おはようございます、ということでJSAI2019の３日目です.
今日は寿司ですよ寿司.下手したら学会よりも重要です.
新潟といえばスルメイカの名産地です.南は富山のホタルイカ、北は新潟スルメイカと呼ばれるほど.
そしてさらに６月は水揚げ量年間１位という旬でもあって食べざるを得ない.食べないという選択肢はない.
さらにアジも旬です.夏の青物は脂が乗って最高です.
もし新潟に行かれる際は是非お寿司を食べましょう.
まだまだお魚さんについて話したいところですが,話を人工知能学会に戻したいと思います。
##自動交渉エージェントのための制約緩和を用いた説明可能な妥協アルゴリズム
増田 淳基1、松平 正樹1 (1. 沖電気工業株式会社)
https://confit.atlas.jp/guide/event/jsai2019/subject/3Q4-J-13-01/tables?cryptoId=
課題として「二次災害を防ぐために交通異常（事故）の発見・位置の特定」を人工知能を使い発見しようというのが今回の発表.
手法としてETC2.0はトラカンというものがあり、一定箇所ごとにスキャンすることができる.
ETC2.0には各車両のGPSによって取得した位置情報・速度・加速度が記録されて居ます.
データのグラフを観察してみると渋滞には常に
「渋滞開始場所は時間関わらず常に一定」
「しかし渋滞の末端は時間とともに変わっていく」
という構造が見られた.
そして渋滞には「自然渋滞」、「事故渋滞」の２種類があり,それぞれが
自然渋滞は「速度低下が自分でもわからないぐらい自然」
事故渋滞は「事故発生場所から突然速度低下が発生する」
といった特性を持っている.
この特性を利用して閾値学習を用いた交通異常（場所・時間）の検知を行う.
今回の発表では自然渋滞のみを使った.渋滞を抜ける際の速度の上昇をモデル化.
渋滞発生を感知した際,モデルを適用して同時生起確率を測定,一定確率以下の場合に事故渋滞と推論する.
面白いのがこの手法により適合率94%で検知を行えたそうです.かなり高い数値です.
今後は自然渋滞の発生原因等も考慮に入れたモデル化を行うそうで,また聞きたい発表でした.
##高効率なドローンハイウェイ網の設計手法
浜中 雅俊1 (1. 理化学研究所)
https://confit.atlas.jp/guide/event/jsai2019/subject/3Q4-J-13-02/tables?cryptoId=
ドローンは次世代の交通網として期待されています。無人の運搬ドローンの他に少人数を載せた無人タクシードローンなんかもUberが2020年での実用化を目指しているそうで.近未来どころか来年です.
##人狼ゲームにおける明示的役職・陣営推定理由の抽出
小村 友希1、坂本 航1、〇尾崎 知伸1 (1. 日本大学)
https://confit.atlas.jp/guide/event/jsai2019/subject/3F4-OS-14b-04/tables?cryptoId=
####我らがSir.Ozakiの発表です.
と言っても内容は去年の学部生４年の卒論なので聞くのは２回目.
人間が理解できるように役職推定をモデル化しようといった研究です.
大学で講義を受けて居た時も思いましたが尾崎先生,話すのが上手いですよね.
以前も卒論で欠席者が出た時に尾崎先生の発表が聞けたのですが,学会で聞いていても尾崎先生の発表は聞きやすくて聞きに来ました.
尚,尾崎先生には嫌がられました.
####四日目に続く!