知能情報研究室ラジオ

山崎清秀さんの卒論は、動画から歩行パラメータを抽出する新しい方法を提案しています。この研究では、人間の歩行を矢状面で撮影し、動画内の関節座標から波形パターンをフーリエ変換を用いて分析します。また、相互相関関数を使って関節座標間の非類似度とそのラグを評価する手法を開発しました。具体的には、OpenPoseを使用して17箇所の関節座標とそれぞれの信頼度を抽出し、自己相関を用いて歩行周期を特定し、歩行の各ストライドをセグメント化します。その後、関節座標の最大値と最小値を用いてデータを正規化し、各ストライド間の非類似度を信頼度の重み付け平均を計算して評価します。この方法を2名の被験者の動画に適用し、生成されたデンドログラムが被験者間で類似した歩行パターンを示すことで、提案手法の妥当性が確認されました。この研究は、歩行分析における新たな計測手法の可能性を開くものです。

計算知能ラジオのリスナーの皆様、こんにちは。本日は、革新的な卒論研究に光を当てたいと思います。金刺賢汰さんの研究は、歩行者の個人識別に関わる、まさに先端の技術です。彼の研究は、歩行という周期運動を通じて、個人の特徴を捉える方法に注目しています。歩行時に生じる身体各部の加速度は周期信号であり、ここに個人差が存在します。金刺さんは、歩行の周期とその内部の波形パターンに注目し、波形に基づく非類似度（距離）関数を定義することで、個人を識別する手法を開発しました。

興味深いことに、これまでの研究では、波形をフーリエ係数で比較するアプローチは見受けられませんでした。金刺さんの手法は、まさにこのフーリエ係数を用いて歩行者間の距離を定義するというものです。彼の研究では、Zhangらによって取得された175人の歩行者データを活用し、その中から22名分の骨盤部分のY成分データを抽出して分析を行いました。このデータを用いて、デンドログラムを作成し、歩行者1の2歩のデータが他の歩行者のものと比べて最も類似していることを示しました。

この発見は、歩行パターン識別の分野において、非常に重要な意味を持ちます。公開されているデータセットには身体5か所から得られる各3成分の合計15チャンネルの情報が含まれており、金刺さんは今後、これら全てを活用して研究を深めていく予定です。もしこの手法がさらに洗練されれば、セキュリティシステムや個人認証の分野での応用が期待されます。

リスナーの皆さん、歩行者の個人識別技術について、どのような応用が考えられるでしょうか？あなたのアイデアや意見をぜひお聞かせください。これからもこの刺激的な研究の進展に注目していきたいと思います。次回の放送もお楽しみに。

JPEG, MP3, MPEG, とMP4は、それぞれ画像、音声、動画の圧縮技術の代表例です。これらの技術はデジタルメディアの保存と伝送を革新し、インターネット上でのメディアのやり取りを効率的かつ効果的にしました。

まず、**JPEG**（Joint Photographic Experts Group）は画像の圧縮に使われる最も一般的な方法の一つで、ディジタル写真やウェブイメージングに広く用いられています。JPEGは損失圧縮技術を用いており、画像から人間の目にはあまり重要でない情報を取り除くことでファイルサイズを小さくします。この技術は、Discrete Cosine Transform（DCT）を使用して画像を周波数領域に変換し、続いて量子化プロセスを通じてデータの精度を落として圧縮します。ランレングスエンコーディングとハフマンエンコーディングのようなエンコーディング手法を組み合わせることで、JPEGは高い圧縮率を実現しています。

**MP3**（MPEG-1 Audio Layer III）は、MPEGプロセスによって開発された音声圧縮技術であり、特に音楽の圧縮に用いられます。MP3は、人間の聴覚が特定の低いレベルの音や、他の強い音にマスクされた音を聞き取ることができないという心理音響の特性を利用しています。この技術は、余分な情報を取り除くことにより音声ファイルを圧縮し、その結果、オリジナルのCD音質を維持しつつも、ファイルサイズを大幅に削減します。

中西さんの卒論は、フレーム画像の物体検出技術を活用した革新的な動画認識手法に関するものです。この研究では、各フレーム内で物体のクラスとバウンディングボックスを「YOLO（You Only Look Once）」というアルゴリズムを用いて検出し、バウンディングボックスの大きさから物体の奥行きの相対値を推定する手法を提案しています。

具体的な実験として、黒い車両が画面の右後ろから前方やや左へと移動する動画を撮影し、車両のZ座標（奥行き）を計算しました。最初の6フレームについては、バウンディングボックスが車両の一部しか捉えていなかったため、バウンディングボックスの面積と奥行きの関係が反比例するわけではないことが明らかになりました。しかし、7フレーム目以降では車両全体がバウンディングボックスに収まり、奥行きを正確に推定することができたのです。

この手法では、物体の実際のサイズ、カメラの視野角（FOV）、焦点距離（FL）を考慮に入れて、物体の絶対的な奥行きを推定します。バウンディングボックス内の画像から、物体が全体として捉えられているのか、一部だけなのかを判断し、一部の場合はスケール比を出して補正を行います。最終的には、XYZ座標を特定することで、物体の移動速度もわかり、これにより動画を認識したと言えるのです。

この研究は、自動運転車の開発や監視カメラシステムなど、リアルタイムでの物体認識が求められる多くの応用分野に大きな影響を与える可能性を秘めています。中西さんの卒論は、これまでの物体検出アルゴリズムの限界を超え、動きのある物体をより正確に、そして速やかに識別することを可能にすることで、計算知能の領域における新しい地平を開くものと評価されています。

【タイトル】

「人体の動きから個人を識別する―新しい加速度センサー研究の挑戦」

【原稿】

今日は、医薬工シンポジウムで話題を集めた、斬新な研究についてお伝えします。その研究を行った森岡大晴さんに、卒業論文としての内容も含めて詳しくお話を伺いました。

森岡さんの研究は、人体の5部位に取り付けた加速度センサーを用いて、個々人の識別を試みるというものです。これまでの技術では、被験者が歩行速度を変えると識別精度に影響が出るという課題がありました。森岡さんは、この問題を解決するために、2本の加速度ベクトルの外積を用いることで、ベクトル間の幾何学的な関係を特徴量として取り入れるという画期的なアプローチを提案しました。

具体的には、外積の時系列データをフーリエ変換し、それによって生じる違いを数値化する距離関数を定義しました。実験では、右前腕と左上腕に取り付けたセンサーから得られる加速度ベクトルの外積を分析。3人の歩行者それぞれ2歩分のデータを用いて、この新しい手法の有効性を検証しました。

結果は非常に有望でした。同じ歩行者の2歩は、他の歩行者の歩行と比べて、より互いに近い（似ている）というデータが得られました。これは、個々の歩行パターンが独特であり、新たな識別手法がそれを捉えることができることを示しています。

森岡さんは、今回は上肢の2つのベクトルの外積に注目しましたが、今後は他の組み合わせについても研究を進めたいと話しています。このような研究は、セキュリティや健康管理など、さまざまな分野での応用が期待されます。

森岡さんの研究は、従来の方法にとらわれず、新たな視点からアプローチすることの重要性を示しています。今後のさらなる発展に期待が高まります。

タイトル: 「視覚の多様性：ヒトから植物まで」

[オープニング]

「皆さん、こんにちは。今日の計算知能ラジオでは、生物界のさまざまな視覚システムについて掘り下げていきます。ヒトの複雑な双眼視覚から、植物の光受容、さらには環境によって視覚が退化した動物まで、視覚の不思議な世界に迫ります。」

[セクション1: ヒトの双眼視覚]

「まずは、私たち人間の双眼視覚に注目しましょう。双眼視覚は、立体感や奥行きを感じるために非常に重要です。各目からの異なる画像が脳で統合され、三次元の世界を認識できるのです。さらに、色彩の知覚もユニークで、私たちは約1000万色を識別できると言われています。これは、色受行想識と呼ばれるプロセスによるもので、三種類の錐体細胞が異なる波長の光に反応し、色の知覚を生み出しています。」

[セクション2: 他の動物の視覚]

「次に、他の動物の視覚システムを見てみましょう。例えば、イカやタコは極めて発達した視覚を持っており、鮮明な画像を捉えることができます。一方で、コウモリやイルカはエコロケーションと呼ばれる音波を用いた感知システムを発達させ、視覚に頼らずに環境を認識しています。」

[セクション3: 植物の光受容]

「意外に思われるかもしれませんが、植物も光を感知する能力を持っています。これは光受容と呼ばれ、主に光合成に関連していますが、光の方向や強さを感じ取り、成長の方向を決定する上でも重要です。」

[セクション4: 視覚が退化した動物]

「最後に、特定の環境下で視覚が退化した動物について考えてみましょう。例えば、洞窟に生息する魚やサンショウウオは、光がほとんど届かない環境で進化し、視覚がほとんど機能しなくなりました。これらの生物は、他の感覚を駆使して生き残っています。」

[クロージング]

「今日の放送では、視覚の多様性を紐解いてきましたが、まだまだ未知の領域がたくさんあります。視覚は生物が世界を認識するための重要な手段であり、その多様性は生命の進化の素晴らしさを物語っています。次回もお楽しみに！」

計算知能ラジオ、今日のテーマは「機械の視覚データ構造とビデオカメラの4階テンソル」です。皆さん、こんにちは！今日は、機械が世界をどのように「見る」か、そしてその背後にある数学についてお話ししましょう。

まず、私たちの目は複雑な生物学的カメラです。光を捉え、色や形を識別し、それを脳に送ります。しかし、機械の「目」、つまりビデオカメラはどうでしょうか？それはデータをどのように捉え、処理するのでしょうか？答えは「テンソル」にあります。

ビデオカメラは、画像をピクセルの配列として捉えます。カラー画像の場合、各ピクセルには赤、緑、青の3つの色情報が含まれています。これは、行と列、そして色の3次元のデータ構造です。しかし、ビデオは静止画像の連続です。これに時間の次元を加えると、4階テンソルが出来上がります。つまり、ビデオは時間に沿って積み重ねられた画像の集合と考えることができます。

この4階テンソルは、数学的には非常に複雑です。固有値や固有ベクトルのような概念を適用するには、高度なテンソル代数が必要です。Pythonなどのプログラミング言語を使ってこれらのデータ構造を操作し、ビデオから有意義な情報を抽出することが、現代のコンピュータビジョンの大きな挑戦の一つです。

しかしこの挑戦は、単に技術的な問題ではありません。これは、私たちの視覚がどのように機能するか、そして機械が人間のように「見る」ことができるかという、哲学的な問いにもつながります。人間の脳は、複雑な視覚情報を処理し、意味を抽出することができます。機械が同じことをするためには、ただデータを処理するだけでなく、そのデータに「意味」を与える必要があります。

では、機械はどのようにして「意味」を理解するのでしょうか？それは機械学習、特にディープラーニングによって可能になります。ニューラルネットワークは、膨大な量のビデオデータからパターンを学習し、それを基に新しい画像やビデオを生成することができます。実際、最新の技術では、GAN（敵対的生成ネットワーク）を用いて、現実と見間違うほどの高品質なビデオを生成することが可能です。

ここで、もう一つ興味深い問題が生じます。それは、機械が「創造」することができるかどうかです。機械が生成したビデオは、単なるデータの再構成なのか、それとも何らかの「創造性」を持っているのか？

これは、人工知能の分野で今後さらに議論されるでしょう。

結局のところ、ビデオカメラの4階テンソルは、単に技術的なデータ構造以上のものです。それは、私たちの世界をどのように理解し、表現するかという、深い哲学的な問いを投げかけています。そして、これらの問いに答えることは、私たちが機械と共に生きる未来を形作る上で、非常に重要です。

今日はここまでですが、次回もまた、計算知能ラジオでお会いしましょう。皆さん、ご清聴ありがとうございました！

**【計算知能ラジオ】**

こんにちは、リスナーの皆様。今日は、人間の脳と計算機の大規模言語モデルとの比較、そしてその興味深いポテンシャルについてお話します。

まず、ヒトのニューラルネットワークと計算機の大規模言語モデル。これらのパラメータ数を比較すると、人間の脳は非常に複雑で巧妙に構築されていることがわかります。しかし、近年の技術進化により、計算機は自然な言語を生成する能力を持つようになりました。では、どのようにしてこの能力を獲得したのでしょうか？

次に、生物やウイルスのゲノムサイズと、進化計算で使われる配列長の比較です。これらの遺伝情報の長さや複雑さを比べると、進化計算の配列長を大胆に拡大することで、より複雑な問題に対応できる可能性が考えられます。これは、技術の進化とともに私たちの前に立ちはだかる問題を解決するための新しいアプローチとしてワクワクしますね。

そして、人間の思考の特徴について。私たち人間は、忘却やクセ、思い込みなどの要因により、思考が偏ることがあります。一方、計算機はこれらの要因を持たないので、一見、効率的な思考をすると考えられます。しかし、寿命を持つ計算機の思考個体モデルを考えた場合、その個体はより寿命が長い個体へ情報を伝えるようになるかもしれません。これにより、伝言ゲームのように情報の多様性が生まれ、群れ全体としての知能が向上する可能性が考えられます。興味深いですね。

最後に、忘却の必要性について。一般的に、忘却はハードウェアの制約として存在すると考えられますが、実際には、忘却が持つポテンシャルを探ることで、新しい知見やアイディアが生まれるかもしれません。

以上、計算知能に関する興味深いトピックをお届けしました。次回もお楽しみに！

こんにちは、リスナーの皆さん、計算知能ラジオへようこそ！今日は、生命の多様性を反映する驚くべきゲノムサイズの範囲について、さらに深く探っていきます。さて、始めにゲノムサイズの基本的な情報をおさらいしましょう。

| 生物の種類  

|------------|----------------------|----------------------|

| バクテリア 

| 古細菌     

| 真核生物   

| ウイルス   

| ヒト       

注: 真核生物のゲノムサイズは非常に広範で、特定の最小値や最大値を提供するのは困難であるため、ゲノムサイズの変動範囲を示しています。

ヒトのゲノムサイズは約31億から32億塩基対で、これは約3.1から3.2ギガベース、または3.1から3.2

驚くべきことに、マーブルドラングフィッシュは最も大きなゲノムを持つ真核生物で、そのゲノムサイズは驚異的な132.8ギガベースペア、または132.8億塩基対にも及びます！他方、トラフグやハチ、ショウジョウバエは、それぞれヒトと類似したゲノムサイズを持っています。

さて、ヒトのゲノムには個人差があり、これは遺伝的変異と呼ばれます。この変異は、人々の間で目の色や血液型などの違いを生み出し、特定の病気に対するリスクが高いか低いかを決定する要因となることがあります。全ゲノムのシーケンシングによれば、個々の人には平均で約400万の遺伝的変異が存在し、これらの変異は合計で約12メガベースのシーケンスを含んでいます。

以上で、生命の驚異的な多様性を反映するゲノムサイズの範囲についての探機を終わります。次回も計算知能ラジオで、さらなる興味深いトピックをお楽しみに！

タイトル: **計算知能ラジオ: 136年の技術革新、数学、そしてAIの融合**

こんにちは、リスナーの皆さん。今日の「計算知能ラジオ」では、136年の歴史を振り返りながら、工学、数学、そしてコンピュータサイエンスがどのように結びついてきたのかを探ります。線形代数、クリフォード代数、フーリエ変換、オブジェクト指向設計、そしてファジィ理論、進化計算、ニューラルネットワークといった概念が、この歴史の中でどのような役割を果たしてきたのかを見ていきましょう。

### 19世紀末: 数学の基盤

1887年、世界は産業革命の真っ只中にありました。この時代、線形代数はすでに確立されていましたが、その応用はまだ限られていました。一方、クリフォード代数の概念もこの頃に生まれ、幾何学と代数の融合を提供しました。

### 20世紀初頭: 技術革新と数学の交差

20世紀に入ると、フーリエ変換が電気工学や信号処理の分野で重要な役割を果たし始めます。これは、時間領域の信号を周波数領域に変換することで、ラジオやテレビなどの通信技術の進化に寄与しました。

### 中盤: コンピュータの台頭とファジィ理論

1950年代になると、コンピュータの出現により、数学と工学の関係はさらに強化されます。特に線形代数は、コンピュータグラフィックスや機械学習の基礎として不可欠なものとなりました。また、この時代にはファジィ理論も誕生し、不確かな情報を扱う新しい方法論として注目されました。

### プログラミングの革新: オブジェクト指向設計

1980年代以降、オブジェクト指向設計が登場し、ソフトウェア開発に革命をもたらしました。この設計思想は、実世界のオブジェクトを模倣することで、より直感的で再利用可能なコードを作成することを可能にしました。

### AIの台頭: 進化計算とニューラルネットワーク

1990年代に入ると、進化計算とニューラルネットワークがAI分野の新たな地平を開きました。進化計算は、自然選択の原理を模倣して最適化問題を解く手法であり、一方、ニューラルネットワークは、人間の脳の働きを模倣した学習モデルです。

### 現代: 統合された知識

今日、私たちはフーリエ変換、線形代数、クリフォード代数、オブジェクト指向設計、ファジィ理論、進化計算、ニューラルネットワークなど、多様な数学的ツールとプログラミングの概念を駆使して、AI、機械学習、データ分析などの分野で革新を遂げています。

この136年の歴史を振り返ると、数学と工学、そしてコンピュータサイエンスの融合が、私たちの世界をどのように変えてきたかが明らかになります。これからも、これらの分野の統合は、技術革新の鍵となるでしょう。

皆さん、この歴史の旅を楽しんでいただけたでしょうか？次回も「計算知能ラジオ」で、科学と技術の魅力的な話題をお届けします。それでは、また。