AI for Social Issues

MUHD IZZUDDIN AIMAN BIN ZOLKIPLI

本研究は，LLM，ナレッジグラフ（KG），およびグラフベースのRAG技術を用いて，マレーシアにおける人間と野生動物の軋轢（HWC）事例を分析することに焦点を当てています．本研究では，非構造化されたHWC関連のニュース記事，特にゾウに関連する衝突報告を，構造化されクエリ可能なナレッジグラフに変換する試作システムを提案し，意味解析，情報検索，および説明可能な推論を支援します．

本システムは，ニュース記事からエンティティ，関係，場所，行動，および時間情報を抽出し，それらをグラフベースの知識構造として整理します．KGとGraphRAGを統合することで，本システムは自然言語によるクエリを可能にし，従来の検索ベースのアプローチと比較して文脈理解が向上した，証拠に基づいた応答を生成します．

また本研究では，構造化された知識表現が，保全関連の問題に対する情報探索，ホットスポットの特定，および説明可能な分析をどのように支援できるかについても調査しています．主なケーススタディとしてマレーシアのゾウとHWC事例を用い，将来的にはAJ-CORE / GSRITの共同研究によるアフリカのデータセットを含め，より広範な地域横断的なHWC分析への拡張が計画されています．

LIEHOUAN Franck Arnaud

重度急性栄養不良（SAM）は5歳未満児の主要な死亡原因の一つであり，コートジボワールのような低資源環境では迅速かつ正確な診断が極めて重要である．しかし，地方の保健センターでは年齢情報が不明な場合や，体重・身長などの人体計測が困難な場合が多く，特に重症患者ほど完全な医療データを取得できないという構造的問題が存在する．このような重症度偏向型欠損は，従来のAI診断システムの性能低下を引き起こす原因となっている．

本研究では，重要な医療情報が欠損した不完全な臨床状況下でも安定した診断を可能にする欠損データ頑健型マルチモーダルAIシステムを提案する．提案システムは，XGBoostを用いた表形式診断モデルと，足・手の画像から栄養性浮腫を検出するCNN画像モジュールから構成される．浮腫が検出された場合は直接SAMと判定し，迅速な治療介入を支援する．また，画像が利用不可能または品質不足の場合には，自動的に表形式診断パイプラインへ切り替わるゲーティング機構を導入している．

HYDARA Ebrima

本研究は，動画フレーム間で各対象に一意の識別子を割り当て，安定した分離と追跡を実現する手法を提案することを目的としています．応用先として，発展途上地域の公共交通機関におけるバス乗客の自動カウントを想定しており，ナイジェリアの都市交通における運行データの不正報告，データ収集および分析といった社会課題への対応を目指しています．既存のマルチオブジェクト追跡手法では，混雑した非構造的な車内環境においてIDスイッチが頻発し，正確な計数が困難であることが確認されています．本研究では，このようなID一貫性の課題を解決し，先進国のデータで学習されたAIモデルと，発展途上地域の現場との間に存在するドメインギャップを埋めることを目指しています

Esan Damilola Olawale

私の研究では，動画真正性評価における深層偽造検出AIを，より説明可能で信頼できるものにするための方法を研究しています．近年，深層偽造動画の検出性能は向上していますが，AIがなぜその動画を偽造または真正と判断したのかを，利用者が理解しやすい形で説明することは依然として課題です．特に，従来の説明可能AIは，個々のフレーム内のどの領域が重要であるかを示す静的な可視化に偏りがあり，動画全体を通して検出根拠がどのように現れ，持続し，集中し，分散するのかを十分に説明できません．本研究では，DeepForensiX（DFX）という枠組みを通して，検出器の出力変化に基づく時系列重要度信号を生成し，時間方向の証拠構造を分析します．これにより，どの時点の情報が検出結果に影響したのか，その証拠が安定しているのか，また検出判断にどの程度寄与したのかを明らかにします．本研究は，デジタルフォレンジック，メディア信頼性，コンテンツモデレーションなど，社会的に重要な場面でAIを安全かつ透明に活用することを目指しています．

加藤拓弥

将棋やチェスといったボードゲームの対戦アプリケーションでは，「Eloレーティング」というレーティングシステムによってプレイヤーの強さが分類され，近いレーティング同士での対戦が行われるようになっています．しかし，このEloレーティングによるランク付けは，対戦の勝敗の結果のみを利用して行われており，棋譜の情報は利用されていない現実があります．将棋やチェスの棋譜には，プレイヤーの強さを示す様々な指標があると考え，その情報を用いた新しい習熟度定量化手法を模索しています．