武藤 佳恭

ニューラルネットワークを用いた分光画像処理で生地の風合いを判別する.自己組織化マップで類似した輝度情報を持つピクセルに類似した色をわりあて, 生地の特徴を可視化する.画像は320〜400nmにおける5nmごとの紫外分光画像を用いる.単一の風合い判別を試みるため, 風合いの一つであるヌメリ度が異なるサンプルを用意した.ヌメリ度合いのつけ方として「構造によるヌメリ度」と「加工剤の種類によるヌメリ度」にわけた.結果として, 次の二つを実証した.「構造によるヌメリ度」は今回の手法で判別できる可能性を残した.一方, 「加工剤の種類によるヌメリ度」は紫外可視分光カメラの輝度値取得段階で, 差が得られなかった.

本論文では, マルチエージェントモデルを用いて家庭用VTRの規格競争を再現する.提案する人工市場モデルは複数のモデルコンポーネントから構成されており, それぞれのモデルコンポーネントを組み合わせることによって, 多数のモデルを生成し比較実験することができる.従来のマクロ集計量によるネットワーク外部性モデルでは行えない, 地域性の発生の分析や, 消費者の方式選択における大域的影響度と局所的影響度のバランスの推計などを行い, 本モデルの有効性を示す.

企業と消費者の情報交換の場として, インターネットが利用されている. 企業はセールスのためのコンテンツを, 消費者は個人情報を提供することになるが, 現状では手続きが煩雑であり, プライバシーの保護も十分なされているとは言い難い. 本研究では, セールスコンテンツへの自動応対と, 安全な個人情報の送信を実現するためのエージェント・システムを提案する.

1994年12月に衆議院の小選挙区比例代表並立制導入に伴う全国300小選挙区の区割り法が成立した. この区割りの作業には 「人口の格差を2倍以内におさえる」「飛び地にしない」などのいくつかの条件がある. 条件が増えれば増えるほど複雑さが増して作成が困難になる. これを電卓片手に人手で行うとなると大変な労力となるが 実際の選挙区作成は手作業で行われている. この論文では ニューラルネットワークを用いたコンピュータによる選挙区の自動生成の手法を紹介する. ここでは 東京都の選挙区の作成を試みた. いくつかの条件を考慮して作成したところ 人口格差の点で現在の区割り案(1.47倍)よりもよい結果を(1.28倍)生成できた.In December 1994, Japanese minor electorate system (single-member constituency system)for the House of Representatives was established where Japan is divided into three hundred constituencies. A single representative will be elected from each constituency. Zoning three hundred constituency was accomplished by hand calculators in Japan, although the constituency zoning is a very elaborate task because several constraints must be satisfied. This paper presents a neural computing approach for automatically zoning constituencies. Our method was examined by using 25 Tokyo constituencies. Ideally, the weight of a single vote in a certain population to elect a representative should be equal to that of the other constituencies. Based on the established rule, the ratio of the lightest weight to the heaviest weight must be within two. Our result shows that our ratio is 1.28 while the current (official) ratio is 1.47.