本研究では、これからますます増加するであろう AI を含むシステムの汎化性の高い検証・妥当性確認方法（V&V）を提案し、様々なアプリケーションドメイン特有の課題に対する解決方法を検討する文脈に当てはめ、その実効性を分析した。
森戸らはフィールドベースのラグビーユニオントレーニング後の生理学的回復に対する-2°Cのアイススラリーの摂取の影響を分析した。結果は、以前に報告されたものよりもさらに少ない量の-2°Cのアイススラリーの摂取が、暑い屋外環境でのトレーニング後の生理学的回復に役立つことを示唆した。斎藤らは、ニューラルネットワークの手法を用いて社会全体の感情の時系列変化を解析することにより、COVID-19パンデミック下の日本における、感染症に対する市民の感受性の変化を明らかにした。感情分析は、政府が制限行動として特定した行動に対応するキーワードを含むTwitter のツイートを対象として、感情分析をおこなった。提案手法により、感情の時系列変化の可視化だけでなく、文脈情報を利用したニューラルネットワークによって限られたサンプルサイズの地域特有の感情に関する分析も可能となった。ニューラルネットワークがマクロ的社会情動の変化の分析に適していることがわかった。戸倉らは建築施工管理業務改善のための工数シミュレーションモデル手法を提案した。具体的には人員と労働時間の関係、閉所の効果、移動時間の影響、業務分担の効果などを検証できるシミュレーションモデルにより、人的資源を変数として評価を可能にした。　本研究では、主にコンセプトステージで実際にプロトタイピングやシュミレーション等を行いたV&Vにおいて、AIを用いた技術がどのように作用するのかを分析する手法を検討することにより、まだ不透明な部分の多いAIを含むシステムや自律システムに対するV&V手法の理解に寄与できたと考えている。
The effectiveness of conventional verification and validation methods (v&v) to technical/societal systems which contain any AI subsystems seem to be not fully shown. This research seeks to clarify the effect of the inclusion of any AI subsystems in various systems, in terms of the effectiveness of v&v of the part which includes AI and its relation to other parts, and the whole system itself.

Morito et al. investigated the effects of ingesting −2 °C ice slurry on physiological recovery after field-based rugby union training. Fifteen university rugby union players participated in our randomized controlled study. The players participated in the training for 60 min in a hot outdoor environment (wet-bulb globe temperature, 30.5 °C). Physiological responses were measured during a physical performance test performed after the players ingested either −2 °C-ice slurry (ICE, N = 7) at 5 g/kg body mass or a 30 °C-fluid (CON, N = 8) during the 15 min recovery period after the training. Tympanic temperatures and heart rates were measured as the physiological indices, as well as heat storage. The result suggest that ingestion of −2 °C ice slurry in even lower amounts than those previously reported is useful for physiological recovery after training in hot outdoor environments.

Saito et al. attempt to visualize the time series of indexed social sentiment in Japan under theCOVID-19 pandemic by using a neural network approach, and clarify changes in the sensitivity of citizens to the coronavirus. The sentiment was classified for Twitter tweets that matched the keywords for which the government was asked to restrict action, and sentiment trends were identified for the period from before the outbreak to the fifth wave of infection in Tokyo, Sapporo, Osaka, and Fukuoka. The indices obtained show a correlation with the number of infected cases by region and with national and local events, and in global cities such as Tokyo and Osaka as they experienced waves of infections and emergency declarations, sensitivity gradually became paralyzed, and parallel trends in sentiment waveforms were observed among regions.

This study mainly concerned various v&v of system concepts, by using proto-typing and simulation methods. By analyzing the relation between the effect of the inclusion of AI in various systems in various domains, and the number of v&v methods, the object of contributing to the realization and determination of the appropriate v&v methods to any systems including AI and autonomous systems, was accomplished.