C-RECS （Creative Repository of Electro-Communications)
Not a member yet
9371 research outputs found
Sort by
Unsupervised Segmentation of Time-series Data by Using the Probabilistic and Deep Generative Model
Get PDF電気通信大学博士（工学）2022doctoral thesi
ナノ粒子集合体での単一電子帯電効果を用いた物理リザバーに関する研究
Get PDF電気通信大学修士2022リカレントニューラルネットワークから派生した機械学習モデルの一つとしてリザバーコンピューティングがある．リザバーコンピューティングは計算リソースが少なく、短時間で学習を行えるという特徴を持っている．元々計算機上で実現されていたものを、非線形性をもつデバイスを活用しハードウェア上で実現した物理リザバーに関する研究が盛んに行われている．一方ナノ粒子配列により作製された単一電子トランジスタ(SET)では、単一電子帯電効果によるクーロンブロッケード現象と呼ばれる非線形な電流電圧特性を示す．
そこで本研究ではナノ粒子集合体をリザバー層とする素子を作製し、単一電子帯電効果を用いて物理リザバーを実現することを研究目的とした．まず酸化膜付きSi基板上にレジストを塗布し，電子線描画，現像，真空蒸着により４端子または６端子の電極を作製し、その電極表面に絶縁膜とナノ粒子の固定のためにジチオール修飾を施した．その後、誘電泳動により Coナノ粒子集合体や Auナノ粒子集合体(図1)を形成し、作製した素子を極低温下(4.2K)で測定した．
その結果、各端子間で異なる非線形な電流電圧特性を確認することができた．また，Auナノ粒子集合体ではランダムなパルス幅を持つ信号を入力した結果、短期記憶を持つことが確認できた(図2)．これらの結果から作製した素子が物理リザバーへ応用するために必要とされる非線形性や短期記憶といった性質を持つことが確認できたため，物理リザバーの具体的なタスクの一つである任意波形生成を行った．任意波形生成では入力端子に正弦波を入力し、その他の端子からの出力を測定、各出力の重みをリッジ回帰により学習・合成することで余弦波や矩形波、 三角波の生成を行った(図3)．thesi
弱教師あり学習を適用した深層学習モデルによる新作項目の特性値推定手法
Get PDF電気通信大学修士2022多肢選択式問題などで構成される客観式テストは，受検者の能力を測定する手法の一つとして様々な学習評価場面で古くから用いられている．客観式テストにおいて受検者の能力を高精度に推定する手法の一つとして，近年では項目反応理論が特にハイステークスな試験で広く採用されている．項目反応理論を用いた能力測定のためには，事前に各テスト項目の特性値（困難度や識別力）を推定しておく必要がある．一般にそのような項目特性値の推定は，本試験と同質な受検者集団に事前に各項目を出題する事前テストを通して回答データを集め，そのデータに項目反応理論を適用することで行われる．しかし，このような事前テストの実施には，コストの高さや項目内容の漏洩といった課題がある．
これらの課題を解決する手法の一つとして，近年では統計的自然言語処理技術を用いて，問題文の情報から項目特性を予測する技術が研究されている．既存手法としては，人手で設計した特徴量を用いる手法や深層学習を利用した手法が提案されている．しかし，それらの既存手法における項目特性値の予測精度は実用上十分な精度には至っていない．
既存研究の性能が低い理由の一つとして，項目特性値を予測する機械学習モデルの訓練に必要となる「項目特性値が既知の項目データ」を大量に収集することが難しいことが挙げられる．そこで本研究では，このような訓練データの不足に対処して予測精度を向上するために，弱教師あり学習のアプローチを用いた新たな項目特性値予測手法を提案する．具体的には，自然言語処理分野において文章の難易度推定タスクのために蓄積・公開されてきた言語資源である「難易度付き文章のデータセット」を利用して文章難易度を予測する深層学習モデルを弱教師あり学習した上で，そのモデルの出力層を項目特性値を予測するように再構成して，「項目特性値が既知の項目データ」を用いて教師あり学習することで転移学習を実現する．本論文では，実データを用いた実験を通して，提案手法の有効性を示す．thesi
ソフトウェアを評価するためのバグ入りアプリケーションの自動生成
Get PDF電気通信大学修士2022アプリケーションにバグが含まれているかを確認するには，ソフトウェアテストを行う必要がある．ソフトウェアテストとは，ソフトウェア開発において，開発者が期待した動作を行うかを検証するプロセスである．ソフトウェアテストでは，テストスイートと呼ばれる，実際にソフトウェアをテストする入力が用いられる．ソフトウェアテスト研究の評価では，テストスイートのバグ検出能力が重要な指標となる．このバグ検出能力の測定に，バグ入りアプリケーションが有効となる．特に，被験者実験を伴う評価ではより多くのバグ入りアプリケーションが必要となる．本論文では，アプリケーションの構成要素を組み合わせて多くのバグ入りアプリケーションを自動生成できる手法を提案し，これをJavaに対して適用できるツールBageLを開発した．また，バグ入りアプリケーションセットの質を高めるため，ツール内に類似したアプリケーションを抑制する機能を実装した．そして，ファイル間の類似度計算ツールCodeHashによって算出した類似度を基にして厳選したバグ入りアプリケーションセットと比較し，抑制機能の効果を確かめた．その結果，BageLの抑制機能は，CodeHashの類似度による類似アプリケーション抑制と同等の質のバグ入りアプリケーションセットのベンチマークを，低いコストで生成することができた．thesi
スパイキングネットワークによる移動ロボットの自己位置推定シミュレーション
Get PDF電気通信大学修士2022脳は生物が知的に振る舞う上で欠かすことのできない器官である。脳の機能を解明することは、単に情報処理機械としての脳の動作原理を明らかにするだけでなく、個別医療への応用や強い人工知能の実現など、人々の生活を豊かにする技術につながる。脳の機能を解明するための手段として、伝統的な医学・生理学のように、実際の脳を対象に実験を行うことが挙げられる。一方、実際の脳には物理的・倫理的制約があり、測定できる情報は限られている。そこで、計算機上に脳の数理モデルを構築し、数値シミュレーションによって神経活動を再現できれば、そのような制約から解放されると考えられる。
神経回路シミュレーションでは、脳の構成要素であるニューロンとシナプスの挙動を数理モデル化して接続し、ネットワークとしての挙動を観測するのが一般的である。一方で、脳はそれ単体で動作しているわけではなく、身体を通した周辺環境との相互作用の中で動作している。例えば、マウスの海馬には場所細胞と呼ばれるニューロン群が存在し、マウスが環境内の特定の位置にいるときにのみ選択的に活動する。マウスの位置情報は、環境とマウスとの相互作用で定義されるものであるから、このことは単なる脳のみのシミュレーションは不十分であり、身体を含めたシミュレーションが重要であることを意味する。つまり、身体のモデルを導入することが重要である。
脳モデルを実環境と相互作用させるための身体モデルとしては、実ロボットがふさわしいと考えられる。そこで本研究では、実ロボットを身体モデルとして導入し、脳モデルと接続した脳身体シミュレーションを行った。具体的には、身体モデルを必要とするタスクとして自己位置推定の問題に取り組んだ。自己位置推定のための脳モデルをスパイキングニューロンで実装し、パラメータを遺伝的アルゴリズムで決定した。シミュレートされた環境と身体モデルに対して、脳モデルは適切に動作することを確認した。しかし、実環境と実ロボットに適用したところ、期待された挙動を得るには至らなかった。主要な要因として、シミュレーション環境と実環境の違い、特に実ロボットと実環境の複雑さが考えられる。
期待された挙動を得るには至らなかったものの、自己位置推定の脳モデルをスパイキングニューロンで実装できた点には新規性があり、脳と身体を接続するためのインターフェースとして独自に開発したRobot Operating System(ROS)のライブラリは、本研究を越えた別のプロジェクトでも利用されており有用性がある。これらのことから、本研究で行なってみせた脳身体シミュレーションのデモンストレーションには一定の意義があり、脳モデルと身体モデルを相互接続することの重要性を示唆する。thesi
Characteristics of luminescence from defects in phosphors and its effect on Eu^2+ luminescence
Get PDF電気通信大学2023thesi
Experimental two-photon interference of two independent light sources
Get PDF電気通信大学博士（工学）2023doctoral thesi