Kazushi OKAMOTO (岡本 一志)

Offer Organization: Japan Society for the Promotion of Science, System Name: Grants-in-Aid for Scientific Research, Category: Grant-in-Aid for Scientific Research (B), Fund Type: -, Overall Grant Amount: - (direct: 14300000, indirect: 4290000)
本年度は、インパクトファクターや国際共著を含む査読付き論文6件、オーガナイズを含む国際・国内会議19件と図書2件で発表し、講演会開催と国際会議発表による受賞3件があった。


(1) 再エネ予測エンジンとAI調整による作業スケジューラの開発 複数のタスクが存在する状況において、各タスクのスキル・雇用コスト・チームサイズ・重複制約の4種類の制約条件を全て満たすチームを、ワーカプールから同時に形成する手法を開発した。また、太陽光発電を有する施設の電力需給マネジメントにおいて、ジョブ・ショップ制御方策を用いた蓄電池併用時の買電・充電切換えシミュレーション法を提案するとともに、ある物流センターの実消費電力量と太陽光仮想発電量について季節や時間帯の特性やオンデマンド流動数管理法の効果を、事例を通じて分析した。
(2) 再エネ途絶サプライチェーンの設計 生産・再製造システムにおけるSDGsの考慮を念頭に、地方創生や再生可能エネルギー材料の温室効果ガス排出量規制、COVID-19によるサプライヤー途絶、輸送の遅延、CSRや労働人口の変動といったリスクを考慮して、サプライチェーンの強靭化を目的とする循環型サプライチェーン設計のモデル化を行った。また、製造・再製造工程の意思決定を自動的に調整し、回収品の価値を判別する過程を組み込んだサプライチェーンを設計した。
(3) 国境炭素税とLCAによる製品・SDGs経営のデザイン SDGs経営については、化学産業企業を対象としたmixed methodologyを用いたサーキュラーエコノミーに関する情報開示の傾向と、その背景にある企業のマネジメント活動について分析を行った。製品・物流デザインについては、環境性と経済性の観点を同時に考慮することで、複数の製品アーキテクチャ候補を絞り込むことが可能なシステムを提案するとともに、サプライチェーンにおけるDesign for Logistics（DfL）に関して国内20事例の調査・分析を行った。

Offer Organization: 日本学術振興会, System Name: 科学研究費助成事業, Category: 基盤研究(B), Fund Type: -, Overall Grant Amount: - (direct: 13300000, indirect: 3990000)
今年度は，映画やレシピ，書籍などを対象とした評価値行列の人工データ生成などに取り組んだ．映画を対象アイテムとした評価値行列の生成では，人気アイテムを好むユーザ，万人に好まれるわけではないロングテールアイテム（評価件数が少ないアイテム）を好むユーザが存在することに着目した合理的行動を引き続き対象として研究に取り組み，実際の評価値行列をテストデータとしたオフライン実験を実施した．実験の結果，パラメータ設定によってはテストデータと同じ実データを訓練データに用いた場合よりも高い推薦精度が得られる場合があることを確認した．レシピを対象アイテムとした研究では，食材や調理器具といった知識がユーザの行動に影響を与えること，調理の有無という暗黙的フィードバックであるといった点で映画とは異なることに着目し，内容ベースフィルタリングに類似した合理的行動を仮定し，暗黙的フィードバックによる評価値行列の生成に取り組んだ．また，レシピデータセットからの知識グラフ構築など，今後の研究拡張に向けた予備的検討も行った．
この他，観光スポット推薦のための人工的な評価値行列生成に向けた予備的検討として，合理的ユーザの行動を模擬するために利用予定の観光経路推薦手法の改良などを行った．観光行動は過去の行動が以降の行動に影響を与えるという点で特徴的であることから，同様の性質を持つものとして読書行動にも着目し，逐次的に書籍を選択していく合理的行動についての検討に着手した．また，ロボットのジェスチャや発話がユーザに与える影響についての調査方法に関する検討も継続して進めた他，楽曲の視聴行動や価値観モデルなど，合理的行動の設計に活用可能な要素技術の検討も進めた．

Offer Organization: Japan Society for the Promotion of Science, System Name: Grants-in-Aid for Scientific Research, Category: Grant-in-Aid for Scientific Research (B), Fund Type: -, Overall Grant Amount: - (direct: 13600000, indirect: 4080000)
本研究は，動的・複数項目の評価データ・ユーザIDの有無が混在といった，より高次の情報や複雑な状況を対象に，推薦理由を説明する情報推薦システムを開発し，理由の説明機能の品質評価法を確立する．本年度の主な実績は次のとおり．
（１）前年度に開発した価値観に基づき推薦処理と説明を行うシステムについて，生成した推薦説明が推薦アイテムの受容に繋がるかを調査するオンライン評価実験を実施した．実験結果より，線形回帰モデルで推定した価値観より，ルールベースモデルにより推定した価値観がユーザに受容されやすい示唆を得ている．現在，推薦説明が果たす役割（透明性，信頼性，有効性など）が，ユーザのアイテムへの興味に影響を与えるかの観点で実験結果の解析に取り組んでいる．
（２）推薦システムにおける埋め込みは，ユーザやアイテムを連続なベクトル空間上に表現し，インタラクションの学習と推論に使用される．従来の埋め込み法では，ユーザ・アイテム間の関係を捉えられる一方で，ユーザ間あるいはアイテム間の依存関係を無視する可能性がある．本年度では，協調フィルタリングを対象に，葉ノードがユーザとアイテム，その他のノードがクラスタとなる階層関係を明示的に捉えられる階層型埋め込み法を開発した．評価値予測・ランキング予測実験より従来法と同程度以上の推薦精度を確認し，クラスタ分析より提案法の解釈可能性を明らかにしている．
（３）大規模言語モデル（LLM）は推薦説明に活用可能な技術のひとつである．本年度では，推薦システムが出力したアイテムが意外性（セレンディピティ）のあるものかをLLMで判断することにも取り組んだ．評価実験より，LLMによる判断は人間の意外性判断には劣るものの，ベースラインとなるセレンディピティ推薦手法と比べ同等以上の精度を示すことを確認した．得られた知見は，推薦説明エージェントへのLLM応用に活用できると期待される．

Offer Organization: Japan Society for the Promotion of Science, System Name: Grants-in-Aid for Scientific Research, Category: Grant-in-Aid for Early-Career Scientists, Fund Type: competitive_research_funding, Overall Grant Amount: - (direct: 3200000, indirect: 960000)
This study develops model-based collaborative filtering techniques with explanations for recommended items based on linear regression. The proposed model treats users and items simultaneously in a single linear regression equation, and the reason for recommendation can be explained by presenting regression coefficients. We evaluated that the proposed model has achieved 25 times faster and the same level of recommendation accuracy, compared with Factorization Machines. In addition, a linear regression model with interaction between users and items is proposed. According to the results, we validated that the linear regression models have potentials for fast and accurate enough to make recommendations.

Offer Organization: Japan Society for the Promotion of Science, System Name: Grants-in-Aid for Scientific Research, Category: Grant-in-Aid for Challenging Exploratory Research, Fund Type: -, Overall Grant Amount: - (direct: 2900000, indirect: 870000)
Interdisciplinary research was conducted in Academic Link of Chiba University to evaluate how learning commons, combined with the provision of library materials and human support, effect students' learning and information seeking behavior, and learning outcome as well. Both qualitative and quantitative methods were applied, including questionnaire survey, focus group interview, "photo voice" analysis, analysis of in-house usage of library materials, and analysis of pictures recording how students moved tables, chairs, and whiteboards in learning commons. The results of these surveys and analysis show that the new learning environment successfully met the various needs of students. It was also suggested that the new learning environment positively affected the students' learning outcome indirectly.