商店しょうてん街がいの活性かっせい化かのためには，商店しょうてん街がいの各かく店舗てんぽへの来店らいてんを促うながし，各かく店舗てんぽの魅力みりょくを知しってもらうことが必要ひつようである．しかし現状げんじょうとしては，大だい部分ぶぶんの顧客こきゃくの訪問ほうもんは一部いちぶの大型おおがたチェーン店てんの支店してんに偏かたよってしまっているという問題もんだいがある．そこで本ほん研究けんきゅうでは，我々われわれの開発かいはつした街まち歩あるきアプリを用もちいたイベントを実施じっしした．また，本ほんイベントでは，一部いちぶの店舗てんぽにユーザの訪問ほうもんが偏かたよることを防ふせぐために，店舗てんぽ魅力みりょく値ちという本ほん研究けんきゅう独自どくじの指標しひょうを定義ていぎし，店舗てんぽ魅力みりょく値ちを一定いってい化かさせるという目的もくてきのもとで，各かく店舗てんぽのポイント配分はいぶんを決定けっていするというインセンティブ設計せっけいを行おこなった．そして，実際じっさいに街まち歩あるきアプリを用もちいたイベントにより得えられたデータを分析ぶんせきすることによって，ユーザに対たいして商店しょうてん街がいの各かく店舗てんぽへの来店らいてんを促うながし，各かく店舗てんぽの魅力みりょくを伝つたえることに成功せいこうし，提案ていあん手法しゅほうの有効ゆうこう性せいを示しめすことが出来できた．

ドローンによる広域こういき自然しぜん景観けいかんを撮影さつえいする場合ばあいに，手てブレなしで長時間ちょうじかん安定あんていした映像えいぞう取得しゅとくを行おこなうために， 自動じどう飛行ひこうによる撮影さつえいは一ひとつの有効ゆうこうな手段しゅだんとなる．自動じどう飛行ひこうを実行じっこうするためには，あらかじめ飛行ひこう経路けいろとカメラアングルのプランニングが必要ひつようとなる．特とくにドローンでは撮影さつえい対象たいしょうへの接近せっきんや地表ちひょう面めんに対たいして低空ていくうで飛とばすなどの撮影さつえいが行おこなわれる．このような撮影さつえいを行おこなうためには，地形ちけいに関かんする情報じょうほうに基もとづいてプラニングを行おこなう必要ひつようがある．このプラニングに必要ひつような地形ちけい情報じょうほうをドローンを用もちい，SfM（Structure from Motion）から地形ちけいモデリングを生成せいせいする．この際さい，規模きぼの大おおきな地形ちけいをモデリングするために，時間じかん短縮たんしゅくのために複数ふくすうのドローンを同時どうじに活用かつようして，モデリング用ようの撮影さつえいを行おこなった．この地形ちけいモデリングに基もとづき，自動じどう撮影さつえい飛行ひこうプラニングを作成さくせいする．以上いじょう，大だい規模きぼ地形ちけいモデリングを含ふくめた自動じどう飛行ひこう撮影さつえいの手順てじゅんとその成果せいかについて示しめす．

観光かんこう客きゃくのニーズを調しらべるために，多おおくの実地じっち調査ちょうさが行おこなわれている．しかし，既存きそんの調査ちょうさ手法しゅほうは，大量たいりょうなサンプルを得えるために時間じかんと費用ひようが掛かかる問題もんだいがある．一方いっぽう，ウェブ上じょうには膨大ぼうだいな旅行りょこう口くちコミが蓄積ちくせきされている．その口くちコミを分析ぶんせきすることで，低ていコスト・リアルタイムなニーズ調査ちょうさを実現じつげんする可能かのう性せいがある．本稿ほんこうは，北海道ほっかいどうの観光かんこう客きゃくの動態どうたい調査ちょうさや満足まんぞく度ど調査ちょうさについて，これまで行いった手作業てさぎょうによる口くちコミの分析ぶんせきから得えられた知見ちけんを紹介しょうかいし，自動じどう分析ぶんせきに向むけての課題かだいを示しめす．

交通こうつう分野ぶんやでは，経路けいろを移動いどうする人数にんずう（経路けいろ別べつ人数にんずう）を推定すいていすることは重要じゅうような課題かだいである． 本ほん研究けんきゅうでは，通過つうか人数にんずうに加くわえて滞在たいざい人数にんずうを用もちいて，高こう精度せいどに経路けいろ別べつ人数にんずうを推定すいていする手法しゅほうを提案ていあんする． 人工じんこうデータを用もちいて，提案ていあん手法しゅほうが既存きそん手法しゅほうよりも経路けいろ別べつ人数にんずうの誤差ごさが小ちいさくなることを示しめす． また，実じつデータに提案ていあん手法しゅほうを適用てきようしたときの分析ぶんせき結果けっかを示しめす．

近年きんねんの情報じょうほう科学かがくの発展はってんは，動物どうぶつ行動こうどう学がくの研究けんきゅうに大おおきく寄与きよしている．我々われわれは札幌さっぽろ市し円山まるやま動物どうぶつ園えんにおいて人工じんこう知能ちのうにより動物どうぶつを管理かんりする負担ふたんの軽減けいげんを試こころみを行おこなっている．我々われわれの目標もくひょうの1つは，健康けんこう管理かんりと飼育しいく環境かんきょうの整備せいびのためにチンパンジーのエソグラムを自動的じどうてきに作成さくせいすることである．エソグラムとはある特定とくていの個体こたいや種たねの全ぜん行動こうどうパターンの目録もくろくであり，動物どうぶつの行動こうどうを研究けんきゅうするうえでもっとも基本きほん的てきな記録きろくである． エソグラムの作成さくせいには個体こたい識別しきべつが必要ひつようがあるため，本ほん研究けんきゅうでは画像がぞう認識にんしき分野ぶんやで高たかい精度せいどを出だしている畳たたみ込こみニューラルネットワークを用もちいて個々ここのチンパンジーを認識にんしきできるか検証けんしょうした。 実験じっけんの結果けっか，我々われわれのシステムはチンパンジーの個体こたい識別しきべつが可能かのうであることを示しめした。

深層しんそう学習がくしゅうを使用しようした芸術げいじゅつの作成さくせいが近年きんねん注目ちゅうもくを集あつめている。 また、日本にっぽんで古ふるくから親したしまれている芸術げいじゅつとして俳句はいくがある。 そこで、俳句はいくを作成さくせいする方法ほうほうとして一般いっぱん的てきな「モチーフから俳句はいくを作つくる」ということを深層しんそう学習がくしゅうを使用しようして行おこなうこと で、芸術げいじゅつ作成さくせいとしての深層しんそう学習がくしゅうの有用ゆうよう性せいを示しめす。 まず、我々われわれは大量たいりょうの過去かこの俳句はいくに基もとづいてLSTMを訓練くんれんし、LSTMに文字もじ列れつを生成せいせいさせる。 2つめに、生成せいせいされた文字もじ列れつから俳句はいくとしての条件じょうけんを満みたすものを抽出ちゅうしゅつし、モチーフ画像がぞうに適合てきごうするかどうかの評価ひょうか値ちを算出さんしゅつする。 評価ひょうか値ちが高たかければ、生成せいせいされた俳句はいくがモチーフ画像がぞうに適合てきごうしているとみなす。 この過程かていで、LSTM が俳句はいくとしてのルールを学習がくしゅうできているかを確認かくにんするための実験じっけんを行おこなった。

近年きんねん、漁業ぎょぎょうの乱獲らんかくなどによって水産すいさん資源しげんの枯渇こかつが問題もんだいとなっており、魚さかな種しゅごとの資源しげん管理かんりが課題かだいとされている。しかし、受動じゅどう的てき漁法ぎょほうである定置網ていちあみ漁法ぎょほうにおいて、漁獲ぎょかく量りょうを調整ちょうせいすることが難むずかしい。そこで、本ほん研究けんきゅうは定置網ていちあみ漁場ぎょじょうに 設置せっちされた魚さかな群ぐん探知たんち機きによって得えられる音響おんきょう画像がぞうを用もちいて、魚さかな探さがせ音響おんきょう画像がぞうに基もとづく魚さかな種しゅ推定すいていモデルの検証けんしょうを行おこなう。

本稿ほんこうでは，名古屋なごや市しのタクシー配車はいしゃデータに基もとづき，Smart Access Vehicle Service（SAVS）をシミュレーション評価ひょうかする．近年きんねん，デマンド応答おうとう型がた交通こうつう（DRT）は地方ちほうだけでなく都市とし部ぶでも注目ちゅうもくされてきているが，数時間すうじかん前まえまでの予約よやくが必要ひつようなど，利便りべん性せいが高たかい交通こうつうサービスとは言いえない．一方いっぽう，SAVSはリアルタイムに提供ていきょう可能かのうなドア・ツー・ドアの交通こうつうサービスであるため，独占どくせん型がたの交通こうつうサービスであるタクシーを共有きょうゆう型がたに変換へんかんすることが可能かのうである．ODパターンとデマンド数すうが異ことなる4つの時間じかん帯たいを対象たいしょうにシミュレーションを行おこなった結果けっか，乗のり合あいによりSAVSはタクシーより効率こうりつ的てきに配車はいしゃできることを確認かくにんした．

近年きんねん，北海道ほっかいどうで水みず揚あげされる水産物すいさんぶつの水みず揚あげ量りょうの傾向けいこうが変化へんかしている．また，この問題もんだいは単たんに北海道ほっかいどうに限かぎった問題もんだいではなく，日本にっぽん各地かくちにおいて水産物すいさんぶつの水みず揚あげ量りょうの傾向けいこうが変化へんかしている．地域ちいき経済けいざいを支ささえる水産すいさん業ぎょうの持続じぞく性せいを確保かくほするためには，単たんに環境かんきょうに適応てきおうした漁業ぎょぎょうを実現じつげんするだけではなく，漁業ぎょぎょうと加工かこうや小売こうりを結むすぶ流通りゅうつう業ぎょうの効率こうりつ化かも実現じつげんする必要ひつようがある．本ほん研究けんきゅうでは，主おもに流通りゅうつう事業じぎょう者しゃを対象たいしょうとした，未来みらいの水みず揚あげ量りょうおよび漁場ぎょじょうの予測よそくを行おこなうためのAIプラットフォームの実現じつげんを目指めざした．このプラットフォームでは，水みず揚あげデータと環境かんきょうデータを蓄積ちくせきし，そのデータを活用かつようしてAIによる予測よそくを行おこない，結果けっかをユーザである流通りゅうつう事業じぎょう者しゃに提供ていきょうする．これにより，流通りゅうつう資材しざいの最適さいてき化かや水産物すいさんぶつの高こう付加ふか価値かち化かが可能かのうとなる．今回こんかい，スルメイカ，サケ，ブリの3魚さかな種しゅを対象たいしょうとし，水みず揚あげデータのみを用もちいてニューラルネットワークによる予測よそくを行おこなった．現状げんじょうでは1トン以上いじょうの誤差ごさが出でる場合ばあいが多おおいため，今後こんごはより長期間ちょうきかんの水みず揚あげデータと環境かんきょうデータを蓄積ちくせきするとともに，予測よそく精度せいどの改善かいぜんを行おこない，水産すいさん業ぎょうの持続じぞく発展はってんへの貢献こうけんを目指めざす．

SNS などのウェブ上じょうの人々ひとびとの活動かつどうにおいては, 特定とくていの話題わだいに対たいする言及げんきゅうが急激きゅうげきに増ふえるバースト現象げんしょうが見みられる. このバースト現象げんしょうを解析かいせきする手法しゅほうとして, 確かく率りつ的てき点てん過程かていモデルである Hawkes Process が用もちいられる. Hawkes Process の内部ないぶのダイナミクスを表あらわす指標しひょうとして branching ratio というものがあり, この値ねがある特定とくていの閾値を超こえるとイベント時じ系列けいれつが静的せいてきな定常ていじょう状態じょうたいから, バースト現象げんしょうが起おこりやすい非ひ定常ていじょう状態じょうたいへと相あい転移てんいすることが知しられている. 本ほん研究けんきゅうでは, SNS から得えられるデータの中なかでも特とくに Social Tagging System に着目ちゃくもくし, サービスの成長せいちょうに伴ともなって branching ratio がどのように時間じかん的てきに変化へんかしていくのかを分析ぶんせきする.

ソーシャルメディア上じょうでユーザのコミュニティが形成けいせい・発展はってんする背景はいけいには，ユーザ同士どうしの性格せいかく的てきな相性あいしょうが関かかわっていると思おもわれるが，その影響えいきょうを定量ていりょう的てきに捉とらえた研究けんきゅうは少すくない．本ほん研究けんきゅうでは，Twitterユーザの投稿とうこうテキストから推定すいていされた性格せいかくスコアと，会話かいわネットワーク上じょうのコミュニティの分析ぶんせき指標しひょうとの相関そうかんを分析ぶんせきすることで，性格せいかくとコミュニティ形成けいせいの関係かんけいを考察こうさつした．また，Homophilyと呼よばれる「類るいは友ともを呼よぶ」現象げんしょうが見みられるような性格せいかくはないか，確認かくにんした．本ほん研究けんきゅうにより得えられる知見ちけんは，よりユーザの効用こうようやチームパフォーマンスを向上こうじょうさせるようなSNSプラットフォームの設計せっけいなどへの応用おうようが期待きたいされる．

本ほん研究けんきゅうでは、フェイクニュースの判定はんていを補助ほじょするシステムの構築こうちくを目指めざし，信用度しんようどを相対そうたい的てき整合せいごう性せいにより動的どうてきに決きめる動的どうてき関係かんけいネットワークを用もちいた信用度しんようど評価ひょうかモデルを提案ていあんする．この信用度しんようど評価ひょうかモデルは，記事きじの真偽しんぎを表あらわす結論けつろんノードと，5W1Hの情報じょうほうを持もった事実じじつノードで構成こうせいされる．信用度しんようど評価ひょうかモデルの評価ひょうかのために，通常つうじょうのニュースとフェイクニュースを用もちいてネットワークを構築こうちくし，評価ひょうかした．その結果けっか，事実じじつノードより，信用しんようできない情報じょうほうの特定とくていが可能かのう，結論けつろんノードより，記事きじの傾向けいこうが推察すいさつ可能かのうであることがわかった．

現実げんじつの社会しゃかい関係かんけいでは相談そうだんしにくいことも匿名とくめいのオンラインコミュニケーションではしやすくなる。しかし日本にっぽんの若者わかものが主おもに利用りようするオンラインコミュニケーションツール（Facebook、Twitter、LINE）は現実げんじつの社会しゃかい関係かんけいを多おおく含ふくむ。そのような現実げんじつとその拡張かくちょうの社会しゃかい関係かんけいを補完ほかんするコミュニケーションツールは重要じゅうようであろう。本ほん研究けんきゅうは、アバターチャットサービス「ピグパーティ」におけるソーシャルサポートについて考察こうさつすることが目的もくてきである。そのためにサービス運営うんえい者しゃによるインタビュー結果けっかをオンラインソーシャルサポートの観点かんてんから整理せいりした。

Web上じょうの人物じんぶつの理解りかいと選択せんたくを支援しえんするために，Web上じょうの人物じんぶつに日本にっぽん図書館としょかん協会きょうかいの基本きほん件名けんめい標目表ひょうもくひょう第だい4版はん(BSH)を付与ふよする手法しゅほうを検討けんとうする．20氏名しめい×50件けんのWeb検索けんさく結果けっかを人手ひとでで同姓どうせい同名どうめい人物じんぶつに分離ぶんりした人物じんぶつクラスタを対象たいしょうとして，BSHの付与ふよ実験じっけんを行おこなった．テキスト（タイトル，全文ぜんぶん，氏名しめいの前後ぜんご），Webページの件数けんすう，参照さんしょう語ごの利用りようと重おもみ，文書ぶんしょ頻度ひんどと逆ぎゃく文書ぶんしょ頻度ひんどの利用りようを組くみ合あわせた調査ちょうさ結果けっかを報告ほうこくする．

PCを用もちいた協調きょうちょう作業さぎょうにおいて，作業さぎょう中ちゅうのネイティブアプリケーションのウィンドウ画面がめんを，参加さんか者しゃ間あいだで共有きょうゆうすることは有用ゆうようである．先行せんこう研究けんきゅうでは，ウィンドウ単位たんいでの画面がめん共有きょうゆうに焦点しょうてんを当あて，アプリケーション仮想かそう共有きょうゆうシステムを開発かいはつした．しかし，先行せんこう研究けんきゅうには，共有きょうゆうを開始かいしするまでの操作そうさが煩雑はんざつであるという課題かだいがあった．本ほん研究けんきゅうの目的もくてきは，円滑えんかつな共有きょうゆう開始かいし手続てつづきを可能かのうとするインタフェースを実装じっそうすることで，協調きょうちょう作業さぎょうの支援しえんを行おこなうことである．本ほん研究けんきゅうでは，あらかじめグループ内ないで利用りようする端末たんまつの情報じょうほうをサーバに保管ほかんしておくことで，ウィンドウ画面がめんの配信はいしん先さき端末たんまつを自動じどうで決定けっていし，共有きょうゆう開始かいし手続てつづきの負担ふたんを軽減けいげんするインタフェースを開発かいはつした．

PMF(Probabilistic Matrix Factorization)はよく使つかわれる推薦すいせん手法しゅほうであり，研究けんきゅうだけでなく業界ぎょうかいでも広ひろく使用しようされている．近年きんねん、このアルゴリズムはさまざまな補助ほじょ情報じょうほうと組くみ合あわされており、推薦すいせん精度せいどがさらに改善かいぜんされた．本稿ほんこうでは，畳たたみ込こみニューラルネットワーク（CNN）を確かく率りつ的てき行列ぎょうれつ分解ぶんかい（PMF）に統合とうごうし，画像がぞう形状けいじょう特徴とくちょうを用もちいた確かく率りつモデルを提案ていあんする．

機械きかい学習がくしゅうを用もちいてWebマーケティングには多おおくの課題かだいがあり、その一ひとつにCold-Start問題もんだいがある。例たとえば通販つうはんサイトなどでユーザーに商品しょうひんを推薦すいせんする場合ばあい、ユーザーと商品しょうひんの購買こうばいログやレビューログを取とり扱あつかうことになる。しかし、Webのマーケティングデータはロングテールになる傾向けいこうがあるため、多おおくのユーザーや商品しょうひんのログデータは少すくなく、数すう件けん程度ていどしかないことも多おおい。商品しょうひんの推薦すいせんシステムではこの過去かこログに基もとづいてユーザーに対たいして商品しょうひんを提示ていじするため、ロングテールの商品しょうひんは提示ていじされにくく一部いちぶの人気にんき商品しょうひんばかりが提案ていあんされる事ことになる。本ほん研究けんきゅうでは、このCold-Start問題もんだいに対たいして半はん教師きょうし学習がくしゅうと特異とくい値ち分解ぶんかいを組くみ合あわせた手法しゅほうを提案ていあんする。また、提案ていあんした手法しゅほうをMovieLensが提供ていきょうしている映画えいがの評価ひょうかスコアデータで検証けんしょうした結果けっかを報告ほうこくする。

本稿ほんこうではローカルデータと公開こうかいデータを統合とうごう利用りよう可能かのうなコンテクスト検索けんさくエンジンを提案ていあんする．「動向どうこうに関かんする問とい」というタスクを対象たいしょうとしたコンテクスト検索けんさくエンジンが研究けんきゅうされている．公開こうかい可能かのうなデータを収集しゅうしゅうしたものが検索けんさく可能かのうであるが，ユーザはプライバシー保護ほごなどの問題もんだいで外部がいぶに公開こうかいできないようなデータを所持しょじしている場合ばあいも多おおい．このようなローカルデータを公開こうかいデータと統合とうごう利用りよう可能かのうにすることで，データからの新あらたな価値かち創造そうぞうなど，その有効ゆうこう活用かつようにつながると考かんがえる．非公開ひこうかいデータ自体じたいを共有きょうゆうすることなく，データの利用りよう価値かちを検討けんとう可能かのうとするために，本稿ほんこうではData Jacketをコンテクスト検索けんさくエンジンに導入どうにゅうする．実験じっけん結果けっかにより提案ていあんシステムの有効ゆうこう性せいを示しめす．

近年きんねんのマーケティングにおいて、生活せいかつ者しゃから得えられたデータを利り活用かつようすることが重要じゅうようとなり、多おおくの企業きぎょうによる取とり組くみがなされている。その一方いっぽうで、多様たような企業きぎょうがマーケティングデータをお互たがいに交換こうかん・利用りようしながら共きょう創そう的てき価値かちを引ひき出だしていくアプローチは、まだ改良かいりょうの途上とじょうにある。そこで本ほん研究けんきゅうでは、IMDJ（Innovators Marketplace on Data Jackets）を利用りようして、マーケティングデータや、想定そうていされるプレイヤーの特性とくせいを踏ふまえたデータエクスチェンジへの期待きたい・ニーズや課題かだいを分析ぶんせきして、自社じしゃ外がいとのマーケティングデータ・エクスチェンジにおけるインセンティブ設計せっけいについて提案ていあんした。

本ほん研究けんきゅうでは，ロイターニュース記事きじからの因果いんが関係かんけい抽出ちゅうしゅつ手法しゅほうの開発かいはつを試こころみる． まず，我々われわれは，ニュース記事きじに含ふくまれる因果いんが関係かんけいと，それを示しめす手てがかりとなる表現ひょうげんの調査ちょうさを行おこなった． その後ご，特定とくていの手てがかりに着目ちゃくもくし，因果いんが関係かんけい抽出ちゅうしゅつ手法しゅほうを試こころみた．

異ことなる分野ぶんやのデータと知識ちしきを結合けつごうすることで問題もんだいを発見はっけんし、問題もんだい解決かいけつを行おこなうことへの期待きたいが高たかまっている。しかし、その実現じつげんには多おおくの障壁しょうへきが存在そんざいする。本稿ほんこうでは、データ3.0時代じだいにおけるデータの在あり方かたについてデータランドスケープを用もちいて所見しょけんを述のべる。現在げんざいはデータ2.0からデータ3.0への過渡かと期きである。これからのデータ駆動くどう型がた社会しゃかいの実現じつげんには、データ・AI技術ぎじゅつ・人間にんげんの相互そうご作用さようによる異い分野ぶんやのデータと知識ちしきの連携れんけいによるイノベーションの場ばである「データ市場いちば」の整備せいびが重要じゅうようと言いえる。

IoTデバイスから集あつまるセンシングデータに基もとづくアプリケーションを開発かいはつするデータ利用りよう者しゃに対たいして、センシングデータ流通りゅうつう市場いちばに対たいするニーズが高たかまりつつある。データ利用りよう者しゃに対たいしては、AIなどのデータ分析ぶんせきを行おこなうために、センシングデータのみならず、そのメタデータも重要じゅうような情報じょうほうである。我々われわれは、センシングデータのメタデータの定義ていぎ、生成せいせい・配信はいしんし、データ利用りよう者しゃが活用かつように関かんする課題かだいを検討けんとうするとともに、Iotシステム上じょうにプロトタイプを作成さくせいして評価ひょうかした。

チーム行動こうどうは、ビジネスやスポーツなど様々さまざまな文脈ぶんみゃくにおいて、文化ぶんかおよび生活せいかつの側面そくめんに現あらわれる本質ほんしつ的てきな要素ようそである。このチーム行動こうどうをとらえるために本ほん論文ろんぶんでは、歩行ほこう者しゃ間あいだにおける加速度かそくど時じ系列けいれつの類似るいじ性せいを、時間じかんごとに人ひとと人ひとのなすチーム行動こうどうの検出けんしゅつに用もちいる指標しひょうとする。ここでは、再さい開発かいはつ地域ちいきを実験じっけん対象たいしょうとして加速度かそくどセンサーを用もちい、加速度かそくど類似るいじ性せいと、共ともに歩あるいたという感覚かんかくの一致いっちを検証けんしょうする。

近年きんねんのビッグデータ解析かいせきや人口じんこう知能ちのう技術ぎじゅつの急速きゅうそくな進展しんてんを背景はいけいに、膨大ぼうだいなデータと最新さいしんの分析ぶんせき技術ぎじゅつを人々ひとびとが持もつ多様たような発想はっそうのもとで組くみ合あわせることで、異い業種ぎょうしゅ共ども創そうが加速かそくされ、これまでに無なかった画期的かっきてきなサービスや製品せいひんが生うみ出だされることが期待きたいされる。そのためには、社会しゃかいが保有ほゆうするデータが業種ぎょうしゅ・業界ぎょうかいを超こえて安心あんしん安全あんぜんに流通りゅうつう・利り活用かつようされ、持続じぞく的てきな価値かち創出そうしゅつが行おこなわれる仕組しくみの社会しゃかい実装じっそうが不可欠ふかけつである。本稿ほんこうでは、データ流通りゅうつう・利り活用かつよう社会しゃかいの実現じつげんに向むけた富士通ふじつうのソリューション開発かいはつの取とり組くみを紹介しょうかいする中なかで、特とくに、信頼しんらいでつながる「コンソーシアム」という形態けいたいを取とることが、データに関かかわる様々さまざまなリスクや不安ふあんを軽減けいげんしデータ活用かつようを促進そくしんする鍵かぎとなる点てんについて述のべる。

海底かいてい水圧すいあつの変化へんかから津波つなみ高だかを予測よそくする枠組わくぐみは二ふたつある．一ひとつは，海底かいてい水圧すいあつデータから地震じしんのシナリオを推定すいていし，そして推定すいていした地震じしんシナリオから津波つなみ高だかを予測よそくするという二に段階だんかい予測よそくのアプローチだ．もう一ひとつの枠組わくぐみは，海底かいてい水圧すいあつデータから津波つなみ高だかを直接ちょくせつ予測よそくするアプローチだ．予測よそくシステムを構築こうちくする際さい，どちらの枠組わくぐみの手法しゅほうを実装じっそうするか選定せんていする必要ひつようがある．我々われわれはこれら二ふたつの予測よそくアプローチを用もちいて，和歌山わかやま県けん沖おきに設置せっちされている地震じしん・津波つなみ観測かんそく監視かんしシステムDONETで観測かんそくされる水圧すいあつデータから津波つなみ高だかを予測よそくする検証けんしょうを行おこなった．その結果けっか，直接ちょくせつ予測よそくのアプローチは二に段階だんかい予測よそくのアプローチに比くらべて予測よそく誤差ごさは小ちいさく即時そくじ性せいも高たかいということが分わかった．