| A | B | C | D | E | F | G | H | I | J | K | L | M | N | O | P | Q | R | S | T | U | V | W | X | Y | Z | |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
1 | 名前 | 学年 | 発表タイトル | 発表概要 | ||||||||||||||||||||||
2 | 内田 幸輝 | 1年 | 大規模言語モデルを用いた自律型GMシステムの構築と動的コンテンツ生成の実証 | 本研究は、大規模言語モデルにゲームマスターの意思決定を再現させ、固定データを持たずにコンテンツを動的生成するRPGシステムを開発する。プレイヤーの自由な言葉を即座にルールや視覚演出へ変換し、無限の拡張性と深い没入感を実現している点が特徴である。これにより、開発コストの大幅な削減と、企業研修や教育など正解のない対話が求められる分野への応用・貢献を目指す。 | ||||||||||||||||||||||
3 | 國谷 樹希 | 1年 | サッカーの守備組織における集団行動理論的体系化 | 守備組織を集団行動モデルとして定義し、結果に有意な影響を与えるメカニズムを理論的に特定する。 | ||||||||||||||||||||||
4 | 園部 真生 | 1年 | 自律型敵対AIエージェントに対する防衛:経済的DoS、時間的遅延、コンテキスト汚染による能動的防御 | LLMを用いてWebサイトの構造を突破し、サーバーリソースとコンテンツを一方的に奪う「AI駆動型の敵対的データ収奪」が急増している。これに対し、本研究では防御側が能動的に反撃するシステムを提案する。 | ||||||||||||||||||||||
5 | 満重 瑛仁 | 1年 | サッカートラッキングデータに基づく自動ゴール特定と直前プレー軌道の可視化 | 研究は、サッカーのトラッキングデータから自動的にゴールを特定し、ゴール前1分間のボール軌道を可視化する手法を提案する。秒数の近い複数ゴールはまとめて解析し、イベントラベルがなくても得点シーンの特徴を視覚的に抽出できることを示す。 | ||||||||||||||||||||||
6 | 宮﨑 蓮 | 1年 | LLMを用いた性格診断ツールの開発 | 心理学のbig fiveに指標を用いた、性格診断ツールの作成 | ||||||||||||||||||||||
7 | 有働 悠自 | 1年 | 自分というデータ:思考・行動・嗜好の統合分析 | このプロジェクトは「自分の知らない自分を知りたい」という欲求から始まりました。本研究では、日常生活の主要なデータソースであるLINEのトーク履歴に着目し、形態素解析(Janome)と大規模言語モデル(GPT-4o)を組み合わせた独自エンジンを構築しました。これにより、主観的な自己評価と客観的なデータ分析の「ズレ」を可視化し、科学的な自己理解を目指しています。 | ||||||||||||||||||||||
8 | 猪村 優斗 | 1年 | 心地よいロボットをデザインするための境界線 | 「動き」と「音声」の2つの観点から、ロボットが人間に近づく過程で発生する不快感(不気味の谷)の境界線を調査する研究である。実機(Pepper)と音声加工ソフトを用い、どのような要素が違和感の正体なのかを分析した。 | ||||||||||||||||||||||
9 | 影島 輝空 | 1年 | 霧環境下における車両検出性能向上の研究 | 本研究では、雨滴や霧による視界障害を明示的に捉えることで、悪環境下でもロバストな車載画像認識手法の基礎構築を目的とする。 | ||||||||||||||||||||||
10 | 沼田 佳野 | 1年 | VRライブで一体感を増幅させるbotの研究 | 周りにアバターありのbotを配置しペンライトを振らせて、ユーザーの参加性、観客(この場合bot)との身体的な一体感、共在性の向上を目指す。 | ||||||||||||||||||||||
11 | 米山 真史 | 1年 | 配色理論に基づいた最適なインテリアの配色提案 | インテリアのイメージはあるが具体的な色の使い方が分からない人に対し,画像から代表色を抽出し,配色理論に基づいた最適な配色と家具への適用割合を提案するシステムを開発した .先行研究のファジィ推論を用いた色彩調和評価手法を参考に,インテリア分野での実用的な配色支援を実現した . | ||||||||||||||||||||||
12 | 永橋 歩宗 | 1年 | 負の動機に基づく進路意思決定プロセスのモデル化:LLMを用いた消去法型進路相談システムの開発 | 「大学には行きたいが、やりたいことがない」という目的意識の薄い高校生をターゲットに、従来の「興味・関心」ベースではなく、「嫌いなことを避ける(負の動機)」という観点から進路を導き出すチャットボットを開発した 。LLMを活用し、消去法による学部マッチングを行うことで、入学後のミスマッチを防ぐ新たな進路選択アプローチを提案する 。 | ||||||||||||||||||||||
13 | 疇津 太一 | 1年 | 観光オープンデータを活用した、混雑回避型・最適化観光ルート提案手法の研究 | 京都の観光地におけるオーバーツーリズム(観光公害)の課題に対し、オープンデータとリアルタイム混雑情報を活用して、個人の興味を満たしつつ混雑を回避する最適なルートを提案する手法を研究・開発する。 | ||||||||||||||||||||||
14 | 小島 充貴 | 1年 | NPBにおける2番打者のタイプ分析と得点効率の関係 ー強打者・巧打者・バランス型の比較分析ー | NPB2025年シーズンのデータを用いて、1番打者の出塁率をHigh / Lowに2分し、2番打者を「強打者・巧打者・バランス型」に分類して得点効率を比較した。 その結果、1番打者の出塁率が高い試合では強打者型2番の平均得点が約4.12点と最も高くなった。一方、出塁率が低い試合ではいずれのタイプも3.05〜3.47点程度に収まり、差は小さく、2番強打者は特に1番がよく出塁する打線で得点効率を高める可能性が示された。 | ||||||||||||||||||||||
15 | 今村 幸渡 | 1年 | サッカー戦術・行動分析による思考予測 | 選手のトラッキングデータとイベントデータを組み合わせてチームの行動傾向を導出して個々人やチームの思考を予測する | ||||||||||||||||||||||
16 | 中里 友哉 | 1年 | 音象徴に基づくIT企業名のブランド適合度評価:手動構築データセットを用いた市場評価との相関分析 | 情報・通信業の上場企業551社を対象に、社名の「音の響き」を数値化する「EPIスコア」を算出。 既存ツールの誤読リスクを排除するため、全企業の読み仮名を手動で調査した高精度辞書を作成。 この信頼度100%のデータを用い、社名の音韻特性が市場評価(時価総額)や市場区分に与える影響を検証した。 | ||||||||||||||||||||||
17 | ||||||||||||||||||||||||||
18 | ||||||||||||||||||||||||||
19 | ||||||||||||||||||||||||||
20 | ||||||||||||||||||||||||||
21 | ||||||||||||||||||||||||||
22 | ||||||||||||||||||||||||||
23 | ||||||||||||||||||||||||||
24 | ||||||||||||||||||||||||||
25 | ||||||||||||||||||||||||||
26 | ||||||||||||||||||||||||||
27 | ||||||||||||||||||||||||||
28 | ||||||||||||||||||||||||||
29 | ||||||||||||||||||||||||||
30 | ||||||||||||||||||||||||||
31 | ||||||||||||||||||||||||||
32 | ||||||||||||||||||||||||||
33 | ||||||||||||||||||||||||||
34 | ||||||||||||||||||||||||||
35 | ||||||||||||||||||||||||||
36 | ||||||||||||||||||||||||||
37 | ||||||||||||||||||||||||||
38 | ||||||||||||||||||||||||||
39 | ||||||||||||||||||||||||||
40 | ||||||||||||||||||||||||||
41 | ||||||||||||||||||||||||||
42 | ||||||||||||||||||||||||||
43 | ||||||||||||||||||||||||||
44 | ||||||||||||||||||||||||||
45 | ||||||||||||||||||||||||||
46 | ||||||||||||||||||||||||||
47 | ||||||||||||||||||||||||||
48 | ||||||||||||||||||||||||||
49 | ||||||||||||||||||||||||||
50 | ||||||||||||||||||||||||||
51 | ||||||||||||||||||||||||||
52 | ||||||||||||||||||||||||||
53 | ||||||||||||||||||||||||||
54 | ||||||||||||||||||||||||||
55 | ||||||||||||||||||||||||||
56 | ||||||||||||||||||||||||||
57 | ||||||||||||||||||||||||||
58 | ||||||||||||||||||||||||||
59 | ||||||||||||||||||||||||||
60 | ||||||||||||||||||||||||||
61 | ||||||||||||||||||||||||||
62 | ||||||||||||||||||||||||||
63 | ||||||||||||||||||||||||||
64 | ||||||||||||||||||||||||||
65 | ||||||||||||||||||||||||||
66 | ||||||||||||||||||||||||||
67 | ||||||||||||||||||||||||||
68 | ||||||||||||||||||||||||||
69 | ||||||||||||||||||||||||||
70 | ||||||||||||||||||||||||||
71 | ||||||||||||||||||||||||||
72 | ||||||||||||||||||||||||||
73 | ||||||||||||||||||||||||||
74 | ||||||||||||||||||||||||||
75 | ||||||||||||||||||||||||||
76 | ||||||||||||||||||||||||||
77 | ||||||||||||||||||||||||||
78 | ||||||||||||||||||||||||||
79 | ||||||||||||||||||||||||||
80 | ||||||||||||||||||||||||||
81 | ||||||||||||||||||||||||||
82 | ||||||||||||||||||||||||||
83 | ||||||||||||||||||||||||||
84 | ||||||||||||||||||||||||||
85 | ||||||||||||||||||||||||||
86 | ||||||||||||||||||||||||||
87 | ||||||||||||||||||||||||||
88 | ||||||||||||||||||||||||||
89 | ||||||||||||||||||||||||||
90 | ||||||||||||||||||||||||||
91 | ||||||||||||||||||||||||||
92 | ||||||||||||||||||||||||||
93 | ||||||||||||||||||||||||||
94 | ||||||||||||||||||||||||||
95 | ||||||||||||||||||||||||||
96 | ||||||||||||||||||||||||||
97 | ||||||||||||||||||||||||||
98 | ||||||||||||||||||||||||||
99 | ||||||||||||||||||||||||||
100 |