鉄道や道路などの都市空間を設定した上で，ヒトひとりひとりの移動をコンピュータ上でシミュレーションし，そこで現れる大域的秩序を観測する，という手続きを様々な都市空間の設定下で実行・比較することにより，全体最適な都市構造を見出す．この技法を用いて都市部における橋梁の重要度を評価することにより，たとえば住民利便性を定量的に担保した橋梁のトリアージ実現する．

背景

• 50~60年経過した橋脚等の道路構造物の老朽化が顕在化 → 対策の必要性

• 周辺住民への影響・維持コストを踏まえて維持 or 撤去の判断（トリアージ）

手法

1. 都市空間における住民の移動を，住民ごとの最適化問題としてモデル化し，交通手段及び移動経路を最適化

2. 全住民に対する均衡解に対する評価値（移動コストと疲労度の重み付き和）を導出

3. 全ての橋梁が存在する場合と各橋梁を無くした場合の評価値の差分を計算し，橋梁を無くしたことによる悪化度合いについて橋梁の重要度として定量化

できること

• 住民エージェント属性を設定することにより，たとえば高齢者コミュニティのシミュレーションなども可能

• (他にも) バス路線の評価やバイパス道路の評価にも適用可能

文献

• 近堂 岳, 小島 颯人, 松崎 仁平, 中村 正樹, 榊原 一紀, 立花 潤三, 橋梁重要度の定量評価のための交通行動データを用いたマルチエージェントシミュレーションモデルの構築, 第31回社会システム部会研究会, 2023.3.5-7 (石垣島)  優秀賞 

• K. Sakakibara, Validation of Usability of Bridges in Urban Districts by Multi-agent Simulation Techniques, The Third International Workshop on Smart Sensing Systems (IWSSS ’18), Keynote, 2018.6.25 (Rome).

• 松本卓也, 榊原一紀, 玉置久, 都市交通の数理最適化を用いたマルチエージェントシミュレーションモデル, 電気学会論文誌C, Vol.136, No.2, pp.165-172, 2016.

共同研究者

• 立花 潤三（富山県立大学 工学部 環境社会基盤工学科）

概要

• 富山県警と富山県立大学の共同研究協定「AIを活用した交通事故発生予測モデル開発研究」の下で，形式概念分析により過去の交通事故要因を分析する

• 交通事故要因を用いて過去の交通事故から将来の交通事故内容を予測する機械学習モデルを作成する

• 富山県警察本部より提供された平成29年から令和3年の交通事故データを使用する．また，交通事故は事故現場の環境や人流といった多様な因子が影響し合い発生する可能性があるため，携帯電話端末からの位置情報データを利用する．

交通事故データの形式概念分析

• 平成29年から令和2年に富山県で発生した人身事故10,422件と天候や道路形状などの83属性により形式概念分析する．得られたルールの例として，「曇りで昼の時間帯に横断歩道以外を横断していた高年期であり歩行者中の第二当事者と損傷がない第一当事者の間で発生した19件の交通事故のうち，16件は第二当事者が重傷を負った」と解釈できるルールがある．

• このルールより，第二当事者が横断歩道以外を横断しようとした際に重傷を負った事故は，年齢や時間帯，天候によって発生件数に差があるという仮説が立てられる.昼や曇単体では全年齢と高年期の割合に差がないが，組み合わせで分析すると昼かつ曇のときに割合に差がある傾向が確認された.

• このように，形式概念分析の結果をもとにデータを分析すると，一つの属性では説明できない事故の傾向が得られる可能性がある.

形式概念分析と機械学習による予測手法

• 事故が発生したときの事前条件をもとにその事故の事後状況を予測することで，パトロール経路を決定するといった警察活動を支援する．そのため，富山県で人対車両の事故が発生した際にその事故が死亡・重傷事故になるか軽傷事故になるかを予測する機械学習モデルを作成する．ここで，平成29年から令和2年における1,114件の事故を学習データ，令和3年における222件の事故を検証データとする．

•   計算機実験により，提案手法は従来手法に比べて正答率やF1-Scoreが高いという結果が確認できた．とくに，より多くの死亡・重傷事故が正しく予測されている．

•   予測結果は図4に示すようにQGIS上にうに予測値として示すことにより，パトロール経路決定などの警察活動に役立つと考えられる．

文献

• 小谷祥悟, 中村正樹, 榊原一紀, 本吉達郎, 星川圭介, 形式概念分析と機械学習による交通事故予測手法の開発, 計測自動制御学会論文集, Vol. 59, No. 10, pp. 440-447, 2023.

• 小谷祥悟，中村正樹，榊原一紀，本吉達郎，星川圭介，形式概念分析と機械学習による交通事故予測システムの検討，計測自動制御学会 システム・情報部門学術講演会2022，SS04-02，pp.364-369，2022年11月25-27日 (近畿大学東大阪キャンパス)  優秀発表賞    最優秀論文賞 

• 小谷 祥悟, 中村 正樹, 榊原一紀, 星川 圭介, 形式概念分析を用いた交通事故分析の基礎的検討, 第34回 回路とシステムワークショップ論文集, KWS34, pp. 279 - 283, 2021.8.26-27 (Online)   優秀論文賞 

共同研究者

• 本吉 達郎（富山県立大学 工学部 知能ロボット工学科）

• 星川 圭介（富山県立大学 工学部 環境・社会基盤工学科）

• 北電情報システムサービス株式会社 システム開発部 デジタルソリューショングループ

• 富山県警察本部交通部

目的

• 酵素の実用化には大量生産技術が必要である一方で，遺伝子組換えにより酵素を生産する場合，目的の酵素が可溶化せず，結果として発現されないケースが多い

• その解決として従来は，遺伝子に無作為に変異を導入して可溶性の状態で発現する変異体を探索する方法が専ら

• 本機械学習をはじめとする計算機科学の技法を援用した効果的な変異体探索技術の構築ならびに溶性メカニズムの解明を目指す

アイデア

• 機械学習がベースとする統計的技法は，生物実験成果が精緻にデータベース化されることによりその適用可能性が高まっている一方で，統計的技法が十分な性能を発揮するには極めて大量のデータが前提となる

• 他方で十分に大量のデータが用意され，例えば機械学習によりタンパク質の一次構造から溶性予測が可能となったとしても，人がその機械学習のプロセスを直接解釈できないため，酵素化学的因果関係の解明に利用するのが困難なケースは少なくない

• 機械学習を効果的に活用するには，統計的諸特徴をいったん形式的な枠組み（一階述語論理を用いた論理表現など）で再構築することが肝要となる．このようなアプローチは，ソフトウェア工学や制御理論で成功例が報告されつつある．

• タンパク質の一次情報から意味を抽出するにあたっては，機械学習結果を形式概念分析による形式的な表現に当てはめることにより，複雑な生化学的反応を整理・体系化できる可能性がある．

方法

• 束(Lattice) に基づき概念(Concept)の構造を分析するデータマイニング手法の一つである形式概念分析(Formal Concept Analysis) を用いて機械学習結果を生化学研究者が理解できる形にみえる化する．

• 「概念」は人間の思考の単位であるが，形式概念分析ではこれを数学的に定義されたデータとして扱う．概念データを思考単位として，概念構造の明確化や事象の分析，データの可視化及びデータの依存関係等を明らかにできる．

• 形式概念分析により，属性間の関係を含意論理として表現・網羅することにより，特徴的な関係を有する属性の組を見出す．

• 変異導入（すなわち，どの部位をどのアミノ酸に置換すればよいか）に対して，可溶性が上がるか下がるかという実験結果を属性に設定する．さらには，実験の前提条件となる，変異導入を行った構造情報や生化学特性も属性として設定する．これにより，たとえば，「Aという性質を持つように変異を加えると必ず可溶化する」といった関係が得られる．

文献

• 北條佑斗, 鈴木皓大, 榊原一紀, 中村正樹, 松井大亮, 浅野泰久, 形式概念分析と機械学習を用いた異種発現タンパク質の可溶性メカニズムの解明, 第75回日本生物工学会大会, 2023.9.3-5 (名古屋大学)  学生優秀発表賞  

• 北條佑斗，鈴木皓大，榊原一紀，中村正樹，松井大亮，浅野泰久，形式概念分析に基づく文献の網羅的解析による知識発見と体系化の試み，計測自動制御学会 システム・情報部門学術講演会2022，pp.410-411，2022

• Kodai Suzuki, Kazutoshi Sakakibara, Masaki Nakamura, Suguru Shinoda, Yasuhisa Asano, Prediction and Visualization of Protein Solubility Mechanism by Machine Learning Techniques, The Proceedings of the International Conference on Machine Learning and Cybernetics (ICMLC) , 6019, 2022

• Yuto Hojo, Kodai Suzuki, Kazutoshi Sakakibara, Masaki Nakamura, Yukio Watanabe, Suguru Shinoda and Yasuhisa Asano, Visualization of machine learning models for predicting protein solubilization using formal concept analysis, Proc. of Active Enzyme Molecule 2022, p.65, 2022.

• Kodai Suzuki, Yuto Hojo, Kazutoshi Sakakibara, Masaki Nakamura, Suguru Shinoda and Yasuhisa Asano, How to use AlphaFold2 in Toyama Prefectural University -- Installation and protein structure prediction --, Proc. of Active Enzyme Molecule 2022, p.78, 2022.

• 北條佑斗, 鈴木皓大, 榊原一紀, 中村正樹, 渡邉幸夫, 篠田優, 浅野泰久, タンパク質可溶化予測のための機械学習モデルの形式概念分析による可視化, 第66回システム制御情報学会研究発表講演会, pp.1118-1125, 2022.

• K. Sakakibara, M. Nakamura, D. Matsui, S. Shinoda, Y. Asano, Prediction of Solubility Mechanism of Proteins by Machine Learning Techniques, The 2020 International Chemical Congress of Pacific Basin Societies, 2021.

• 榊原一紀, 尾﨑裕樹, 中村正樹, 篠田優, 浅野泰久, タンパク質の可溶化メカニズムの解明に向けた含意関係に基づく新たなデータ分析技法の開発, 日本農芸化学会2021年度大会, 2021.

共同研究者

• 浅野 泰久，篠田 優（富山県立大学）

• 松井 大亮（公立千歳科学技術大学）

目的・効果

•  エネルギー使用量の可視化

  • 製品種や工程パラメータに対する使用電力量をみえる化する

  • 排出権取引制度(GXリーグ等)への対応をシミュレーションし，負担/利益を定量的に予測する

  • 電力消費を工程ごとに測定

• 生産性の向上

  • 稼働率の向上，納期回答の精度向上

• 設備導入/更新の効果の定量把握

  • 連続生産方式や新規設備の導入が，工場全体の生産性にどの程度寄与するかを，シミュレーション技術により定量的に明らかにする

• ヒューマンリソースの適切な配置

  • スキルレベルと作業遅延の関係を定量的に明かにする

  • 全体スケジュールと残業時間の関係を明かにし，適切な残業時間を見出す ◦ 確率計画

• トラブル予知

  • 製品種や工程パラメータに対するトラブルをデータから予知する

  • 機械学習，形式概念分析 ◦ 時系列予測

文献

• 榊原一紀, 鈴木真由美, 富山県立大学におけるアルミグリーン化研究に関する取り組み, アルミ情報, Vol. 400, pp. 7-9, 2023.

• 榊原 一紀, 中 大輔, 中田 康佑, 中村 正樹, 作業者の働き方を考慮した生産スケジューリングの確率計画モデル, 計測自動制御学会論文集, 59 巻 2 号 pp. 77-87, 2023

• 澤枝良樹，中田康佑，角田裕也，中村正樹，榊原一紀，実時間モデル検査による機械加工スケジュール導出ツールの構築，システム制御情報学会論文誌, Vol.66, No.7, pp.182-191, 2022.

共同研究者

• 立花 潤三（富山県立大学 工学部 環境社会基盤工学科）

• 山田 周歩（富山県立大学 工学部 機械システム工学科）

• 北電情報システムサービス株式会社 システム開発部 デジタルソリューショングループ

• 北陸アルミニウム株式会社

• 株式会社タアフ

• とやまアルミコンソーシアム

ねらい

• 地域のPV発電電力をEV充電に供給，かつEVの蓄電池を地域の電力需給に活用することにより，地域内のエネルギーマネジメントと交通サービスを同時最適化

手法

• サービス運用を数理計画モデルを用いて表現

  • 時間発展を静的に記述した混合整数計画モデルにより記述

→ ある期間 (1 日) 内の最適運用計画を導出可能に

•  バッテリーをいつどの車両に割り当てるか

• バッテリーをいつ充電するか

• バッテリーをいつ(地域へ)放電するか

できること

• サービス運用(最適化)結果に基づき，運用性能の(上界値の) 見積り (◦) および，(性能を担保する) 要件 (∗) の導出

• 数理計画モデルにおいて，運用性能を出力し，要件をモデル パラメータとして記述

◦ ピークカットへの寄与率

◦ (顧客への) タクシー配車機会損失

文献

• 松﨑仁平, 朝倉弘達, 永山悠, 小島千昭, 榊原一紀, 川村裕直, EV タクシーの運用および充放電に対する全体最適化モデルとその評価, 電気学会論文誌 C, Vol.143, No.5, pp.554–561, DOI: 10.1541/ieejeiss.143.554, 2023.

共同研究者

• 小島千昭，阿久津彗（富山県立大学 工学部 電気電子工学科）

• 齋藤正史（金沢工業大学 情報フロンティア学部 経営情報学科）

• 北陸電力株式会社 新価値創造研究所

目的

• 多数の自動運転車が相互に通信しながら，地域の人の移動を支える旅客輸送システムの実現を目指す．

• コミュニティ全体の安全性および利便性を両立させるような群制御の基盤技術の確立を目的とする．

方法

• (A) 交通システム全体を数理計画モデルとして記述することにより，全体最適な車両の運用則を得る． 

• (B) 得られた運用則を教師とする機械学習器を開発し，他車両の動きを前提とした車両毎の運用則を実現する．

• (C) 獲得された運用則を車両エージェントに埋め込んだエージェント・シミュレーションを実行することにより，現実状況を反映した精緻な全体評価とその評価の基づく運用則のリファインを教師なし学習の枠組みで実現する．

アイデア

•  (A) においては，住民の移動を (Origin-Destination: OD) として表現し，OD に対する車両の割当，(割当の下で の) 経路および (経路上での) 速度制御を階層的に表現・統合 する．

• 一方 (A) で開発された数理計画モデルは，都 市全体にわたる最適性を有する一方で，時々発生する OD に対するリアルタイムな意思決定を与えるものではなく， ローリング計画 (Rolling horizon procedure)やモデル予 測制御 (Model predictive control)といった，時間軸に 沿って逐次的に計画をつくり直すアプローチに組み込む．

• しかしながら車両毎の 自律的意思決定が求められるため，車両制御に対する数理 計画モデルの直接的利用は現実的ではない．そこで (B) で は，事前に数理計画に対する予測モデルを機械学習の枠組 みで獲得する

文献

• 吉田暉, 松﨑仁平, 榊原一紀, 中村正樹, 自動運転車群運行の全体最適化, 計測自動制御学会 システム・情報部門学術講演会2021, SS6-2-1, pp.118-121, 2021.11.20-22 (Online)   研究奨励賞 

• T. Sugiyama, K. Sakakibara, M. Nakamura, T. Inamoto and H. Tamaki, A Mathematical Programming Model for Operational Planning of Autonomous Vehicles in High-Density Areas, SICE Annual Conference 2020 (SICE 2020), 2020.9.23-26 (Chiang Mai → Online)

従来方式

• 中央のホストコンピュータもしくはヒトにより集中管理 → AGV台数が多くなると，衝突を回避しながらムダのない走行司令を与えることが困難に．

• AGVの自律行動制御 → 簡単なルール・ベースによる制御則が埋め込まれているだけで，システム全体としての最適性が考慮されていない．

要求仕様

• 多数のAGVの行動制御

• リアルタイム・スケジューリング

• 衝突がなく，配送時間を最小化

基本アイデア

• AGV一台一台を知能化 (自律分散制御)

• それぞれの目的地までの最短ルートを計算し，互いにルート情報を交換

• 衝突が予想される場合，再計画するAGVを，交渉ルールを用いて決定

• 機械学習法による交渉ルールの自動獲得

• 遺伝的機械学法によりルール集合を自動的に最適化

利点

• 交渉ルールをif-then 形式で記述することにより，可読性が高い 

• ヒトによる解釈や修正が容易

文献

• • • 榊原, 上村, 西川, AGV経路計画のための交渉ルールの遺伝的機械学習に基づく獲得, 第27回日本シミュレーション学会, 465-468, 2008.06.19.

    • K. Sakakibara, Y. Fukui and I. Nishikawa, Genetics-Based Machine Learning Approach for Rule Acquisition in an AGV Transportation System, 8th Int. Conf. on Intelligent Systems Design and Applications (ISDA2008), 115-120, 2008.11.

• • 人と機械の協働に基づく意思決定プロセスをモデル化し，繰り返し型の問題解決手法を構築

  • 富山県立大学における補講時間割作成業務を取り上げ，数理計画法ベースの解法を構築

  • 実際の業務へ導入し，業務時間が導入前の約110時間と比べて約半分の60時間になるなどの改善を確認

参考文献

• • S. Shimazaki, K. Sakakibara and T. Matsumoto, Iterative optimization techniques using man-machine interaction for university timetabling problems, SpringerPlus, 4:251, 2015.