精細な手がかりとノイズの不一致性に基づく顔偽造検出を深掘り 背景紹介 人工知能（AI）技術の急速な進展により、多様な生成モデルが驚くべき進歩を遂げています。これにより、高精度の「ディープフェイク（Deepfake）」顔画像を生成することがますます容易になりました。これらのリアルな顔偽造画像は、エンターテイメントや映画制作などの分野で合法的に利用されていますが、虚偽情報の拡散や世論の誘導、さらには社会安全や国家安全の脅威といった悪意のある目的にも使用されています。特に主流メディアが暗黙的な圧縮を採用する場合、圧縮プロセスが偽造の痕跡を希薄化し、検出をより困難にしています。そのため、効果的な顔偽造検出方法の開発はマルチメディア情報セキュリティ分野の中心的な課題となっています。 現在、既存の多くの...

SHAPに基づく電力価格予測モデルの改良とその説明可能性の分析 背景と研究動機 電力市場における価格予測モデルは近年注目を集めており、市場の価格変動が関係者の財務に与える影響を考える上で重要です。特に、ヨーロッパのエネルギー市場では、エネルギー危機や地政学的要因の影響で、ここ数年燃料価格が急騰し、それに伴い電力市場の価格変動性が著しく増加しています。予測誤差がわずか1%でも、発電会社や需要応答事業者、取引会社などに大きな財務的影響を与える可能性があります。例えば、使用電力量が1GWに達する企業において、予測誤差が1%減少するだけでも、年間約1,200万ドルのコスト削減が可能となります。そのため、市場参加者にとって電力価格予測（Electricity Price Forecasting, EP...

RNNの効率的な活性化関数実現：CORDICアルゴリズムとFPGAハードウェア加速の革新 背景と研究の重要性 近年、ディープラーニング技術の急速な発展に伴い、特にリカレントニューラルネットワーク（Recurrent Neural Networks, RNNs）および長短期記憶ネットワーク（Long Short-Term Memory, LSTM）が、自然言語処理（Natural Language Processing, NLP）、音声認識、医療診断などの時間系列タスクにおいて強力な能力を発揮しています。しかし、畳み込みニューラルネットワーク（Convolutional Neural Networks, CNNs）と比較して、RNNモデルはその複雑性および非線形活性化関数の需要が多いため、計算...

異種指向性マルチエージェントシステムの協調出力調整問題研究：完全分散型モデルフリー強化学習フレームワークに基づくアプローチ 背景紹介 近年、分散制御と最適化の研究は、スマート交通、スマートグリッド、分散型エネルギーシステムなどの分野で広く応用可能性が示されています。このようなシステムでは、複数のエージェントが協力して特定のタスクを達成する必要があり、その中で基本的な研究課題の一つが協調出力調節（Cooperative Output Regulation、以下COR）問題です。この問題は、適切な制御プロトコルを設計することで、マルチエージェントシステムのすべてのエージェントが参照信号を追従し、最終的に追従誤差をゼロにすることを目指します。 しかし、この課題を解決するためには、エージェントの動的...

分散型ランダムネスビーコン（Distributed Randomness Beacon）研究の最前線 —— 大規模における通信複雑性を最適化した実用的なソリューション 今日の多くの技術分野において、信頼できるランダム数生成器（Randomness Beacon）は、暗号技術、ブロックチェーン、電子投票など多数の応用においてセキュリティを支える重要な要素となっています。ランダム数生成器は、公正性、予測不能性、そして公開的な検証可能性を満たさなければなりません。しかしながら、従来の分散型ランダムネスビーコン（Distributed Randomness Beacon、以下DRB）ソリューションは、複雑な通信工程に依存するか、公共掲示板（Public Bulletin Board、以下PBB）の利...