学術的背景 人工知能の分野において、多モーダル表現学習（Multi-modal Representation Learning, MMRL）は、異なるモーダルからの入力を共有の表現空間にマッピングする強力なパラダイムです。例えば、ソーシャルネットワークでは、ユーザーは画像とテキスト情報を同時に共有することがよくあります。多モーダル表現学習を通じて、モデルはテキスト中の特定の単語や概念と画像中の視覚的パターンとの関係をよりよく理解することができます。このパラダイムは、医療、感情認識などさまざまな分野で広く応用されており、データが通常複数の形式で存在し、多モーダル情報の融合がシステム全体の理解と意思決定能力を向上させることができるためです。 しかし、既存の多モーダル表現学習手法は、高次情報の保持...

現実世界のアプリケーションにおいて、マルチビューデータ（multi-view data）は広く存在しています。マルチビューデータとは、複数のソースや複数の表現方法を通じて収集されたデータを指します。例えば、同じニュースストーリーの異なる言語版や、異なる医学検査手段を通じて得られた疾患データなどが挙げられます。マルチビュー学習（multi-view learning）は、マルチビューデータを掘り下げるための効果的な方法であり、その中でもマルチビュークラスタリング（multi-view clustering）はマルチビュー学習の重要な構成要素として、近年ますます注目を集めています。しかし、効果的なマルチビューデータマイニング手法を設計し、それをより特定のタスクに適応させることは、依然として挑戦的...

ディープラーニング（Deep Learning）は、人工知能分野の重要な一分野として、近年コンピュータビジョンや自然言語処理など多くの分野で顕著な進展を遂げています。しかし、ディープラーニングの成功は、損失関数（Loss Function）と性能指標（Performance Metrics）の選択に大きく依存しています。損失関数は、モデルの予測と真の値との差異を測定し、モデルの最適化プロセスを導くために使用されます。一方、性能指標は、未見のデータに対するモデルの性能を評価するために使用されます。損失関数と性能指標はディープラーニングにおいて極めて重要ですが、多くの選択肢があるため、研究者や実務者は特定のタスクに最適な方法を決定することが難しいことがしばしばあります。 このため、本稿では、ディ...

学術的背景 クラウドコンピューティング技術の急速な発展に伴い、動的で異種混在のクラウド環境において効率的なジョブスケジューリングの需要が高まっています。従来のスケジューリングアルゴリズムは単純なシステムでは良好な性能を発揮しますが、現代の複雑なクラウドインフラストラクチャではその要件を満たすことができません。クラウド環境におけるリソースの異種混在性、エネルギー消費、リアルタイム適応性などの問題は、研究者に人工知能（AI）を基盤としたソリューションの探求を促しています。AI駆動のジョブスケジューリング技術は、機械学習、最適化技術、ヒューリスティック技術、およびハイブリッドAIモデルを通じて、より高い適応性、拡張性、エネルギー効率を提供します。本稿は、AI駆動のジョブスケジューリング技術を包括的...

世界的な環境問題が深刻化する中、企業はサプライチェーン管理においてますますグリーンで持続可能な発展を重視しています。グリーンサプライチェーン管理（Green Supply Chain Management, GSCM）は、企業の競争力を高め、持続可能な成長を実現するための重要な手段となっています。しかし、グリーンサプライヤーの選定（Green Supplier Selection, GSS）は、複数の意思決定者の異なる意見と不確実性を伴う複雑な多基準グループ意思決定問題（Multicriteria Group Decision-Making, MCGDM）です。従来のMCGDM手法は、専門家の意見の信頼性と曖昧さを扱うのに十分ではなく、現実の複雑な状況を正確に反映することが難しいです。 この...

学術的背景 近年、ナノテクノロジーとモノのインターネット（IoT）の急速な発展により、革命的な分野であるナノモノのインターネット（IoNT）が誕生しました。ナノモノのインターネットは、ナノスケールのデバイスをインターネットに接続し、農業、軍事、マルチメディア、医療などの分野で重要な役割を果たすことができます。しかし、ナノモノのインターネットと機械学習（ML）の両方が著しい進歩を遂げているにもかかわらず、これらをどのように組み合わせるかに関する包括的な研究は比較的不足しています。既存の研究は主にナノモノのインターネットのアーキテクチャ、通信方法、特定の分野への応用に焦点を当てており、機械学習がデータ処理、異常検出、セキュリティにおいて持つ可能性を見落としています。したがって、本論文はこの空白を...