証の結果、従来の積分型サーボ系と比較して定常偏差を約半減させることに成功し、提案手法の有効性を実証した。

3-093

周波数応答を用いたH_∞ループ整形法における開ループ特性の周波数帯別最適化による固定構造重み関数設計

◎佐藤 慧・弓場井一裕・矢代大祐・駒田 諭（三重大学）

本研究では，周波数帯域を3つに分割し，各周波数帯における評価値の重み付け総和を最小化する最適化問題を用いたH_∞ループ整形法における開ループ整形に基づく重み関数の設計手法を提案する。提案手法では，重み関数をパラメトライズすることにより固定構造とし，古典制御である開ループ整形に基づき周波数重みの値で評価の重要度を決定して開ループ伝達関数を直接最適化する。そのため，低周波数帯の外乱抑圧特性や高周波数帯のロバスト安定性，ゲイン交差周波数付近でのロバスト安定余裕の確保が実現される。また，従来手法で求められた重み関数の導出で必要とされるフィッティングや望みの制御対象モデルが不要であり，任意次数の重み関数を設計可能とする。

3-094

Transformerを用いたサーボモータによるフィードバック誤差学習

◎重松昇吾・黄 慶九（工学院大学）

本研究は、制御工学と機械学習の融合を目的とし、Transformerをサーボモータ制御に応用する新規手法を検討するものである。Transformerは従来、言語学習分野を中心に用いられてきたモデルであるが、その特徴を制御分野へ応用することを試みる。従来の制御手法では十分に扱うことが困難であった動作誤差や外乱の影響に対し、学習に基づく補正を導入することで、制御性能の向上を目指す。

3-095

不確実性を考慮した埋込磁石型同期モーターの高精度制御

◎西 暖・黄 慶九（工学院大学）

本研究は、EV等の駆動源である埋込磁石型同期モータ(IPMSM)に対し、外乱やモデル誤差が存在する環境下での高精度制御確立を目的とする。IPMSM特有の強い非線形性は、従来手法では振動や誤差の要因となっていた。そこで、予測の不確実性を定量化可能なベイジアンニューラルネットワークを制御系に導入した。本手法は、突発的な負荷変動や複雑な挙動をリアルタイムで学習し、状況に応じた柔軟な制御を実現する。検証の結果、外乱印加時の応答ばらつきを従来比で低減し、過酷な条件下でも安定動作することを実証した。

3-096

性能境界ケースに基づくロバストPID調整手法

◎大野正夫（IHI）

PID調整は熟練者の経験則に依存することが多く，属人性の低減が課題である。特に，ロバスト性を確保しつつ平均性能を向上させるには，制御対象の変動範囲を最小限に設定する必要がある。本研究では，熟練者評価が低い一方で他の基準では高評価となる変動を性能境界ケースと定義し，改善余地がある変動としてPID調整に活用する手法を提案する。例題として2次遅れ系を対象に熟練者評価をルールベースで模擬し，LLMによる評価と組み合わせて境界ケースを抽出した。ロバストPID調整には複数のステップ応答指標をベクトル化し，目標ベクトルに対する距離の最悪値を最小化する定式化を採用した。シミュレーションにより，性能境界ケースを用いた調整の有効性を確認した。

3-097

BLDC駆動車輪型倒立振子による動的量子化器のデータ駆動設計手法の実験的評価

◎今塩屋怜来（兵庫県立大学）・荻尾優吾（大阪大学）・南 裕樹（兵庫県立大学）

近年，ハードウェア制約や省エネ化を背景に，量子化を考慮した制御系設計の研究が進んでいる．先行研究では動的量子化器のデータ駆動型設計アルゴリズム（D4Q）が提案されているが，その実験的検証は十分ではない ．また，実機検証で汎用される倒立振子には不感帯等の非線形要素が含まれ，量子化器の純粋な性能評価を妨げる課題があった ．そこで，本研究では，ブラシレスDCモータを採用した車輪型倒立振子を構築し，動的量子化器のデータ駆動型設計アルゴリズムD4Qの実験的検証を行った ．そして，静的量子化器を用いた際の入出力データから，十分な性能の動的量子化器が設計できることを確認した

3-098

多色光を用いた移動ロボットの外部刺激型速度制御・経路誘導

◎西村卓隼（兵庫県立大学）・荻尾優吾（大阪大学）・南 裕樹（兵庫県立大学）

本研究では，交通インフラのペースメーカーライトに着想を得た，外部環境からの光刺激を利用する移動ロボットの非接触型制御手法を提案する ．先行研究では，単色光による速度制御問題に注目していたが，本研究では多色光を外部刺激として用いることを検討する．具体的には，LEDの色ごとに直進や旋回などの異なる動作を割り当て，光の空間的な配置パターンを設計することで，ロボットの平均的な移動速度や走行経路の曲率を制御する．制御実験では，単一の光センサを搭載した差動二輪型ロボットとフルカラーLEDテープを用い，点灯パターンの変更によって速度調整が可能であることを確認した ．

3-099

プラント特性変動に対する予測指向型ロバスト制振学習制御

◎寺本匠汰・前田佳弘（名古屋工業大学）

産業用メカトロニクスにおける精密位置決め機構の高速・高精度制御において，機構共振振動の抑制およびプラント特性変動に対するロバスト化は，生産性と品質に直結する重要な制御設計課題である。本論文では，単一の位置決め動作データ(学習データ)を用いてプラント特性変動時の応答を予測し，ロバストな制振性能を実現するフィードフォワード補償器を設計する，データ駆動型ロバスト制振学習制御法を提案する。提案法は，応答予測をパラメトリックモデルに基づいて行う点に特徴があり，従来法では困難であったトルク定数以外のパラメータ変動に対するロバスト化を可能とする。提案法の有効性は，ガルバノスキャナを用いた実験により検証する。

3-100

姿勢適応ダイナミックインピーダンス制御と相対速度補償を統合したロボットアームの動的壁面追従システム

◎細山快聖・黄 慶九（工学院大学）

産業用ロボットは製造業を中心に幅広く活躍しているが、動的に変化する環境への適応性が課題となっている。特に、振動する壁面や移動する対象物への力制御においては、環境の動きを考慮した制御手法が必要である。振動する壁面に対する高精度な力制御を実現するため、姿勢適応ダイナミックインピーダンス制御と相対速度補償を統合した制御手法を提案する。

3-101

単純適応制御系の適応ゲインのCGT解への収束条件とパラメータ推定への応用

◎川名俊旭・黄 慶九（工学院大学）

単純適応制御系の適応ゲインの収束値は一般には特定の値にはならないが、規範モデルと制御対象が同一の次数であること、どちらも可観測標準形とすること、零点が一致することなどの条件のもとでは理想的なフィードフォワードゲインであるコマンドジェネレータトラッカ解に収束することを示した。また、この性質を用いることで、零点の一致または近接という非常に限定的な状況に限るものの、適応ゲインの定常値から制御対象のパラメータを推定できることをシミュレーションによって確認した。

3-102

応答推定法に基づく時間領域線形制約付きデータ駆動型制御器調整法

◎伊藤金次郎・弓場井一裕・駒田 諭・矢代大祐（三重大学）

本研究では，制御対象の一組の時系列入出力データから直接，フィードバック系の制御器パラメータを最適化する手法を提案する。制御対象の一組の時系列入出力データから応答を推定可能な応答推定法によって得られる制御出力および制御入力の推定値系列を線形化し，これを制御器調整に用いることで，上下限制約として表される時間領域の設計仕様を考慮した制御器設計問題を，線形制約付き最適化問題として定式化する。本手法は推定値系列に基づく制御器最適化であるため，従来のデータ駆動型制御器調整法において問題となっていた，最適化後の制御器性能が実機に実装するまで把握できないという欠点を克服できる。また，線形制約付き最適化問題として定式化されることから，準最適解を導出することが可能である。

3-103

CADベースの6脚ロボットの胴体姿勢に関する解析

◎PEIQI WANG・黄 慶九（工学院大学）

本研究では、DH法を用いた順運動学と逆運動学で、6脚ロボットの姿勢制御の実現を目的とする。また、6脚ロボットのモデルをMATLAB & Simulink上に構築して、姿勢制御のシミュレーションによって、本研究手法の有効性を確認する。

3-104

適応的三段階ベイジアンニューラルネットワーク（ATS-BNN）による計算効率と不確実性推定精度の動的最適化

村松直幸・○黄 慶九（工学院大学）

ベイジアンニューラルネットワークの計算コスト問題に対し、入力難易度に応じて三段階で推論する適応的手法を提案。軽量CNN、MC Dropout、完全BNNを信頼度ベースで切替え、計算効率と不確実性推定精度を両立。制御系への実用化を目指す。

3-105

ユーザー嗜好の変化に対応した最適行動制御

○鈴木昌和（東海大学）

パーソナルAGIの実現に向けた基礎的な例題として簡単な高速道路渋滞対処問題を定式化して問題解決(意思決定)の過程を検討している．本稿では，ルート検討場所，迂回是非，出口IC選択という簡単な行動列最適決定の例について，状況・環境を含むシステムモデルに基づく拡張オブザーバ-ベースト-最適制御により認識・計画を包含した最適行動制御を行った結果を示すと共に，行動主体(pAGIユーザー)の嗜好の変化により評価関数が変化し，その結果として最適行動も複雑に変化することを示した．

3-106

目的地を仮定することによる船舶追跡手法

◎美野輪眞大・矢野浩仁（日立製作所）

船舶の追跡にあたってはレーダの反射信号により船舶を検出する方法があるが、観測の空白域では船舶の追跡が断絶する場合がある。断絶前後で船舶の追跡を継続するための方法として、断絶前の船舶の情報から現在の位置を予測し、その近傍で類似する船舶を探索することが考えられる。従来研究では過去航跡を用いたクラスタリングや深層学習による位置予測が提案されているが、過去の航跡の蓄積を前提とするため、船舶が新たな目的地に向かう場合は予測精度が低下する。この限界を回避するため、本稿では船舶の位置の予測にあたってまず目的地を仮定する手法を提案する。実データを用いた検証の結果、一定の精度で船舶を同定できることを確認した。

3-107

モビリティデータの動的可視化が混雑状況の「質」の把握に与える影響の検証

◎山口泰生（東京電機大学）

近年，オーバーツーリズムや交通混雑の深刻化に伴い，混雑状況を適切に把握・伝達する可視化技術の重要性が高まっている。従来広く用いられているヒートマップ等の集約型可視化は，混雑密度の把握に優れる一方で，人の流動や停滞といった混雑の「質」を把握しにくいという課題がある。一方，移動体を個別に表現するエージェント型可視化は状況理解に有効であるが，情報量の増加による判断遅延が懸念される。本研究では，モビリティデータを動的に表示する可視化システムを構築し，両可視化手法の認知特性を定量的に検証する。具体的には，「流動」および「停滞」を判別するタスクを設定し，正答率および判断時間を指標として比較評価を行い，混雑状況の把握に適した最適な可視化手法の検討を行う。

3-108

時空間情報に基づく災害時のSNSにおけるフェイクニュース検出

◎加藤弘子（東京電機大学）

本研究では，災害時に SNS 上で拡散されるフェイクニュースの検出を目的として，投稿の時間情報および地理情報に着目した検出手法を提案する。提案手法では，公的機関の投稿から災害発生時刻および被害範囲を推定し，一般投稿については投稿時刻と推定位置との関係を特徴量として用いる。特に，音声を含む動画投稿からの位置情報推定に着目し，防災アナウンスに含まれる市区町村名を音声認識により抽出する手法を検討した。災害環境下での適用可能性を確認するため，災害音を重畳した音声を用いた予備実験を行い，STOI および WER を指標として評価した結果，人が理解可能とされる基準を満たす音声が全体の 93% を占めた。これにより，Whisper の large モデルが災害環境下における地名抽出に適用可能であることを確認した。

3-109

専門語彙と文章難易度に基づく理解度推定を用いたRAG対話システムの一検討

◎安海夕愛・佐藤駿一・福田卓海・高橋 聖（日本大学）

近年，大規模言語モデル（LLM）の発展により，対話型システムの精度と柔軟性は大きく向上している．特に検索拡張生成（RAG）の導入により，外部知識に基づく信頼性の高い応答が可能となった．一方で，多くのLLMベース対話システムはユーザの理解度を考慮せず，一律な応答を生成するため，質問者の知識レベルに適合しない説明となる課題がある．本研究では，ユーザ発話から理解度を推定し，その結果に基づいて応答生成を動的に調整するRAGシステムを提案する．理解度に応じた応答制御により，ユーザの理解促進を図ることを目的とする．

3-110

ストレスデータ提示形式の違いによるユーザーの健康意識改善に与える影響の調査

◎川村輝喜・古賀 怜・佐藤優大・杉村 博（神奈川工科大学）

ウェアラブルデバイスで取得されるストレス値の提示形式は，ユーザーの状態認識やセルフケア動機の形成に影響を与える可能性がある。本研究では同一の高ストレス状態を示すダミーデータを用いて，グラフ提示とアバター提示が心理反応の入口に生む分布傾向と個人差をVASで比較した。その結果，グラフは直感的な状態把握の入口として高スコア帯に集中する層がみられ，アバターは情動的理解や対処可能性認識の入口として中高域へ広く分散する層が確認された。一方，セルフケア行動意図や改善意欲は提示形式のみでは一様に誘発されず，行動変換には追加の設計介入が必要であることが示唆された。

3-111

自律移動ロボットの物体検出モデルに対する敵対的背景攻撃を用いた安全性評価

◎加藤萌々子・竹本 修・野崎佑典・吉川雅弥（名城大学）

近年，自動運転を含む幅広い用途で自律移動ロボットが用いられているが，自律移動ロボットに搭載されている物体検出モデルは，敵対的攻撃の一つである敵対的背景攻撃に脆弱であることが報告されている。敵対的背景攻撃とは，対象物の前に敵対的なパターンを背景として適用することで，対象物の検出を妨害するものである。本研究では，自律移動ロボット「TurtleBot」を用いて，現実環境での敵対的背景攻撃に対する物体検出モデルの耐性を評価した。具体的には対象物とTurtleBotの距離や角度を変化させて検出の信頼度スコアを比較した。敵対的背景を適用することにより信頼度スコアが下がり，物体検出モデルが脆弱であることを確認した。

3-112

マルチタスクモデルにおけるマハラノビス距離を用いた敵対的攻撃検知手法

◎沼田瞳真・竹本 修・野崎佑典・吉川雅弥（名城大学）

本稿は，マルチタスクモデルの非公開タスクを狙うCF攻撃およびCF delta攻撃に対し，マハラノビス距離を用いた2種類の検知手法を提案する．手法1は特徴抽出器の出力分布，手法2はタスク間の出力整合性（ヘッダ出力）に着目し，正常データからの逸脱を監視する．顔画像データセットCelebAを用いた実験の結果，既存のMSPでは検知困難なCF delta攻撃に対し，提案手法は高い精度（AUROC 80~90%台）で検知に成功した．特徴量を過剰操作する攻撃への有効性が示された一方で，変化が微小なCF攻撃の検知には課題が残ることも明らかになった．

3-113

敵対的サンプルに対するSoft K-meansによるリカラーリング対策手法とその評価

◎伊藤楓香・竹本 修・野崎佑典・吉川雅弥（名城大学）

本研究では，敵対的サンプル（AE）に対する防御手法として，Soft K-means を用いたリカラーリング手法を提案する。Soft K-means を用いて画像中の画素値をクラスタリングし，クラスタ中心と所属値を積和演算した値を新たな画素値として更新することで，AE に付加されたノイズの影響を低減する。ImageNet と Inception-V3 を用いた評価では，FGSM に対して従来手法と同等の推論成功率を維持しつつ，処理時間を短縮できることを示した。また画像品質は，SSIM や視覚的観点から画像が劣化されることはなく汎用性が高いことが分かった。

3-114

農作業の軽労化を目的とした収穫作業台車の作業者追従に関する研究
―複数作業者環境下における台車制御システムの構築―

◎種田匠真・鳥井昭宏・道木加絵・元谷 卓（愛知工業大学）

現在、日本の農業は深刻な労働力不足に直面している。そこで筆者らは、キャベツの拾い採り作業の軽労化に向け、作業台車（以下、台車）の知能化を目指してきた。従来、単独作業者環境下で3 次元点群を用いた姿勢識別および距離に基づく台車制御システムを構築したが、複数作業者が混在する環境下において特定の対象を誤認し、制御に支障をきたすおそれがある。そこで本稿では、複数作業者環境下で特定の作業者を正確に検出するための手法を提案する。

3-115

敵対的学習条件に着目した水平連合学習の安全性評価

◎松原麗那・竹本 修・野崎佑典・吉川雅弥（名城大学）

近年，プライバシー保護を実現するために，複数のクライアントがそれぞれの学習データを分散したまま協調して学習を行う連合学習が注目されている。一方，これら連合学習については，敵対的攻撃に対して脆弱であることが指摘されている。その対策手法として，学習過程に敵対的サンプルを組み込む敵対的学習が提案されている。本研究では，敵対的学習条件に着目し，水平連合学習環境における安全性評価を行う。具体的には，FGSMおよびPGDを用いた敵対的学習を連合学習環境に適用し，学習時に用いる敵対サンプル生成手法およびテスト時に与える敵対的攻撃の種類の違いが，推論精度に与える影響を評価する。

3-116

物体検出モデルの敵対的背景攻撃に対する画像分割を用いた対策手法

◎清家陸人・竹本 修・野崎佑典・吉川雅弥（名城大学）

近年，YOLO等の物体検出モデルは自動運転などで重要である一方，背景領域に広くパッチを適用して検出を妨害する敵対的背景攻撃が報告されている。本研究では画像分割に基づく3段階の対策を提案する。まず入力画像を重複を持たせてN×Nに分割し，低い確信度閾値で各分割画像を検出する。次に検出座標を元画像へ補正し，IoU/IoS条件で統合して検出窓を生成する。最後に窓周辺以外を塗りつぶして再検出し，背景の影響を抑える。VOC2010（Person，416×416）で評価し，t=0.25，u=0.15，s=0.70，p=10の設定でAP=0.7960，Recall60=0.6529を達成し，無対策（AP=0.3768）から大幅に改善した。

3-117

帯域制限した敵対的摂動による画風保護手法

◎加納拓実・竹本 修・野崎佑典・吉川雅弥（名城大学）

近年，拡散モデルとLoRAの普及により，画風模倣による権利侵害が深刻化している 。既存手法Mistは全帯域に摂動を加えるため，防御性能と画質維持の両立に課題があった 。そこで本研究では，周波数領域に着目し，帯域制限した敵対的摂動を用いる新たな画風保護手法を提案する 。本手法は，FFTとソフトマスクを用いて特定周波数帯域のみに干渉を行う 。ゴッホの作品を用いた評価実験の結果，画風模倣の阻害には低周波成分への摂動が有効であることが明らかになった 。提案する低周波防御は，従来手法と同等の高い防御性能を維持しつつ，SSIM等の画質評価において優位性を示し，画質と防御の両立を実現した 。

3-118

RAGの検索精度向上に関する検討

◎大嶋真広・桐生智志・鈴木 聡・飯坂達也（富士電機）

プラントの運転監視業務はマニュアルに基づいて行われているが，経験の浅い運転員の場合，複数の文書から必要な情報を短時間で探すことが難しい。一方で，近年大規模言語モデルと外部情報を取得するベクトル検索を組み合わせた検索拡張生成（RAG）が提案され，自然言語の質問入力による情報検索が容易になってきている。しかし検索性能は，事前に文書ファイルから検索用DBを作成する際のテキスト抽出方法や，検索方法により影響を受ける。そこで本稿では，文書構造や内容に合わせたテキスト抽出方法の改良と，専門用語を含む技術文書に合わせた検索方法の改良を行い，その効果を確認したため報告する。

3-119

幾何学的変換耐性を有するソフトラベル制御を用いたモデル指紋生成手法

◎片貝直登・竹本 修・野崎佑典・吉川雅弥（名城大学）

DNNモデルの知的財産保護を目的に，幾何学的変換に頑健な出力分布制御による所有権検証手法を提案する。従来の敵対的サンプル（AE）を用いたモデル指紋は，クロッピングやリスケーリング（CR）等の前処理に脆弱であるという課題があった。本手法は，AE生成の最適化プロセスにExpectation over Transformation（EOT）を導入し，ランダムなCR処理を施したサンプル群の期待勾配に基づき摂動を更新する。ResNet50 v1を用いた評価実験では，96％クロップ後も目標値20％に近い22.0％の出力確率を維持し，従来手法（0.00％）に対し高い耐性を示した。また，他モデルには反応しない高い識別能力と，肉眼では判別困難な隠密性の両立を実証した。

3-120

再攻撃と画像処理による敵対的サンプルの対策手法

◎木下弘康・竹本 修・野崎佑典・吉川雅弥（名城大学）

近年，深層学習を用いた画像識別モデルは幅広く応用され，実社会でも利用されている。一方，画像識別モデルは敵対的サンプル攻撃（Adversarial Example: AE）によって誤分類を引き起こす脆弱性が知られている．これに対する防御手法として，画像処理と敵対的再攻撃がある．これまで，個々の対策手法についての検討は行われているが，これらを組み合わせた防御手法についての研究はあまり報告されていない．本研究では，画像処理と敵対的再攻撃を組み合わせたAE対策手法を提案する．
実験結果として，再攻撃のみと比較して，再攻撃と画像処理を組み合わせた手法が有効な防御手法であることを明らかにした．

3-121

Differentiable Top-k学習のハイパーパラメータに着目した詳細な性能評価

◎市野友翔・竹本 修・野崎佑典・吉川雅弥（名城大学）

近年，AIを活用した画像認識システムが急速に拡大している。いくつかの利用ケースでは，認識結果のうち最上位のクラスのみを信頼するのではなく，複数の結果を総合的に考慮して判断することが重要である。そこで，上位k個までのクラスに正解クラスが含まれているか否かを損失関数として学習するDifferentiable Top-k学習(1)が提案されているが，限られたハイパーパラメータでのみ評価されており，その有効性の検証が不十分である。そこで本研究では，本手法の性能について包括的に評価するため，複数のハイパーパラメータを変化させた際の分類精度への影響を検証する。実験結果から，Differential Top-k学習の精度特性および性能限界について明らかにした。

3-122

CWGANs-GPによるデータ拡張を用いたモデル選択型ショーケース故障検知

◎小山創央・福山良和（明治大学）・村上賢哉・鈴木 聡・飯坂達也（富士電機）

本論文では，CWGANs-GPによるデータ拡張を用いたモデル選択型ショーケース故障検知を提案する。従来の結果より，CWGANs-GPによる拡張データを用いない方が良い結果となるケースがあった。そこで，本手法は，学習データが異なる複数の教師あり故障検知モデルから，事前に取得したデータに対する精度が最も良いモデルを選択し使用する。実際のショーケースデータを用いてシミュレーションを行った結果，提案法の故障検知精度の向上を確認した。

3-123

ガウスカーネルSupport Vector Machineを用いたContextual Outlier Interpretationによるショーケースの異常検知結果説明手法の適用

◎設楽涼介・JIAHUI YIN・福山良和（明治大学）・村上賢哉・鈴木 聡・飯坂達也（富士電機）

本論文では，ショーケースの異常検知結果に対し，ガウスカーネルSVM を用いたContextual Outlier Interpretation（以下，GS-COIN）による説明手法を適用した。非凸領域において線形 SVM に基づくオリジナルCOINが判別境界を正しく生成できない問題に対し，GS-COIN は判別境界を正しく生成し，正常領域への到達方向と異常判定に寄与した特徴量を適切に示すことを確認した。

3-124

Ensemble Local Outlier Factorを用いたガスタービン発電機の異常検知におけるMaximal Information Coefficientに基づく変数選択

◎加藤雄太・福山良和（明治大学）・村上賢哉・鈴木 聡・飯坂達也（富士電機）

クラウドサービスを用いたガスタービン異常検知を実現する際に，運用コストを抑えるために変数選択は重要である。本論文では，フィルタ法の一つであるMaximal Information Coefficientを用いた変数選択手法が，計算時間を短縮しながら，ラッパー法を用いた変数選択手法と同程度の精度を示すことを確認した。

3-125

血中薬物濃度予測AIにおける変量効果の考慮

◎松本崚佑・川村駿太・関 弘翔・青山隆彦・辻 泰弘・細野裕行（日本大学）

従来、経時的な血中薬物濃度の予測には母集団薬物動態解析が用いられる。この解析では、変量効果と呼ばれる、モデルでは説明できないばらつきを考慮している。我々はこれまで、人工知能と薬物動態モデルを組み合わせて血中薬物濃度を予測するANN-PKモデルを開発してきた。しかし、ANN-PKでは変量効果を考慮できていない。そのため、本研究ではANN-PKモデルに誤差モデルやベイジアンニューラルネットワークをそれぞれ導入することで2手法での変量効果を考慮したモデルの構築および評価を行った。その結果、誤差モデルを導入したモデルにおいて、変量効果を考慮しつつもANN-PKモデルと同程度の精度で予測を達成した。

3-126

背臥位乳房MRIを非造影像から造影像へ変換する拡散モデルにおけるL1損失の検討

◎佐々木 颯・関 弘翔・石橋直也・天野真紀・細野裕行（日本大学）

造影腹臥位MRIは乳房温存手術の術前診断に用いられるが，手術時は背臥位であり，乳房の形状変化に伴う腫瘍位置の不一致が生じる．造影腹臥位・背臥位MRIを用いて腫瘍位置を対応付ける手法が提案されているが，身体・経済的負担から造影背臥位MRIは撮影されにくい．これまでブラウン橋拡散モデル(BBDM)を応用した3D-Conditional BBDM(3D-cBBDM)を提案し，腹臥位MRIにおける非造影像を入力として造影像を得る手法を検討してきた．本研究では，3D-cBBDMを用いて背臥位MRIの変換を行った．また腫瘍領域のみにL1損失を適用することで，腫瘍再現性の改善を図り，本手法の有効性を示した。

3-127

From Natural Language to Optimal Schedules: An LLM Interface for EV Charging

Sihui XUE・○小平大輔（University of Tsukuba）

This paper proposes an LLM-assisted framework for residential electric vehicle charging optimization. The framework integrates a large language model with a linear programming–based scheduler, enabling users to express charging preferences in natural language. The LLM automatically translates these requests into structured optimization parameters and generates user-oriented explanations of the resulting schedules. A residential overnight charging case study demonstrates that the proposed approach achieves significant cost reduction while satisfying user-defined constraints. By closing the loop from natural-language requirements to optimization and explanation, this work highlights the potential of LLMs to enhance usability and interpretability in optimization-based energy management systems.

3-128

外出行為生成モデルを用いたEV充電需要推計

◎川井流星（大阪大学）

脱炭素化の手段として走行時に温室効果ガスを排出しないEVが注目されているが、一方で充電による電力需要増加が懸念されている。本研究は携帯電話位置情報ログデータに機械学習を適用して交通手段を含む人の移動履歴を抽出し、抽出したデータを学習させることで外出行為生成モデルを開発する。本モデルは居住地や勤務形態の特性を反映した外出行為の生成を可能にする。また、EV利用者の移動距離からEVの消費電力と充電需要を推計し、EV充電需要の時空間的な特性を把握する。

3-129

多指ロボットハンドの把持動作をを実現するためのする報酬設計の検討

◎山田慶太郎・齋藤正親・水戸部一孝（秋田大学）

多指ロボットハンドの把持動作は高自由度ゆえに制御が困難であり，強化学習を適用する際には適切な報酬設計が重要となる．本研究では，多指ロボットハンドによる把持動作の実現を目的として，Gymnasium-Robotics の AdroitHandRelocate 環境を改変し，報酬設計の検討を行った．指腹部に評価領域を設定し，物体との接触状態および距離に基づいて報酬を付与することで，指を用いた把持動作が有利となるよう設計した．TD3 を用いた学習の結果，複数の指で物体を包み込むような把持動作が安定して獲得され，従来の距離に基づく報酬設計で見られた掌による押し付け行動は抑制された．以上より，本手法により自然な包み込み把持動作が誘導可能であることを示した．

3-130

環境設置カメラによる自律移動ロボットの位置及び姿勢推定に関する研究
―深層学習モデルを利用した実環境での位置推定―

◎坂下 悠・鳥井昭宏・道木加絵・元谷 卓（愛知工業大学）・舟洞佑記・道木慎二（名古屋大学）

自律移動ロボットにとって、自己位置推定は重要な課題である。従来の手法ではロボットに搭載されたセンサ情報のみを利用してきた。そこで本研究では移動環境中に設置されたセンサ情報も利用することでロバスト性の向上を目指す。これまで、環境設置センサとしてカメラを想定し、カメラを原点とするロボットの位置・姿勢推定システムを構築してきた 。本システムには深層学習を利用しており、学習モデルは入力画像に対するロボットの3次元位置と姿勢を推定するよう設計している。本発表ではこの学習済みモデルを利用して、実環境でリアルタイムの位置推定を行い、その精度を検証する。

3-131

PSDエントロピーと機械学習を用いた複数DoS攻撃検出方式

◎東 勇樹・花田真樹（東京情報大学）

近年，高度化・巧妙化が進む DoS 攻撃の一形態である低レート DoS 攻撃は，通常通信と類似した通信挙動を示すため，フロー統計量のみでは通信の時間的変動特性を十分に捉えることが困難である。
本研究では，通信回数および通信容量から算出した PSD（Power Spectral Density）エントロピーを特徴量として機械学習に統合する DoS 攻撃検出方式を提案する。
CIC-IDS2017 データセットを用い，SVM，NN，LGBM による通常通信および 4 種類の DoS 攻撃通信の多クラス分類実験を行い，F1-score の macro 平均により評価した。
その結果，PSD エントロピーを特徴量として追加することで，いずれの分類器においても検出性能が向上し，特に全特徴量を用いた LGBM において高い性能が得られることを確認した。

3-132

作曲活動支援AIにおけるランキング学習を応用した趣向反映方法の検討

◎坂上直也・関 弘翔・細野裕行（日本大学）

本研究では, Flow Matching 系音楽生成 AI にランキング学習を組み合わせ, 人間の趣向を反映する音楽生成手法を検討した. 従来の音楽生成 AI はプロンプトのみで生成を制御するため, 個人の好みを十分に反映することが困難であった. そこで, 複数サンプルを相対的に順位付けするGroup Relative Policy Optimization（GRPO）を導入し, 好みベクトルとの類似度を報酬関数として学習を行った. 結果として, 学習後の生成音楽は音質劣化を伴うことなく, 好みベクトルとのコサイン類似度が増加し, ユークリッド距離が短縮したことにより本手法の有効性が示された.

3-133

腹臥位乳房MRIにおける非造影像を造影像へ変換するSwin Transformerモデルの検討

◎武山颯一郎・佐々木 颯・関 弘翔・宮野咲紀・石橋直也・天野真紀・細野裕行（日本大学）

本研究では、乳がん患者の腹臥位乳房MRIにおける非造影像から造影像への変換を目的として，3Dデータに適したTransformerモデルであるSwin UNEt TRansformers（Swin UNETR）を用いた変換手法を検討した。Swin UNETRをGenerative Adversarial Networks（GAN）に組み込み、損失関数および最適化手法の改良を行った。従来手法と比較して、RMSE、PSNR、SSIMの各指標で性能向上を確認し、定性評価においても腫瘍の再現精度が向上した。また、識別器へのGrad-CAMの適用結果から乳房を重視していないことを確認した。

3-134

ニューラルネットワークを用いた睡眠時無呼吸症候群のリスク判別に関する検討

◎本郷羽琉・関 弘翔・赤星俊樹・内木場文男・陳 和夫・細野裕行（日本大学）

睡眠時無呼吸症候群(Sleep Apnea Syndrome: SAS)は，睡眠中に呼吸が停止または低下する疾患であり，SASの潜在患者数は成人男性の20％前後，女性の10％前後とされる．また，治療を受けていない潜在的患者数が多いことが知られており，SASの簡便なスクリーニング方法が望まれている．そこで本研究では，顔画像および年齢，性別，BMIなどの患者背景情報を用いたAIによるSASリスク判別手法の開発を目的としている．その前段階として，背景情報，顔情報それぞれを入力とするロジスティック回帰およびニューラルネットワークを用いた複数モデルを構築し，判別性能を比較することでその有用性を検証した．

3-135

電気設備点検における原状復帰のためのブレーカ状態認識の検討

○綾田アデルジャン・佐々木大三・丹 健二（秋田県産業技術センター）・武村順三（中部電気保安協会）

電気設備点検では法令に基づく原状復帰が不可欠だが、工程の煩雑さや疲労によるヒューマンエラーが課題である。従来の目視確認では限界があり、重大事故防止に向け画像処理による自動確認が求められている。特に高圧受電設備のブレーカ状態確認は安全確保の要である。本研究では復帰ミスの自動検知手法確立を目的とし、最新の物体検出モデルであるYOLO12を用いたブレーカの状態認識に関する評価実験を行った。本稿では、その試行実験の結果について報告する。

3-136

少数データの専門ドメインにおけるアスペクト抽出～事前学習モデルとR-Dropによる正則化の有効性検証～

◎林 尚也・浦野昌一（明治大学）

テキストデータから、有益な知見を自動抽出する自然言語処理技術への期待は高まっており、文書全体の大まかな感情ではなく、「何（アスペクト）」について述べられているかを特定するアスペクト抽出は、業務効率化や意思決定支援において重要な役割を果たす。しかし、これらの専門ドメインへの技術適用には「データ希少性」という課題が存在する。また、一般的な深層学習モデルは過学習を起こしやすく、十分な精度が得られない問題がある。本研究では、少数データ環境下におけるアスペクト抽出精度の向上を目的とする。具体的には、BERT等のほかにエンティティ認識に強みを持つ事前学習モデル（LUKE）と、過学習を抑制する正則化手法（R-Drop）を組み合わせ、その有効性を検証する。

3-137

環境情報を考慮した猫動画の骨格推定に基づくロボット動作言語の生成

◎田中良磨・佐藤紘基・山内 翔・鈴木恵二（公立はこだて未来大学）

人間と共生するロボットには，長期的な関心を惹くための多様で魅力的な動作が不可欠である。先行研究では猫動画から動作を生成したが，姿勢の乏しさや環境適応力が課題であった。そこで本研究では，環境情報を考慮したロボット動作言語生成において，動画データの拡張と3D骨格推定手法の改善を行った。具体的には，動画データを約2.3TBまで増量し，C3DPOの閾値変更により推定精度を向上させた上で，gMLPによる学習を実施した。実験の結果，生成される姿勢パターン数が大幅に増加するなど多様性が向上し，周囲の環境情報に適応した動作生成が可能であることを確認した。

3-138

大規模言語モデルの対習熟度パーソナライズにおけるユーザ属性の影響

◎佐々木智基・山口 智（千葉工業大学）

大規模言語モデル（LLM）のパーソナライズにおいて、ユーザーの習熟度指定が属性バイアスによって受ける干渉を検証した。Gemma-3-12b-itを用い、人種・性別属性が物理や金融等の特定トピックにおける習熟度別出力制御をどの程度阻害するかを定量的に分析した。実験の結果、属性指定がない場合には習熟度に応じた難易度調整が適切に行われる一方、特定の属性付与により習熟度間の有意差が消失、あるいは出力の難解さが逆転する現象を確認した。これはLLMの倫理的バイアス対策が、意図したパーソナライズ制御を損なうトレードオフの存在を示唆しており、機能的制御の維持における課題を浮き彫りにした。

3-139

SmolVLAの効率化設計が視覚認識と実機操作に与える影響

◎千葉惇平・熊谷和人・曾根周作（国立高等専門学校機構一関工業高等専門学校）

本研究では，軽量なVision-Language-ActionモデルであるSmolVLAを対象として，実機ロボットタスクにおける汎化性能と，視覚言語モデル側で導入されている軽量化手法の影響を評価した。LeRobot実装に基づき，カード接触タスクを用いた実機評価を行った結果，カメラ構成，学習ステップ数，エピソード数，指示文を変化させた場合でも成功率は安定せず，環境が同一であっても推論結果が変動する挙動が観測された。これらの要因を分析するため，Action Expertを介さず，SmolVLM2に軽量化と同等の処理を適用したOCR擬似評価を実施した。その結果，image tilingの無効化や入力画像の縮小により，文字認識精度が大きく低下することを確認した。以上より，SmolVLAにおける視覚表現の劣化が下流の行動生成に影響し，実機タスクでの不安定性につながる可能性を示した。