In a convex grid drawing of a plane graph, all edges are drawn as straight-line segments without any edge-intersection, all vertices are put on grid points and all facial cycles are drawn as convex polygons. A plane graph G has a convex drawing if and only if G is internally triconnected, and an internally triconnected plane graph G has a convex grid drawing on a 20n x 16n grid
if T(G) has exactly five leaves. In this paper, we show that an internally triconnected plane graph G has a convex grid drawing on a 10n x 5n grid if T(G) has exactly five leaves. We also present an algorithm to find such a drawing in linear time.

逐次的に与えられる財をn人のエージェントに公平に割り当てる問題をオンライン公平割当問題という．本発表では，エージェント達の最小効用がなるべく大きな割当を求める公平割当問題を扱う．各エージェントは財に対して加法的な効用をもつとする．財の与えられ方として，独立同一分布モデルと敵対的モデルを扱い，それぞれのモデルでの漸近的競合比を明らかにする．独立同一分布モデルに対しては，漸近的にほぼ最適な割当を分布の情報なしに得ることができるアルゴリズムを提案する．敵対的モデルに対しては，漸近的競合比1/nをもつ多項式時間決定的オンラインアルゴリズムを構築し，この競合比は乱択を許しても最適であることも示す．

巡回セールスマン問題（TSP）は代表的なNP困難な組合せ最適化問題として知られている．本研究では各枝のコストに不確かさがあるときの最大リグレット最小化巡回セールスマン問題（MMR-TSP）を対象とする．まず，TSPに対する３つの（混合）整数計画モデルを紹介し，各モデルの下で，MMR-TSPに対する２種類の発見的解法と２種類の厳密解法を説明する．その上で，近似保証のあるシナリオ固定法で初期解を生成し，反復双対置換フレームワークを利用して解を改善していく新たな発見的解法を提案する．計算実験では，既存手法と提案手法の比較を行った上で既存研究で得られた最良値と比較し，提案手法の有用性を確認する．

Computer history was begun by Alan Turing with his two mathematical conjectures in early 1940s. The 1st conjecture is a paper tape machine simulation to model a information and logic processing machine. The 1st conjecture had been implemented by Von Neumann in the 1950s. The 2nd conjecture had been long forgotten as long as 60 years. Geffrey Hinton implemented the neural network model as Deep Learning AI.

Seiichi Yaskawa in 2022 has invented a new architecture to revolutionize the Von Neumann architecture for information processors, and a new architecture to go beyond the barrier against Deep Learning AI.

住み心地の良い間取りを作成するために，設計事務所や工務店の建築士は顧客の要望を最大限に活かすが，作成に多大な時間を要し人手不足のため，建築士の業務を効率化する必要がある．そこで，間取り作成の支援を目的として間取り候補の自動生成を実現する．間取りの余剰面積を最小化する混合整数二次制約問題として定式化し，階層的なアプローチにより建築手法の1つであるゾーニングを実現することで，日本の間取りの特徴を活かした間取り候補を生成する．従来の手法では廊下を考慮した間取りを生成できないが，本手法では隣接関係を表現できる制約を用いて複数の部屋と接続する廊下を考慮した間取り候補の生成を提案する．

本論文では，車輪グラフ上に１つの施設を配置する問題を扱う．施設が公益財の場合，エージェントは自身の所在地と公益財の配置位置がより近くなることを望み，公害財の場合はより遠くに配置されることを望む．公益財と公害財の配置問題を扱う既存研究において，木，閉路グラフ，格子グラフ上でパレート効率性と架空名義操作不可能性を同時に満足するメカニズムの存在性に関して考察されている．しかしながら，任意の車輪グラフ上で2つの望ましい性質を両立するメカニズムの存在性は検証されていない．そこで，本論文では，車輪グラフ上の施設配置問題において，望ましい性質を満たすメカニズムの存在性を明らかにする．

観光産業はCOVID-19により大きな打撃を受けた産業形態の1種である.この問題の解消のため,日本では宿泊を伴う,または日帰りの国内旅行の代金総額の2分の1相当額を国が支援するGo to トラベル事業などにより観光事業の活性化を目指している.経済的利益と環境の保護,さらには感染防止対策を成り立たせるために,観光地における過度な混雑を解消し,受け入れ規模の制御と旅行需要の平準化を行うことが求められている.
本研究では，マルチエージェントシミュレーションモデルを用いて観光地における観光客の挙動をとらえ，観光客に対してそれぞれの観光地の混雑情報を提供することによって,混雑度がどの程度平準化されるかを検討する.その結果から，どのような方法で混雑情報を提供することが有効であるかを考察する．

日常生活の中で心拍数などの生体データを記録するためのデバイスとして，スマートウォッチが注目を集めている．スマートウォッチでは，例えば心拍数測定に対し，光電式容積脈波記録法（PPG）が用いられているため心電図（ECG）に比べるとノイズが多く，データ分析が難しいなどの問題がある．そこで本研究では，日常生活における生体データが24時間や1週間など複数のリズムを持つことに着目し，複数の時間スケールでフィルタリング，時間周波数解析，位相的データ解析などの手法を適用し，ニューラルネットワークなどの手法を用いて分類器を構成することで，スマートウォッチが収集するデータから睡眠や運動などの日常生活内のイベントを検出する手法を提案する．

メタ報酬ゲームは，ソーシャルメディアにおけるコミュニケーションを一般化したモデルとして知られている．しかし，従来モデルでは記事やコメントにおける入力文字数の違いを考慮していない．そこで，本研究では，入力文字数に上限がある投稿を想定し，文字数充足率の違いを記事やコメントの投稿に伴うコストと報酬に反映させるようにメタ報酬ゲームを拡張してエージェントシミュレーションによる分析を行った．そして，文字数充足率の違いが記事投稿・コメント・コメント返しのすべてで生じるケースと記事投稿のみにおいて生じるケースとの比較を行った結果，後者のケースでは前者のケースと比較して文字数充足率が高くなる可能性が示唆された．

不完全情報ゲームの一つである人狼ゲームでは様々な研究が報告されており，その中にはファジィ推論による役職推定に関する研究が存在する．人狼ゲームで用いるログデータはプレイヤー視点ではないすべての情報が含まれているデータで構成される．そのため，リアルタイムにデータ処理を行って役職推定する必要がある人狼エージェントに応用する際には，段階的に役職推定していくことが必要となる．本研究では，階層的に推論を行うことを考慮した深層ファジィ推論モデルの一つである多出力型深層 SIRMs ファジィ推論モデルを人狼ゲームの役職推定へ用いることによりその有効性を確認した．また、多出力型のモデルを用いて各役職の閾値を決定せずとも精度の良い結果が得られることを示した．

システム開発の上流工程において，自然言語による仕様記述は曖昧さを含み人的エラーが多くなる原因ともなる．これを防ぐ手段として形式手法がある．理論に基づいた形で仕様を厳密に記述し，検証することで開発の早い段階でエラーを取り除き，手戻り，修正コストを削減する．また，近年ではノーコード，ローコード開発といった，圧倒的に少ないプログラムコードで行うアプリケーション開発が注目されており，上位設計において，整合性検査は重要なものである．このため本研究では， UMLモデルである合成構造図とステートマシン図を用いて，分散アルゴリズムを記述する．その後，整合性検査を行う，astah*のプラグイン開発を行う．

自然言語で記述される仕様・設計において，曖昧さを取り除く手段の一つとして，形式手法がある．形式的な仕様の記述を何らかの基準で検査することにより，仕様の品質が飛躍的に向上する．
形式手法の一つである形式仕様記述は，仕様を決められた言語で厳密に書くことで開発の早い段階でエラーを取り除くことができ，手戻り・修正コストを削減できる．
本研究では，現在の予約システムの中で，期限や制約がついた「制限付きのオブジェクト」に関する予約システムについて，仕様記述言語VDM++で記述し，仕様の妥当性を確認することが目的である

並列計算モデルであるシストリックアレイのレジスタ転送レベルでのモデル化を行い，モデル検査による検証を行う．シストリックアレイとは加算などの単純な処理を行うセルを複数個用意し，セルの入力と出力をセル同士で接続し，規則的に配置することにより，システム全体として演算を行うシステムである．１次元Ｗ１型シストリックアレイでは，セルを１次元上に配置し，システム全体としてコンボリューション積を得るアーキテクチャである．本研究では１次元W１型シストリックアレイのLOTOS記述を行う．セルを記述し，複数のセル同士を接続し，回路モデルを作成した．作成した回路モデルに対してLOTOSモデル検査器を用いて検証を行う.

衣服の着心地は肌-衣服間の温湿度（衣服内気候）に依存する。TPOによっては快適でないが許容できる着心地(TCC : tolerable clothing comfort)の服を着る。
本研究では、腕時計型の活動量計で取得した歩行量・ストレス度・睡眠量と気象データから、ヒトがTCCを感じているか否かを予測するモデルを作成する。本モデルの出力を教師ラベルとし、TPOおよび衣服内に装着した温湿度センサのデータから、TPOに適合する衣服内気候(SCC : Suitable Climate in Clothing）を満たすか否かを予測するモデルを作成する。

これにより、TPOに沿ってSCCを満たす衣服を推薦できる。

太陽の自転周期と惑星の公転周期との関係，ならびに，惑星の自転周期と衛星の公転周期との関係を示す，「フラクタル共鳴構造」について　
The Relationships between Rotation cycle of the Sun and Revolution cycle of the Planet, and also, Rotation cycle of the Planet and Revolution cycle of the
Satellite, that should be the "Fractal Resonance Structure".
天文年鑑や理科年表に記載されている太陽の自転周期ならびに、巨大ガス惑星の自転周期は、観測された表面の（赤道付近の）自転周期を採用している。
天体の重力波を想定して、太陽の自転周期ならびに、巨大ガス惑星の自転周期を推定する。

連結グラフGの全域木T1とT2を考える。Gの任意の2頂点に対して、その2頂点間のT1,T2上のパスが内素であるとき、そのT1とT2は完全独立全域木であるという。本研究では3連結内部極大平面グラフが2外平面であるときに、2個の完全独立全域木が存在することを証明した。さらに、3連結極大平面かつ4外平面グラフである場合には2個の完全独立全域木を持たない例が存在することを示す。

現実社会の多くの問題は，組み合わせ最適化問題に帰着することができる．しかし，問題の規模が大きくなるにつれて計算量が爆発的に増加するため，近似解を高速かつ高精度に解く必要がある．近似解を求める手法に，アリの採餌行動から着想を得たアルゴリズムであるアントコロニー最適化法(ACO)がある．ACOの一種であるMAX-MIN Ant System with Memoryは非常に興味深い手法であるが，フェロモンによるグローバルなコミュニケーションのみしか考慮されていない．そこで本研究では，経路の選択度と現実のアリが実際に行っているローカルコミュニケーションを考慮した新たなACOを構築し，代表的な組み合わせ最適化問題である巡回セールスマン問題に適用して有効性を確認した．

不揮発性を有し，DRAMのようにメインメモリとして扱うことが可能な不揮発メモリの登場により，データの永続化と再利用が高速化された．しかし，通常のプログラミング言語では不揮発メモリの利用は想定されていないため，不揮発メモリを利用する場合はプログラムに大規模な変更を加える必要がある．そこで本研究では，有名なプログラミング言語の1つであるPythonに焦点を当て，小規模な変更のみで永続化，復元を可能にする機能を提案する．この機能によって，開発者によるデータ型の変更を必要としない永続化と，永続化されたデータを直接再利用できる復元を可能とする。本論文では，以上の機能についての設計と実装について述べる．

Android Studioを使用した、福岡県田川郡赤村をアピールするためのアプリ開発を行った。

平面グラフGの凸描画においては，全ての辺は交差しない直線分で描かれ，全ての面は凸多角形で描かれる．Gの凸描画で，各点が整数座標を持つものを格子凸描画という．Gの凸描画で，極大線分の数が最少となるものを最少線分凸描画という．Gの最少線分凸描画で，各頂点が整数格子上にあるものを最少線分格子凸描画という．Gが3連結cubicグラフならば，Gは最小線分凸描画を持つことが知られている．更に，Gが3連結cubicグラフならば，Gは大きさ(3n/2+1)x(5n/2+1)の整数格子内に，線形時間で最少線分格子凸描画できることが知られている．ここで，nはGの点数を表す．

本論文では，内部3連結cubicグラフGの3連結成分分解木T(G)が2枚あるいは3枚の葉を持つならば，Gは大きさnxnの整数格子内に最少線分格子凸描画できることを証明するとともに，そのような描画を求める線形時間アルゴリズムを与える．

和田、林らはギリシャ・ローマ数が Codon Code を形成することを導いた。
その符号は Codon Code に似ていて冗長のない即ち符号に検査点数部を持たない符号を構成し、一誤り
訂正符号を作ることができたので報告する。

本研究では、多層の線形構造に基づいた動的空間データ構造として「CurtainRail」を提案する。この構造は、空間上での近隣データへの連続的問合せを効率的に行うことを目的とする。またデータ移動時の構造の更新処理もシンプルかつ高速であることから、木構造が主流である従来手法にはない応用を期待できる。クラスタリングアルゴリズムをはじめとした実践的タスクでの計算時間を計測し、優位性と課題を検証する。

マトロイドは、ベクトル空間における線形独立性を抽象化したある性質を満たす有限集合とその部分集合族の組であり、組合せ最適化分野において重要な役割を果たしている。本研究では、与えられた構造がマトロイドの基族をなすかを判定するマトロイド判定問題について考える。この問題は一般に入力サイズが大きくなりやすく、扱いが難しい。そこで集合族を圧縮して一意に表現するデータ構造であるゼロサプレス型二分決定グラフ (ZDD) を用いた解法を提案する。さらに計算機実験によって既存手法と性能を比較する。

　近年，実世界から情報を収集する手段としてセンサネットワークが急速な進展を見せている．それに伴い，複数のセンサの情報を統合・圧縮する技術もその重要性を増している．情報を圧縮する代表的な手法の一つとして分位数を用いる方法がある．先行研究のGKアルゴリズムは，ε近似分位数を求めることができる分位数サマリを構築する．このアルゴリズムは，疎なデータストリームに関して非常にコンパクトな分位数サマリを構築する．しかし，同じ要素が何度も出現する密なデータストリームに対しては，サマリ中に殆ど同じ情報を複数個を記録してまう冗長性を持っている．本論文では，カウンタを用いた冗長性の消去を試みる．GKアルゴリズムにカウンタ機構を新しく導入し，密と疎の両方のストリームデータに対して効果的に働くオンライン近似アルゴリズムを構築した．計算実験により，その性能を評価したので報告する．

著者は，奇数個の点からなる完全グラフのオイラー回帰長の決定の試みの一環として，計算機を使った探索による「15点からなる完全グラフのオイラー回路で最短部分閉路長が12であるものが存在しない」という命題の証明を試みている．本論文では，制約の付加による探索中の枝刈りの新しい2つの方法を提案する．特に，探索のために延長中の小道 (trail) の末尾に存在する12個の点を結ぶ辺の出現に関する命題変数から成る選言標準形 (DNF) を用いる方法について詳しく述べる．計算機実験を踏まえた選言標準形を用いた枝刈りの方法の導入による探索の効率化の見積りについても述べる．

本研究では，任意の連結グラフにおいて，送信ノード（始点）と受信ノード（終点）がそれぞれ2つずつ与えられたとき， それらを連結する2頂点対点素パスの構築を考える． 2頂点対点素パスとは，2つの始点と終点を結ぶ2本のパスのうち，パス間でノードが重複しないパスである．しかしながら，与えられたグラフ及び始点・終点の関係によっては，このようなパスが構築できない場合も存在する．そこで本研究では，任意のグラフと始点・終点集合が与えられたとき，２頂点対点素パスが構築可能かどうかを判定し，可能な場合はパスを構築する分散アルゴリズムを提案する．さらに提案アルゴリズムは自己安定アルゴリズムとして設計することで，任意の初期状況から有限時間内に目的とする状況（解状況）へ到達することができることから，一時故障に対する故障耐性を持つ．

ペトリネットにおいてホーム状態の判定を行う．ホーム状態とは，すべてのマーキングから戻ることが出来る状態であり，ホーム状態の判定により安定した状態を確認できる．通常，ホーム状態の判定には動的解析が用いられるが，大規模なネットではすべてのマーキングを探査するのはコストがかかる．本研究では動的解析の前処理として構造解析を行うことで，ホーム状態の存在性を判定し，ホーム状態判定の効率化を図る．ホーム状態の存在性を有するネットは，実際にホーム状態が存在するとは限らないため，トークンの存在を確認する必要がある．そこで，オカレンスネットを用いてトークンの遷移を確認し，ホーム状態の判定を行う．

ペトリネットの動的性質の1つに活性と呼ばれる性質があり，条件の厳しさによりレベル0~4のように活性レベルが定義されている．強L2活性トランジションが存在するために必要な構造を強L2活性構造と呼ぶ．強L2活性構造の存在性は強L3活性構造の存在性に依存しており，それぞれの構造の接続状況により強L2活性トランジションとなる条件が異なる．本研究では，一般ペトリネットの構造的有界性判定を用い，強L2活性構造の一部であるEnablerと呼ばれるプレースを検知することで強L2活性トランジションの判定を行う．また，上記の解析機能を本学で開発されているペトリネット援用ツールHiPSに実装する．

店舗の売り上げ客の動員数には高い相関があることはよく知られている. 将来の客の動員数を予測することは店舗やその店舗の顧客に対して付随するサービスの売り上げ向上にとって重要なタスクである. 本研究では, 今まで量データとして扱っていたスマートホンユーザの位置情報データに対して, 各エリアの位置情報データ, 交通データ, 天候の情報を取り入れることによってエリアからエリアへの説明可能な人口流動を再現し, 従来よりも精度の高い人流予測を行う.

我々は Ambient 計算(AC)と呼ばれるプロセス代数を用いて物流システムをモデル化し，コストや時間，CO₂排出量などの観点から最適な輸送経路を提案できるシミュレータを構築した．現在この仕組みを応用して，日本通運の協力のもと，域内トラック輸送を効率化するビジネス開発に取り組んでいる．小口の宅配や大口の幹線輸送と異なり，地域ブロック（関東、関西、中部など）内での中ロット貨物車（１～2トン程度）は，現在ほとんどの場合配達後集荷せずに戻るため積載率は50% を下回っている．本発表では，域内トラック輸送をACでモデル化し，できるだけ少ないトラックで積載率を向上させた輸送計画を立案するためのシステムについて報告する．

企業において商品価格の決定は、自社の利益の増大のために重要である。利益を最大化する最適価格を導くための方法の一つとして、予測分析と数理最適化を組み合わせた処方分析がある。処方分析の既存研究では、予測分析においてエラスティックネットなどの正則化手法が利用されているが、正則化を用いると回帰係数が縮小推定されるため推定値に偏りが生じてしまう。そこで本研究では、複数の説明変数間の関係性に正則化を課す、構造正則化処方分析による価格最適化手法を提案する。数値実験では提案手法を旅行パックの実データに適用し、従来手法と予測分析の精度を比較し、導出された最適価格戦略の有効性を検証した。

助成を受ける研究課題は複数の機関の間で連携して実施されることが多く，有力な機関同士は密に連携する傾向がある．これは研究助成ネットワークにおけるリッチ・クラブ現象として知られている．1つの研究課題で2つ以上の機関が連携することは珍しくないが，このような高次の連携の特徴はほとんど知られていない．本研究では，全米科学財団の研究助成データベースと Web of Science データベースを用いて，研究助成ネットワークにおける高次のリッチ・クラブ現象とリッチ・クラブが研究成果に与える影響を解析する．

感染症の迅速な終息に向けた対策を取るために，感染者が感染させる回数と感染源の特徴との関係性について研究する必要があると考える．本研究では，感染者が感染させることを接触と呼ぶ．この関係性を明らかにするため，感染経路を考慮したコンタクトプロセスを仮定する．そして，種々の複雑ネットワークモデル上でのシミュレーションを通して，接触回数と3つのノード中心性（次数中心性，媒介中心性，固有ベクトル中心性）の相関関係について考察する．

Expiratory human activities periodically generate virus-laden droplets that played an important role in the rapid SARS-CoV-2 infection. Droplets can stay as aerosols in the air with a gradually declining viral load for a long time and can carry the pathogens over a significantly long distance, leading to the always-changing concentration in different spaces. In this work, all contributed particles at the same location with varying origins are integrated to precisely present the dynamic viral concentrations in each part of the overall indoor environment over time.

近年，ラストワンマイルのための新たな配送方式としてドローンが注目されている．ドローンは高い機動性を持ち，道路網にとらわれることなくショートカットが可能という点で高い柔軟性を持つが，広範囲に利用することが難しいという欠点がある．こうしたドローンの欠点を克服するため，トラックとドローンを併用した新たな配送方式が構想されている．1台のトラックと複数台のドローンを用いた配送モデルは提唱されているが，飛行範囲の制限を考慮したモデルは筆者らの知るところ存在しない．そこで，本研究では飛行禁止区域を考慮した複数台のドローンを用いたモデルの定式化を提案する．

ホテルにおける従業員スケジューリング問題には、記述が難しい目的関数が多く存在する。このような問題を解くためにはメタヒューリスティックスを用いることが有効であると考えられ、本研究では遺伝的アルゴリズムによる解法を提案した。
遺伝的アルゴリズムを用いた求解には制約条件の記述が問題となる、しかしホテルにおける従業員スケジューリング問題の特性を利用した個体を生成することで、制約条件を満たした個体を生成しつつ最適化を行うことができた。

相続では相続人同士の関係性が希薄，遺産が不動産のみで分割不可能，遺言内容が不平等などの様々な要因によって紛争が発生する．このような状況を予防・回避するために，紛争の原因や傾向を分析することは，経済や高齢化社会の観点において重要である．本研究では，相続工程の長期化を相続紛争の代理指標とみなし，相続工程が長期化するリスクを採点するロジスティック回帰モデルを構築する．本研究では，誰でも簡単にリスクの計算ができるように，混合整数最適化手法を用いて少数の説明変数で適合度が高く，回帰係数が小さな整数となる採点システムを作成する．

近年，人工知能技術の発展が目覚ましく，様々な分野に応用されてきている．金融分野においても人工知能が応用されており，株価時系列データやニューステキストを用いた株価予測に関する研究が盛んに行われている．株価予測の研究では，株価をそのまま数値データとして用いるよりも，チャート画像に変換してから学習を行う方が良い精度で予測できることを確認できたが，高い精度で予測することには成功していない．そこで本研究では，表示する情報量を増やした株価時系列画像で学習を行い，日経平均株価を用いた評価実験により有効性を確認する．

環境データ，医療データなど実世界における観測データはしばしば打ち切られている．すなわち，測定可能領域の外に出てしまって定量値を観測できない場合がある．本研究では，そのような非定量値を補完するための方法として「複数ターゲットトビットモデル」という新しい手法を開発した．本発表では，方法論を提案するとともに，水質データを用いた数値実験の結果を報告する．

自己組織化状態空間モデル(SOSSM)は時系列モデル内のパラメータを状態空間モデルの潜在変数の一部として表現したモデルであり，潜在変数とパラメータを同時に推定するために用いられている．しかしながら，SOSSMはパラメータの初期分布に依存し，初期分布次第では推定が正確に行えない場合がある．本研究では，SOSSMに温度に対応する潜在変数を導入することで初期分布への依存性を改善する方法を提案する．提案手法では温度の時間変化を考慮することで，高温領域での大域的な探索と低温領域での正確な探索の両方を実現する．さらに，数値実験データを用いた検証実験により，提案手法が従来手法の初期分布への依存性を改善することを示す．

本研究では，フェイクニュースに反応したユーザーの特性を明確に捉えるために，石田らが提案した，信用度を相対的整合性により動的に決める動的関係ネットワークを用いた信用度評価モデルを参考にし，動的にユーザー情報を評価するモデルを提案する．このモデルでは，各ユーザーの評価値は，ユーザー自身の過去投稿の特徴と隣接ユーザーからの評価の伝播によって更新される．評価には各ユーザーの統計情報や，記事に対するコメント内容を用いる．モデルを評価するために，通常のニュースとフェイクニュースについて拡散ネットワークを構築し，獲得したユーザーの評価値の妥当性を検証する．

近年,金融予測の分野ではローソク足の画像を用いた分析やファンダメンタル分析, 数値情報を用いたテクニカル分析などによる様々な研究が行われている.しかし数値情報だけでなくテキスト情報も含まれているニュース記を考慮することは, 日々発表される情報に目を向けることを意味し,数値情報だけでは解釈が難しい経済動向の予測を精度高く行える可能性があると考えられる. そこで本研究では文章の極性を考慮し、用言句の抽出を行う那須川らの語彙獲得アルゴリズムで得た極性付き単語を活用し、文の感情極性を考慮したニューステキスト分析による東証株価指数(TOPIX)の株価予測を提案する。

近年，機械学習の発展に伴い深層強化学習を用いた金融取引に関する研究が盛んにおこなわれている．我々の従来研究では，取引エージェントの売買行動に対する報酬に機会損失を考慮していたが，下げ相場の際に買いすぎてしまう結果も見られた．これは，「何もしない」行動について評価するための報酬を設定していなかったからだと考えられる．そこで，本研究では取引エージェントのすべての行動に対し，機会損失や評価損益を深層強化学習の報酬に組み込み，株式投資において限られた資産の中で利益を最大化するための最適な売買タイミングを学習するモデルの構築を目的とする．