3 0 0 0 OA VRと脳波計測を用いたBGM推薦のための潜在感覚推定方法の提案
場の雰囲気は,人と人との間に流れる「空気」や視覚情報,聴覚情報などが複雑に絡み合うことによって形成されている.これを人為的にデザインする場合,特に視覚情報と聴覚情報(BGM)をコントロールすることが重要である.BGMには感情誘導効果やイメージ誘導効果があるとされており,小さな労力で場の雰囲気に合わせることができる.本研究では,店舗の雰囲気に適したBGMを推薦するシステムの構築を目指す.従来研究では,場の雰囲気から想起する人間の喜びや悲しみ,怒り (ストレス),落ち着きなどの感性評価はアンケートやインタビューなどの測定方法が用いられていた.しかし,この評価方法では被験者の顕在意識に影響を受ける可能性がある.また,従来研究では,没入感のない画像を見て評価を行っており,現場にいる感覚での推薦に至らない可能性がある.そこで,本研究では人手による音楽の印象抽出ではなく,脳波を読み取ることで人が潜在的に抱く印象を抽出した.また,Virtual Reality(VR) を用いることで,あたかも現実空間にいるような環境で,あらゆる空間での実験を行った.
1 0 0 0 OA 交通信号制御へのDeep Q-Networkの適用
近年,都市部にて発生する交通渋滞は,ドライバーの時間的損失だけでなく,輸送の遅延や燃料消費の増加に伴う経済的損失を引き起こしている.さらに排気ガスによる大気汚染や騒音,追突事故等の主要な要因としても指摘されている.交通渋滞の解消における主なアプローチとして,適切なナビゲーションにより交通流の分散を図るアプローチや信号制御によりスムーズな交通流を生みだすアプローチがある.今回は後者について交通渋滞を解消する手法を提案する.信号制御の手法として,これまでにも GA やマルチエージェントなどによる手法が提案されている.いずれの先行研究も高次元な交通情報からあらかじめ必要な情報を定め,その情報をシステムの入力値として与えている.しかし,あらかじめ定められていない情報にも信号制御に重要な情報が含まれている可能性があり,交通に関する高次元な情報量から信号制御を行うために必要不可欠な特徴をいかに抽出するかが課題となっている.本研究では,道路交通画像という高次元な情報からエージェント自身が信号制御に必要な情報を抽出し,適切な信号機のパラメータ操作を出力することを目的とする.そこで,高い特徴抽出能力を持つ深層学習法と,報酬に基づいた最適な行為を学習する強化学習法を組み合わせた Deep Q-Network を用いた制御手法を提案する.その結果,エージェントに道路交通画像を与えると,エージェント自身が学習し,効率的に信号制御できることが確認された.
1 0 0 0 OA 場の雰囲気を考慮した BGM 推薦システム構築の試み
私たちは日常生活をおくる上で「空気を読むこと」について意識しないことはない.「空気」というものには実態がないが,日本人は度々物事の決定を「空気」に委ねることがある.よって場の「空気」である場の雰囲気をデザインするということが非常に重要になってくる.我々は中でもBGMに着目した.BGMには人をリラックスさせる感情誘導効果や店の雰囲気を明るくするようなイメージ誘導効果などがあり,大きな労力を必要とすることなく空間の雰囲気を変えることが可能である.本研究では,店舗の雰囲気を反映したBGMを推薦するシステムの構築を行う.撮影された店舗内動画に異なる環境音を組み合わせ,仮想店舗動画を作成する.その動画に対しラベル付けしたものを正解データとして学習を行う.楽曲に対しても同様のラベル項目を使用し,学習を行う.店舗内動画との類似度が高いものを推薦し,店舗の動画に対して適切であるかの評価実験を行った.
1 0 0 0 OA Deep Q-Networkを用いた交通信号制御手法の提案
- 著者
- 佐藤 季久恵 高屋 英知 小川 亮 芦原 佑太 栗原 聡
- 出版者
- 人工知能学会
- 雑誌
- 人工知能学会全国大会論文集 (ISSN:13479881)
- 巻号頁・発行日
- vol.31, 2017
交通渋滞の解消における主な取り組みであるナビゲーションと信号機制御において,今回は後者について深層学習を用いる手法を提案する.これまでにもGAやマルチエージェント等による手法が提案されているが,交通状況の特徴をいかに抽出するかが課題となっている.そこで,高い特徴抽出能力を持つ深層学習と,報酬に基づいた最適な行為を学習する強化学習を組み合わせたDeep Q-Networkを用いた制御手法を提案する.