外部教示による機能改善が可能なユニバーサル署名照合

• Project/Area Number: 25K15123
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 60070:Information security-related
• Research Institution: Tokyo Denki University
• Principal Investigator: 大山 航 東京電機大学, システム デザイン 工学部, 教授 (10324550)
• Project Period (FY): 2025-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000); Fiscal Year 2027: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000); Fiscal Year 2026: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000); Fiscal Year 2025: ¥2,990,000 (Direct Cost: ¥2,300,000、Indirect Cost: ¥690,000)
• Keywords: 署名照合 / バイオメトリクス / パターン認識 / 機械学習 / 深層学習

Outline of Research at the Start

機械学習技術を活用した自動署名照合には，照合判定根拠の説明性と納得性の向上，照合精度の向上，様々な言語の署名を統一的に照合できるユニバーサル（多言語・国際）性の向上，外部からの教示による機能改善性の向上といった課題が残されている．本研究は，有用かつ実用的な自動署名照合の確立を目指し，主に以下の４項目を解明する．
（１）自動署名照合において照合判定根拠は説明可能か，
（２）これまで開発した種々の署名照合手法を組み合わせて自動署名照合を高度化できるか，
（３）様々な言語の署名を統一的に照合する「ユニバーサル署名照合」を実現する方法は何か，
（４）外部の教示を取り入れたさらなる機能，性能改善は可能か．