人工知能学会全国大会論文集
Online ISSN : 2758-7347
第32回 (2018)
選択された号の論文の753件中151~200を表示しています
  • 原田 奈弥, 本村 陽一
    セッションID: 1O2-OS-15a-04
    発行日: 2018年
    公開日: 2018/07/30
    会議録・要旨集 フリー

    日本のものづくりは長い歴史の中で地道で愚直な業務改善により、品質や開発力に世界的な信頼を得てきた。サービス工学の考え方に基づいた人工知能の適用により、業務の質のさらなる向上を行うことが可能だが、実際のビジネスへの適用は、現在の顧客や製品に影響を及ぼすリスクがある。デザインシンキングなどの技術も用いながら、どうやって人工知能を適用させて、顧客価値の高いものづくりを進めていくのか、本研究ではそのプロセスを提案し、実例を発表にて紹介する。

  • 松岡 竜大, 本村 陽一
    セッションID: 1O2-OS-15a-05
    発行日: 2018年
    公開日: 2018/07/30
    会議録・要旨集 フリー

    産総研人工知能技術コンソーシアムから人工知能技術の応用が期待されている社会課題解決のユースケースの一つとして、生鮮食品におけるサプライチェーンの最適化の取り組みを報告する。 気象データ等を活用した消費予測に、ビジネス条件を加味した需要予測AIと生産予測AIとの協調によって、現在の市場外取引に代わるサイバーマーケットの構築を目指す。

  • 高岡 昂太, 本村 陽一
    セッションID: 1O3-OS-15b-01
    発行日: 2018年
    公開日: 2018/07/30
    会議録・要旨集 フリー

    人工知能(AI)は、機械学習とビッグデータ、計算機の高速化により適用可能範囲が広がってきた。しかしながら、新たなデータが持続的に収集されないとAI自体の性能は向上しない。つまり、多くデータが収集され続けるような環境やエコシステムを醸成する必要が生じる。そのためには価値あるユースケースで早期にAIの実装および活用がなされ、さらに多人数、多頻度、広範囲に展開する必要がある。本発表の目的は、AI学習を進化させるために、サービスを提供することで、データを持続的に収集するサービスプラットフォームの必要性と、エコシステムの例を紹介する。本発表は、実社会問題へのチャレンジにおいて、AIを活用・応用するために必要不可欠なプラットフォームの提案、及びそれを活用するエコシステムに関する内容となる。そのため、本発表は、今後の人とAIが協調する一つの基盤モジュール例として位置づけられる

  • 櫻井 瑛一, 本村 陽一
    セッションID: 1O3-OS-15b-02
    発行日: 2018年
    公開日: 2018/07/30
    会議録・要旨集 フリー

    我々は,人の行動がその人自身の感性や性格,その人周囲の状況によって変化することをモデル化し,このモデルを計算可能な形で記述できないか,ということを研究してきた.そのために,人の行動のモデルとして感性に基づく確率的ユーザーモデルの概念を考え,それを実証するために様々な活動を行ってきた.本論文では、確率的クラスタリングとベイジアンネットワークを利用したモデル化方法とその社会実装の試みについて述べる.

  • 子どもの関心推定を目指して
    山田 徹志, 肥田 竜馬, 宮田 真宏, 大森 隆司
    セッションID: 1O3-OS-15b-03
    発行日: 2018年
    公開日: 2018/07/30
    会議録・要旨集 フリー

    本研究では,保育へのAI技術導入へ向けた予備的調査として子どもの関心推定を試行した.研究手法は,保育者が保育実践において子どもと関わりをもつ時,推定するであろう子どもの関心に注目した.その上で,日常の保育場面をセンシングして子どもの関心について保育者によるアノテーションを実施した.結果,ある保育場面で,子ども18名の関心が記述できた.そして,子どもの物理的な活動状態が子どもの関心の推定に関与することが示唆された.以上より,子どもの関心の推定には物理的な活動の計測の有用性が認められ,AI技術を用いた子どもの関心の自動的な推定は,物理的な活動状態の計測を介して実現される可能性が示された.

  • 近藤 那央, 原田 奈弥, 山下 和也, 大前 智嵩, 本村 陽一
    セッションID: 1O3-OS-15b-04
    発行日: 2018年
    公開日: 2018/07/30
    会議録・要旨集 フリー

    複数の独立した展示ブースが集合し,来場者が自由に回遊することのできる大規模イベントは,様々なテーマで頻繁に開催されている.我々は,2016年度より科学技術イベントであるサイエンスアゴラにて,"みえちゃう!タッチラリー"と称した来場者回遊データ収集システムの開発・運用実験を行ってきた.本論文では,サイエンスアゴラ2017の3日目で得られた来場者回遊データの中で,特に時間に着目し解析を行なった結果について示す.訪問時間を中心として解析を行う事で,来場者全体の会場内の回遊を推定することができた.今後訪問時間や訪問ブースなどで来場者をセグメント化することができれば,セグメント毎の回遊行動を推定できる.将来の大規模イベントにおいて,データに基づくブース配置や当日の誘導などの設計ができる可能性が示された.

  • 北村 光司, 本村 陽一, 西田 佳史, 岩澤 朋也, 江島 正将, 廣瀬 英志
    セッションID: 1O3-OS-15b-05
    発行日: 2018年
    公開日: 2018/07/30
    会議録・要旨集 フリー

    実問題に適用可能な人工知能技術を作るには,データが最も重要で,質の高いデータをいかに整備できるかが課題であり,質の高いデータを整備しにくい対象には人工知能技術を適用しにくい.そのようなAI技術が適用しにくい対象の1つに,介護現場での傷害予防や介護支援がある.介護現場で事故が起きたことを検出したり,身体や認知機能の変化を検出したり,といった現場の環境を見守って介護を支援するような試みはあまり行われていない.その理由は,介護現場の環境やそこにいる高齢者は多様であり,様々な状況に対応可能なほど十分なデータを収集することが困難なためである.特に,事故は日々頻発するわけではないため,データの収集が難しい.また,状況のデータ取得方法としては最も情報量が高い画像データは,プライバシーの問題があり,容易にデータを整備できるものではない. 本研究では,この問題を解決するためのアプローチとして,介護現場やそこで起きる動作や事故を,CGで再現し,その映像を機械学習に用いる,アプローチを提案する.本稿では,試みについて述べる.

  • 長谷川 博, 中村 文美, 鷲尾 隆
    セッションID: 1P1-01
    発行日: 2018年
    公開日: 2018/07/30
    会議録・要旨集 フリー

    この論文では、大規模データからのデータサンプリングの手法について議論している。我々は、低確率事象を強調するために、一般化相対誤差を導入し、その誤差を最小にする最良のサンプリングの重みを導出する。我々の議論は、大偏差理論を基礎としている。最良のサンプリングの重みに対して、一般化相対誤差が大きく減少することを、実際の数値実験で確認した。我々は、またデータサンプリングにWang--Landau法を用いることも提案する。Wang--Landau法は、元データの分布の効率的な推定に有用なだけでなく、統計誤差を抑制する。

  • 田村 脩, 櫻井 瑛一, 本村 陽一
    セッションID: 1P1-02
    発行日: 2018年
    公開日: 2018/07/30
    会議録・要旨集 フリー

    本研究では、アンケートの回答者をクラスタリングできるような、効果的でパーソナライズされた設問を特定することを目的とする。具体的には、確率モデルによって回答者をクラスタリングした結果より作成したベイジアンネットワークを用いた、設問選択システムを提案する。さらに、本システムを用いた場合と、全回答情報を用いた場合で、クラスター推定の精度の差が非常に小さいことを示す。

  • 參木 裕之, 北野 道春, 渡部 裕晃
    セッションID: 1P1-03
    発行日: 2018年
    公開日: 2018/07/30
    会議録・要旨集 フリー

    本研究では,Self-Attentive-LSTMの出力層に順序ロジットの構造を取り入れることで,順序変量の予測に役立つ手法を提案する.順序ロジットを取り入れることにより,各クラスの順序性が仮定され,モデルがクラス間の関係性を学習することができる.内閣府が調査・公表している景気ウォッチャー調査を使用して,目的変数が順序変量の場合に本手法が有用であることを検証する.提案モデルで景気判断理由のテキストから景気判断値を予測したところ,Self-Attentive-LSTMに比べて景気判断値の分布の両側のF-measureの精度が向上した.

  • Kohei NISHIMURA, Hiroki SAKAJI, Kiyoshi IZUMI
    セッションID: 1P1-04
    発行日: 2018年
    公開日: 2018/07/30
    会議録・要旨集 フリー

    Visualizing chains of Economic events and Financial matters including background eventsfrom text data is useful for investors and manager to understand Economic events and Financial matters properly. However, extracting chains of Economic events and Financial matters manually takes a lot of time. Therefore, we treat chains of Economic events and Financial matters as chains of causal relations (we call them Causal Network) and propose the procedure creating causal network using vectors similarity which represent semantic similarities between expressions of Economic events and Financial matters.

  • 浜島 康佑, 武藤 敦子, 森山 甲一, 犬塚 信博
    セッションID: 1P1-05
    発行日: 2018年
    公開日: 2018/07/30
    会議録・要旨集 フリー

    自治会・町内会のようなコミュニティでは、生活を豊かにしたり環境を改善するためにコミュニティ活動を行うことがある。コミュニティ活動の重要性は多くの人が認識しているにもかかわらず、実際に活動に参加する人は少ない。これは、コミュニティ活動に参加せずとも参加者と同等の公益を得ることができる上、コミュニティ活動に参加するには労力や時間が必要なため個人単位では参加行動が起きにくいためである。このことから、コミュニティ活動は自発的な形成や拡大が容易ではないといえる。 そこで、一定以上の活動結果を見込むために、活動に必ず参加し地域住民を先導するリーダーを数人指名する場合がある。このリーダーが中心となってコミュニティ活動の活性化を促すため、適切なリーダーを指名することは重要である。 本研究ではリーダー間の関係に注目し、コミュニティ活動の活性化にリーダー間の関係が与える影響を分析する。

  • 高見 玲, 高間 康史
    セッションID: 1P2-01
    発行日: 2018年
    公開日: 2018/07/30
    会議録・要旨集 フリー

    近年, 様々な分野において時系列的特徴を持つデータが普及している. これらのデータからの知識形成のため, 視覚的分析インタフェースが研究されている. 本稿では, 可視化対象の操作結果に基づき, 背後に存在するモデルやパラメータを操作し, ユーザにフィードバックするアプローチに着目する. しかし, 時系列データに対してこれらのアプローチを適用する場合に, データ自身の変化とユーザ操作による変化の時間軸上での衝突や, 時間軸と空間軸の間におけるインタラクションの衝突, 異なる可視化手法間のトレードオフの存在が問題点として想定される. これらの問題点を解決するために, 本稿では. データの時間的変化を空間上に表現できる軌跡表現に着目する. そして, アニメーションで時系列を表現する散布図上で軌跡を直接操作することnにより, データの特徴把握や知識形成を支援するインタフェースを提案する. 提案インタフェースではアニメーションの再生/静止モードに基づく適用操作の分岐を採用する. プロトタイプインタフェースに対するユーザ実験の結果より, 上述の問題点の解消や, 提案インタフェースの視覚的分析における有効性を示す.

  • 土肥 宏太, 武石 直也, 矢入 健久, 堀 浩一
    セッションID: 1P2-02
    発行日: 2018年
    公開日: 2018/07/30
    会議録・要旨集 フリー

    計測機器やコンピュータの発達によって大量の観測点を設けてデータを得ることが可能になり、高次元データを分析する手法が重要性を増している。動的モード分解(Dynamic Mode Decomposition, DMD)は近年注目されているデータ駆動型の手法で、データから動的構造を抽出する手法である。本研究では、DMDを用いて異常音と正常音を含む回転機の音響データの分析を行った。音響データのスペクトル分布に対してDMDを適用し、スペクトル分布の動的構造を分析した。異常音のスペクトル分布において、正常音のスペクトル分布におけるよりも減衰構造が支配的になる傾向があることがわかった。

  • 水岡 良彰, 中田 康太, 折原 良平
    セッションID: 1P2-03
    発行日: 2018年
    公開日: 2018/07/30
    会議録・要旨集 フリー

    テレビ視聴者の長期的な視聴パターンの推移に関する調査・分析は,シーズンやイベント,ライフステージといった視聴者の長期的な習慣の変化を考慮した番組やCMの制作に有効と考えられる.近年のネットワーク対応テレビの普及により,ユーザの利用許諾を得たテレビ機器から視聴データの取得が可能となっている.本研究では,まず視聴パターンにクラスタリング手法を適用することで特定の期間から典型的な視聴パターンを抽出する.次に抽出した視聴パターンをテンプレート化し,特定の期間以上の長期間に渡ってテンプレートに合致するか判定する.さらに判定結果を再度クラスタリングすることで多くの視聴者に共通する視聴パターンの推移を抽出し,抽出した視聴パターンの長期的な推移を分析する.この推移は,長期間継続する習慣や習慣が変化したタイミングなどを一目で把握できるよう可視化して観察する.1年以上に渡る実データの分析結果を示し,本アプローチがテレビメディアの魅力向上に活用できる可能性を示す.

  • 加藤 拓巳, 津田 和彦
    セッションID: 1P2-04
    発行日: 2018年
    公開日: 2018/07/30
    会議録・要旨集 フリー

    企業は,目指すブランドイメージを獲得するために,ブランドを資産として管理するためのさまざまな活動を展開している.しかし,実際には,企業はイメージの獲得に必要な要素を明確に把握できていないがために,一貫性のないプロモーションを展開するケースが散見される.そこで,本研究では,あいまいかつ複雑と称される「品質」というブランドイメージを対象に,そのグローバル共通の形成要因を定量的に検証した.品質は,性能や耐久性などの客観的価値(機能的価値)だけでなく,美しさや知覚される品質などの主観的価値(意味的価値)も含むと言われている.近年,AppleやSamsung等の意味的価値の高い企業が出現しており,当該価値は製造業における競争力の主要な源泉とみなされている.この研究によって,企業は目指すブランドイメージを取得するために必要な要素を不明瞭にすることなく,効果的な意思決定に寄与すると考えている.

  • 杉森 真樹, 笹原 和俊, 時田 恵一郎
    セッションID: 1P2-05
    発行日: 2018年
    公開日: 2018/07/30
    会議録・要旨集 フリー

    ソーシャルメディアの普及に伴い、コンピュータプログラムによって自動的に投稿などを行うソーシャルボットと呼ばれるアカウントが増加しており、フェイクニュースなどの拡散に利用されている。これは、デジタル時代においてますます深刻な問題となっている。このような背景のもと、多くのボット検出手法が提案されているが、これらの手法の大半は言語に依存していることに加え、ボット集団を検出することができない。本研究ではTwitterを対象として、機械学習を利用した、ソーシャルボットの言語に依存しない検出手法とボット集団の検出手法の構築について検討を行う。結果として、これらの手法の構築につながる新たな知見が得られた。

  • 田村 浩一郎, 大澤 翔平, 松尾 豊
    セッションID: 1P3-01
    発行日: 2018年
    公開日: 2018/07/30
    会議録・要旨集 フリー

    ソーシャルメディアは,センサとしてだけでなく,アクチュエーターとしても機能している.ソーシャルセンサはソーシャルメディアから獲得されたデータを用いて,実世界の現象やトレンドを検出することができる.ソーシャルセンサによって獲得された情報は,実世界の観測と予測の可能性を高めたが,ソーシャルメディアその自身と実世界の間の因果関係は今まで議論されてこなかった.近年,インスタ映えというインスタグラムに投稿する写真をとるための消費行動が話題となり,ソーシャルメディアから実世界への因果関係を分析する重要性は高まっている.この研究では,ソーシャルアクチュエーターという新しい概念を提案する.ソーシャルメディアにおいて他のユーザーとの相互作用によって蓄積される内部情報を表すinternal statesを導入し,そして交絡要因の存在への対処方法を示す.今回の実験では,仮想通貨市場を対象とし,Twitterのデータを用いて,Twitterでの要因から仮想通貨市場に対する因果を検証した.そして提案手法の拡張性について議論し,我々全員がソーシャルメディアを通して実世界に働きかけることが可能であることを考察した.

  • 米田 友花, 杉山 麿人, 鷲尾 隆
    セッションID: 1P3-02
    発行日: 2018年
    公開日: 2018/07/30
    会議録・要旨集 フリー

    連続値データから代表点を発見する手法を提案する.提案手法では,まず連続値データを近傍法を用いて二値化し,得られた二値データに頻出パターンマイニングを適用することで頻出するデータ点の組合せを得る.発見された頻出パターンは,多くのデータ点に対して近傍として共有されており,データ集合を代表する点となっている.提案手法をクラス分類に適用し,代表点のみを用いた分類でも分類精度が維持できることを示す.

  • ジェイ ホンジェ, 原口 誠, 今井 英幸
    セッションID: 1P3-03
    発行日: 2018年
    公開日: 2018/07/30
    会議録・要旨集 フリー

    本稿ではデータベースの部分で成立する属性間の局所相関を非負行列分解で探索する手法を与える.そのために,求めたい属性の相関関係の背後にある観点を,属性対の集合の形式で例示し,これをヒントと呼ぶ.ヒント中の対となった属性を互いに無相関とするデータベースの一部分は局所相関を考える際には捨象すべきものであり,そのために,無相関部分を零近傍に落とし,かつ,対になった属性を近接したベクトルに射影できる部分空間を,グラフ正則化項を伴う非負行列分解の反復法により探索する方法を与える.

  • 山下 希流, 高橋 由雅, 桂樹 哲雄
    セッションID: 1P3-04
    発行日: 2018年
    公開日: 2018/07/30
    会議録・要旨集 フリー

    沸点は化学物質において最も基礎的な分子特性の一つである。沸点を知る事が出来れば、未知化合物の同定に使用する事が出来る。また、沸点は他の分子特性の予測にも使用する事が出来る。従って、沸点の予測は計算化学において最も重要な研究分野の一つであり、今でも活発に研究されている。化学構造と分子特性には密接な関係がある事が経験的に知られている事から、分子特性は化学構造の関数と考える事が出来る。一方、分子グラフから導出される種々のグラフ特性量も化学構造の関数と考える事が出来る。本研究は、分子グラフの行列表現から求めた固有値を使用した多重線形回帰分析により予測モデルの構築を試みた。51種類の飽和炭化水素化合物について、第1固有値から第4固有値、および炭素数を用いて得られた5変数の線形重回帰モデルは、沸点についての良好な予測結果を示した。

  • 新實 桂佑, 外池 昭雄, 有里 達也
    セッションID: 1P3-05
    発行日: 2018年
    公開日: 2018/07/30
    会議録・要旨集 フリー

    自動車の効率的な開発には,開発者の意図する部品形状を,なるべく短期間で3Dモデル化する必要がある.3Dモデルの作成期間はCADソフトの操作スキルに依存するが,現状では全開発者が十分な操作スキルを習得できているとは言えない. このため,CADソフトの操作を客観的に分析し,操作スキルを漏れなく抽出できる手法が求められている. 本検討では,CADソフトの全操作が記録される操作ログを作成工数の大小で分類して特徴を比較することで,暗黙知となっているCADソフトの操作スキルを抽出する手法を構築した.

  • 宮口 航平, 梶野 洸
    セッションID: 1Z1-01
    発行日: 2018年
    公開日: 2018/07/30
    会議録・要旨集 フリー

    本研究では非定常時系列予測のための確率的勾配法を提案する.

  • 平岡 将史, 河原 吉伸, 鷲尾 隆
    セッションID: 1Z1-02
    発行日: 2018年
    公開日: 2018/07/30
    会議録・要旨集 フリー

    スパース動的モード分解(SP-DMD)は行列の特異値分解を用いて時系列データを固有の減衰(増幅)率を持つ動的モードに分解し,L1正則化を用いて非線形ダイナミクスのモデル推定を行うアルゴリズムである.しかし,SP-DMDで推定したモデルの統計的評価を行う手法は確立されていない.モデル推定においては推定したモデルの信頼性について統計的評価を行うことは,観測ノイズの影響や過学習といった問題を発見するために不可欠である.そこで本研究では,データのサブシーケンスを用いたブートストラップ法とSP-DMDを組み合わせることでSP-DMDにより推定したモデルの統計的評価を行う手法を提案する.

  • 冨山 翔司, 岩澤 有祐, 松尾 豊
    セッションID: 1Z1-03
    発行日: 2018年
    公開日: 2018/07/30
    会議録・要旨集 フリー

    系列生成器の訓練方法として,敵対的学習と方策勾配法を組み合わせた手法が効果的であることが知られている. この方法では,敵対的学習の識別器を報酬関数としてみる. 本論文では,報酬関数を敵対的学習を用いずに学習する,expert-based reward function trainingを提案する. 提案手法によって学習された系列生成器が,SeqGANやRankGANといったベースラインに比べて良い性能であることを確かめた.

  • 尾藤 岳仁, 河原 吉伸, 鷲尾 隆
    セッションID: 1Z1-04
    発行日: 2018年
    公開日: 2018/07/30
    会議録・要旨集 フリー

    動的モード分解は,多次元時系列データを周波数と増減率の情報をもった複数のモードに分解する.このアルゴリズムは時間および空間上の次元削減手法としても知られ,高次元動的システムの重要な低ランクの時間と空間上の特徴を抽出する.しかし,動的モード分解は教師なし学習であるため,教師情報があるようなデータの場合でもその情報を有効にできない.したがって,ラベル情報に関連したモードを得ることができない可能性がある.本稿では,教師情報を動的モード分解に組み込むためのフレームワークを提案する.また,実験により提案手法によって得られたモードを用いて分類タスクを実行する有効性を示す.

  • 鵜飼 健矢, 松原 崇, 上原 邦昭
    セッションID: 1Z1-05
    発行日: 2018年
    公開日: 2018/07/30
    会議録・要旨集 フリー

    ニューラルネットワークには高い表現力があり,実世界での複雑なタスクに用いることができる.しかし,学習に利用できるデータは限られているため,過学習を起こしやすい問題がある.過学習を防止することはニューラル ネットワークの利用において最も重要な課題の1つであり,様々な正則化手法が研究されている.本稿では,ハイパーネットを用いたニューラルネットの正則化手法を提案する.提案手法では,確率分布からのサンプルを入力とするハイパーネットを使用し,ニューラルネットのパラメータを生成する.これによりハイパーネットによって生成されるパラメータは暗黙的な分布を持ち,学習を正則化することが期待される.また,重みの分布が学習されることから,モデル平均化により識別精度の向上を試みる.実験では提案手法には一定の正則化効果があることがわかった.

  • 清水 洸希, 小宮山 純平, 豊田 正史
    セッションID: 1Z2-01
    発行日: 2018年
    公開日: 2018/07/30
    会議録・要旨集 フリー

    ニューラルネットワークの評価に用いられるデータセットは,学習データに対して正しい教師ラベルが付与された,ラベルノイズの小さなデータセットであると言えるが,実世界におけるデータは必ずしもそうではない.ニューラルネットワークの重みの最適化手法の1つであるCMA-ESは,一般的に頑強性が高いと言われているが,その検証が実際に行われることは極めて少ない.本稿では,学習データの教師ラベルについて一定の割合でランダムに書き換えることによって,ラベルノイズの大きなデータセットを人為的に作り出し,それを用いてCMA-ESと,ニューラルネットワークの最適化において最もよく用いられるSGDとの最適化精度の比較を行った.

  • 井上 湧太, ダニロ ヴァルガス
    セッションID: 1Z2-02
    発行日: 2018年
    公開日: 2018/07/30
    会議録・要旨集 フリー

    SUNAは多様な問題に効率的に解くことのできるニューロエボリューションの1手法である。しかし、その性質については詳しく調べられていない。本研究ではSUNAに二足歩行の問題を解かせ、その汎用性について評価した。パラメータの調整を行わない状態でもSUNAは問題を学習することができた。また他の手法と比較し、学習期間中の報酬の平均は増加し続けた。

  • 尾崎 花奈, 小林 一郎
    セッションID: 1Z2-03
    発行日: 2018年
    公開日: 2018/07/30
    会議録・要旨集 フリー

    LDAに基づいた確率的トピックモデルは、文書の中に潜在的に存在するトピックを抽出するのに広く用いられている.近年、多くのLDAの拡張モデルが提案されていて、中でもGaussiain LDA(G-LDA) が注目されている.G-LDAはトピックモデルと単語の分散表現を組み合わせたものであり、LDAにおける離散の単語分布を、単語の分散表現の空間上における多変量正規分布に置き換えたものである.これにより、トピックに単語の意味知識を反映させることが可能になる.本研究では、G-LDAにおける事後分布推定の方法に効率的な手法である Stochastic Variational Inference (SVI) を適用している.この手法は、大規模テキストに対して効率的なトピック推定を可能にし、逐次的な学習にも有効である。

  • Matthew J HOLLAND
    セッションID: 1Z2-04
    発行日: 2018年
    公開日: 2018/07/30
    会議録・要旨集 フリー

    In both supervised and unsupervised learning tasks, embedding the underlying data into a function space using a "kernel mean" has been well-studied, and is known to be an efficient means of characterizing even complex distributions. Here we consider a broad generalization of this notion to countless "functional parameters" of the underlying distribution, and as a concrete example explore what may naturally be called the "kernel median" of the data. In this short paper, we formulate the new parameter class, provide a procedure for obtaining an important special case, with basic convergence guarantees and expressions useful for practical implementation.

  • 小宮山 純平
    セッションID: 1Z2-05
    発行日: 2018年
    公開日: 2018/07/30
    会議録・要旨集 フリー

    推薦,ランキング学習やAIゲームプログラムなどへの応用を念頭に置いて,本研究では動的に要素がクエリ可能な下でのペア比較による要素の選好順序の決定を考える.つまり,順序決定のアルゴリズムが、順序を効率的に決定するために次に比較するペアを選べるというものである.このような問題に対する完全な順序付けは比較回数が非常に大きくなるため,本研究は「大雑把な順序付け」を少ない比較回数,理論的な保証ありで行うことを目指した.アルゴリズムを提案しその性能を検証した.

  • 児玉 涼次, 中村 剛士, 加納 政芳, 山田 晃嗣
    セッションID: 1Z3-01
    発行日: 2018年
    公開日: 2018/07/30
    会議録・要旨集 フリー

    画像生成手法としてニューラルネットワークの生成モデルが注目されている.本研究ではイラスト画像に着目し,GANの課題の一つであるcollapseの発生を抑える手法を提案する.一般的な画像生成のように,イラストの自動生成が可能になれば,創作支援やエンターテイメント等様々な産業応用が期待できる.我々は,GANによって生成した出力イラストについて,collapse抑制に関する定量的評価を行い,その有用性を確認した.

  • “逆転オセロニア” を例に
    甲野 佑, 田中 一樹, 奥村 純
    セッションID: 1Z3-02
    発行日: 2018年
    公開日: 2018/07/30
    会議録・要旨集 フリー

    高次な意思決定課題では発見により行動選択肢が無際限に拡張されうる.その場合,行動の特徴表現の自律的な獲得が重要になる.そこで本研究では状態遷移軌跡から行動表現を有限長のベクトルに埋め込み,強化学習に活用する学習フレームを提案する.具体的にはカードとボードゲームの要素を併せ持つ“逆転オセロニア”を例に,拡張されうる行動要素であるキャラクターの表現を暗黙的に獲得し,戦術の学習時に転用できる事を示す

  • 山田 真徳, Kim Heecheol, 三好 康祐, 山川 宏
    セッションID: 1Z3-03
    発行日: 2018年
    公開日: 2018/07/30
    会議録・要旨集 フリー

    ラベルなしの系列データからDisentangleされた表現を抽出するモデルであるtime convolutional variational ladder autoencoder (TCVLAE)を提案する. シンプルな2次元のデータで提案手法は時系列の意味の分離が可能なことを実験的に示した.

  • 甲野 佑, 高橋 達二
    セッションID: 1Z3-04
    発行日: 2018年
    公開日: 2018/07/30
    会議録・要旨集 フリー

    深層学習はその優れた関数近似能力により巨大な行動状態空間での強化学習を可能にしたが,探索と知識利用のトレードオフはより深刻になる.それに対し,乱数を利用した探索によるトレードオフに対処するためのヒューリスティックがいくつか提案されている.しかし確率的探索手法はパラメータ調整を困難にし,深層強化学習アルゴリズムの性能における巨大な分散の問題を増幅する.そこで我々は人間の不確実性を評価に対する意思決定傾向の側面を有する認知的満足価値関数 (RS) に基づく決定論的行動選択アルゴリズムに着目する.本研究では新たに満足化基準に対する潜在的な選択比率との関係を明らかにし,最適な探索を可能にする方法を提案する.提案アルゴリズムは多腕バンディット問題において最適な探索性能を示し,従来とは異なる視点での強化学習アルゴリズムのクラスに繋がる示唆を得た.

  • 村上 佳菜子, 橋本 典明, 木戸 尚治, 平野 靖, 間普 真吾, 近藤 堅司, 小澤 順
    セッションID: 1Z3-05
    発行日: 2018年
    公開日: 2018/07/30
    会議録・要旨集 フリー

    近年,Deep Learningを用いた医用画像の解析の手法が多く提案されており,その中でも画像認識に優れているCNNが用いられることが多い.CNNを用いてびまん性肺疾患を識別する際,陰影ごとに関心領域を切り出す必要がある.しかし,びまん性肺疾患の診断においては識別とともに検出が重要である.そこで本研究では,関心領域を設定せず,CT画像からびまん性肺疾患の領域を検出・抽出する方法を提案する.本研究では,U-NetとFCNを用いて6つの陰影パターンの領域抽出を試み,CNNと比較した.

  • 原田 将之介, 秋田 大空, 椿 真史, 馬場 雪乃, 瀧川 一学, 山西 芳裕, 鹿島 久嗣
    セッションID: 2A1-01
    発行日: 2018年
    公開日: 2018/07/30
    会議録・要旨集 フリー

    グラフは一般的かつ強力なデータ表現技法で、化合物やソーシャルネットワーク等の複雑な構造を表現する際に有用である。グラフ構造で表現されるデータに対する機械学習の応用も盛んに行われているが、既存の機械学習手法の殆どはデータが固定長のベクトルで表されていることを前提としているため、グラフの適切な取り扱い方について多くの研究が成されてきた。近年のグラフニューラルネットワークは、グラフからの自動的かつ柔軟な特徴抽出を可能にし、予測精度を大きく向上させた。本論文では、これまで別々に研究が成されてきた外部グラフ及び内部グラフから構成される、より一般的なグラフ構造であるgraph of graphsのノードに対して、内外を統合する一貫学習による二重畳み込み法を用いて特徴表現学習を行う。実データを用いたリンク予測実験で、提案手法の有用性を示す。

  • 村田 剛志, ヒープ レ, 井口 正人
    セッションID: 2A1-02
    発行日: 2018年
    公開日: 2018/07/30
    会議録・要旨集 フリー

    火山の噴火は時として多くの人々に甚大な被害をもたらす。本稿では桜島に設置 されている観測装置(伸縮計)から得られる時系列センサーデータから火山噴火 を予測する我々の試みについて述べる。伸縮計の100分間のデータをもとに、 その直後の60分間の火山の状態が"噴火"か"非噴火"かを予測することが目標である。 Stacked Recurrent Neural Networkを用いて、平均F値66.1%の精度を達成した。 また、時系列データを"Non-eruption"、"May-eruption"、"Warning"、"Critial" の4つのカテゴリに分類する4段階警告システムを提案する。"Critial"カテゴリ における爆発的噴火の割合は51.9%であった。

  • 立花 亮介, 松原 崇, 上原 邦昭
    セッションID: 2A1-03
    発行日: 2018年
    公開日: 2018/07/30
    会議録・要旨集 フリー

    工業製品の製造現場において最も重要であることの一つは,製造された工業製品が期待される仕様を満たしていないときに,その製品を不良品であるとみなして取り除くことである.現状では異常な製品の発見や除去は人手で行うことが一般的であり,企業は異常製品の除去に対して高い人的コストを支払っている.そこで,異常検知の自動化によって製品の点検にかかるコストを削減することが求められている.最近では,画像から直接尤度を求めることが出来る深層生成モデルと呼ばれる確率モデルが提案されており,異常検知において一定の成果を達成している.しかし,工業製品はその構造が複雑かつ多様なため画像内における各部分の出現頻度が異なり,尤度が必ずしも異常度に対応せず,正しく評価できないという問題がある.そこで本論文では,深層生成モデルにおいて非正則化異常度を用いた異常検知を提案する.非正則化異常度はデータが潜在的に含有する複雑さに堅牢であり,画像内における各部分の出現頻度に依存せず評価を行える.提案手法の有効性を検証するために,工業製品の画像データに対して本手法を適用させ,異常検知性能においてその有効性を既存の手法と比較する.

  • 紺野 友彦, 藤井 秀明, 岩爪 道昭
    セッションID: 2A1-04
    発行日: 2018年
    公開日: 2018/07/30
    会議録・要旨集 フリー

    現実のデータでは、少量のデータしかないクラスの識別率が極端に低くなってしまう問題があることが知られており、不均衡データと呼ばれている。少数データのクラスに量を合せて多数データのクラスからランダムに抽出するダウンサンプリングという方法がある。しかし、少数データの数が非常に少ない場合学習データの総量も少なくなり深層学習に適さない問題がある。本研究では、深層学習ネットワークの最終層近くから抽出した特徴量から擬似特徴量を作ることで、元々少量しかなかったクラスのデータ量を増強する方法を提案し、多クラス画像分類問題でその有効性について既存手法との比較検討を行った。

  • 田邊 峻也, 孫 澤源, 中谷 優之, 内村 裕
    セッションID: 2A1-05
    発行日: 2018年
    公開日: 2018/07/30
    会議録・要旨集 フリー

    本研究では,不整地をブルドーザのような施工機械で整地する作業の自律化を想定し,Double DQN(Double Deep Q Network)を用いることによりブルドーザが自律的に最適な運転経路を生成することを目指す.これまでに筆者らは,Double DQNを整地シミュレーションに適用して経路計画する研究を行ったがネットワークへの入力が画面データのため,入力サイズが大きく計算負荷が高くなことが課題であった。そこで本研究では入力サイズを小さくすることで,ニューラルネットワークの規模を縮減し,ニューラルネットワークにおける計算コストを減らすことで学習の高速化を図ることを目的とする.具体的には,ネットワークへの入力を画像データの代わりに,ブルドーザや土砂の座標データもしくは,ブルドーザと土砂との相対座標とし,入力の次元を小さくした場合の学習を行い,経路の最適性と高速化について検証する.

  • 三上 量弘, 河野 慎, 陳 寅, 中澤 仁
    セッションID: 2A2-01
    発行日: 2018年
    公開日: 2018/07/30
    会議録・要旨集 フリー

    持続可能な社会を実現するために,ゴミ減量化運動が日本各地で行われている.ゴミを減量するためには,人々に自分がどれだけゴミを出したのかや削減したのかなどを知らせることでゴミ減量への意識を高める必要がある.しかし,現在得られるゴミの量のデータ粒度は市や区単位といったものであり.人々のゴミ減量への意識を高めるにはさらに微細粒度なゴミの量のデータが必要となる.これらのゴミ量のデータを人で集めることは可能であるが,コストの観点から現実的ではない.したがって,自動的に収集可能なシステムの研究開発が必要である.本研究では,清掃車に取り付けられたドライブレコーダーで撮影された動画とGPSの位置情報を用いて,地域の微細粒度なゴミの量を自動的にリアルタイムセンシングするシステムを提案する.特に,畳み込みニューラルネットワーク(CNN)を用いたゴミ袋をカウントする手法を実装し,実際に藤沢市を走行する清掃車後部に取り付けられたドライブレコーダーで撮影された動画を用いて実験を行い,手法の精度について評価を行った.

  • 木村 昭悟, Zoubin Ghahramani, 竹内 孝, 岩田 具治, 上田 修功
    セッションID: 2A2-02
    発行日: 2018年
    公開日: 2018/07/30
    会議録・要旨集 フリー

    本論文では,少量の訓練データのみからニューラルネットワークを学習する新しい手法を提案する.提案手法では,一般的な少数ショット学習の問題設定とは異なり,所与の少数訓練データ以外のデータ資源は仮定しない.提案手法では,少数の訓練データで学習した非NNモデルを参照モデルとして用いる知識蒸留を行うと共に,少数の訓練データから生成した大量の疑似訓練データを導入し,この疑似訓練データをモデル学習の過程で更新する.

  • 三好 健悟, 村上 幸一
    セッションID: 2A2-03
    発行日: 2018年
    公開日: 2018/07/30
    会議録・要旨集 フリー

    農業の経営手法の一種である契約栽培は, 営農者が取引先との価格交渉を直接行えるという利点がある. しかし契約栽培では多くの場合において農作物の収穫日や収量を正確に予測することが前提条件であり, これには技術的あるいは技能的な予測手法が必要となる.従来この問題は熟練営農者の経験則によって解決されてきた. しかし新しく農産業に参加する新規営農者にとっては経験則に依る手法は意味を持たない. また熟練営農者にとっても異なる品種, 圃場, 作業日程で複数の作物を管理する場合, それらすべての収穫日予測を行うことは困難である. 本研究グループではこれまで,深層学習の一種であるディープニューラルネットワークによる自動的な収穫日予測手法について提案してきた. 本論では提案手法の予測精度について検証する.

  • 酒井 博貴, 亀谷 由隆, 曽田 尚宏, 有江 浩明
    セッションID: 2A2-04
    発行日: 2018年
    公開日: 2018/07/30
    会議録・要旨集 フリー

    近年,深層ニューラルネットワークのような複雑な構造をもつ機械学習モデルの予測性能が向上し,実応用で重要な役割を果たしている.一方,それらのモデルの振る舞いが人間にとって明らかではないため,常にモデルの改善の必要性に迫られている利用者にとって,モデルの解釈が重要な課題になりつつある.本論文では畳み込みニューラルネットワークの中間層の振る舞いに注目し,LRP (layer-wise releavance propagation) 法により中間層の振る舞いの可視化を行う.この可視化により得られた幾つかの知見について報告する.

  • 勝俣 翔太, 井上 克巳
    セッションID: 2A2-05
    発行日: 2018年
    公開日: 2018/07/30
    会議録・要旨集 フリー

    本論文ではNeural Programmer-Interpreters (NPI)の算術演算の拡張を行なった.NPIとはプログラムの表現と実行を学習できる再帰的、構造的なニューラルネットワークである.まず、我々はNPIがもともと可能であった加算だけでなく、その他の3つの算術演算 (減算、乗算、除算)をNPIが実行できるようにした.その際、NPIにサブプログラムを共有可能にさせる拡張を行い、学習効率を向上させた.次に、四則演算を用いる、小学生レベルの算数の文章問題を解くことを考えた.このために、文章問題を数式表現に変換できる変換器を作成した.これはアテンションメカニズムを組み込んだSequence-to-Sequenceモデルを基にしたモデルである.このニューラルネットワークとNPIを用いて文章問題のデータセットを解き、提案手法の精度が他の既存の手法より優れていることを示した.

  • 山田 竜郎, 松永 寛之, 尾形 哲也
    セッションID: 2A3-01
    発行日: 2018年
    公開日: 2018/07/30
    会議録・要旨集 フリー

    本研究は,ロボットが (1)言語指示に応えて動作を生成する能力と,(2)自身の動作からその説明文を生成する能力の,双方を対データから学習するニューラルネットワークモデルおよび学習アルゴリズムを提案する.モデルは2つのRecurrent Autoencoder (RAE)からなり,一方は単語シーケンスを,他方は動作シーケンスを,固定次元のベクトル表現に埋め込むことを学習する. 学習後のRAEは,この固定次元ベクトルから元のシーケンスを再生成することが可能である.提案モデルは,学習時に,互いに対となる文章と動作の表現同士が,表現ベクトル空間上で近くなるように拘束する損失関数を設ける.これにより共有された表現を通して,ロボット動作と言語指示説明文を相互に変換することが可能となる.評価のため,3単語の文章とロボットの動作を,その時の視覚入力に応じて相互に変換する学習実験を行ったところ,モデルはこれを正しく学習することができた.またベクトル表現の空間を主成分分析によって可視化したところ,ロボットの動作とそれに対応する文章が,意味的にグラウンドされる形で表現されていることが分かった.

  • 嘉藤 佑亮, 中村 友昭, 長井 隆行, 山野辺 夏樹, 永田 和之, 小澤 順
    セッションID: 2A3-02
    発行日: 2018年
    公開日: 2018/07/30
    会議録・要旨集 フリー

    近年,ロボットの自律的動作の実現を目指して深層強化学習の研究が多くなされている.深層強化学習では学習結果として十分な性能を実現するまでに何千回,何万回といった非常に多くの回数の試行を必要とする.しかしながら,実環境の学習では人の手を必要とすることが多く,何千回という試行回数を行うことは非現実的である.そこで本研究では,事前に人がタスクに関する知識を与えることで効率的な探索を行い,学習データベースを作成する.そしてそのデータベースを使用してミニバッチ学習を行うことで比較的少ない試行回数による学習を実現する.本提案手法を物流倉庫内におけるピッキング作業の学習に適応し,その結果を他の手法と比較することで本提案手法の有用性を示す.

  • 橋本 さゆり, 金子 晃, 小林 一郎
    セッションID: 2A3-03
    発行日: 2018年
    公開日: 2018/07/30
    会議録・要旨集 フリー

    近年,高齢化社会に伴うロボットの普及が広がりつつある.家庭内にロボットが入り込んだ際に人間がロボットに自然言語による指示を行い,ロボットが人間の言葉から新しい行動を自発的に学習してくれることが期待される.本研究ではロボットの動作を言葉で表現可能な動作の基本要素から構成される階層的な構造に離散化することによって深層強化学習を用いたロボットの動作を学習する効率的な手法を提案した

feedback
Top