| 序文 i |
| 執筆者一覧 iv |
| 1章 総論 |
| 1.1 LIFEの沿革 1 |
| 1.1.1 設立の経緯と構想の概要 1 |
| 1.1.2 L.IFEの特長 2 |
| 1.1.3 果たした役割 4 |
| 1.1.4 体制 4 |
| 1.2 LIFE研究成果 5 |
| 1.2.1 LIFEの研究方針と研究経過 5 |
| 1.2.2 ファジィ工学全般に関する知見 11 |
| 1.2.3 具体的成果-要素技術- 16 |
| 1.3 今後の課題と予測 26 |
| 1.3.1 ファジィ工学の未来展望 26 |
| 1.3.2 今後の研究開発課題 32 |
| 1.3.3 知的ファジィコンピューティング向けた研究の一構想 44 |
| 参考文献 57 |
| 2章 自然言語のあいまいさの定量化、処理法、利用法 |
| 2.1 はじめに 59 |
| 2.2 あいまい自然言語対話システム:FLINS 61 |
| 2.2.1 目的 61 |
| 2.2.2 システムアーキテクチュア 62 |
| 2.2.3 推論の基本的流れ 66 |
| 2.2.4 ファジィ推論機能 69 |
| 2.2.5 あいまい事例ベース推論機能 75 |
| 2.2.6 ファジィ学習機能 85 |
| 2.2.7 システム構成 91 |
| 2.2.8 対話例 92 |
| 2.2.9 まとめ 94 |
| 2.3 チューニング機構を有するあいまい推論ソフトウェア:FINEST 95 |
| 2.3.1 背景とツールのコンセプト 95 |
| 2.3.2 相乗性を持つ結合演算子 97 |
| 2.3.3 インプリケーション関数の一般化 101 |
| 2.3.4 あいまいさを減少させるコンビネーション関数 105 |
| 2.3.5 チューニング方式 108 |
| 2.3.6 ファジィ後向き推論方式 112 |
| 2.3.7 FINESTの知識表現 117 |
| 2.3.8 利用例 118 |
| 2.3.9 まとめ 121 |
| 2.4 あいまい論理による自動車ATC:FATE 122 |
| 2.4.1 背景 122 |
| 2.4.2 問題点とその分析 124 |
| 2.4.3 データ分析によるFATEの設計 125 |
| 2.4.4 シミュレーション評価 131 |
| 2.5 まとめ 133 |
| 参考文献 134 |
| 3章 画像と言語 |
| 3.1はじめに 319 |
| 3.2 画像理解における対象の定性的な知識表現 141 |
| 3.2.1 あいまいさを許容した対象物モデルを用いた画像認識 142 |
| 3.2.2 対象物の構成要素間の空間的位置関係の表現方法 153 |
| 3.2.3 まとめ 161 |
| 3.3 言語からの画像の生成 162 |
| 3.3.1研究目的とシステム概観 163 |
| 3.3.2 言語表現入カインタフェース 166 |
| 3.3.3 3Dモデルの記述 170 |
| 3.3.4 物体認識への応用 172 |
| 3.3.5 マッチング処理 174 |
| 3.3.6 インプリメンテーションと実験結果 177 |
| 3.3.7 おわりに 181 |
| 3.4 隠蔽による不確かな情報に基づく画像認識 182 |
| 3.4.1 ビジュアル・パターンによる物体認識 182 |
| 3.4.2 画像からの目的とする物体の抽出方法 188 |
| 3.5 動的な環境に対応する物体認識システム 199 |
| 3.5.1 システム構成 200 |
| 3.5.2 あいまい性を持った知識表現 202 |
| 3.5.3 カラー・マッチングによる物体領域候補の抽出 204 |
| 3.5.4 人間の持つ知識による領域の物体らしさの推論 205 |
| 3.5.5 Dempster-Shafer理論による総合推論 206 |
| 3.5.6 視覚障害者用ナビゲーション・システム 207 |
| 3.6 おわりに 209 |
| 参考文献 210 |
| 4章 パターンと言語の連想推論、学習、発想 |
| 4.1 実世界情報処理とファジィ集合 217 |
| 4.1.1 実世界情報処理と概念ファジィ集合 218 |
| 4.1.2 概念ファジィ集合の構築 226 |
| 4.1.3 概念ファジィ集合による多層推論 229 |
| 4.2 ファジィ連想推論 235 |
| 4.2.1 ファジィ連想メモリシステム 235 |
| 4.2.2 ファジィ連想推論の性質 236 |
| 4.2.3 本節のまとめ 238 |
| 4.3 知的ヘルプシステム 239 |
| 4.3.1 はじめに 239 |
| 4.3.2 インテリジェント・インタフェース 240 |
| 4.3.3 作画ツール用ヘルプシステム. 241 |
| 4.3.4 本節のまとめ 250 |
| 4.4 表情の認識と生成 251 |
| 4.4.1 画像処理におけるあいまい性の問題 251 |
| 4.4.2 多層推論を用いた画像理解 252 |
| 4.4.3 表情の認識 252 |
| 4.4.4 表情の生成 257 |
| 4.4.5 本節のまとめ 257 |
| 4.5 動作の認識と生成 258 |
| 4.5.1 動作認識における条件 258 |
| 4.5.2 動作認識システム 259 |
| 4.5.3 動作認識実験 261 |
| 4.5.4 動作の生成 266 |
| 4.5.5 本節のまとめ 267 |
| 4.6 概念レベル学習 268 |
| 4.6.1 概念レベル学習の概要 268 |
| 4.6.2 言語指示学習による表情モデルの洗練 269 |
| 4.6.3 概念レベル学習による動作生成モデルの洗練 270 |
| 4.6.4 本節のまとめ 274 |
| 4.7 カオスファジィ連想メモリと発想支援 275 |
| 4.7.1 はじめに 275 |
| 4.7.2 カオスファジィ連想メモリシステム(CFAMOUS) 275 |
| 4.7.3 カオス的想起に基づく表情画像の生成 277 |
| 4.7.4 表情画像の生成における発想支援 281 |
| 4.7.5 学習による表情モデルの洗練 283 |
| 4.7.6 本節のまとめ 283 |
| 4.8 本章のまとめ 284 |
| 参考文献 284 |
| 5章 マクロな思考と判断 ～囲碁における局面理解～ |
| 5.1 はじめに 289 |
| 5.1.1 背景と目的 289 |
| 5.1.2 囲碁のルール 290 |
| 5.2 囲碁とコンピュータ 294 |
| 5.3 囲碁アルゴリズムにおけるファジィの利用 297 |
| 5.3.1 囲碁における知識の類型 298 |
| 5.3.2 パターン主導型知識におけるファジィの利用 299 |
| 5.3.3 言語主導型知識におけるファジィの利用 302 |
| 5.4 「厚み」の認識 303 |
| 5.4.1 「厚み」とはなにか 303 |
| 5.4.2 勢力の広がりの認識 304 |
| 5.4.3 石の強さの認識 307 |
| 5.4.4 領域の「厚み」の認識 312 |
| 5.4.5 領域の重要性の認識 314 |
| 5.5 実験システムFOG 315 |
| 5.5.1 基本構成 316 |
| 5.5.2 基本動作 317 |
| 5.5.3 EGOのデータ構造 319 |
| 5.5.4 EGOとFOEのインタフェース 320 |
| 5.6 「厚み」認識の例 322 |
| 5.6.1 EGOによって得られる基本データ 322 |
| 5.6.2 FOEにおける推論 324 |
| 5.7 おわりに 327 |
| 参考文献 329 |
| 6章 人とマシンの知的インタフェース |
| 6.1 意思決定支援のための協調的対話システム 332 |
| 6.1.1 システム概要 332 |
| 6.1.2 協調的応答の生成と管理 334 |
| 6.1.3 話題の抽出とその利用 348 |
| 6.1.4 ユーザモデル 354 |
| 6.1.5 対話型意思決定支援 360 |
| 6.1.6 応用例 365 |
| 6.2 データ検索における知的インタフェース 366 |
| 6.2.1 データ検索システム 367 |
| 6.2.2 クラスタリング手法を用いた知識構築 370 |
| 6.2.3 知的情報圧縮技術 376 |
| 6.3 人間の思考モデルに向けて 378 |
| 6.3.1 日本語ワープロを用いた文章産出活動のUser'sModelに向けて 378 |
| 6.3.2 プロトタイプ理論による嗜好モデルの構築. 388 |
| 6.3.3 プラントオペレータの認知状態の推定 397 |
| 参考文献 404 |
| 7章 人間と共生する自律ロボット群 |
| 7.1 人間とロボットとの共生 410 |
| 7.1.1 人間と機械の関係に対する歴史的考察 411 |
| 7.1.2 人間と機械の関係における3つの段階 414 |
| 7.1.3 ROBプロジェクトは何をやったか 416 |
| 7.1.4 機械との共生 417 |
| 7.2 行動からの意図推論～定性的な状況認識を用いた意図推論手法～ 418 |
| 7.2.1 ロボットのセンシング 418 |
| 7.2.2 行動に基づく意図推論システム 420 |
| 7.2.3 例題シミュレーション 427 |
| 7.3 柔軟なプランニング 428 |
| 7.3.1 人間と協調的に振舞うためのプランニング 429 |
| 7.3.2 システムの概要 431 |
| 7.3.3 人間とロボットの協調作業シミュレーション 435 |
| 7.4 自律的な意思決定にむけて～あいまいな環境での高速かつ確実な強化学習アルゴリズム～ 439 |
| 7.4.1 まえがき 439 |
| 7.4.2 学習アルゴリズム 440 |
| 7.4.3 確実な収束性 443 |
| 7.4.4 高速な収束性 444 |
| 7.4.5 ロボットナビゲーション 445 |
| 7.4.6 むすび 448 |
| 7.5 動作の実行 449 |
| 7.5.1 机・椅子配置システム 449 |
| 7.5.2 意図推論による競合解消 452 |
| 7.5.3 状況を考慮したロボット問の相互回避 454 |
| 7.5.4 シミュレーションと実験 454 |
| 7.6 未来への展望 461 |
| 参考文献 462 |
| 8章 言語による複雑なシステムの制御～半自律無人ヘリコプタ～ |
| 8.1 開発の目的と意義 465 |
| 8.2 無人ヘリコプタの用途 466 |
| 8.3 ヘリコプタの特徴 467 |
| 8.4 ソフトウェアの概要 470 |
| 8.5 ハードウェアの概要 473 |
| 8.6 実験結果 479 |
| 8.7 結論 483 |
| あとがき 485 |
| 付録 487 |
| 索引 491 |
