APIs (Application Programming Interfaces) give developers access to the content and services of most major web sites such as Twitter,

, Instagram, Vimeo, Facebook and more. They offer a way for library sites and its content to maintain relevancy and allow ways for their content to be more easily found via SEO. APIs give developers the ability to both deliver content to and receive content from external web services. For example, uploading images and metadata to or pulling in images and metadata from Instagram to display on your library's web site. Using APIs gives you the ability to get your library content into the digital places where people actually go to on the web. This article discusses what APIs are in a technical sense, how they are valuable to libraries and how the Miami University Libraries have utilized APIs to enhance outreach and communication.

抄録全体を表示

API （Application Programming Interfaces）は開発者がTwitter，

，Instagram，Vimeo，FacebookなどのWebサイトのコンテンツやサービスにアクセスするためのツールである。APIは図書館Webサイトとコンテンツを関連づけたり，SEO（検索エンジン最適化）を通してコンテンツをより発見しやすくする方法を提供してくれる。APIを使用すれば，開発者は外部のWebサービスとコンテンツをやりとりすることができる。例えば，画像とメタデータをにアップロードしたり，Instagramから画像とメタデータを取得すれば，図書館のWebサイトで表示させることができる。APIを使えば，図書館のコンテンツをWeb上で人々が訪れる場所へ引き出すことが可能になる。本稿では，APIの技術的な解説と，APIが図書館にとってどのような価値があるか，また，マイアミ大学図書館（Miami University Libraries）がアウトリーチとコミュニケーションを拡大するためにどのようにAPIを活用してきたかについて紹介する。

抄録全体を表示

代謝量は姿勢や動きで推定可能であることから，画像認識により姿勢や動きを推定することにより，代謝量の非接触且つリアルタイムな推定が可能となると考えられる．画像認識による姿勢や動きの推定には大量の姿勢や動きの画像が必要となる．自前の撮影による画像収集ではかかる時間や労力の割に収集できる枚数が少ない．一方，インターネット上には膨大な画像があり，検索サイトの画像検索で任意の姿勢の画像を収集可能である．また，APIが公開され任意の姿勢の画像の検索・一括ダウンロードが可能な写真共有サイトもある．さらに，様々な姿勢をとった人体モデルの任意の方向から見た画像をダウンロード可能なサイトもある．本研究は，実際の人物の写真撮影によらず，インターネット上から収集した画像の姿勢推定のためのデータとして利用できる可能性や今後の課題について検討した．

抄録全体を表示

東京大学附属図書館U-PARL（アジア研究図書館上廣倫理財団寄付研究部門）は，本学所蔵資料から選定した漢籍・碑帖拓本の資料画像を

上で公開している。資料のデジタル化とアーカイブ構築のあり方を模索した結果，限られたリソースでも実現と持続が可能な，小さい構成でありながら，広域的な学術基盤整備と断絶せず，高度な研究利用にも展開しうる，デジタルアーカイブの「裾野のモデル」を実現しうる方策として選択したものである。その経緯と現状及び今後の展望について，特に漢籍・碑帖拓本資料の統合メタデータ策定，CCライセンス表示，OmekaとIIIFを利用した研究環境構築の試みに焦点をあてて論ずる。

抄録全体を表示

Geographic information systems use databases to map keywords to locations. Currently, these databases are mostly created by a top-down approach based on geographic definitions. Problems are that (1) these databases only have information about addresses, location names, landmarks, and stores, and (2) if there are multiple candidate locations for a keyword, these databases do not have the information about which location is popular. A bottom-up approach which targets actual usage of keywords can address these problems. We propose a method to aggregate tagging data and extract locations related to a tag by using pairs of a tag and a geotagged resource. We use co-occurrence of a tag and a location and represent the locations related to a tag as a probability distribution over longitudes and latitudes. We apply our method to data on the photo sharing service . We experimentally confirm that our method can extract locations related to tags with high accuracy. Our bottom-up approach enables the extraction of location information that is unavailable using traditional top-down approaches.

抄録全体を表示

SNSへの投稿の中には，投稿者が実際に行った地域の写真や感想など，有益な情報が存在する．しかし，SNSには膨大な量の投稿がある．そのため，SNSを利用した自分好みの観光地の発見や類似性のある観光地同士の比較などが難しい．SNSを観光への分析に生かすには，観光に関する適切な情報を統合することが必要である．本研究ではSNS上の写真や投稿に添付されているタグ，位置情報などの情報を利用し，観光地ごとに特徴量を抽出する．また，それらを利用し，地域間の類似度を分析する．具体的には，Word2Vecを使用して地域ごとにタグの特徴量を抽出し，特徴量ベクトルを生成する．それにより，地域間の類似度の比較をすることができる．また，VGG16を使用して投稿写真を処理し，類似度の高い観光地を発見する手法を提案する．

抄録全体を表示

The development of deep learning and neural networks has brought broad prospects to computer vision and natural language processing. The image captioning task combines cutting-edge methods in two fields. By building an end-to-end encoder-decoder model, its description performance can be greatly improved. In this paper, the multi-branch deep convolutional neural network is used as the encoder to extract image features, and the recurrent neural network is used to generate descriptive text that matches the input image. We conducted experiments on

8k, 30k and MSCOCO datasets. According to the analysis of the experimental results on evaluation metrics, the model proposed in this paper can effectively achieve image caption, and its performance is better than classic image captioning models such as neural image annotation models.

抄録全体を表示

Social tagging systems is a system that shares online contents and gives a user arbitrary character string (i.e., tag). Many Web services such as

, Twitter, Instagram, Facebook are adopting social tagging system. It is reported that the process of tag growth can be roughly approximated by the Yule–Simon process. On the other hand, the growth of individual tags has also been analyzed. If it follows Yule–Simon process, the probability distribution of deviation can be obtained analytically. However, it is not well studied how the growth of individual tags in the actual social tagging system deviates from the prediction value of the Yule–Simon process. In this paper, we analyze the growth of individual tags of the social tagging system focusing on deviation from Yule–Simon process. Moreover, we propose a model that modifies the Yule–Simon process and explore a more detailed mechanism of tag generation and selection.

抄録全体を表示

We present a power-saving method for large-scale storage systems of cloud data sharing services, particularly those providing media (video and photograph) sharing services. The idea behind our method is to periodically rearrange stored data in a disk array, so that the workload is skewed toward a small subset of disks, while other disks can be sent to standby mode. This idea is borrowed from the Popular Data Concentration (PDC) technique, but to avoid an increase in response time caused by the accesses to disks in standby mode, we introduce a function that predicts future access frequencies of the uploaded files. This function uses the correlation of potential future accesses with the combination of elapsed time after upload and the total number of accesses in the past. We obtain this function in statistical analysis of the real access patterns of 50,000 randomly selected publicly available photographs on over 7,000 hours (around 10 months). Moreover, to adapt to a constant massive influx of data, we propose a mechanism that effectively packs the continuously uploaded data into the disk array in a storage system based on the PDC. To evaluate the effectiveness of our method, we measured the performance in simulations and a prototype implementation. We observed that our method consumed 12.2% less energy than the static configuration (in which all disks are in active mode). At the same time, our method maintained a preferred response time, with 0.23% of the total accesses involving disks in standby mode.

抄録全体を表示

Sharing traveling experience and photos on Social Network Service or Web albums is more and more popular recently. Good sightseeing photos in specific situation such as sunset and spring season can impress tourists well, and be clues for them to consider where and when to visit for sightseeing. Regarding situations to be identified, this paper focuses on season. Compared with situations relating with weather and time of day (e.g., sunrise/sunset), whether or not different seasons have different scenery depends on sightseeing spots. Therefore, classifying sightseeing spots into season-dependent/independent is required as preprocessing for season-based classification of sightseeing photos. This paper proposes a hybrid approach for identifying season-dependent sightseeing spots, of which the first phase applies machine learning with statistical features of sightseeing photos obtained from metadata. In order to improve precision, the second phase applies color-based classification to spots identified as season-dependent in the first phase. The experimental results show the effectiveness of the proposed method.

抄録全体を表示

「図書館はICTに疎い」と言われたことをバネとし，ICTに明るく強いライブラリアンを全国の図書館に広げたい。閉塞感の中にある日本の図書館をヤバくする集団として未来に向けて打ち上げられた団体Code4Lib JAPANの設立コンセプト，ビジョン，ミッションそしてアクションを述べるとともに，これからの図書館員に求められるICT素養について言及した。

抄録全体を表示

本研究室では，画像キャプション生成の技術を応用することで人の作業に関する支援を行うことを検討している。その準備として，基本的な画像キャプション生成モデルを作成し，現状の画像キャプション生成技術では，人の動作に関する画像をどの程度適切に説明することができるのか検証した。また，本手法の結果と他の手法を用いた場合の結果を比較することにより，現状の画像キャプション生成の問題点と解決策について考察を行った。

抄録全体を表示

　画像キャプション生成技術により，画像の内容を説明する文を自動的に生成することが可能となった．この技術は近年注目を集めている．しかし，この技術には未だに多くの課題が残っている．本研究では，画像に関連する重要かつ有益な単語(ヒントワード) を活用し，高品質な画像キャプションを生成する手法を提案する．また，提案された画像キャプション生成手法の有用性を検証するために，有益なヒントワードを選択するためのいくつかの方法を提案し，ベンチマークデータセットで一連の実験を行う．実験結果は次のことを証明している．(1) 提案されたアプローチはより情報量豊富な画像キャプションを生成可能であり，ベースライン手法より性能が優れている．(2) ヒントワードの数と品詞情報はヒントワードを選択するための重要な指標である．

抄録全体を表示

写真の整理は, ディジタル写真が主流になり枚数が大幅に増加しつつある今, あらたな局面を迎えつつある. 分類するためのタグを写真に複数個付加することにより, 自由度の高い整理が可能になり, 写真の集合の新しい見方を与える. この様なタグによる分類は個人的な整理のみならず, 現在, インターネット上でワールドワイドに写真を共有するフォトシェアリングと呼ばれるサービスでも重要な要素になっている. 本稿では, タグを中心とした写真の整理と共有を紹介し, 人々のタグの付け方について分析を加える.

抄録全体を表示

In this paper, we review works related to big visual data on the Web in the literature of computer vision and multimedia research regarding the following points: (1) Web image acquisition for construction of visual concept database for image/video recognition, (2) Web image application for visual concept analysis and data-driven computer graphics, and (3) real-world sensing through Web images to detect location-dependent and event-related visual information.

抄録全体を表示

カンボジアにはユネスコ文化遺産であるアンコール遺跡があり、カンボジアの観光業を牽引する存在で、2012年にはカンボジアへの観光客が200万人を突破した。一方で観光客の増加に伴い、遺跡の破壊等も懸念されているほか、アンコール・ワットの一極集中となっているため、これ以外の観光地の開発が急務となっている。 このような課題認識のもと、カンボジアではASEANスマートシティ・ネットワーク等において、シェムリアップのスマート化・観光都市としての再整備に強い意欲を示しているため、新たな観光資源を発掘し、満足度の高い観光都市の整備も必要と考えられる。 そこで、新たな観光資源の発掘として、SNS情報を活用した穴場観光スポット抽出を行った。具体的には、Twitterおよび

より取得した画像およびGPS情報をResNetやDBSCANを用いて、観光資源種の分類およびスポット抽出を行うとともに、投稿数と閲覧数を用いて抽出した観光スポットのメジャー・マイナー／人気高・低の分類を行い、シェムリアップの穴場観光スポットの抽出を行った。この結果、自然資源などアンコール遺跡以外の穴場観光スポットを抽出できた。

抄録全体を表示

近年,

やInstagramのような複数種類(例えば, テキストと画像)から構成されるマルチモーダル関連性データの分析が重要な課題となっている. また, 可視化によってデータ分析を行う様々な手法が提案されている. t-Stochastic Neighbor Embedding(t-SNE)では, データベクトルからベクトル間類似度により計算される近傍グラフが保存されるような低次元ベクトルを計算し, 可視化を行う. しかし, １ドメインデータを扱う既存のt-SNEではマルチモーダル関連性データを処理できない. 本研究では, 所与のドメイン間グラフに加え, 特定のドメイン内でデータベクトルが与えられたマルチモーダル関連性データについて, 所与の関連性をよく反映する低次元ベクトルを得ること, 特に得られた2次元ベクトルのプロットによる可視化を目的とする. 提案手法では, データベクトルから計算したドメイン内近傍グラフと, 所与のドメイン間グラフを組み合わせたマルチモーダル関連性データのグラフを利用した, 複数ドメインの確率的同時埋め込みを行う. 最後に, 本手法を用いた画像データの可視化と分析から有効性を示す.

抄録全体を表示

This paper proposes a new method to reduce the cost of nearest neighbor searches in metric spaces. Many similarity search indexes recursively divide a region into subregions by using pivots, and construct a tree-structured index. Most of recently developed indexes focus on pruning objects and do not pay much attention to the tree balancing. As a result, indexes having imbalanced tree-structure may be constructed and the search cost is degraded. We propose a similarity search index called the Partitioning Capacity (PC) Tree. It selects the optimal pivot in terms of the PC that quantifies the balance of the regions partitioned by a pivot as well as the estimated effectiveness of the search pruning by the pivot. As a result, PCTree reduces the search cost for various data distributions. We experimentally compared PCTree with four indexes using synthetic data and five real datasets. The experimental results shows that the PCTree successfully reduces the search cost.

抄録全体を表示

一般物体認識に用いられる学習用の画像データセットの作成には多大な人的および時間的コストがかかる．近年では，

のようなWeb画像サイトから生成することが行われているが，タグの持つ意味的な情報を利用したデータセットの生成や分類を行っているものは少ない．そこで本研究ではタグの持つ意味的な情報を利用し，階層構造上に分類された画像データセットを自動生成する手法を提案する．意味的な階層構造とは”犬”や”猫”の上位概念として”動物”が存在するような関係である．このような画像データセットを用いた一般物体認識の学習を行うことで，計算機が“動物”や“乗り物”といった広い範囲から徐々に詳しい認識を行うような認識メソッドを獲得することができる．実験では47910枚の画像が183のクラスに階層分類された画像データセットの自動生成に成功した．ラベルに対する画像の内容の妥当性を人手で評価したところ，自動的な画像データベース生成としては高い精度で，適切な画像が収集・構造化されていることを確認した．

抄録全体を表示

LBSN(Location Based Social Network)の発展により，情報量が急激に増加し，ユーザが自らPOI(Point of Interest)をフィルタイングすることが困難である．そこで，ユーザーに適した場所を判別して提示するルート推薦が求められる．本論文では大規模

データを用い，ユーザが指定した出発地と目的地より，ある範囲内のユーザのルート情報を抽出し，ルート行列と有向グラフを生成し，ワーシャル-フロイド法を使い，ユーザが与えた二点間に存在する適した寄り道ルート順位5位を発見する．そして，発見した寄り道スポットをGoogle Places APIでVenueを取得し，その中から美食ルートと買い物ルートを推薦する．

抄録全体を表示