学術的背景 現代の複雑なネットワークシステムにおいて、状態推定（state estimation）は、不確実性やノイズに直面する際の重要な問題です。複雑なネットワークは通常、相互に接続された複数のノードで構成され、各ノードの動的挙動は非線形要素の影響を受ける可能性があります。Takagi-Sugeno（T-S）ファジィモデルは、不確実な情報を効果的に捕捉し、複雑なネットワークの非線形動的特性を記述できるため、複雑なネットワークのモデリングにおいて顕著な利点を示しています。しかし、従来の状態推定手法は通常、詳細なノイズの統計的特性を必要とし、実際の応用ではノイズが未知だが有界（unknown but bounded, UBB）であることが多いです。集員推定（set-membership est...

四足ロボット応用のための柔軟な歩態センサー研究 背景紹介 ロボットが日常生活や産業生産において広く応用される中、特に標準化、持続性、重負荷操作が必要なシナリオでは、インテリジェントロボットの開発がトレンドとなっています。しかし、複雑な環境でのロボット操作には多くの課題があり、例えば救助任務、自動化物流、自律輸送、スマートホームなどの分野で特に顕著です。これらのロボットは作業環境を理解し、自律的に動作する必要があり、その中で機械運動の安定性が重要な要素となっています。従来の安定性を確保する方法としては、正確なセンサーを使用して姿勢や環境を監視し、複雑な制御システムを組み合わせて運動を調整することが挙げられます。しかし、応用シナリオが複雑化するにつれ、既存のセンサー技術ではニーズを満たすことが難...

世界的高齢化問題が深刻化する中、神経変性疾患（例：アルツハイマー病、Alzheimer’s Disease, AD）の発症率は年々増加しています。脳老化（Brain Aging, BA）は神経変性疾患の重要なリスク要因の一つですが、生理学的年齢（Chronological Age, CA）とは完全には一致しません。従来の脳老化評価法は主にDNAメチル化時計に依存していましたが、この方法では血液中の細胞と脳細胞を分離する血液脳関門（Blood-Brain Barrier）の存在により、脳組織の老化状況を直接反映することはできません。したがって、非侵襲的な手段で脳老化速度（Pace of Brain Aging, P）を正確に評価する方法の確立が重要な研究課題となっています。 本研究は、深層学習...

仮想現実における存在感：神経生理学的マーカーの探求と検証 背景紹介 近年、仮想現実（Virtual Reality, VR）技術は医学、トレーニング、リハビリテーションなどの分野で広く応用されています。VRの中核となるのはユーザーの「存在感」（Sense of Presence）であり、これはユーザーが仮想環境に「実際にいる」と感じる体験です。しかし、現在のところ、存在感の評価は主にITC-SOPI（ITC-Sense of Presence Inventory）やSUS（Slater-Usoh-Steed）アンケートなどの主観的な質問紙に依存しています。これらの方法には主観的なバイアスがあり、ユーザーの無意識の反応を捉えることが難しいという欠点があります。そのため、神経生理学的信号に基づい...

スペクトル拡散後続サンプリングに基づく多材料分解に関する研究 背景紹介 医用画像分野では、CT（コンピュータ断層撮影）技術が疾患診断や治療計画に広く利用されています。近年、スペクトルCT（spectral CT）はエネルギー依存の減衰情報を提供できることから注目を集めています。スペクトルCTは複数のエネルギーチャネルの投影データを使用して、異なる材料の密度分布を再構成します。このプロセスは材料分解（material decomposition）と呼ばれます。しかし、材料分解は高度に非線形な逆問題であり、従来の分解方法である解析的分解（analytical decomposition）や反復モデル分解（iterative/model-based decomposition）には計算効率の低さ、...

多解像度信号ウェーブレットネットワークの音声感情認識への応用：SigWavNet 学術的背景 音声感情認識（Speech Emotion Recognition, SER）は、人間とコンピュータの相互作用や心理学的評価において重要な役割を果たしています。音声信号を分析することで話者の感情状態を識別し、緊急コールセンターやヘルスケア、仮想AIアシスタントなどの分野で幅広く応用されています。しかし、この分野での顕著な進展にもかかわらず、システムの複雑さ、特徴の識別力不足、およびノイズの干渉といった問題が依然として残っています。これらの課題に対処するため、ケベック大学、コンコルディア大学、およびモントリオールのケベック大学の研究チームは、意味のある特徴を直接音声波形信号から抽出し、多解像度分析を通...