近年, 光通信システムの高速化に対応するため光受信器の広帯域化が進んでいる. しかし広帯域化に伴い, 光受信器の受光素子と光受信回路を接続するボンディングワイヤ等の実装に起因する寄生インダクタンスの影響が大きくなり, 光受信器の周波数特性を劣化させる. 特に, 実装条件により寄生インダクタンス値は変化するため, それに応じた受信信号の劣化補償が求められる. そこで本稿では, 実装条件に起因する受信信号の劣化を自動で補償できる周波数帯域制御方法を提案した. 周波数帯域自動制御回路の回路シミュレーションより, 実装条件によって変化する寄生インダクタンス値に応じて自動的に受信信号の劣化を改善できることを確認した.

PONシステムでは既存の1.25/10 Gb/sに加え、25 Gb/sの適用が検討されており、マルチレート化が進められている。低コストな25 Gb/sの実現のために、PAM4符号の適用が検討されており、線形性を持つVGAが必要となる。しかし、従来構成では通信速度毎にVGAが設置されるため、消費電力が増える課題がある。本稿では、帯域切り替えによる低消費電力なトリプルレート対応VGAの検討を行った。VGAの後段に接続した負帰還増幅回路の帰還量を帯域制御電圧によって調整し帯域切り替えを行った結果、単一のVGAで1.25/10/25 (PAM4) Gb/sのトリプルレートへの対応が可能になり、消費電力を従来構成の1/2程度に削減できる見通しを得た。

PONシステムにおいて、局用光受信器では信号振幅の異なるバースト信号を受信するため、高速応答可能な自動利得制御(AGC)回路が重要である。アナログ制御によるAGC回路が提案されているが、フィードバック制御により高速化が制限されるという課題がある。本稿では、PONシステムにおいて、メモリを用いたデジタル制御によるバースト信号対応高速応答AGCの基本検討を行った。提案回路は、TIA出力のパケット先頭での振幅に応じて、メモリにあらかじめ設定しておいた制御信号値を出力する構成とした。FPGAによる動作検証の結果、バースト信号に対して従来回路の1/5の高速な利得制御が可能であることを確認した。

現在、大容量かつ長距離伝送を実現するための通信方式として光通信が用いられており、光受信器のフロントエンドである TIA には広帯域かつ高利得な特性が求められる。 TIA には利得と帯域にトレードオフの関係があるため、本稿では TIA の帯域を維持したまま高利得化できる構成を検討した。広帯域な特性が得られる TIA として CGFW TIA があるが、高利得化には課題があった。そこで CGFWTIA を基本構成とした回路に 2 つのトランジスタと FVF を組み込むことにより帯域を維持したまま高利得化できる構成を提案した。回路シミュレーションでの動作検証を行い、消費電力、雑音あたりの利得・帯域積を向上させることができたことを確認した。

高速・長距離光伝送において波長分散による波形劣化が課題である。そこで、波形劣化を補償するEDCの性能評価において、波長分散を発生させるための長い光ファイバや光送受信器が必要であり、性能評価が容易にできない問題があった。本稿では波長分散等価回路モデルを用いたデジタル信号処理によるエミュレータ回路を提案した。提案するエミュレータ回路では乗算器を用いて重み付けを表現し、Ｄフリップ・フロップによるシフトレジスタの段数によって波長成分毎の遅延時間差を表現した。提案回路の有効性を示すために、回路シミュレーションの波長分散等価回路モデルの結果と提案回路の結果を比較した。その結果、提案回路は波長分散等価回路モデルと高い類似性を示していることを確認した。

通信トラフィックが急速に増加している近年, 光通信システムにおけるアナログ/デジタル変換器には, 超広帯域動作が要求されるようになってきた. これまでに, 複数の狭帯域ADCを組み合わせて広帯域ADCを構成する周波数インターリーブが報告されている. しかし従来の周波数インターリーブは, アナログフィルタを使用して信号を狭帯域に分割していることによりフィルタ間のオーバーラップを除去することができない. そのため, エイリアシングによる劣化,SN比の悪化, 歪みが生じる問題があった. 本稿ではその点に注目し, RF帯等価理想フィルタを用いたADCのアナログ帯域拡張の提案と, シミュレーションによる原理実証を行う.

直交変調型（QM: Quadrature Modulation）包絡線パルス幅変調（EPWM: Envelope Pulse-Width Modulation）送信機の高電力効率を維持しつつ量子化雑音を低減するために、トランスバーサルフィルタ（TF: Transversal filter）の各経路に電力増幅器を挿入した電力増幅器挿入トランスバーサルフィルタ（PAI-TF: Power-Amplifier-Inserted Transversal Filter）の使用が検討されている。本稿では、トランスバーサルフィルタに対する周波数領域を用いた歪み推定の精度を計算機シミュレーションにより評価した。結果として良好な結果を得た。今後、この歪み推定により推定されたTFの伝達関数を用いて歪み補償を行い、量子化雑音低減のためにPAI-TFを用いたQM-EPWM送信機の信号伝送特性の改善を図る。

光通信システムの大容量化に向けて広帯域のディジタル/アナログ変換器（DAC）が求められている．これに対し，DACのアナログ出力帯域を２倍に拡張可能な帯域ダブラ技術が提案されている．本研究では帯域を３倍に拡張可能な帯域トリプラ技術を提案する．これは入力するターゲット信号を低域，中域，高域の３つに帯域分割し，イメージ除去アナログマルチプレクサによってスルー及びアップコンバージョンして出力することにより回路全体として３倍の帯域を得るという技術である．
本稿では，提案する帯域トリプラ回路について，回路作成ソフトを用いたシミュレーションによって原理実証を行う．

This paper presents a digital calibration technique to improve the linearity of hybrid ADC which consist a non-binary cyclic conversion stage and a binary SAR conversion stage.

強制外力によって駆動された振り子システムで得られるカオス的発振におけるノイズ成分について考察した．先行研究から，外力を単純な周期波から比較的複雑に時間変化する変調波に変更することで，広いパラメータ範囲でカオスが発生することが知られている．しかし，周期的外力で駆動した場合に比べて，得られるノイズスペクトルには特徴的な周波数成分が現れる．本研究では，このシステムの等価回路に基づいてアナログ回路実験を行い，カオス揺らぎに含まれる周波数成分について考察した．その結果，振り子システムがカオス状態になる場合，等価回路における非線形要素となるインダクタンス部からホワイトノイズ電流が発生すると結論付けられた．

本稿では，牛の排卵時期（授精適期）を推定することを目的として，連続ウェーブレット変換に基づいた体表温データの解析結果を示す．
具体的には，体表温データから中央値抽出，日内変動平均との差を取るといった前処理を施し，連続ウェーブレット変換からスカログラムを生成する．
得られたスカログラムから得られる NSIαを求め，NSIαから排卵日前の体表温変動に関する特徴を検討する．

本稿では，システム行列に含まれる不確かさに加え，未知のデッドゾーン構造を有する線形システムに対する適応ゲインロバスト制御系設計法を提案する．

近年、IoT技術の進展により、AIの推論処理をエッジ端末上で行うエッジAIが注目を集めている。そこで本発表では、画像認識AIの推論処理をエッジ端末上で高精度かつ高速に実行する手法を検討する。高精度かつ高速に推論処理する手法として、画像認識AIの推論処理をC++言語へ変換し、プロファイリングを行い、ボトルネック処理をアクセラレートする回路を作成し、エッジ端末上で実行する。また、推論処理を高速に動作させるために、ダブルバッファリング等の最適化を行う。その結果、推論処理を約2.46倍高速に実現することが出来た。故に上記の手法を適用すれば、画像認識AIの推論処理を高速かつ高精度に実現することが出来る。

近年，エッジ端末でリアルタイムにディープラーニングの推論処理を行うことが注目されているが，エッジ端末ではリアルタイム処理が困難である．そこで，推論処理で最も時間のかかる処理である畳み込み処理をFPGAで高速に処理する手法を検討する．また，畳み込み処理をEfficientnet B0でよく使用されるサイズで，Vivado Design Suite 2018.2と高位合成を行うVivado HLS 2018.2の2つのツールを用いて回路の作成を行う．そして，作成した回路とソフトウェアで処理した畳み込み処理の処理時間を比較し，どのような構成の回路が高速になるかを検討する．

近年、Pytorch が注目され、最新の機械学習ネットワークはその多くがPython言語で製作されるようになっている。本研究室では、SoCFPGA を用いて、ソフトウェアとハードウェアの協調動作による処理速度の向上を研究している。また、その研究で用いる回路は、高位合成を用いている。高位合成ではC言語を用いており、Python言語のままでは、ソフトウェアとハードウェアの協調動作を検討するのが、難しいという問題があった。そこで我々は、Python言語で実装された機械学習ネットワークの推論部を、標準ライブラリのみを用いたC言語で変換する事を検討した。

IoTの普及によりデジタルツインが注目されており，製造装置のシミュレーションへの要求が高まっている．製造装置メーカは，実機と同様の機能を実現するシミュレータも開発し，こうした要求に対応している．実際に装置（実機）に搭載されているソフトウェアを流用することで，製造装置シミュレータ開発の工数を削減するため，実機のソフトウェアを汎用PC上で動かす手段を提案する．

積み付け問題とは与えられた荷物を所定のコンテナの内部に配置する問題である.
本稿では荷物およびコンテナを直方体とし, 各荷物に積み込み, 積み下ろしの時刻が設定されている動的な積み付け問題を扱う.
荷物の向きは固定されている(方向を変えて配置しない)ものとし,全時刻に渡る荷物のx座標の最大値を最小とすることを目的とする.
(荷物の出し入れをするコンテナの面をx軸に垂直な面とする.)
本稿では直方体パッキングの表現法であるsequence-tripleを用いた2つの手法を提案し, 計算機実験による比較を行った.

近年、電歪ポリマーや制御可能な熱収縮コンポジットなどの開発により人工筋肉などのアクチュエータデバイスや、MEMS技術の発達によるピエゾアクチュエータ集積デバイスなどが開発されている。そういった微小なアクチュエータを集積することで、滑らかで故障にも強い頑強なアクチュエータシステムが実現できると考えられる。しかし、そういった複合アクチュエータでは、多体制御となってしまうため、これまでのサーボ機構では制御が難しいと思われる。そこで複合アクチュエータを制御するための新しい原理を考える必要がある。
そこで我々は、筋収縮の最小単位であるサルコメアを模倣した伸縮ロボットを製作し、独自の制御方法でリニアモーションの制御をデモンストレーションした結果を報告する。

近年のIoTの発展に伴いクラウドの負担が増大している．そこでエッジ処理によってクラウドへの負担を軽減し，IoT社会を躍進させる．
その一例として，SVMのパラメータを最適化するイジングモデルを構築し，これをFPGAに実装した．イジングモデルの高速性により，SVMがより高速に解けることが期待される．
提案システムは実社会を想定した3つの，それぞれ様式の異なるデータセットで検証された．MATLABシミュレーションでは，提案システムと従来型SVMの識別率の差は3.7%以下であり，計算時間は82%削減された．また提案システムの実機検証とシミュレーションでは，識別率の差は0.33%以下であった．以上のように，提案システムの高速性とFPGA実装できることが確認された．

古典統計におけるFisher計量の量子的対応物として，単調計量が知られている．古典推定において推定量の平均二乗誤差の下界がFisher計量から得られるように，量子推定においても平均二乗誤差の下界が単調計量から得られる．これを単調計量boundとよぶことにする．単調計量は多様に存在するので，単調計量boundの中で最も有益なものは，全ての単調計量について最大化することで得られる．これを最大単調計量boundとよぶことにする．一方で量子推定理論には平均二乗誤差の下界としてHolevo boundが知られている．Holevo boundは単調計量boundより大きく有益であるが，ある最小化問題として定義され，一般には解析的な解が知られていない．本研究では，ある特殊なモデルにおいて，Holevo boundの最小化問題と最大単調計量boundの最大化問題がラグランジュ双対の関係になることを示す．そして，この状況下ではHolevo boundが解析解をもつことを示す．

離散フーリエ変換を用いると，(n, k) リードソロモン符号の実現が可能なことから，(k, n)しきい値の秘密分散の実現が可能である．本研究では，複素数体上の離散フーリエ変換を用いる場合は物理層における情報保護に適用され，有限体上の離散フーリエ変換を用いる場合は上位層における情報保護に適用される秘密分散の一つの構成法を提案する．その構成法では，シェアの一部が，秘密情報とは独立な送信者と受信者の間でのみ事前に共有した固定値になるように設定することにより，情報保護を強化する特徴がある．

低遅延通信においては，短い符号長における高い誤り訂正能力が求められるが，5Gのデータ通信に用いられているLow Density Parity Check(LDPC)符号は，短い符号長においては十分な性能を実現できない．一方，ガロア体上で定義される多元LDPC符号は， 短い符号長においても高い性能を示す．しかし，高い性能を示すことができる復号手法では，計算量が非常に大きくなり，実装が困難であるという課題がある．そのため，処理を簡易に変更し，実装を考慮した復号手法が研究されているが，その場合性能が劣化してしまう．この問題に対して，筆者らは，実装可能な計算量において比較的BER性能の高いBit Relaibility Based(BRB)アルゴリズムに対して深層学習を適用することで性能の改善を示した．Full Bit Relaibility Based(FBRB)アルゴリズムは，BRBアルゴリズムに対して，より多くのビット信頼性値を用いることで性能改善を行ったアルゴリズムである．本稿では，さらなる性能改善を目的とし，FBRBアルゴリズムに深層学習を適用し，その性能をシミュレーションによって評価する．

ZDD (Zero-supressed binaty Dicision Diagram) は二分決定図を効率的に表現することができるデータ構造である．
通信路上のデジタル情報に誤り耐性を付加する誤り訂正符号は，2元体上の演算を扱うことから二分決定図の活用が期待できる．
本研究ではZDDを用いて誤り訂正符号の一種である自己双対符号の探索を行う．
自己双対符号の条件および誤り訂正符号の性能を示す値である最小距離を一定以上とする条件を課してApply演算によってZDDを構築し，符号長4から12までの場合について最小距離の上限値を求める．

近年，空中超音波フェーズドアレイ(AUPA)を利用した弾性波源走査法による非接触高速非破壊検査法が研究されている．本研究では，橋梁などの高い位置での非破壊検査に提案手法を適用するために，AUPAをドローンに搭載し，被測定物までの距離を自在に制御することを考えている。一方，ドローンの周囲には気流が発生するため，上記の提案手法を実現するにはこのような気流中におけるAUPAからの強力な空中超音波放射について検証する必要がある．本報告では，基礎検討として気流中におけるAUPAの音波放射特性について検証を行った．その結果，数m/s程度の気流中における音波放射特性への影響はほとんどないことが確認できた．

超音波非破壊検査では一般に圧電素子の厚み振動を利用した探触子が利用されるが、コンクリート構造物の検査では、低周波の超音波を用いることが多く、探触子が大型化、重量化してしまう。このため、コンクリート内部検査向け探触子の小型、軽量化を目的とし、筆者らは電磁超音波探触子（Electromagnetic Acoustic Transducer: EMAT）を応用した探触子を提案した。しかし、送受信感度が低く高感度化が課題であった。本報告では、EMATを応用した探触子の感度向上を目的とし、テコの原理を取り入れた筐体構造について検討した。
振動解析を実施した結果、筐体上面中心の振動変位はコの字型筐体探触子の7.6倍となり、テコの原理を取り入れた構造の有効性を確認できた。

2つのスピーカーから音波を送信し、受信時間差Δtからマイク位置を特定する音波センシングでは、壁からの反射波がマルチパスとなり、時間差を誤測定する可能性がある。このため、直接波だけでなくマルチパスを含んだ受信信号を求め、マルチパスの影響が回避可能なスピーカーの配置やマイクの高さ等を決める必要がある。本発表では、音源をチャープ信号として時間領域積分法でマルチパスを含んだ受信信号を求め、パルス圧縮によりマイク位置特定用信号を求める計算について示す。

本研究の最終目標は、精度の高いＡＤ変換を行うΔΣ変調と、スピーカ素子数の少ない円環状アレイを用いることで、低コストかつ高音質な指向性制御可能なスピーカシステムの実現である。これまでシミュレーションにより指向性制御の原理の確認を行うことが出来た。一方その知見を基に実測を行ったところ、シミュレーションの結果とは異なり、十分な制御を行うことが困難であった。その原因として最も可能性の高い現象は、スピーカの振動リークによる台座からの発振と考え、その影響を軽減させる改良を加えながら観測を行った。その結果、十分な音の指向性制御を実験的に確認することが出来た。

　製造業における作業者の作業行動をリアルタイムに把握する方法として，作業中に発生する音響に着目し，ニューラルネットワークによる作業音の識別と，MUSIC法による音発生位置の特定する方法を，実際の工場内でのピッキング作業に適応した．作業音の識別は，F-Score値で89%以上あり，識別した作業音は作業フローに従った順序で並び，作業の状況の概要を把握できる事を確認した．一方で，作業音の発生位置を作業状況の把握に用いる為の課題を抽出した．

住宅街に隣接する運河では，１日に100隻を超える船舶が航行しており，それらの船舶の中には航行音が80dBに達するものもあり，住民に不快感を与えていると考えられる．我々は船舶の映像を提示することで航行音の不快感が低減されるという研究結果から，機械学習を用いて船舶航行を認識し，その情報を通知するシステムの開発を目指している．このシステムに関してこれまでに環境音をCNNに学習させることにより高精度な船舶認識を実現したが，環境音に風雑音が含まれると船舶認識精度の低下が懸念される．そこで，本研究では風雑音が重畳した環境音を用いて船舶検出に対する風雑音の影響を分析した．その結果，風速が10m/sを超える場合環境音による船舶検出性能が大きく低下することが示された．

近年，オンライン会議ツールは急速に普及している．一般的に使用されるオンライン会議ツールでは，複数人が同時に発話すると音声が混じり，複数の会話は同時進行できない．しかし人間は複数人が同時に話した際，声の基本周波数が異なるなど，2つの音声の特徴の違いによって自分が聞きたい音声に注目して聞き取り（選択的聴取）ができることが知られている．そこで，本研究では音声の特徴を変換することで2人の話者の選択的聴取性を向上させる畳み込みニューラルネットワークを提案した．その結果，選択的聴取性を示す指標である客観的明瞭度が向上した．

RTOS を用いたシステムの応答性能を大幅に向上させる手法として, 大迫や六車らは RTOS の機能とタスク/ハンドラの全てをハードウェア化する手法が提案されている. 本稿では, 六車のハードウェア構成においてミューテックスの実装を行う .

RTOS を用いたシステムの応答性能を向上させる手法として, 大迫や六車らはタスク/ハンドラ及び RTOS が提供する機能の全てをハードウェア化する手法を提案している. 本稿では, 六車らが設計したハードウェア構成において同期・通信機能の一つであるイベントフラグを実装する.

新しいCPUに対するコンパイラ開発では, アーキテクチャ依存部(バックエンド)のみを新規実装することが多いが, この際にはバックエンドが正しいコードを生成しているかだけでなく, 適切な最適化を行っているかも重要なテスト項目となる.
コンパイラの最適化不足を検出する手法としては, 北浦のランダムテスト手法等が提案されているが, これらの手法ではミドルエンドとバックエンドの最適化不足が混在して検出されてしまう.
本稿では, コンパイラのバックエンドの最適化不足のみを検出する手法を提案する.

近年、LSIの1個からの少量生産を低コストかつ短期間で行うことを目的としたミニマルファブの研究開発が行われており、設計の高速化が課題となっている。特に配線設計にかかる時間は実用的な許容限度を超えているため、並列処理による配線の高速化の研究が行われているが、入力によっては適した分割位置が存在せず、並列処理の効率が著しく低くなってしまう場合があった。そこで、並列処理による配線を考慮して配置を行うことで、効率よく並列に配線し時間を短縮することを目的とし、Mincutで初期配置を行った後に並列にSA法による配置最適化を行う手法を提案する。そして計算機実験により、大きい回路については配線時間を短縮することに成功した。小さい回路についても配置配線の合計では時間の短縮ができた。

環境対策として二酸化炭素排出量の削減に向けガソリン車から電気自動車（EV）へのシフトが進められている．将来EVが普及した場合，EVは移動手段の提供だけでなくV2G(Vehicle to Grid)としてEVに充電した電力を電力設備に送ることで電力のピークカット，ピークシフト等のエネマネ分野での貢献が期待され，効率的な電力分配に関する研究も行われている．このように将来有望なEVではあるがインフラの整備はこれからであり，今後サイバー攻撃対策が重要となってくる．
本稿ではEV関連システムでのサイバー攻撃対策の必要性について述べ，現在，我々が取組んでいるEV・EV充電器間の充電プロトコルを用いた攻撃対策の研究を紹介する

本研究では，ヒストグラム移動法を改良した方法を用いてカラー動画像の全フレームの改ざん検知および画像推定を行う方法を提案する。改ざん検知ではマーキングの有無により判定を行うため，壊れやすいマーキングを用いる。そのため元画像は必要としない。改ざんの対象は，フレーム画像の時間改ざん（削除，挿入，入替）およびフレーム画像領域の知覚可能な空間改ざん（オブジェクト等の局所的な消去，上塗り，塗替）である。シミュレーション実験では数種類の動画像を準備し，汎用的な画像編集ソフトウェアで改ざんを施し，有効性を検証した。

「CAPTCHA」とは，マルウェアに感染したコンピュータによる不正なアクセスを制限するための認証技術である．CAPTCHAを構成するためには，コンピュータには困難であるが，人間には容易な処理が必要となる．画像の意味を理解することは人間の高度な認知メカニズムとして知られており，例えば，人間は集積された果物が人の顔を形成している「だまし絵」に対して，頬を表すために描かれたリンゴを，人間は「リンゴ」とも「頬」とも判断することができる．一方，コンピュータは「リンゴ」としか識別できない．そこで，この特性を利用したCAPTCHAを提案する．

WebAssemblyはWebブラウザ上で実行可能なバイナリ形式のアセンブリ言語である．WebAssemblyのデータ型は2種類しか存在せず，配列や文字列は線形メモリ上のヒープ領域に保存される．線形メモリは単一の連続したメモリであり，書き込み不可(immutable)メモリがない．そのため，オーバーランにより上書きされる危険性がある.本研究では，オーバーランが起こりうるプログラムであるかを確率的に発見する手法を提案する．オーバーランの検出には，カナリアを用いる．カナリアの検証を各ブラウザが手分けをして行うことで，実行速度を大きく損なう事なく，確率的にオーバーランを発見することを狙う．

カメラセンサの高度化により，現在のスマホなどのカメラで撮影した動画や画像には，ヒトの目からは認識できないほどの情報が含まれている．通常，カメラのフレームレートより高い周波数の信号を動画から読み取ることは困難である．しかし，端から順に画素を露光するローリングシャッター方式であれば，フレームレートより短い間隔での明暗の変化を読み取ることができる．そこで，本研究では，スマートフォンのカメラを用いて，光に重畳した音声の復元の可能性を調査する．ローリングシャッターカメラの周波数特性を定量的に評価することで，新たな情報漏洩の脅威を分析する．．

5ラウンドAESに対する暗号解析をLED64に適用する．近年，5ラウンドAESに対する新しい暗号解析が提案された．また，これを最適化し，計算量を改善する手法も提案された．さらに，この暗号解析を，AESに限らずブロック暗号に適用可能であることが示された．しかし，実際にAES以外のブロック暗号に対して鍵復元を行った例はあまり知られていない．そこで今回は，この暗号解析とその最適化をLED-64に適用し，鍵復元のシミュレーションを行う．率直に適用する手法と最適化する手法でそれぞれ2^16，2^12.5の計算量で解析が可能である．以上より，5ラウンドAESに対する暗号解析をLED64に適用した．

計算資源が限られたデバイスで実装できる軽量暗号アルゴリズムの必要性が高まっている．本研究では，利用シナリオに適した軽量暗号を選定するため，NISTで選定中の最終10候補の性能比較・特徴分析を行う．各候補をソフトウェア実装し，AD長と平文長を変化させたときのレイテンシを測定したのでその結果を報告する．

マスキングはサイドチャネル解析攻撃を防ぐために主に導入されている対策の1つである．閾値法(Threshold Implementation : TI)はマスキングをハードウェア回路に実装する有効な方法であることが知られている．また，Internet of Things(IoT)化に伴い軽量暗号の需要が増加している．本稿では軽量暗号の1つであるGIFT暗号に着目し，ハードウェアTIのコンセプトを用いたソフトウェアTIをGIFTに適用した．先行研究により提案された分解されたS-boxを使用することで，TIのshareを3つまで削減することができた．通常のS-box Layerは4対4ビットテーブルを用いるが，分解されたS-boxは2つの8対4ビットテーブルで実装することができる．これによりGIFT暗号のSW TI実装の実現に成功した．

BLS12-381曲線における高速なペアリング計算のハードウェア実装を行った。BLS12-381曲線上の計算は381bitの剰余演算によって構成され、高基数の演算器を用いることで高速な計算を実現できる。本研究では、計算の順序や演算器への割り当てを最適化問題とみなしスケジューリングを行うことで、ハードウェアの並列性を生かす最適なデータパスを生成した。さらに、自作のソフトウェア実装及びスケジューリング結果を基にRTLに変換するRTL自動生成を検討した。これにより、ハードウェア設計コストを削減することができ、ハードウェアパラメータ等の設計の修正や改良が容易になるほか、さらにセキュリティレベルの高い曲線への実装の応用が可能となる。

IDベース暗号は公開鍵暗号の一種であり，公開鍵として任意の値(ID)を設定できる．IDベース暗号において鍵生成センタ(KGC)は全ての暗号文を復号できる強い権限があることが課題とされている．江村らはESORICS 2019 にてKGCに対して安全なIDベース暗号を提案している．2021年3月に佐藤らは江村らのペアリングベースの方式についてPBCライブラリを用いて対称ペアリングと非対称ペアリングにより実装をし，サーバとの通信時間を含めた性能評価を与えている．しかしながら，PBCライブラリの非対称ペアリングの曲線は最適化されておらず，対称ペアリングに対する優位性が示されているとは言えなかった．そこで本稿では非対称ペアリングの曲線を高速に処理できるmclライブラリを用いて実装し，非対称ペアリングを用いた場合の優位性について示す．

近年，IoT 機器の普及に伴い，それに対応するセキュリティ関連技術への需要が高まっている．中でも，ARMv8-M マイクロコントローラの多くには，暗号をアクセラレートするためのコプロセッサが搭載されつつある．また，そのようなコプロセッサを前提として，効率的な認証暗号方式を設計する研究も進んでいる．暗号コプロセッサの活用には，その性能を正しく評価する必要がある．しかし，チップベンダのドキュメントには性能が載っていなかったり，計測条件が記載されていなかったりする．そこで本研究では，いくつかのAESコプロセッサを対象に性能の実測を行う．

暗号ハードウェアに対してサイドチャネル攻撃や差分故障攻撃などの物理攻撃が脅威とされている．これらの物理攻撃に対して，サイドチャネル攻撃対策のMaskingを情報理論的Macタグで拡張し，それらを差分故障攻撃対策のInfective countermeasureと組み合わせたM&M (Masks and Macs)が提案された．本稿では，M&Mにより対策されたAES暗号ハードウェアに対して乱数生成回路に供給するクロック信号の周波数を変化させ，暗号化計算中の消費電力を計測する．得られた各周波数における波形に対してt検定を行い，情報漏えい評価を行う．

暗号回路に対する物理攻撃は脅威であり,　暗号回路の物理攻撃に対する耐性評価は必要不可欠である.　サイドチャネル攻撃やフォールト攻撃に対する対策手法としてM&M (Masks & Macs)が知られている.　本研究では, M&Mにより対策されたAES暗号ハードウェアに対して,　クロックグリッチを用いた故障利用解析の可能性を調査する.

街路灯などのようなポール状構造物の振動解析が可能な画像解析手法を提案する。街路灯などの道路附属物は適切な点検が求められているが、その数は膨大なため効率的な点検手法が重要となる。建築物においては建屋の固有振動数の変化に基づいて構造的な変化を検知できる可能性が示されている。本研究においては道路附属物の点検作業にも、固有振動数を活用できないかと考え、カメラを用いたサブピクセルレベルの微振動解析手法を導入した。解析方針はGabor型ウェーブレットなどの複素空間フィルタの畳み込み演算により算出した空間位相情報の時間変化が変位振幅に相当することを利用する。発表ではスマートフォンのカメラでも街路灯の固有振動数の推定が可能なことを報告する。

われわれの生活には様々な音が存在している．それらから任意の音だけを分離・抽出する技術が求められている．複数の音が鳴っている状況下で任意の音だけを取り出す技術のことを音源分離という．本稿では混合音源からボーカル音源の抽出することを目的とし，IDLMAの音源モデル推定ネットワークとしてU-Netを適用することでボーカルの抽出精度が向上することを明らかにする．IDLMAはDNNを用いて分離対象音源の音源モデルを推定し，分離フィルタを更新することで高い精度での分離を可能にしている．従来のIDLMAでは全結合型NNネットワークを使用していたが，ネットワーク単体での音源分離が可能なU-Netを適用することで精度を向上させることが可能になった．

高速フーリエ変換による周波数推定には長時間を要する．周波数変換と低域通過フィルタを組み合わせれば，推定は短時間で行える[1]．本稿では，その原理を示し，有効性をシミュレーションで例証する．

中国語は日本語話者にとって非言語情報が適切に伝わっていない事が示唆されており，中国語が怒っているように聞こえる場合がある．本研究ではなぜ中国語が怒っているように聞こえるのかを明確化することを目的とし，中国語音声の音響分析を行い非言語情報である感情の定量化を行った．

声質変換や話者識別のタスクでは、音声から個人性の分離可能性が高い話者埋め込みを得るために、Time Delay Neural Network (TDNN)を用いて音素のスペクトルの時系列データから話者のクラス分類器を学習することで話者埋め込みを得る手法が用いられている。しかし可変長データを扱えないシステムでは、末尾に無音を意味するゼロパディングを行う必要がある。TDNNを含むCNNは、固定長入力に対して優れた特徴抽出できる可能性がある。そこで本研究では音素のスペクトログラムを伸縮し固定長に変換した場合との性能比較実験を行い、パディングを用いても十分な話者埋め込みを求められることを確認した。

広域の降水現象を理解するうえで気象レーダの活用は有用である.レーダを用いたリモートセンシングでは降水粒子群に照射した電磁波の反射量によって降水強度を推定しており,その反射特性は降水粒子種に強く依存する.一方,降水粒子種によって落下速度は変化する.よって降水種をドップラーレーダデータから推定できる可能性がある.

近年の物体認識技術の多くは，学習済みの既知クラスを入力対象として構築されている．しかし，実環境においては学習済み以外の「未知」の物体が入力される可能性があり，このような場合従来の方式では対処できない．本稿では，未知の物体が入力された場合に未知クラスとして識別する未知物体識別技術に焦点を当て，既知クラス間の関係性を考慮した潜在空間を構築する手法を提案する．提案法の基本性能を画像データセットであるCIFAR-10 を用いて示すと共に，応用としてSAR画像へ適用した結果を報告する．

本研究では畳み込みニューラルネットワークの特徴量を用いた未学習画像の画像検索法を提案した。画像分類のためのデータセットを用いてモデル学習を行う。得られたモデルに対して未知画像検索（データベース画像）に有効な畳み込み層のハッシュ化を行う。これらを特徴量とする画像検索を行うことで高い精度を実現した。

磁界を利用した位置推定法は精度の高さにおいて有望視されている．本手法では端末が発する磁界を複数のセンサで検出し，その情報を元に端末位置を推定する．しかし位置を推定する過程は逆問題であるため，位置推定精度の向上が課題であった．そこで筆者らは機械学習を利用してこの逆問題を解き，良好な位置推定精度が得られることを示した．上記の手法では検出磁界の強度と共に正負の符号情報を利用した位置推定手法が提案されているが，システム簡素化の観点からは，磁界の符号情報を用いずに位置推定できることが望ましい．そこで，磁界の強度情報のみを利用した場合の位置推定について検討し，符号情報なしの場合であっても符号情報ありに匹敵する精度が得られることを示した．

睡眠医療において，マウスの脳波の睡眠ステージ判定は目視による判定が主流であるが，専門性と長時間の作業が要求されるため自動化が不可欠である．従来の睡眠ステージ判定法では，レムの判定精度が他よりも低い問題があった．そこで本研究では，ステージ判定に用いる特徴量について，脳波のスペクトログラムの数値データからRGBカラー画像への変換を非線形なカラーマップで行う特徴量変換法を提案した．さらに，特徴量がカラー画像になったことから，事前学習済みCNNの適用も試みた．その結果，全体の精度をほぼ維持した状態でのレムの判定精度の改善と，事前学習済みモデルとの併用の有効性を確認した．

位相回復の問題は様々な科学，工学の分野で現れ，位相の情報が欠落した観測データから信号の復元を行い，画像再構成を行うことを目的としている．通常の位相回復のためのセンサーの代わりに，より安価で測定の早いセンサーを用いた二値観測に基づく位相回復が検討されている．本研究では，二値観測に基づく位相回復問題に対して，画像の滑らかさを活用するために，全変動正則化を用いた最適化問題を提案する．さらに，提案最適化問題を解く手法として，主-双対近接分離法に基づくアルゴリズムを提案する．計算機実験によって，従来手法による推定画像と比べて提案手法による推定画像の方が滑らかで，原画像に近い画像となることを示す．

画像復元問題の一つに,ブラー画像とカーネルの情報から原画像を推定するぶれ除去問題がある.これを解く有力なアプローチに, PnP（Plug-and-Play）アルゴリズムという手法がある. PnPアルゴリズムを用いて良い推定値を得るには,観測モデルに応じて適切なパラメータを設定する必要がある.本稿ではノイズの除去量に関するパラメータβの設定手法を提案し,シミュレーションによってその有効性を明らかにする.

本研究では，画像分類にDeepLearningを用いたCNNモデルに基づく特徴量を抽出し，物体画像検索システムを構築しCNNモデルの有用性について検証した。とくに学習用のデータセットの検索に対する影響について検証した。画像内容に即した特徴量を用いる物体画像検索と比較し，カテゴリ検索およびカテゴリ内の物体種類の差異についても検索精度が向上することがシミュレーション実験により確認された。

本報告では，モフォロジカルフィルタによる画像補間法を提案している．提案法では，輝度の極値近傍を抽出するトップハット変換に基づくネットワークを利用し，ネットワークの1ステージ毎に画像を更新することで画像補間を実現する．トップハット変換自体に乗算が無く低精度演算で実現できることから高速かつ小容量のデバイスで高い品質で補間を実現することが期待できる．本報告では，補間例により他の手法と比較して，有効性を確認している．

本稿では，畳み込みニューラルネットワーク(CNN)による深度推定の新規手法を提案する．深度推定とは，カメラで撮影した画像やレーダで測定した距離データをもとに，物体までの距離を推定する技術であり，近年研究が盛んな自動運転技術の実現に必要不可欠なものとなっている．本稿では，単一画像から推定を行う単眼深度推定手法について，CNNによる推定に，高効率な画質改善を行うモジュールを導入した手法を提案する．提案モジュールを導入した結果，数値的，視覚的に出力精度が向上したことが確認できた．

本研究ではデジタルサイネージを送信機，携帯端末搭載のカメラを受信機として用いるイメージセンサ可視光通信を想定する．送信機には視覚情報にデータ信号を重畳した映像を表示し，送信画像の切り替え前後の画像を受信機によって撮影する．その後，差分画像からデータ信号を復調する．これまでに著者らは取得した差分画像から畳み込みニューラルネットワーク型の機械学習によりデータ信号を復調する手法を提案しており，今回その信号復調性能に学習量が及ぼす影響を評価・検討する．

スマートフォン画面を送信機，屋内カメラを受信機とするアップリンク空間分割多重可視光通信(SDM-OCC)のシンボルレート向上と低輝度化によるセキュリティ向上が課題である．これまでにランダムな白セルと黒セルで構成された2値画像を用い，白セルの輝度値を低輝度95に下げて，75×75セル（168.75k symbol/s）のエラーフリー伝送を実現した．しかしグレースケールでは，低輝度化につれて白セルと黒セルの受信ピクセル値に差が無くなりシンボル判定が困難となる．本報告では白セルに代えて青セルと黒セルで構成した2値画像を用い，更なる低輝度化を実現する．

本論文では、二重拡散符号を用いる光無線コードシフトキーイングシステムの同期法に着目している。二つの遅延ロックループ(DLL)を用いる同期システムを提案している。提案方式の二重拡散符号は、外部符号である変形擬直交M系列対(MPOMs)を内部符号である別のMPOMsで拡散したものである。したがって、提案方式の2つのDLLは外部符号と内部符号に適した形で実現される。本論文では、同期誤差を考慮したシンボル誤り率について検討している。

従来の疑似雑音符号を用いる２乗検波方式は送信時の情報変調方式として、オンオフキーイング方式(On-Off Keying)や、シーケンスインバージョンキーイング(Sequence Inversion Keying)を用いる方式が提案されている。SIK方式を用いる２乗検波方式は、疑似雑音符号として変形擬直交M系列を用いるものであり、OOK方式よりも多元接続数を増加でき、誤り率性能の改善を実現できる。SIK方式は２種類の疑似雑音符号を送信データにより切り替えて送信するため、多値度が２のM-ary直交変調方式であり、誤り率特性は良好ではない。したがって、本稿では疑似雑音符号として擬直交M系列を用い、同期タイミング追跡法を含む２乗検波型M-ary変調システムを提案した。そのシステム構成について明らかにした。

NHKでは、市販のテレビ・ラジオなどの受信機の性能調査を1968年から毎年実施している。新4K8K衛星放送ではBSの左旋偏波も利用されており、左旋偏波の中間周波数として2.2-2.7GHzが使用される。一方、無線LAN(Wi-Fi)や電子レンジでは2.4-2.5GHzが使用されており、特にBS-12chとBS-14chで電波干渉による受信不良が懸念される。そこでこれらの機器を受信機近傍で稼働させ所要受信機入力に与える影響を調査した。また、同放送で採用されている広色域表色系のうち、市販受信機が表現可能な色域について初めて調査した。

ドローンは既に幅広い分野で活用されており，有人地帯での飛行も今後見込まれている．そのため，ドローンにはより高い安全性が求められ，違法ドローンの早期発見やドローンごとの識別は喫緊の課題である．これまでに，筆者らは超広帯域（UWB）レーダによるドローンの遠隔検出について検討しており，飛行するドローンから特徴的な反射信号（本体とローター部からの反射波の分離）が得られることを報告している．今までの研究では，各ドローンのレンジプロファイルからレーダ画像を生成し，それを畳み込みニューラルネットワークで識別する方法について検討を行い，9 割以上の高い精度が得られ ることを確認した．しかしながら，CNNは時系列データを取り扱うことができないため，レンジプロファイルの時間的変化について考慮していなかった．そこで，本稿では畳み込み層とLSTMを組み合わせたConvolutinal LSTM（ConvLSTM）を用いて，レーダ画像から各種ドローンを識別する方法について検討した結果について報告する．この方法では，CNNと同じ特量抽出器を使用しつつ，時系列データを取り扱うことができる．

近年，急速に発達普及したドローンは，様々な分野で注目されるようになってきた．一方，ドローンを誰でも手軽に入手可能になったことから，悪意のある利用も懸念されている．こうしたドローンの検出や捕獲をするシステムの実現が重要な課題となっている．筆者らはこれまでに，高速チャープ変調（FCM）方式を用いたミリ波レーダによるドローンの検知・識別について検討している．そこでは，ドローンの正面方向に対してのみの反射特性を検討してきたが，実際の運用環境を考慮すると様々な角度や高度からの反射特性を検討する必要性がある．そこで，本稿ではドローンの様々な角度や高度に対するマイクロドップラ特性について実験的に検討した．

UWB(Ultra-Wide Band)はナノ秒オーダのインパルス信号であり，通信の往復時間から伝搬距離を高精度に推定できる．この特長を活かし，絶対位置を持つ複数の地上センサと移動端末がUWBで測距を行い、高精度に移動端末の位置を検知する位置検知システムが検討されている．
しかしながら，移動端末が近くの地上センサを探索するために必要な報知信号の送信数が地上センサの数に比例して増加し，位置検知できる頻度が低下する．本稿では, 地上センサの報知信号の送信数を削減し, 移動端末の位置検知頻度を改善する手法を提案し，提案手法を適用することにより，位置検知頻度を増加できることを示す．

ニューラルネットワークの学習やエネルギーシステムの構築，新幹線の形状設計など多くの工学分野や産業分野の問題が最適化問題を解くことに帰着される．しかし，ほとんどの問題が現実的な時間内で厳密解の求解が困難になってしまうため，生物の進化や群れ行動を模倣した進化的計算（EC）という近似解法の枠組みが存在する．そのECの1つに差分進化（DE）という手法があり，DEのパラメータ調整を適応化した適応的差分進化が提案されているが，集団内の情報を有効活用しないまま収束してしまう．そこで本研究では，局所解に陥りにくくするため変異ベクトル生成時に差分により最良個体を変異させた適応的差分進化を提案し，その有効性を確認した．

近年, 機械学習への社会的な期待が高まっている一方, 専門家でも推論過程に対して説明を与えられない解釈可能性が問題となっている． 既存研究では, 単語の意味を学習するために埋め込みに基づいた手法が提案されているが, 小説上の場所, 時間, 対象物などの同時性を考慮できていない. そこで本研究では, GCNを用いてグラフの構造関係をそのまま学習し, 重要となるグラフの関係をLRPによって明らかにすることによって犯人推定を行う手法を提案する. 実験の結果, 追加知識とLRPによる貢献度の伝播によって対象となる小説の, 犯人推定までの過程を終えることを確認した.

クラウドソーシングを使用した働き方が普及しつつある．本研究では，収集したデータにおいて，タスクの報酬額と所要時間の分析調査を行い，報酬額と所要時間の関連性を明らかにすることを目的とする．タスクの報酬額が高いほどタスクの所要時間も長くなることが分かった．

Agent-Based Modelingアプローチを用いて経済現象を分析するAgent-based Computational Economics(ACE)は，モデル上に意思決定の系と金銭上の系の2つの系を必要とする．そのためモデルが複雑になり，プログラムの実装が困難になるため，ACEアプローチの利用難易度が高くなっている．
そこで，本稿は会計機能を拡張した会計関連の導入を提案する．会計関連の導入によって，モデル設計，プログラミング，シミュレーション実験までの金銭上の系の作業負荷を軽減することが期待できる．また，会計関連はモデル上の主体の行動に対する金銭上の状態変数の変化を一意に表現することが可能であるため，成果発表等のモデル記述の正確性を担保することが可能となる．

本稿は，フィールドサービス業務においてフィールドワーカーにタスクを割当てる問題を扱う．本問題は，数理最適化や機械学習を用いた自動化の検討が行われている．しかし，実用的な近似最適解の出力に向けては，割当者の暗黙知化されている計算データの構造化手法の確立が必要である．そこで本研究は，計算データ（ヒトの意図に含まれる観点）の数値化手法に焦点を当てる．過去履歴を用いる事でスキル値と難易度値を組合せた各タスクに対するヒトの適性値を設定する手法を提案し，実データを用いた検証を行った．その結果，割当者が手作業において作成する算出値よりも，提案手法の方が32ポイント理想に近い値を設定可能であるという評価を得た．

近年, 金融予測の分野ではローソク足の画像を用いた分析やファンダメンタル分析, 数値情報を用いたテクニカル分析などによる様々な研究が行われている. しかし数値情報だけでなくテキスト情報も含まれているニュース記事を考慮することは, 世論に目を向けることを意味し, 数値情報だけでは説明が難しいマーケティングの予測を精度高く行える可能性があると考えられる. そこで本研究では, 金融に関係する単語を分析する金融専門極性辞書を用いたニューステキスト分析による東証株価指数(TOPIX)の株価予測を提案する.　

玉石混淆の大量のデータが入手できる時代において，適切なデータの絞り込み，分析を通じた関係性の発見／解決策の立案を行うことが様々な課題解決に重要となっている．本稿ではデータの分析から立案の役割を担っているデータサイエンティスト(DS)等が様々な分析手法から事例に合わせた最適な手法を選択するような人の感性に基づく思考プロセスをアルゴリズム化し，高度なデータ分析を容易に利用可能とする分析支援技術を検討した．

マーケティングにおいて，人の感覚的には思いつきにくい複数データ間の相関関係を効率的に抽出することができれば，従来にない販売戦略の立案に活かすことができる．特に，AとBは意味が似ていないにもかかわらずAの物価がBの物価に先行している，という関係が簡単に分かれば，新たな販売戦略の着想に貢献できる．そこで本稿では意外な先行関係を端的に表す指標を提案し，物価の10 大費目を対象に有効性を評価する．

本稿は、Ｗｅｂ上のニュース記事を対象とし、単一のアイテムを選択する推薦アルゴリズムについて、そのオフライン評価におけるデータの扱いに関する。新しい推薦アルゴリズムの導入を検討する際には、通常、それまでのシステム運用で得られている履歴データを活用した、オフライン評価に基づくＰｏＣが実施される。しかし、それまで非選択的な推薦を行っていた場合、履歴データは、特定のアイテムに対する推薦結果のみを有しているため、新しい推薦アルゴリズムのオフライン評価に直接用いることはできない。そこで本稿では、このような履歴データから、仮想的にオフライン評価可能なデータセットを構築する方法について提案を行う。実際の履歴データに基づくデータセットをオフライン評価に用いることによって、新しい推薦アルゴリズム導入に対する知見を素早く低コスト・低リスクに得ることが可能となる。

疎な報酬環境を持つタスクでは強化学習の適用は困難とされている．そこで，疎な報酬環境タスクを疑似的に密な報酬環境にして学習可能にするためにアシスト機能部を既存の強化学習に追加することで，アシスト強化学習を提案する．アシスト機能部は以下の機能を持つ．人間などがタスクを取り組んだ時の履歴を元にどんな状態の時にどんな行動を取るかを学習したアシストNNを用いて，エージェントの取った行動が，アシストNNの出力に近ければアシスト報酬を出力する．エージェントにはタスクからの報酬にアシスト報酬が加えられたが報酬として与えられる．Open AI GymのCartPole-v0を改造し疎な報酬環境タスクを作り、比較検証した結果，アシスト強化学習は密な報酬環境と同じように学習できた．

近年，UAV (Unmanned Aerial Vehicle)が様々な分野で注目されている．例えば，災害地の状況確認・農薬散布・物資運搬・危険地域の点検作業等での活用である．UAV群を用いた監視システムの性能の向上のためには，帯域を有効利用したセンシングシステムの開発が重要である．本報告では，UAV群を用いた監視におけるパフォーマンス向上を目的に，ROSを用いたセンシングシステムを提案する．帯域制限の下で複数のセンサデータの送信のためのQoS最適化法を提案する．混合整数計画問題を用いて，最適なQoSパラメータをを決定する．

電力系統に対するサイバー攻撃の対策は重要な課題の一つである．その攻撃の一つに従来の攻撃検出方法では検出できない不正データ注入（FDI）攻撃と呼ばれるサイバー攻撃が知られており，その検出が重要になっている．本研究では，電力系統の分散状態推定において，FDI攻撃を検出する方法を提案する．

高度道路交通システム（ITS）において，交差点における自動運転車の円滑な走行は重要な課題の一つである．本稿では，ITSを用いた交差点走行の新たな方法を提案する．著者らの先行研究では，一本の一方通行路において，ピニング合意制御に基づく車群制御の方法が提案されている．この手法を拡張し，一方通行のn差路における車群制御の手法を提案する．

本論文では，多目的二人非ゼロ和ゲームに対して，各プレイヤーの各期待利得に対するファジィ目標が非線形型メンバシップ関数
である場合において，各プレイヤーが各メンバシップ関数に対する基準メンバシップ値を設定した後均衡解概念を導入し、均衡解集合の中から満足解を導出するための対話型アルゴリズムを提案する．

複数の無人搬送車を運用する場合に経路に生じる混雑を回避可能な経路計画手法として、経路計画問題を混雑ゲームとして定式化し、各機が最適応答戦略をとるというアプローチがある。しかし、この場合、各機は自機の経路を全ての他機へ送信する必要があり、機体数の増加に対応できない。そこで本稿では、一定距離内の他機のみへ経路を送信すればよい、分散化した最適応答戦略を提案した。シミュレーションによる評価によれば、本稿内で定義した混雑度で評価した結果、最短経路を通る方式に比して混雑度を最大で88%にまで低減可能である。

近年，局地豪雨（ゲリラ豪雨）などによる水害被害が増加している．日本の気象研究ではスーパーコンピュータやフェーズドアレイレーダを利用した研究が盛んである．しかし，これらの導入および運用は高コストとなるため，自治体レベルで保有するのは困難である．そのため，地方自治体等の多くの組織に防災システムを展開するためには低コストかつ様々な環境で運用できるコンパクトなシステムが求められる．
そこで我々は，市販のWebカメラで撮影した雲画像からConvLSTM (Convolutional long short term memory)とCNN(Convolutional Neural Network) の2つのNeural Network(NN)を用いて局地豪雨を予測する手法を検討している[1]．本稿では，今まで検討してきた枠組みを利用して，将来の天候を予測する手法とその結果について述べる．

感染症の拡大に伴い，イベントの中止や規模縮小，商業施設の営業自粛などが相次いでおり，経済活動へ悪影響を及ぼしている．その原因の一つとして，混雑の発生を避ける仕組みが整備されていないことが挙げられる．そこで我々は，イベントや商業施設の来場者が保持する，スマートフォン等のWi-Fi端末が発する無線信号を検知することにより，会場・施設内の人数分布をリアルタイムに取得するための手法，および，その改良手法を検討している．本稿では，人数分布取得手法の説明と，提案手法の基礎評価のために大阪工業大学枚方キャンパスにて実施した実験の結果および考察について報告する．

非財務情報を用いた企業価値の在り方の検討を目的として、テキスト情報を日々更新される社会のセンサと捉え，SDGsなどの企業活動の取り組みの実態から社会的価値の導出を目指す．検討の端緒として単語のベクトル表現を用いた企業活動とSDGsとの関連度を評価した結果について紹介する．

　本報告の目的は2つある。1つは、直近に下された米国連邦最高裁の判決の紹介と分析である。同事件では、内部者によるデータ利用権限の逸脱が米国コンピュータ詐欺・濫用法に違反し、犯罪を構成するか否かが争われた。最高裁は結論として、内部者によるデータ利用権限の逸脱は犯罪を構成せず、あくまでもアクセス権限の逸脱のみが犯罪を構成するとした。
　目的のもう1つは、情報セキュリティ分野における「不正」とは何か、という問題（「不正の意義論」）への、寄与である。最高裁の価値判断は情報セキュリティにおける「不正」にも制裁や救済策に応じた濃淡があることを示しており、日本においても参考になる。

令和2年度のスマートモビリティチャレンジでの取り組みの紹介として、特に横断的な分析結果を紹介する

Mobility-as-a-service (MaaS) refers to the idea of buying trips and using shared vehicles instead of owning a private vehicle. To promote MaaS in Japan, some studies were conducted to understand travel behaviors. Using data from the Smart Mobility Challenge project, analyses showed that travel modes and travel demands are important factors that influence how frequent and how far people travel. The uses of travel modes were also related to the level of well-being. To promote MaaS, some considerations were suggested.

飛行するUAVが周囲の電波環境を検知し，既存システムの通信電波を避けて通信できる，UAV用無線通信システムの無線ハードウェアの開発状況について報告する．

スマートグラスによる歩行者ナビゲーションでは，地図ではなく視界に直接情報が表示されるため，歩きスマホの危険性が無く，より直観的で分かりやすいナビゲーションを実現できる．歩行者向けナビゲーションでは一般にGPSが利用されているが，屋内環境では著しく精度が低下する．PDRは屋内位置推定に有力な手法であり，端末のセンサから得た角速度や加速度などのデータをもとに，現在位置を推定する．本稿では，スマートグラスを用いたPDR手法において，ピッチ角およびロール角を，角速度をもとに推定する手法と，加速度をもとに推定する手法の2つの手法を提案し，推定位置の誤差を評価する．角速度手法に対して，加速度手法では最大68.2%の誤差を低減できた．

本研究では受傷者となることの多い交通弱者向けの取り組みとして，自転車の後方の危険度推定を行う．自転車後方を撮影した魚眼動画から深度推定を視点移動量推定を用いた，車両の近接度合予測手法を検討する．車両検出と深度画像を用いて車両の位置を推定する．カメラの移動量推定から自転車の過去の走行経路を推定する．そして車両と走行経路から近接度合を予測する．10 fps の試験動画で自転車の速度の標準偏差が 0.4 m/s と誤差が小さいことを確認した．

インフラ協調型自動運転システムは、高機能で実用化を促進する方式として注目されている．本稿では、その中で物体認識の課題を取り上げ、車両の分類についてある検証を行ったので報告する．まず、車両内での処理とインフラ側（道路等に設置したカメラ）の処理の特性を考察し、その違いがあることから役割を分担して効率化を図る協調について提案する．次にインフラ側の認識処理を難易度により分類し、難易度の高い処理を難易度の低い処理に分解する手法と、その効果について検討する

判別的相関フィルタ（DCF）に基づく動き物体追跡アルゴリズムは、FFTの周期性により境界影響を生み出し、優れた追跡の効果が実現できない。STRCFは空間正則化を利用して境界影響を抑制することができる。しかし、正則化は、中央領域の背景と移動物体の情報を全面的に学習するため、中央領域に背景の変化等があると、検出能力が低下する。本稿では、毎フレームの検出応答マップの変化に考慮し、それに応じて空間正則化の重みを自動的に調整する方式を提案する。これにより、中央領域の背景情報の影響を軽減し、移動物体の位置を高精度に取得することができる。計算機シミュレーションにおいて、他の物体追跡方式に対する本提案方式の有効性を示す。

近年，暗い画像を対象とした画像強調アルゴリズム（暗視アルゴリズム）が多く提案されている．その中でも，LIMEはRetinex理論を応用した優れた暗視アルゴリズムである．LIMEを用いると，暗い領域のコントラストが大幅に改善し，全体的に明るくなり視認性が向上する．しかし，街灯の周辺などの明るい領域において白飛びが発生する．本研究ではLIMEの問題点を改善する新たな暗視アルゴリズムを提案する．提案手法ではローカルヒストグラムを用いたソフトクロージングによって照明光を推定する．提案手法によって明るい領域の白飛びを抑制しつつ画像全体のコントラストを向上させることができる．種々の実験によって提案手法の有効性を確認する．

防犯カメラの解析業務に、複数地点の防犯カメラ映像からAIにより同一人物を自動判定するPerson Re-Identification(ReID)の活用が期待されている。防犯カメラには可視光領域(RGB)外のスペクトルを撮影するNear-Infrared(NIR)カメラが使用されているケースがある一方で、ReIDはRGB画像を前提としておりNIR画像を直接扱える研究は多くみられない。本研究ではNIR画像をAIによりRGB画像に変換する手法を検討した。ChromaGANはグレースケール画像を高精度にRGB画像に変換するAIであるが、NIR画像はChromaGANの想定入力画像と異なるのでそのまま入力してもRGB変換が適切に成されない。そこで、NIR画像からグレースケール画像への変換を前処理として行うことで、ChromaGANによるRGB変換の精度向上をはかった。

東京工芸大学、写大ギャラリーには多数の貴重な写真プリント作品が所蔵されている。それらの作品は企画展等で公開しているが、公開可能な点数には限度がある。そこで、モニタを用いたデジタル展示が公開手段として期待される。その際、本来の写真プリントが持つ色合いを忠実に再現することが極めて重要であり、筆者らは、その際に生じるノイズ処理について検討した。本研究では写真プリントの反射特性を測定した際に生じるノイズ処理と画質指標（PSNR、SSIM）の変化について検討したので報告する。

一般に理科の実験が好きだという生徒たちは多い。しかし、準備や片付けの時間、機材や場所の確保が難しいために十分な環境にない学校もある。そこで、XR技術（VR、AR、MR、SR等のバーチャル技術の総称）を用いて理科の実験を手軽に行えるようにすることは、たいへん有益であり、教育効果も上がるものと考える。本研究では、VRに向けての理科のシュミレーションアプリの試作を行った。そして、評価実験を行ってアプリの有用性も確認した。

宮崎県は神話や気候風土がハワイと類似していることもあり、フラ人口が多い。また、フラ衣装は手作りが多く、オリジナルデザインのものを製作するとなると万単位の費用がかかる。そこで、デザインCADを使用することによって経済的負担を軽減することができるという考えの下、フラ衣装CADの開発を行っている。本研究では、フラ衣装CADの開発の一環として、3DCG上でフラを踊るフラガールの人体モデルと着用しているパウスカートの衝突検出を行い、衣装がめり込むなどの矛盾が生じないような表現を検討した。

フォトリアルなCGキャラクタを用いたヒューマンアニメーションにおいて不気味の谷現象がみられる．不気味の谷現象には，CGキャタクタの形状だけではなく，その動作も影響すると考えられる．人間の動作には，1/fゆらぎがみられ，この1/fゆらぎは人間の動作における重要な要素と考えられる．このため，CGキャタクタの不気味さを緩和するために1/fゆらぎをCGキャタクタの動作へ適用することが考えられる．そこで本研究では，不気味の谷現象が生じていると考えられる様々な動作のヒューマンアニメーションにおける1/fゆらぎの効果に関して検討する本実験の準備として，1/fゆらぎの適用手法の検討とヒューマンアニメーション再生プログラムの開発を行った．

フォトリアルな人間を表現するCGアニメーションであるヒューマンアニメーションにおいて,不気味の谷現象が報告されている.ヒューマンアニメーションが人間に与える印象には,CGキャラクタの形状だけでなく動作も影響すると考えられる.人間の様々な動作には,周波数に対してパワースペクトルが反比例する1/fゆらぎがみられ,1/fゆらぎは人間の動作における重要な要素と考えられる.そこで本研究では，不気味の谷現象が生じていると考えられる様々な動作のヒューマンアニメーションおける1/fゆらぎの効果に関して検討する本実験の準備のため，感性評価による予備実験に基づき,適切な1/fゆらぎの適用手法に関して検討した．また，予備実験に適切なヒューマンアニメーションの製作手法に関する検討も行った．そのために形状の詳細に至るまでフォトリアルなCGキャタクタを用いて，感性評価実験による心理的評価に関する予備実験を行った．

IoT（Internet of Things）環境の上りリンクMU-MIMO（Multi-User Multi-Input Multi-Output）OFDM（Orthogonal Frequency Division Multiplexing）通信において，基地局アンテナ数よりも多数のIoT 端末からの信号を検出するための手法として，非凸の離散正則化を用いたSCSR-GS (Sum of Complex Sparse Regularizers with Group Sparsity)が提案されている．本稿では推定値が連続性，不偏性，スパース性を持つように設計され，ランダム基底を用いたデータ圧縮問題でL1制約よりも高い性能を与えることが知られている SCAD(Smoothly Clipped Absolute Deviation)及びMCP(Minimax Concave Penalty)をSCSR-GSの離散正則化項に採用した手法を提案する．計算機シミュレーションの結果，提案したMCPを用いた信号再構成法は，離散正則化項にLpノルム(p=0,1/2,2/3)やL1-L2差分を用いた信号再構成法よりも優れたシンボル誤り率特性を達成できることがわかった．

合意制御におけるエッジ重みは制御特性に大きく影響し，先行研究ではデータ駆動型最適化が提案されている．しかし，特定のネットワークでのみ学習を行うため，ネットワークに対して汎用性がない．そこで，我々の先行研究において，同じ次数中心性を持つエッジは全て同じ重みを持つという制約を付加して学習する事でネットワークに汎用性を持つ深層展開を設計した．しかし，この制約では，あるノードからの重みは全て同じになるため，制約が厳しく，結果として特性の改善量が小さい．そこで本稿では，ノード間の次数中心性の組み合わせにより重みを固定して学習することで，より柔軟な設計を提案する．結果として，次数中心性のみで制約する場合に比べて，大きく特性改善した．

ロボットをはじめとするメカトロ機器の配線無線化には，可動域向上による利便性の拡大や断線の恐れがない効率的な保守など，多くのメリットがある．本研究は，ロボット等のメカトロ機器の配線無線化に向け，ミリ波帯無線通信と非接触電力伝送によりロボットアームの配線無線化を目指すものである．本稿では，そのうち無線通信における電波伝搬範囲や遮蔽を考慮した機構制御のフローに関する検討状況を報告する．

ロボットを始めとするメカトロ機器内部には多くの配線がある．その無線化を我々は，ワイヤレスハーネスと呼び，いち早く研究開発を進めてきた．本稿では，ミリ波帯通信では必須であるLOS（Line of sight）の伝送路を確保する方法についてロボットアームを対象に説明する．

指紋認証において , シリコーンゴムなどによる指紋を模擬した偽装物を用いた 「なりすまし」 行為が報告されている [1], 生体か判別する生体検知センサがセキュリティ面で重要である. 文献 [2] では, CSRR 構造を同軸状に配置した生体検知センサが提案されており, 文献 [3] では, 文献 [2] の構造を基に CSRR 構造のリング数を増加させた構造が提案されている. しかしながら, 文献 [2], [3] では, センサの CSRR 構造の検討が行われているものの, さらなる検知精度改善のためにはストリップライン構造の検討も必要である. そこで本稿では, 文献 [3] のセンサ ( 以下 従来センサ ) 構造を基にストリップライン構造を変更した生体検知センサを提案し, 偽装物にシリコーンゴムを用いた実験的評価を行った.

指紋認証において，指紋を模擬した偽装物による「なりすまし」被害が報告されている．その対策として，指の表面に偽装物を装着した指(偽装指)を検出する生体検知手法があり，センサで測定した指の通過特性(|S_21|)から偽装指を検知するため，LOFや One-Class SVM等単一の機械学習アルゴリズムを用いた判定手法が提案されている．これらの手法により|S_21|が未知であるような高度偽装物も検知できる方向性は示されたが，一定程度誤検知は発生している．
本稿では，従来の手法より偽装指検知精度を高めるために，LOF と One-Class SVM を用いた複合判定手法を提案し，複数の偽装物に対して検知精度の実験的評価及び従来手法との比較を行う．

新型コロナウイルス感染症（COVID-19）の流行による影響が続いている．感染症の拡大防止のために，感染症に関する情報を迅速に共有することが重要である．一部の都道府県知事は自らのツイッターアカウントから感染症に関する情報を投稿しており，大きく注目される場合がある．本研究では，知事のアカウントから投稿された感染症に関す投稿（ツイート）に対するユーザの反応を明らかにすることを目的とした分析を行う．

COVID-19の感染拡大は，世界の経済発展に直接的な影響を及ぼしている．感染症の性質に関する完全かつ正確な情報が得られない場合においては，感染症数理モデルを構築し，このモデルの近似解を得ることがまずは最初のステップとして重要なアプローチであると考えられる．本稿では上記の考えに従い，従来のSEIR[1]モデル（病気蔓延モデル）に基づいたCOVID-19個人の状態遷移モデル，及びそれとある地区の人数の状態遷移モデルを考慮した近似モデルを提案する

近年，野生動物による人身被害等が問題となっている．個体数増加による生息域拡大が今後も予測され，我々は共存を視野に入れた適切な被害対策を講じる必要がある．そこで本研究では，ディープラーニングを用いた野生動物の自動検出・識別を活用したアラートシステム構築を考えた．被害を引き起こす野生動物がカメラによって検出された場合，付近住民へのアラートで注意を促し，動物に対しては音などのアラームで追い払うことを想定している．設置されたカメラ映像を用いてデータセットを作成，学習を行った．モデルの精度評価の結果，厳しい条件下でも平均適合率が約79%となり，実地での活用を十分に見込めるものとなった．

With the predicted labor shortage, the use of robotics solutions to substitute human operators in workplaces is expected to grow substantially over the next decades. In this paper, we propose a Deep Reinforcement Learning (Deep RL) method for automatizing packing tasks in factories and logistic warehouses. The problem consists of inserting objects of different shapes and sizes into a box one by one sequentially, by minimizing the surface area of the box. The problem considered in this work is novel in two ways. First, unlike traditional approaches, we do not limit the problem to single-shape objects. Instead, the set of objects to be packed includes object of multiple shapes and sizes. Second, the goal is not to move objects from one point to their target location in a kit, but to find a location and orientation for each object that maximizes the overall packing efficiency of the box.

無線通信におけるチャネル割当とグラフ理論における彩色問題は古くから関連性が示され，様々な研究がなされてきた．その一つにマルチホップ無線ネットワークとグラフの辺彩色があげられる．筆者らは以前に，端末の機能を制限した場合のモデル化として，グラフのマッチングの概念を用いた新たなグラフの彩色問題を定義し，単純な仮定において点彩色問題との関連を検討している．本文では，同一チャネル干渉による割当制限を考慮し，彩色問題を拡張する．

筆者らが行なっている位置情報ゲームアプリのコンセプトへ応用しスマートフォンで測位するデータをもとに津波等の水害を防止するためのマップ作りに関する研究について、本稿では2機種のスマートフォンのセンサーによる高さ測定について検証した。その結果、機種ごとに高さを算出する式の補正が必要であることがわかった。

大規模災害発生に伴う固定通信回線や携帯電話等の既存通信インフラの途絶は迅速な災害対応や住民避難における課題となっている. 特に原子力災害においては，放射線防護の観点から避難よりも住民の屋内退避が優先されるケースがあり，その際に災害に伴う通信途絶が発生すると，屋内に退避している住民に対して情報配布/集約を行う手段が必要となる．そこで本稿では、広報車が屋内退避を実施している地域を巡回し，スマートフォンを活用して情報配布/集約を行う方法の実現可能性を検討する．

情報フローティングとは，移動体同士の直接無線通信と移動体の移動により情報を伝達する際に．送信場所を送信可能エリアだけに制限することで，情報が無秩序に拡散することを防ぎつつ所望の地域の移動体への伝達を行う手法である．情報フローティングにおいて, 様々な情報を同一の送信可能エリアで送信することで情報を蓄積できる．フローティングストレージとは，これを様々な場所で行い，互いに連携させることで，情報の収集・蓄積・共有を行うものである．本報告ではフローティングストレージにおいて媒介中心性という指標を用いて送信可能エリアの配置を決定する手法を提案し,その有効性を示す．

近年，日本では高齢化が深刻な問題となっている．また近年では，「老々介護」という言葉もあるように，高齢者が高齢者を介護するという場面も多くなってきている．この場合介護者も高齢であるため，身体的・精神的負担が蓄積し倒れてしまう危険性がある．さらに老々介護の原因としては，少子化によるものや，介護士・看護師不足が挙げられる．介護士1人当たりの負担を軽減させる技術として，要介護者の屋内移動を支援する屋内ロボットナビゲーションシステムが注目されている． そこで，RFIDを用いて任意の点間の移動を可能にするナビゲーションシステムを提案する．

　現在IoT環境で利用されている軽量メッセージングプロトコルとしてMQTTが挙げられるが，暗号通信方式についての明確な規定はない．そのため暗号通信方式に関する研究が多く行われているが，使用するソフトウェア（暗号）の変更のしやすさには着目されていない．暗号の危殆化や，技術の変化などには，社会のインフラに関わるIoTは迅速に対応する必要があり，変更のしやすさは重要である．
　そこで本研究では，従来の研究に対して，暗号に関わるコンポーネントをIoTデバイスと疎結合にすることで，暗号の変更を容易にするという観点を加えている．そのため本研究の目的は，暗号に関わるコンポーネントを分離させた暗号通信方式の提案である．

電子機器が動作時に発する音響リークを利用して暗号解読を行う音響サイドチャネル攻撃の要因のひとつは，積層セラミックコンデンサ(MLCC)の逆圧電効果による振動と考えられている．従来の音響サイドチャネル攻撃はマイクを用いて計測した音を利用していたが,空気中を効率的に伝搬する周波数は数10 kHzに限られていた.一方,レーザー振動計を音響サイドチャネル攻撃に応用した場合，より高い周波数まで計測できることや，ガラス窓などを貫通できるなどの利点により，新たな脅威になる可能性がある．そこでレーザー振動計を音響サイドチャネル攻撃の実現可能性を検証した．

近年普及が進むIoT機器などの様々な電子機器には，機器内のシステムで物理量を利用するために様々なセンサが搭載されている．そしてこれらの電子機器への攻撃として，センサへレーザーを照射して誤りを挿入するシグナルインジェクション攻撃が指摘されている．先行研究では音響センサへの攻撃に関してその有効性が示されており，その他のセンサに対しても有効であるかという点が課題であった．そこで本稿では，2種類の圧力センサに対して直流のレーザーを照射する実験を行い，圧力センサに対するレーザーを用いたシグナルインジェクション攻撃を検討する．

消費電力などを解析することで秘密情報を漏洩させるサイドチャネル攻撃が暗号回路の安全性に対する脅威となっており，暗号回路がサイドチャネル攻撃に耐性を持つか評価する必要がある．本稿ではサイドチャネル攻撃手法の一つであるテンプレート攻撃を想定し，ASICとして実装された鍵長256ビットのECDSAの署名生成回路を対象として漏洩評価を行った．ECDSAはわずか数ビット秘密情報を漏洩させれば格子攻撃により秘密鍵が復元可能であり，復元に必要なビットに対応する演算部分において消費電流波形が秘密情報の値に依存しているかを評価した．

情報化社会の発展に伴い、半導体ICチップに実装した暗号モジュールにおいて、電源ノイズによるサイドチャネル情報漏洩が非常に脅威となっている。一般に暗号モジュールのサイドチャネル漏洩耐性の評価はチップ製造後に行われるが、評価結果は評価環境、評価者の能力に依存し、さらに漏洩の強さは評価出来ても漏洩が強い箇所の同定は難しい事が課題となる。設計段階でシミュレーションを用いて耐タンパー性の評価を行う事はチップの耐タンパー性向上、試作コストの回避に大きく貢献する。本稿ではスタンダードセルのパワーライブラリを用いたシミュレーションによるサイドチャネル漏洩評価の高速評価手法、及び漏洩強度の分布評価手法を提案する。

本講演では機械学習の支援を目的として著者らが取り組んでいる一連の可視化技術について紹介する．本講演では，1) 画像へのアノテーションによって構成された訓練データの可視化，2) 多次元データ可視化のための散布図選択，3) 機械学習を用いた情報推薦のバイアスの可視化，の3点を紹介する．

深層学習による推論において，正確に正解クラスの分類を行えない画像に対して，推論精度が低くなる原因個所を画素粒度で求める手法を提案する．本手法を拡張することで，誤認識の原因個所の可視化や，原因個所の画像を差し替えることによる分類精度の向上，不要な領域の画質を落とすことによる圧縮率の向上が可能となる．

エッジAIにおけるAI実装（特にディープラーニング）ではハードウェアアクセラレータを利用することが多いが、そうしたLSIは一般的に高価でありニーズにマッチしない場合がある。これに対し、CPU処理によるAI実装ができればLSIの選択肢が広がるが、そこには処理性能の課題がある。この課題に対するXAI技術を活用した取り組みについて紹介する。