意味情報推奨による仮想オフィス環境への新規オブジェクト登録支援手法の評価
8
0
0
全文
(2) た システ ムで あり，共有 時空間 のた めのデ ー タ モデル の提 案を行 って いる VWDB[1]が あ る ．これ らの ように 空間 のオブ ジェ クトの 位 置 情報や 動きを DB で管 理する こと に加え ， 空間内のオブジェクトの意味や利用者の空 間中での行動やオブジェクトへの操作に込 め られた 意図 を共有 でき れば，さら に有効 な 空 間共有 を実 現でき るで あろう ． そ こでわ れわ れは，この ような 検索 や操作 を，仮想空間とデータベースを連携させた 「 仮 想 オ フ ィ ス 環 境 」 [2]に よ っ て 実 現 し て い る ．「 仮 想 オ フ ィ ス 環 境 」 で は ， デ ー タ ベ ースによって形状データや空間データを蓄 積 するだ けで はなく ，利 用者コ ミュ ニティ 内 で の 「 意 味 」「 意 図 」 な ど の 意 味 情 報 も 付 加 し て管理・蓄 積し ，両者 を横断 的に 検索・共 有 できる こと が特徴 であ る．意 味情 報を付 加 す る こ と に よ り ，「 こ の 書 類 を し ま う こ と が 可 能な引 き出 しはど れか ？」と いう ような 仮 想空間内での意味に基づく検索が可能にな る ．「 意 味 」 と 形 状 デ ー タ を 共 有 す る た め に わ れ わ れ は 意 味 (オ ン ト ロ ジ ) 層 ― 存 在 エ ン ティティ層―形状データ層の３層からなる ス キーマ が提 案して いる ． こ こで「仮想 オフィ ス環 境」におい て「 意 味」と「形状 データ」が 結び付 けら れた「存 在 エンテ ィテ ィ」は 動的 に増減 する 可能性 が あ る．これは，空 間の物 の役割 や状 態とそ の 意 図は，時と 場合に よっ て変化 して いく為 で あ る．また，新規 に物と その意 図が 追加さ れ る ことも あり うる．この 場合に はユ ーザが 自 由にまだ形状データ層に登録されていない 形状データを新しく空間内に登録できなけ れ ばなら ない ．しか し「 仮想オ フィ ス環境 」 のオントロジの階層は複雑で要素の数も大 量 にある ため ，その 新た な形状 デー タが空 間 内のどのオントロジに所属するかを一般の ユ ーザが 選択 するの は困 難であ る． そ こで本 研究 では，新し いオブ ジェ クトの 3 次元デ ータ の特徴 量を 取得し，そ のデー タ に近い特徴量をもつ形状データ層の形状デ ータにリンクしているオントロジのリスト を ユーザ に提 示する こと によっ て，ユーザ の 登録コストを軽減するための新規オブジェ ク トの「仮想 オフィ ス環 境」への登 録支援 ツ ー ルを提 案す る．以下，この 手法を 意味情 報 推 奨手法 と定 義する ．本 稿の目 的は 大きく 分. け て次の ２つ になる ． z 「 仮想オ フィ ス環境 」の ユーザ が空 間 へ新しいオブジェクトを登録する際 の 手間を 軽減 する z 空間固有のオントロジのユーザの理 解 を支援 する これらによってユーザが積極的に新規オ ブ ジェク トを 登録す るこ とがで き，より 現 実世界を反映した空間構築の支援となる と 考えら れる ．そ してこ れらの 目的 を満た す ために 以下 の三点 の機 能を設 計し た． 1. 三 次元形 状デ ータの 特徴 量を計 算す る 2. 既 に DB に登 録され た DB 内 の形状 デー タ と新規 形状 データ の類 似度を 計算 する 3. 類 似 度 が 高 い 順 に 形 状 デ ー タ と そ れ に 結び付けられているオントロジをリストア ッ プする ポリゴンモデルにおける形状データの特 徴量については先行研究として体積や表面 積 な ど の ス カ ラ ー 量 の 特 徴 量 [3]や ， 形 状 の ２点間の距離の分布をヒストグラムで表し た 特 徴 量 [4]な ど が あ る ． こ れ ら の 設 計 に 基 づ くツー ルを 実装し ，評 価した ． 以下２章ではわれわれが提案している仮 想 オフィ ス環 境につ いて ，３章 で本 稿の主 提 案である意味情報推奨手法の設計について， ４ 章でそ の実 装につ いて 述べる ．そ して５ 章 で 意味情 報推 奨手法 の評 価につ いて ，最後 に ６ 章でま とめ を述べ る．. 2. 仮想オフィス環境 本章では仮想オフィス環境においての意 味 とは何 か，そして 本プ ロジェ クト で提案 し て きた３ 層構 造モデ ルに ついて 述べ る． 2.1. 意味 従 来の仮 想空 間では ，空 間内の オブ ジェク ト の形状 や位 置情報 ，動 きとい った 視覚的 な 情 報のみ が利 用者に 共有 され，その 空間に 存 在する暗黙的な意味情報は利用者個々の認 識 に任さ れて いた．そこ で本プ ロジ ェクト で は 予め意 味情 報を抽 出し ，それを 3 次元形 状 デ ータと 関連 付けて DB に 蓄積 する ことに よ り視覚的な情報だけでなく意味情報も共有 で きると 考え た．意 味情 報の共 有が 可能に な れ ば，仮 想空 間内を 統一 された 価値 基準で 検 索，操 作がで きるよ うに なるで あろ う．そこ で われわ れは ，モデ ル化 する意 味情 報を明 確. 2 −284−.
(3) 図2 図１. ３層構造モデル. に するた めに 意味を 定義 し，そ の意 味を体 系 的かつ明示的に定義しておく手法としてオ ン トロジ [5]を 用いた [2]． 空 間の意 味の 共有を 実現 するた めに は．空 間 の形状 デー タとの 対応 が必要 にな る．本 プ ロジェクトでは図 1 のように空間に存在す る 意味を 形状 データ と分 けて，その 間を「仲 介 者：存在エ ンティ ティ」で 結ぶ三 層構造 モ デ ル 化 手 法 [6]を 提 案 し て き た ． こ の 手 法 に よ り，意 味と 形状デ ータ を分離 して 管理す る こ とがで き，構造 を持っ た意味 の表 現，デー タ の再利 用が 可能に なる ．. 2.2. ３層構造モデル 本 節では ，空 間の意 味の 共有を 実現 するた めにわれわれが提案してきた３層構造モデ ル につい て述 べる．前節 で述べ たよ うに３ 層 構 造モデ ルは 意味層，形 状デー タ層，存 在エ ン ティテ ィ層 からな る．以下で 各層 の説明 を す る． 意味層 意味層にはオブジェクトの持つ概念や機 能 が蓄積 され ている．そ して，それ らを体 系 的に管理するために我々は意味層の記述方 式として以下の３つのオントロジを定義し た． z 形 状オン トロ ジ(Shape Ontology) z 機 能オン トロ ジ(Action Ontology) z 関 係オン トロ ジ(Relation Ontology) こ こで，本稿 で使用 して いるの は形 状オン ト ロジの みで あるた め，形状オ ント ロジに つ い ての説 明の みを行 う．形状オ ント ロジは 空 間のオブジェクトまたはある特定の領域を 指 すエン ティ ティで あり ，以下 の属 性を持 つ．. 形状オントロジの一部. z z. 概 念名を 表す ラベル 属 性 (形 状 の 大 き さ や 値 段 な ど の 属 性 の 型と値 域の 定義 ) z 概 念定義：自 然言語 など で定義 され る 概 念の詳 しい 説明 尚 ，形状 オン トロジ によ って定 義さ れるエ ン ティテ ィ間 の関係 は，Is-a と Part-of があ る． ま た オ ン ト ロ ジ の 設 計 に つ い て は ， EDR 概 念 辞 書 [7]に 用 意 さ れ て い る 概 念 を 使 用 し た ． EDR 概念 辞書 は概念が Is-a 階層 で記述 され ， 各 概念は 名称 と概念 説明 を持つ ．形 状オン ト ロ ジは「具体 物」概念の サブク ラス で定義 さ れ る ． ま た ， EDR 概 念 辞 書 に 無 い 概 念 や 空 間独自のラベルや概念定義を用いたい場合 も 考えら れる．そ の場合 は，設計者 が必要 な 概 念の定 義を して EDR 概 念 辞書か ら抽出 し た 階層構 造の 適切な 位置 に挿入 した り，既 存 の EDR 概 念 辞書の 概念 のラベ ルや 概念定 義 を 変更す る．仮想オ フィ ス環境 にお ける形 状 オ ントロ ジの 一部を 図２ に示す ．. 形状データ層 形状データ層には仮想世界を構成してい る物体のオリジナルの形状データが蓄積さ れ ている ．形 状デー タ層 では形 状デ ータが 一 般 的に持 つ「 頂点リ スト 」「 面ループ 」「 色」 な どが関 連属 性とし て保 証され れば 良い．ま た ，あ る形状 データ が「 子部 品群」の集 約に よ って定 義さ れる事 は一 般によ くあ る．こ の 親 子関係 と，そこ から派 生する 相対 座標，相 対 角度も 形状 データ 層に 蓄積す る．また形 状 デ ータの 特徴 量もあ わせ て蓄積 する ．形状 デ ー タ層に 蓄積 するデ ータ は以上 とし ，どの ポ リ ゴン群 が「机の 引出し」を 表して いるか の よ うな意 味情 報は一 切含 めない ．し たがっ て， 意味情報と形状データを分離が可能となる． 尚 ，仮想 オフ ィス環 境で は形状 デー タにつ い て は上記 の情 報が得 られ さえす れば ，作成 方. 3 −285−.
(4) DB 机. 推奨. ミドルタワー. ユーザ コップ. 意味層 テーブル. 存在 エンティティ層 類似度計算. 図３. 概念スキーマ. 形状データ層. 新規形状データ. 法 は特に 問わ ない．. 図４. 存在エンティティ層 存在エンティティ層には仮想オフィス環 境 におけ る実 際の存 在が 蓄積さ れて いる．具 体 的には ，意 味層の 要素 と形状 デー タ層の 要 素 に関連 付け られた イン スタン スで ある．本 研 究では ，存 在エン ティ ティの 意味 解釈の 複 雑 化を避 ける ため，ある 存在エ ンテ ィティ は ある 1 つのオントロジの概念にしか所属で き ないと いう 制約を 設け る． 2.3. 概念スキーマ 2.2 節で 説明 した３ 層構 造モデ ルに 基づき 設 計した 概念 スキー マを 図３に 示す ．形状 に おける３層との対応は意味層と形状オント ロ ジ，形状デ ータ層 と形 状デー タ，存在 エン ティティ層と形状存在エンティティがそれ ぞ れ対応 して いる． 3. 意味情報推奨手法 本 章では ，本 稿で提 案す る意味 情報 推奨手 法 におけ る有 用性と 構成 要素に つい て述べ る． 3.1. 意味情報推奨手法の有用性 仮想オフィス環境において空間の物の役 割 や状態 とそ の意図 は，時と場 合に よって 変 化 し て い く 為 ，「 意 味 」 と 「 形 状 デ ー タ 」 が 結 び付け られ た存在 エン テ ィ ティは 動的 に増減 する 可能性 があ る．ま た， 新規に物とその意図が追加されることもあ り うる．この 場合に はユ ーザが 自由 にまだ 形 状データ層に登録されていない形状データ を新しく空間内に登録できなければならな い ．しか し意 味層の オン トロジ の階 層は複 雑 で 要素の 数も 大量に ある ため，その 新たな 形 状データが空間内のどのオントロジに所属 するかを一般のユーザが選択するのは困難. 意味情報推奨システム. で ある．ここ でオン トロ ジが複 雑で あると い う ことに 関し て，空 間内 の全て の意 味を表 現 しなくてはいけないので有用性の観点から は 必須で ある．一 方，複 雑すぎ ると ユーザ に よる積極的な空間の構築を促すことができ ず ，多用 性の 観点か らは 問題で ある ． そこでこの問題を解決するために意味情 報 推奨手 法を 提案す る．具体的 には ユーザ か ら与えられた意味が付加されていな新規形 状 データ に対 して， DB 内 の形状デ ータと 類 似 度を計 算し ，類似 度が 高い順 にリ ンクさ れ た意味層の意味情報をユーザに推奨すると い う手法 であ る（図 ４）．. 3.2. 意味情報推奨手法の構成要素 意味情報推奨手法の実現にあたり以下の ２ つの構 成要 素が考 えら れる． z 形 状デー タの 特徴量 を計 算する z 特 徴量か ら類 似度を 計算 する 本 節では ，こ れらの ２つ の要素 につ いて関 連 研究を 交え て述べ る． 形状データの特徴量の導出方法 本研究は３次元形状データの類似度から ふさわしいオントロジを推奨することを主 眼 におい てい るため ，特 徴量に つい ては多 様 な特徴量を許容できれば個々の特徴量はど のようなものを用いても構わないと考えた． そこで形状に関する典型的な特徴量として， 今回の実装では以下の３つの特徴量を用い た． (1) 表 面積 形 状全体 の表 面積 S．ポリ ゴン iの面積 を S i と する と次 式で定 義さ れる．. 4 −286−.
(5) S = ∑ S i ………....(ⅰ) i. (2) 体 積 形 状の体 積V．ポリ ゴン iと 重心を結 んで で きた 三角錐 の体 積をV i と す ると次 式 で 定 義され る． V = ∑Vi .................(ⅱ). る ． そ こ で ， 3.2.1 節 で 定 義 し た ３ つ の 特 徴 量 から３ 次元 の特徴 ベク トルを 定義 する．た だし，特徴量はそれぞれ値域が異なるため， 標準得点で正規化して特徴ベクトルを構成 す る．ある n次 元の特 徴ベ クトル につ いて，k 番 目の特 徴量 の値を x k (k=1∼ n)，平均 値を μ x と す る と ， 標 準 偏 差 σ x お よ び 標 準 得 点 zk は 次 式によ り定 義され る．. i. (3) Bounding Volume 形 状の外 寸（幅 W， 奥行き D， 高さ H） を それぞ れか けあわ せた もので ，形 状が 実際にどれだけの空間を占有するかを 表 す．Bounding Volume を Ve とすると 次 式 で定義 され る． Ve = W ⋅ D ⋅ H ...............(ⅲ). 特徴量の類似度の導出方法 多次元特徴量をもつオブジェクトの類似 度 を計算 する 手法と して ，多次 元特 徴ベク ト ルを用いる方法が一般的であると考えられ. 図５. σx =. 1 2 ∑ (xk −μx ) ⋅...........(ⅳ) n k. zk =. x k − μx σx. .......... .(ⅴ). 特徴ベクトルの類似度を求める手法とし て は コ サ イ ン 相 関 値 を 用 い る 手 法 [8] や Euclid 距 離 を 用いる 手法 ，また 二次 形式距 離 を 用 い る 手 法 [9]な ど が あ る ． 以 下 に 定 義 し た 類似度 を示 す． (1) Euclid 距 離 を 用いる 方法 ２ つ の特 徴ベ ク トル X， Yの k番目の 要素 の 標 準 得 点 を X k ， Y k と す る と ， Euclid距. 論理スキーマ. 5 −287−.
(6) 離 を 用 い た 類 似 度 SIM EUC を 次 式 で 定 義 し た． SIM EUC =. ∑ (X. k. − Yk ). 2. .........(ⅵ). k. (2) コ サイン 相関 値を用 いる 方法 ２ つ の 特 徴 ベ ク ト ル X， Yの k番 目 の 要 素 の 標準 得点 を X k ， Y k と す ると ，コ サ イ ン 相 関 値 を 用 い た 類 似 度 SIM COS を 次 式 で定義 した ． SIM COS =. ∑X. k. k. 2 k. ⋅. ランキング SQL. 登 録支援 シス テムを 実装 した．実装 環境は 以 下 の通り であ る．. ⋅ Yk. k. ∑X. 図６. ∑Y. ............(ⅶ). 2 k. k. 4. 新規オブジェクト登録支援システムの実装 ３ 章の設 計に 基づい て，意 味情報推 奨によ る仮想オフィス環境への新規オブジェクト. CPU： Athlon(TM)2500+ 1.83GHz メ モリ： 512MB OS：Windows XP Professional 開 発環境 ：Microsoft Visual Stdio.Net 2003 DBMS： SQLServer2000 ま た，SQLServer2000 上で 実装し た仮 想オ フ ィス環 境の 論理ス キー マを図 ５に 示す．既. 表 1 DB 内の形状データの特徴量. 6 −288−.
(7) に DB 内 に登 録され てい る形状 デー タの特 徴 量に関してはあらかじめ導出し，図５の RAW_DATA テ ーブルに 格納し てあ る．形 状 の類似度については新規形状データの入力 の た び に ， 類 似 度 を 計 算 す る 関 数 getSIM() に よ っ て 類 似 度 を SIM を 計 算 し ， 値 を RAW_DATA テ ーブルの SIM に 挿入す る．そ して SIM の 値に基 づい て形状 デー タをラ ン キ ングし，対 応する 意味を RAW_DATA テ ー ブ ル ， SHAPE_EE テ ー ブ ル ， SHAPE_ ONTOLOGY テーブ ルの ３つの テー ブル間 の リンクから参照する．ランキングのための SQL を図 ６に 示す．. 5. システムの評価 前章で実装したシステムを評価するため に 評価実 験を 行った ．以 下にそ の概 要を示 す． 5.1. 実験データ DB 内 の形状 データ の特 徴量を 表１ に示す ． こ れらの デー タは 3D 形 状作成 ツー ルによ っ て 作成し，あ らかじめ DB に 登録さ れてい る も のであ る． これに対して新規オブジェクトを登録し DB 内の デー タから 意味 推奨を 行う 際，評 価 のために新規形状データについては特徴量 だ けをカ タロ グ[10]や Web カタ ログ [11]か ら 計 算して 生成 した模 擬デ ータを 使用 した．こ れ は，カ タロ グから 生成 したと る意 味の正 解 が 明らか なデ ータに 対し て，推 奨さ れる順 位 を みるた めで ある．この ように，あ らかじ め 正解が明らかなデータを実験に用いること で ，純粋 に推 奨され る意 味の順 位だ けに注 目 し形状オブジェクトの意味の解釈のゆらぎ を 排除す るこ とが可 能と 考える．ま た，この 妥 当性に つい ては，模擬 データ を使 用した 場 合 におい ても 体積，表面 積，Bounding Volume の値は不変であることにより保たれると考 え られる ． 5.2. 実験方法 実 験の手 順を 以下に 示す ． (1)ま ず ， 新 規 形 状 デ ー タ に 対 し て 仮 想 オ フィス環境のオントロジの中から一番ふさ わ しいと 判断 された もの（以 下，正 解）を規 定 する． (2)実 装 し た ツ ー ル に 新 規 形 状 デ ー タ の 特 徴 量を入 力し 類似度 を求 める．類似 度はコ サ. イ ン相関 値を 用いる 場合 と，Euclid 距離を 用 い る場合の 2 種類に つい て求め る． (3)出 力 さ れ た オ ン ト ロ ジ の ラ ン キ ン グ に お い て (1)で 規 定 し た 正 解 の 順 位 を 記 録 す る ． (4)規 定 し た 正 解 ご と に 以 下 の 式 か ら 平 均 順 位を算 出す る．こ こで 規定し た正 解のカ テ ゴ リ別に おい て，そのサ ンプル 数を n，n番目 の サ ン プ ル の 順 位 を Rank n ， 平 均 順 位 を Rank ave と する ． Rank ave =. ∑ Rank n. n. n. ........(ⅷ ). 5.3. 実験結果 実 験結果 を表 ２に示 す．この表 の平 均順位 の値が小さいほど高順位にランキングされ る ため，よい 結果で ある と考え られ る．また 調 べた 57 個 の模擬 デー タにお ける (ⅷ )式の Rank n の 最 低 順 位 は コ サ イ ン 相 関 値 を 用 い た 場 合が 27 位 ， Euclid距 離を用 いた 場合が 11 位 であっ た．今回の 実験 におい ては 類似度 の 算 出 を Euclid 距 離 で 行 っ た ほ う が よ い 結 果 が 得られ た． 以下， Euclid距 離 を類似 度に用 い た場合 につ いて考 察す る． 表 ２より 平均 順位の 最低 値は正 解を「ディ ス プレイ 装置 」とし たと きの 3.80 位で あっ た ．ここ で表 １より 比較 対象は 35 種類 であ る ので， 3.80 / 35 = 0.109 上式より今回用意した空間においてはラ ン キ ン グ の 上 位 11％ に は ほ ぼ 正 解 の オ ン ト ロ ジが推 薦さ れると 考え られる ． また ，順位 の最低 値は 11 位 であっ た．(1) と 同様に ，. 7 −289−. 表 2 実験結果.
(8) 11 / 35 = 0.314 上式より今回用意した空間においてはラ ン キ ン グ の 上 位 31％ に は 正 解 の オ ン ト ロ ジ が 確実に 推薦 される と考 えられ る． (1)， (2)よ り 意 味 情 報 推 奨 に よ る 手 法 が 今 回用意した空間において新規オブジェクト を登録する際のユーザの負担を十分軽減す る ことが でき るとい うこ とを示 せた ．. 6. まとめ 本稿では仮想オフィス環境における新 規オブジェクト登録の際のユーザの負担 を 軽減す るた め，意味情 報推奨 によ る支援 手 法を提 案し た．さ らに ，実装 と評 価実験 を行うことによって本手法が実際に３次 元形状データの特徴量の類似度に基づき オ ントロ ジを しぼり こむ ことが でき ，ユ ー ザ の負担 を軽 減でき るこ とを示 した ． 今 後の課 題と しては ，オ ントロ ジの 階層 構造を利用したランキングやより有用な ３ 次元形 状デ ータの 特徴 量の追 加，また オ ントロジごとの特徴量の重み付けなどが あ げられ る．. pp.1-6, Oct. 2004 [7] 情 報通信 研究 機構 , EDR 概 念辞 書 , http://www2.nict.go.jp/kk/e416/EDR/J_ind ex.html [8] 澤 扶美 , 河内 美樹 , 木俵 豊 , 田 中克 己 ”仮 想スタジオ構築のためのデジタル素材 の オーサ リン グと検 索 , 情報処理 学会 研 究報告 No.113-013, 1997 [9] James Hafner, et al., Efficient Color Histgram Indexing for Quadratic Form Distance Functions, IEEE Trans. Pattern Anl.Machine Intell. 17(7), pp.729-736,(1995) [10] UCHIDA OFFICE CATALOG vol.54 , 2003 [11] ソニーeカタログサイト:. 謝 辞 本研究の一部は文部科学省科学研究費補 助 金（課 題番号 17700097）の支 援に よる． 文 献 [1] 渡 辺 知 恵 美 ,増 永 良 文 , “仮 想 世 界 デ ー タ ベースシステムにおける仮想世界同期 法 ”, TOD, Vol.43, No.SIG9(TOD18), 2003 [2] 賀 来 健 一 , 那 須 洋 之 , 南 博 康 , 富 井 尚志, 複数 利用者 間で 意味を 共有 した 検 索・操作が 可能な 仮想 空間ブ ラウ ザの 提 案 , デー タ工学 ワー クショ ップ 論文 集 （DEWS2005） , Mar. 2005 [3] 村 上存，湯浅 修二，田島 史和，斉藤 祐樹 ” 形と色の特徴量を用いたデザイン支援 に 関 する 研究 ”,日 本 機会 学 会第 11 回設 計 工学・シス テム部 門講 演会講 演論 文集 ， pp.167-170, 2001 [4] 武 井 毅 , 南 谷 高 宏 , 中 澤 昌 俊 , 大 渕 竜 太 郎 ,“形状 の詳 細度を 考慮 した 3 次元 モデ ル の 形 状 類 似 検 索 ”, VisualComputing/グ ラ フィッ クス と CAD 合 同ワー クシ ョッ プ 2003, pp.13-18 [5] 溝 口 理 一 郎 , “オ ン ト ロ ジ ー 研 究 の 基 礎 と 応 用 ”, 人 工 知 能 学 会 誌 ,Vol.14, No6, Nov. 1999 [6] 南 博 康 ,賀 来 健 一 ,富 井 尚 志 , 意図共有 を実現するオフィス仮想環境の設計 , 信 学技法 , Vol.104, No.345, DE2004-114,. 8 −290−. http://www.ecat.sony.co.jp/index.cfm.
(9)
関連したドキュメント
Department of Cardiovascular and Internal Medicine, Kanazawa University Graduate School of Medicine, Kanazawa (N.F., T.Y., M. Kawashiri, K.H., M.Y.); Department of Pediatrics,
＊2 Kanazawa University, Institute of Science and Engineering, Faculty of Geosciences and civil Engineering, Associate Professor. ＊3 Kanazawa University, Graduate School of
・スポーツ科学課程卒業論文抄録 = Excerpta of Graduational Thesis on Physical Education, Health and Sport Sciences, The Faculty of
In recent communications we have shown that the dynamics of economic systems can be derived from information asymmetry with respect to Fisher information and that this form
In this diagram, there are the following objects: myFrame of the Frame class, myVal of the Validator class, factory of the VerifierFactory class, out of the PrintStream class,
Then the Spatio-temporal correlations between purpose space of PFLOW Xp and practically acquired data matrix of environment values XEV, for example, EV reservation data at
Therefore, after the foreign trading vessel departs from a port of loading, the shipping company, who files at the port of loading in the Pre-departure filing (the new rules), will
The purpose of the Graduate School of Humanities program in Japanese Humanities is to help students acquire expertise in the field of humanities, including sufficient
