2023年11月24日（金）～11月25日（土）に慶応義塾大学 矢上キャンパスにて開催された「人工知能学会 合同研究会2023」に本研究室より大倉 博貴さん（修士2年）、北野 勇太さん（修士１年）、後藤 健之介さん（修士１年）が参加し、各々の研究について発表しました。
[人工知能学会 合同研究会2023]◆ 第48回社会におけるAI研究会(SIG-SAI)
◇ 大倉 博貴, 横山 想一郎, 山下 倫央, 川村 秀憲：除雪出動予測のための路面画像と気象情報の分析
概要： 冬季の積雪地域における道路除雪業務は重要ですが、除雪出動の判断が難しく変動が大きい課題があります。
本研究では積雪状況や気象情報をリアルタイムに可視化するシステムを開発しています。
これにより、出動判断の支援を実現し、雪見巡回の手間を軽減します。
積雪割合推定や除雪出動予測機能の導入も検討し、高度な意思決定を支援しています。
◇ 後藤健之介，横山想一郎，山下倫央，川村秀憲：競輪におけるレース結果予測に基づく投票戦略の検証
概要： 本研究では、競輪レースの結果を予測するための機械学習モデルを利用し、その予測結果を用いて可読性の高い投票戦略を出力する手法を提案しました。
分析により、提案された投票戦略は確定オッズよりもよい結果を示し、可読性が高いながらも実用的であることを示しました。
この研究は、ユーザーにより効果的な意思決定をしてもらうための情報提示に着目し取り組んでいます。
他の公営競技やコンサルティングシステムへの応用が考えられます。
In this study，we utilized a machine learning model to predict the outcomes of bicycle races and，based on these predictions，developed a system that proposes a voting strategy with high readability．
Our analysis showed that the proposed voting strategy，although simpler，yielded favorable results compared to traditional methods．
This research focuses on presenting information that enables bicycle race users to make more effective decisions．
Furthermore，this approach can be applied to other public competitions and consulting systems.
◆ 第24回データ指向構成マイニングとシミュレーション研究会（SIG-DOCMAS）
◇ 北野 勇太, 横山 想一郎, 山下 倫央, 川村 秀憲, 伊藤 孝行：帝国議会議事速記録における品詞のパターンマッチングによる可能表現の頻度分析
概要： 本研究は，57年間にわたって蓄積された議会の対話の記録であり，衆議院と貴族院の本会議と秘密会の速記録から成り立っている．
本研究の目的は，秘密会の記録の分析を通じて，議会の討論で使用される可能表現における使用頻度の時間変化を明らかにすることを目指す．
可能表現は，議会という当時の日本社会には存在しなかった文脈において，議員が自身の主張を述べる際に頻繁に使用する表現である．
同時期の雑誌や書籍で明らかになった可能表現の使用傾向と同様に，議会においても頻度の増加が推測される．
本研究では速記録のデータを形態素に分割し，パターンマッチングを用いて可能表現を抽出する．さらに各秘密会における使用頻度を調査し，可能表現の使用パターンを明らかにする．
研究内容にご興味がありましたら、お気軽にお問い合わせください。
お問い合わせ： http://harmo-lab.jp/contact
学会の様子等は、後日メルマガでもご紹介させていただきます。
メルマガの配信をご希望の方は下記よりご登録ください。
http://harmo-lab.jp/mailmagazine