衛星支援の6G広域エッジインテリジェンス：遠隔IoTサービス向け動的認識タスクオフロードおよびリソース配分 背景紹介 6G移動通信ネットワークの到来に伴い、従来のモノのインターネット（IoT, Internet of Things）アーキテクチャは、グローバルな接続と幅広い人工知能（AI）の能力を統合したスマート万物インターネット（IoE, Internet of Everything）の新しいパラダイムへと徐々に変化しています。しかし、地上ネットワークには複雑な地形や遠隔地を完全にカバーすることができないという制限があります。低軌道（LEO, Low Earth Orbit）衛星技術の急速な発展により、この課題を解決するための新たな希望が生まれています。非地上ネットワーク（NTN, Non...
プルリクエスト受け入れの早期予測に関する研究の突破口 近年、オープンソースソフトウェア（Open-Source Software, OSS）の開発は主流のソフトウェア開発モデルの一つとなりつつあります。このモデルは開発者間での協力を大いに依存しており、プルリクエスト（Pull Request, PR）の仕組みは分散型ソフトウェア開発における協力の効率を向上させる手段として広く採用されています。GitHubなどのOSSプラットフォームでは、PRを通じて開発者はコード変更要求を提出し、プロジェクトの管理者（インテグレーター）がコードレビューを行い、そのコードを主ブランチにマージするかどうかを決定します。しかし、OSSプロジェクトの活発化に伴い、PRの数が急増し、管理者の負担が増大するとともに、P...
iOSアプリストア推薦関係の複雑ネットワーク研究の解析 背景紹介 モバイルアプリケーション（以下、モバイルアプリ）は、現代のインターネットエコシステムの重要な構成要素です。しかし、爆発的に増加するアプリ数により、ユーザーがアプリストアで必要なアプリを見つけることが難しくなる一方で、開発者によるアプリの発見も困難になっています。ユーザー体験を向上させるため、大多数のアプリストアでは、ユーザーの行動やその他のアルゴリズムを基にアプリ推薦機能を提供します。たとえば、iOSアプリストアの「あなたにおすすめ」（”You Might Also Like”）推薦機能では、特定のアプリに関連する他のアプリが表示され、これが推薦関係ネットワークを形成します。 アプリ推薦がユーザー行動やアプリ市場に与える影響は...
データプライバシ保護と因果学習の交差点：フェデレーテッドラーニングに基づく局所的因果構造学習のブレークスルー ビッグデータと人工知能が急速に発展する中で、医療や金融といった敏感な分野では、データのプライバシを保障しつつ効率的に因果関係を分析・推論する方法が学術界および産業界の重要な課題となっています。「Federated Local Causal Structure Learning」（連合局所因果構造学習）という論文は、この重要な課題に直接取り組み、FedLCSというアルゴリズムを導入しました。このアルゴリズムは、フェデレーテッドラーニング（Federated Learning）環境下で局所的因果構造を学習するために設計されており、データプライバシを確保しながら因果推論を実現する問題を革新...
混合タイプ対話生成分野の新たな突破口：少数ショット学習に基づく研究 人工知能（Artificial Intelligence, AI）の重要な目標の1つは、多種多様な自然言語対話を実現できるAIエージェントを構築することです。現在、業界や学術界において、オープンドメイン対話（Open-Domain Dialogue）とタスク指向対話（Task-Oriented Dialogue）の両方に対応できる対話モデルを設計することが長年の課題とされています。この複数のスキルやタイプを統合した形式は、混合タイプ対話（Mixed-Type Dialogue）と呼ばれます。しかし、この課題に取り組む既存の研究の多くは、大規模な人工ラベル付きデータセットの構築に依存しており、データラベリングのコストが非常に高...
深層学習における非対称二重タスク協調モデルによる部分ラベル学習の改良に関する研究 研究背景 深層学習の分野では、教師あり学習が多くの人工知能タスクの中心的な方法となっています。しかし、深層ニューラルネットワークを訓練するには、大量の正確にアノテーションされたデータが必要です。このようなデータの構築には、コストが非常に高く、時間がかかります。これに対する有効な代替手段として、弱教師あり学習（Weakly Supervised Learning）が近年広く注目されています。その中で部分ラベル学習（Partial Label Learning, PLL）は典型的な問題として捉えられており、各トレーニングインスタンスが候補ラベルセット（Candidate Label Set）でアノテーションされ、こ...
GLUT1を標的とした蛍光イメージング新規トレーサー：乳がん手術中検出の改善に向けた研究進展 研究背景と課題の整理 乳がんは世界中の女性において最もよく見られる悪性腫瘍のひとつであり、2022年には新規症例が230万件、死亡例が約66.6万件と報告されています。乳がんの外科治療は主に、乳房部分切除術（breast-conserving surgery, BCS）と乳房全摘術に分けられます。乳房全摘術と比較して、BCSは術後の放射線治療と組み合わせることで類似した局所制御効果を得る一方で、正常な乳房組織を最大限保存することができます。しかし、BCSが成功するための鍵は、腫瘍が存在しない手術切縁を確保することです（腫瘍陽性切縁の回避）。研究では、陽性の切縁が局所再発リスクを著しく増加させることが...
肝細胞癌 (Hepatocellular Carcinoma) に対する新しい近赤外蛍光イメージング研究 肝細胞癌（HCC）は、世界的に発病率が第6位、死亡率が第3位に位置する悪性腫瘍です。関連統計によれば、HCC術後の再発率は80%に達し、肝硬変や線維化はHCC症例の80%以上の基礎病変背景です。そのため、HCCの高い再発率は、術後の潜在的な腫瘍病灶の処理、特に腫瘍間質成分の残留と密接に関連しています。しかし、現在の臨床手術では肿瘤が完全に切除されたかどうかを判断するのに、術者の経験や術前の画像、または凍結切片検査などの方法に依存しており、これらの方法はサンプリング不足や腫瘍マーカーの発現異質性などの制約があり、正確で客観的な術中評価を行うことが難しい状況です。 この問題に対処するため、著...
アルツハイマー病の超早期段階に関する研究の進展：客観的微細認知障害と主観的認知低下の違いに焦点を当てて アルツハイマー病（Alzheimer’s Disease, AD）は、現代の神経科学と高齢医学研究の鍵となる課題であり、その病理過程は臨床症状が現れる前から長期間進行しています。ますます多くの証拠が、アルツハイマー病の前臨床段階を特定し、早期予防介入を行うことが、病気の進行を遅らせたり阻止したりするために重要であると示唆しています。ただし、これらの早期段階を科学的かつ詳細に分類し研究する方法については、学界において課題が残されています。近年、「主観的認知低下（Subjective Cognitive Decline, SCD）」は、簡便さと効率性から早期アルツハイマー病検出のツールとして広...
PET画像レポートにおける大型言語モデルの応用：検索強化生成モデルを組み合わせた単一施設試験研究 人工知能技術の急速な発展に伴い、大型言語モデル（Large Language Models、以下LLM）のゼロショット学習能力と自然言語処理能力が医学分野で広く注目されています。LLMは一部の医療分野で効率と成果の向上を示しているものの、核医学、特にPET（陽電子放射断層撮影）画像レポートへの応用はまだ初期段階です。本研究は、韓国ソウル大学病院およびソウル大学医科大学のHongyoon Choi博士とそのチームによって実施され、その研究成果は《European Journal of Nuclear Medicine and Molecular Imaging》に掲載されました。 研究背景と問題提...