著者
大原 剛三 青山学院大学
雑誌
人工知能
巻号頁・発行日
vol.32, no.2, 2017-03-01
著者
梅本 晴弥 豊田 哲也 大原 剛三
雑誌
研究報告知能システム(ICS) (ISSN:2188885X)
巻号頁・発行日
vol.2017-ICS-186, no.1, pp.1-7, 2017-02-24

世界最大の金融市場である外国為替において,その為替レートの予測を行う研究は以前より行われてきた.近年ではデイトレードと呼ばれる短期的な取引を繰り返す手法の認知度も高くなり,インターネットやスマートフォンの普及により趣味としてデイトレードを行う投資家も増えている.一方で,短期的な外国為替レートの予測を行う研究はまだ少ない.そこで本稿では,短期的な外国為替レートを対象に,閾値による検索範囲の最適化と予測回避を伴う為替レート予測手法を提案する.比較手法として線形回帰,多層パーセプトロンを用い,予測値の誤差,騰落予測性,平均利益の 3 つの観点から提案手法を評価する.また,各手法を用いた擬似トレードを行い,実際に取引を行った場合どれくらいの利益が出るか評価をする.
著者
木村 昌弘 斉藤 和己 大原 剛三 元田 浩
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.26, 2012

ソーシャルネットワーク内での意見形成に関して、その代表的な数理モデルである投票者モデルに時間減衰ダイナミクスを組み込ん だ確率モデルを提案する。ソーシャルメディアの実データを用いた実験により、その有効性を示す。
著者
大野 淳也 白川 真一 大原 剛三 Ohno 1 Junya Shirakawa 2 Shinichi Ohara 2 Kouzou
雑誌
SIG-KBS = SIG-KBS
巻号頁・発行日
vol.B4, no.01, pp.1-7, 2014-07-24

In this report, we propose a neural network model for subjective contour perception. The contour perception has an important role in recognizing the shape of objects for human. Human can perceive a contour even when there is no change of the characteristic or brightness in the image. This type of contour is called subjective contour, and the mechanism of its perception has yet to be completely become clear. It is helpful from the viewpoint of the visual psychology and engineering application if the subject contour perception model can be constructed by the computer. We, therefore, attempt to construct the model of the subjective contour perception by using only input and output images based on a convolutional neural network (CNN). From the experimental results, we confirmed that our proposed model has the possibility of extracting the subjective contour from the given image, though the general model for the subjective contour perception could not be obtained.
著者
吉川 友也 斉藤 和巳 元田 浩 大原 剛三 木村 昌弘
出版者
一般社団法人電子情報通信学会
雑誌
電子情報通信学会論文誌. D, 情報・システム (ISSN:18804535)
巻号頁・発行日
vol.94, no.11, pp.1899-1908, 2011-11-01
被引用文献数
2 5

本論文では,非同期時間遅れ付き独立カスケード(AsIC)モデルと非同期時間遅れ付き線形しきい値(AsLT)モデルのそれぞれの場合を仮定して,観測した単一の拡散系列から各時刻における期待影響度(期待影響度曲線)を高精度で推定する問題に取り組む.単純な方法として,観測した拡散系列のアクティブノード数を数えて期待影響度曲線とすることが考えられるが,拡散系列は情報拡散の確率的な動作によって多様な結果になるため,この方法での期待影響度曲線推定には本質的な限界がある.本論文の提案法では,観測した拡散系列から各モデルのパラメータをEMアルゴリズムによって学習し,学習したモデルパラメータを使って,シミュレーションによって期待影響度曲線を推定する.提案法を評価するために,現実のソーシャルネットワーク構造データを用いて人工的に拡散系列を生成して評価実験を行う.生成される拡散系列の長さは,同じ条件であっても多様な長さになる.我々は,提案法を使うことによって,多様な長さの拡散系列からでも期待影響度曲線を高精度で推定できることを示す.
著者
小倉 武紘 大原 剛三 馬場口 登
出版者
一般社団法人映像情報メディア学会
雑誌
映像情報メディア学会技術報告 (ISSN:13426893)
巻号頁・発行日
vol.27, no.8, pp.75-80, 2003-02-03
被引用文献数
1

近年,ユーザの映像アクセスを支援するサービスの必要性が高まっており,それを実現する上で,さらに個人の趣味・嗜好を考慮に入れることが強く求められている.そこで,本稿では,メタデータを付与された映像メディアに対し,検索などのサービスを実現し,さらにユーザの視聴行動から自動的に趣味・嗜好を獲得するシステムを提案する.そして,実験により個人の趣味・嗜好を自動獲得する手法の有用性を検証する.