著者

坂田 雄亮 馬場 雪乃 鹿島 久嗣

出版者

人工知能学会

雑誌

2018年度人工知能学会全国大会(第32回)

巻号頁・発行日

2018-04-12

---

機械学習を行う為には入力となる特徴量が必要であるが、抽象性の高いデータを学習対象とすると機械的な方法では本質的な特徴量を得られない場合がある為、人による特徴抽出を行いたい。人間をアルゴリズムに組み込むには本来であれば多大なコストが必要となるが、クラウドソーシングの発展により安価にかつ大量に人的リソースを得る事が出来る様になったため現実的なコストで人間参加型のアルゴリズムを組む事が出来る。しかし人間の能力には個人差があるため成果物の品質にばらつきが出てしまう。よって頑健化の為に複数のワーカの意見を統合した物を成果とする手法が一般に行われている。本研究では特徴抽出にクラウドソーシングを用いて分類器の生成を行う過程で、分類器の精度向上を目的として複数のワーカの意見を適切に統合する手法を考察する。そのような手法として畳み込みニューラルネットワークを応用してワーカの能力と各ノードの重みを纏めて学習する事でより良く意見統合を行うCrowd Neural Networkを提案する。上記の手法の性能を確認する為に4つの抽象性の高いデータセットを用いて実験を行い、提案手法が既存手法に優る例を示した。