著者

山田 寛康 工藤 拓 松本 裕治

出版者

一般社団法人情報処理学会

雑誌

情報処理学会論文誌 (ISSN:18827764)

巻号頁・発行日

vol.43, no.1, pp.44-53, 2002-01-15

参考文献数

16

被引用文献数

39

---

本稿では,機械学習アルゴリズムSupport Vector Machine(SVM)を用いて日本語固有表現抽出を学習する手法を提案し,抽出実験によりその有効性を検証する.固有表現抽出規則の学習には,単語自身,品詞,文字種などを素性として使用するため,その素性空間は非常に高次元となる.SVMは汎化誤差が素性空間の次元数に依存しないため,固有表現抽出規則の学習においても過学習を起こすことなく汎化性能の高い学習が実現できる.また多項式Kernel関数を適用することで複数の素性の組合せを考慮した学習が計算量を変えることなく実現できる.CRL固有表現データを用いてIREX固有表現抽出タスクに対して実験を行った結果,語彙,品詞,文字種,およびそれら任意の2つの組合せを考慮した場合,交差検定によりF値で約83という高精度の結果が得られた.In this paper, we propose a method for Japanese named entity (NE)extraction using Support Vector Machines (SVM). The generalizationperformance of SVM does not depend on the size of dimensions of thefeature space, even in a high dimensional feature space, such as namedentity extraction task using lexical entries, part-of-speech tags andcharacter types of words as the primitive features. Furthermore, SVMcan induce an optimal classifier which considers the combination offeatures by virtue of polynomial kernel functions. We apply the methodto IREX NE task using CRL Named Entities data. The cross validationresult of the F-value being 83 shows the effectiveness of the method.

著者

小泉 達寛 山田 寛喜 藤井 智史 長名 保範 宇野 亨

出版者

The Institute of Electronics, Information and Communication Engineers

雑誌

電子情報通信学会論文誌 B (ISSN:13444697)

巻号頁・発行日

vol.J105-B, no.7, pp.519-520, 2022-07-01

---

波浪の観測を目的とした海洋レーダは,通常,垂直偏波で運用される.筆者らは,広い海域を観測できる海洋レーダの特長を生かしたマルチユース化の可能性を検証するため,偏波海洋レーダを開発した.本論文では,そのレーダの概要と実験結果を報告する.

著者

吉田 亮 山田 寛尚 Liu Chang Zhongliang Guo Stephen Wu

出版者

公益社団法人 日本化学会・情報化学部会

雑誌

日本化学会情報化学部会誌 (ISSN:09133747)

巻号頁・発行日

vol.36, no.1, pp.9, 2018 (Released:2018-07-26)

参考文献数

63

著者

山田 寛之

出版者

東京福祉大学 教務課(教職課程支援室)

雑誌

奨励研究

巻号頁・発行日

2015

---

本研究では、高等教育のアドミッション・カリキュラム・ディプロマ・アセスメントの視点をふまえ、イギリスの1992年継続高等教育法により「ポリテクニク」から大学に昇格した、いわゆる「新大学」を対象とし、イギリス中部の新大学の事例研究によって、職業能力形成を重視する高等教育課程の質保証の取り組みを具体的に明らかにすることを目的とした。本研究の成果は、現状分析を中心とし、次の通りであった。第1に、全学共通の正課外教育として11月から3月の期間に実施されている「就業力支援講座」について、H27年度ガイドブック、オンライン教材、受講生募集用資料の分析により、その教育方法(対面授業、オンライン学習)、教育内容(ガイダンス、キャリア計画、自己分析、職業体験、各種スキル形成、省察、履歴書作成、模擬面接)、評価方法(ポートフォリオ : 作業日程を設定し、対面・オンラインにより指導)、課題が明らかになった。第2に、社会学/犯罪学専攻の学士課程の2年次必修科目で、同専攻の就業力養成科目に位置付けられている「サービスラーニング」について、H27年度ガイドブックと教材の分析、担当教員・学生へのインタビューにより、その地域連携による運営、教育方法、教育内容、評価方法、課題が明らかになった。第3に、「学生参加による教育改善」について、担当教員と代表学生の参加のもとで実施される、学部単位の取組み(10月から4月の期間、月1回程度の会合を実施)および、コース単位の取組み(年3回、会合を実施)を、それぞれ社会科学部と社会学コース(修士課程)を事例とし、そのH27年度議事録の分析により、教育改善への学生参加の特徴と課題が明らかになった。第4に、「職業分野の学士課程における成人学習者の学習経験」について、社会福祉(health and social care)専攻の成人学生へのインタビューの分析により、職業分野の学士課程の特徴、成人学習の文脈における高等教育の質が明らかになった。

著者

山田 寛喜

出版者

The Institute of Electronics, Information and Communication Engineers

雑誌

電子情報通信学会論文誌 B (ISSN:13444697)

巻号頁・発行日

vol.J104-B, no.2, pp.66-82, 2021-02-01

---

ミリ波レーダは,その伝搬特性,広帯域性から,主に車載レーダとして広く普及してきた.更にMIMOレーダ化による高機能化,低価格化に伴い,近年では,近距離高分解能レーダとして幅広い応用研究が進められている.このようなアレーレーダ化により,距離,速度(ドップラ周波数)に加え,方位(角度)情報といったターゲットの3次元情報が得られる.これらを用いることによりターゲットの空間的な位置や様々な特徴を得ることができる.距離分解能は周波数帯域幅,ドップラ分解能は観測時間の増加に伴い改善可能である.しかしながら,方位分解能に関しては,アレー素子数の増加が必要となるため,ハードウェアの制約等により十分な分解能確保が困難な場合が多い.この論文では,方位分解能改善の観点に絞り,その高分解能化に関して論じている.ここでは二つの異なるアプローチを概説し,その有効性を明らかにする.一つは人物などの動きのあるターゲットの検出を目的としたMIMO仮想アレーによる高分解能化手法である.もう一つは自動車の側方(斜め前方)監視を目的としたレーダプラットホームの動きによる合成開口手法である.これらの手法の効果を実験結果を通して示している.

著者

森山 敏文 中西 竜哉 山口 芳雄 山田 寛喜 藤本 京平

出版者

一般社団法人電子情報通信学会

雑誌

電子情報通信学会技術研究報告. A・P, アンテナ・伝播

巻号頁・発行日

vol.94, no.140, pp.21-28, 1994-07-15

被引用文献数

1

---

この報告では,不均一媒質である雪に対してレーダポーラリメトリを適用した結果について述べる.レーダポーラリメトリとは,電波の持つベクトル性である偏波の情報を最大限に利用する技術である.今まで,単一周波数での理論展開が主体であった.しかし,広帯域レーダであるFM-CWレーダにもレーダポーラリメトリが適用でき,自由空間において物体の識別や強調,抑制などが行なえることがわかっている.しかし,雪のような不均一媒質中での適用は初めてである.今回は,FM-CWレーダを用いて実際に雪の中で測定を行ないレーダポーラリメトリのフィルタとしての有効性について検討した.

著者

長谷川 稜太 山田 寛之 石原 千晶 和田 哲

出版者

一般社団法人 日本魚類学会

雑誌

魚類学雑誌 (ISSN:00215090)

巻号頁・発行日

pp.19-021, (Released:2020-02-28)

参考文献数

56

---

Animal personality, defined as consistent individual differences in behavior across time and/or context, has been associated with individual dispersal tendencies in some species. White-spotted char (Salvelinus leucomaenis) populations, often found in above-dam watersheds in Japanese mountain streams, the dams preventing continuous distribution with lower stream reaches, were subject of a behavioral study comparing above-dam and open-stream behavior of fry. Fries were collected from an above-dam area and two open-stream areas within the Kame River system (southern Hokkaido), and personality quantified by measuring a suite of behaviors, such being repeated two-month later. Above-dam fry showed a shorter swimming duration against a novel object and mirror than open-stream fry. The latency time to catch food in above-dam fry tended to be longer than that of the latter. Swimming duration against a novel object and mirror were significantly correlated when data for both groups combined, but not so when data for each group were analyzed independently. These results suggest that personality traits in whitespotted char fry would be shaped by natural selection acting on each habitat, resulting in differing adaptive personality traits.

著者

杉田 洋子 田中 美智 高橋 裕子 佐藤 由紀子 山田 寛

出版者

社団法人日本家政学会

雑誌

日本家政学会誌 (ISSN:09135227)

巻号頁・発行日

vol.52, no.5, pp.421-427, 2001-05-15

被引用文献数

3

---

In our experiment we asked 201 female college/junior-college students as subjects to judge body silhouettes that consisted of all possible pairs of ten female junior-college students' photographs. We analyzed the data of the pair-wised comparisons in terms of multidimensional scaling and found that the preference of body silhouettes had two dimensions. A multiple regression analysis was also applied to examine the relationship between the somatometric measures of body silhouettes and the two dimensions of preference. As a result, it was found that female college/junior-college students had a tendency to attach importance to the side of the body when they judged silhouettes and they were likely to prefer a body silhouette having a narrow-angled thinner abdomen, and a thicker bust and hips.

著者

山田 寛章 石井 雄隆 原田 康也

出版者

一般社団法人電子情報通信学会

雑誌

電子情報通信学会技術研究報告. TL, 思考と言語 (ISSN:09135685)

巻号頁・発行日

vol.114, no.100, pp.55-60, 2014-06-14

---

大学1年生50〜90名が第三著者の担当する英語の授業で3人ずつのグループで「応答練習」を30分ほど行ったのちに、30分前後の時間で授業中に500語を目標に英語で作文をまとめて提出し、次の授業で宿題として完成させた作文を提出して6人のグループで相互チェックを行い、さらに次の週にコメントに基づいて修正した最終版を提出している。年間30回の授業で15の作文について授業中のドラフト・宿題として完成させたバージョン・相互チェックを反映した最終版の3つのバージョンを回収した電子ファイルが過去10年分ほど蓄積してあるが、単語数の自己報告を毎回の授業で提出したものを集めているほかは、各種統計情報の抽出等の分析を行っていなかった。構文解析器などを利用して作文の特徴量を抽出し、年間を通じての作文の長さと質の向上を検討する目安に利用したいが、学生が提出する電子ファイルに若干の事前処理を施す必要があり、どのような特徴量に着目すべきかも実データをもとに検討する必要がある。本発表では、事前処理と手作業の一致具合なども含め、予備的調査の結果と今後の課題について報告する。

著者

山田 寛康 松本 裕治

出版者

一般社団法人情報処理学会

雑誌

情報処理学会研究報告自然言語処理(NL) (ISSN:09196072)

巻号頁・発行日

vol.2002, no.44, pp.57-64, 2002-05-23

参考文献数

10

被引用文献数

3

---

本稿では 機械学習アルゴリズム Support Vector Machine を用いた英語構文解析法を提案する. 高精度な構文解析を行うには 句のラベルだけでなく 句の主辞がもつ語彙情報をも考慮する必要がある. しかし従来の統計的構文解析モデルは データスパースネスの問題から 主辞の語彙情報を素性として大量に使用することは 逆に精度低下の要因となっていた. 機械学習アルゴリズム Support Vector Machine は 素性空間の次元数に依存しない高い汎化性能と Kernel 関数によって素性の組合せまでも考慮した学習が可能である. そのため主辞の語彙情報を含めた多くの素性とその組合わせを考慮した学習が行える. しかし SVM は 確率を推定するのではなく 2つのクラスを識別する分類器であり 従来多くの統計的構文解析モデルが採用している確率モデルへの直接的な適用が困難である.本稿では 上昇型解析アルゴリズムを用い 構文解析の各段階を 文脈に適切な解析木構築手続きへの分類問題とみなすことでSVMを適用し 解析木構築規則の学習を行う. 解析木は SVMが分類器であることから 決定的に構築される. 本手法を Penn Treebank コーパスを用いて評価した結果 labeledrecall/precision で 88.2/89.0%という高い精度を得ることができた.In this paper, we propose a parsing method for English sentences with machine learning algorithm called Support Vector Machines (SVMs). The performance of statistical parsing strongly depends on how to deal with lexical information and incorporate them into the statistics for parsing. Data sparseness problem arises when using large number of features like head words. As a result, we cannot estimate correct statistics for construction of parse trees. SVMs not only have high generalization performance in sparse data using a large number of features like head words, but also can take into account the combinations of features by virtue of polynomial kernel functions. However, SVMs are classifiers, not probabilistic estimator. Thus, it is difficult to apply SVMs to the probabilistic parsing model directly. Our parser constructs a parse tree for an input sentence with a deterministic bottom-up algorithm. Each parsing process is regarded as a classification task which classifies the context into a procedure for constructing parsed trees. We evaluated our parser using the Penn Treebank corpus, and the result attained over the 88.2/89.0% labeled recall/precision.

著者

山田 寛康 松本 裕治

出版者

一般社団法人情報処理学会

雑誌

情報処理学会研究報告自然言語処理(NL) (ISSN:09196072)

巻号頁・発行日

vol.2001, no.112, pp.33-38, 2001-11-20

被引用文献数

7

---

本研究では 日本語固有表現抽出タスクを題材に 機械学習アルゴリズムSupport Vector Machine(SVM)を多値分類問題に適用する手法を提案し 代表的な従来手法である one vs. rest 法 及び pairwise法 との比較を行なう. 二値分類器であるSVMを固有表現抽出タスクに適用するためには 多値分類器に拡張する必要がある. しかし分類するクラス数に比例して計算コストが増加するため 現実的な時間での学習 及び分類が困難となる. 我々は 多値分類問題を 比較的分類が容易な二値分類へ分割し 二分木を構築する手法を応用し 効率的な学習 及び分類ができるよう SVMの多値分類器への拡張を行う. 固有表現抽出実験では 従来法である pairwise 法 及び one vs. rest 法と比べ ほぼ同等な抽出精度を維持し 抽出時間を削減できることを確認した.This paper proposes a method for multi-class classification with Support Vector Machines(SVM) and evaluates its effectiveness using Japanese named entity extraction task. Multi-class problems with more than two classes have typically been solved by combining independently produced binary classifiers, such as pairwise and one vs. rest method. However, these methods require large computational cost with increasing the number of classes. We propose a method to reduce multi-class classification to binary using a method called as tree-structured model for efficient learning and classifying. Results of our extraction experiments suggest that the method is comparable to the one vs. rest and pairwise methods, and it can reduce the extraction time.

著者

西園 昌久 高橋 流里子 対馬 節子 松永 智子 福屋 靖子 土屋 滋 大貫 稔 高橋 美智 浅野 ふみぢ 小松崎 房枝 鈴木 小津江 平山 清武 中田 福市 鈴木 信 壁島 あや子 名嘉 幸一 鵜飼 照喜 福永 康継 浪川 昭子 高田 みつ子 岩渕 勉 森脇 浩一 加藤 謙二 早川 邦弘 森岡 信行 津田 司 平野 寛 渡辺 洋一郎 伴 信太郎 木戸 友幸 木下 清二 山田 寛保 福原 俊一 北井 暁子 小泉 俊三 今中 孝信 柏原 貞夫 渡辺 晃 俣野 一郎 村上 穆 柴崎 信吾 加畑 治 西崎 統 大宮 彬男 岩崎 徹也 奥宮 暁子 鈴木 妙 貝森 則子 大橋 ミツ 川井 浩 石川 友衛 加世田 正和 宮澤 多恵子 古賀 知行 西川 眞八 桜井 勇 三宅 史郎 北野 周作 竹洞 勝 北郷 朝衛 橋本 信也 斉藤 宣彦 石田 清 畑尾 正彦 平川 顕名 山本 浩司 庄村 東洋 島田 恒治 前川 喜平 久保 浩一 鈴木 勝 今中 雄一 木内 貴弘 朝倉 由加利 荻原 典和 若松 弘之 石崎 達郎 後藤 敏 田中 智之 小林 泰一郎 宮下 政子 飯田 年保 奥山 尚 中川 米造 永田 勝太郎 池見 酉次郎 村山 良介 河野 友信 G. S. Wagner 伊藤 幸郎 中村 多恵子 内田 玲子 永留 てる子 石原 敏子 河原 照子 石原 満子 平山 正実 中野 康平 鴨下 重彦 大道 久 中村 晃 倉光 秀麿 織畑 秀夫 鈴木 忠 馬渕 原吾 木村 恒人 大地 哲郎 宮崎 保 松嶋 喬 桜田 恵右 西尾 利一 森 忠三 宮森 正 奥野 正孝 江尻 崇 前沢 政次 大川 藤夫 関口 忠司 吉新 通康 岡田 正資 池田 博 釜野 安昭 高畠 由隆 高山 千史 吉村 望 小田 利通 川崎 孝一 堀 原一 山根 至二 小森 亮 小林 建一 田中 直樹 国府田 守雄 高橋 宣胖 島田 甚五郎 丸地 信弘 松田 正己 永井 友二郎 向平 淳 中嶌 義麿 鎮西 忠信 岡田 究 赤澤 淳平 大西 勝也 後藤 淳郎 下浦 範輔 上田 武 川西 正広 山室 隆夫 岡部 保 鳥居 有人 日向野 晃一 田宮 幸一 菅野 二郎 黒川 一郎 恩村 雄太 青木 高志 宮田 亮 高野 純一 藤井 正三 武内 恵輔 南須原 浩一 佐々木 亨 浜向 賢司 本田 麺康 中川 昌一 小松 作蔵 東 匡伸 小野寺 壮吉 土谷 茂樹 岡 国臣 那須 郁夫 有田 清三郎 斎藤 泰一 清水 強 真島 英信 村岡 亮 梅田 典嗣 下条 ゑみ 松枝 啓 林 茂樹 森 一博 星野 恵津夫 正田 良介 黒沢 進 大和 滋 丸山 稔之 織田 敏次 千先 康二 田中 勧 瓜生田 曜造 尾形 利郎 細田 四郎 上田 智 尾島 昭次 大鐘 稔彦 小倉 脩 林 博史 島 澄夫 小池 晃 笹岡 俊邦 磯村 孝二 岩崎 栄 鈴木 荘一 吉崎 正義 平田 耕造

出版者

日本医学教育学会

雑誌

医学教育 (ISSN:03869644)

巻号頁・発行日

vol.15, no.3, pp.145-173, 1984-06-25 (Released:2011-08-11)

著者

山田 寛人

出版者

教育史学会

雑誌

日本の教育史学 (ISSN:03868982)

巻号頁・発行日

vol.41, pp.134-151, 1998-10-01 (Released:2017-06-01)

著者

野村 一磨 山田 寛尚 松田 悠希 北垣 邦彦 益山 光一 KROON Lisa 陳 惠一

雑誌

第42回医療情報学連合大会(第23回日本医療情報学会学術大会)

巻号頁・発行日

2022-10-22

著者

西園 昌久 高橋 流里子 対馬 節子 松永 智子 福屋 靖子 土屋 滋 大貫 稔 高橋 美智 浅野 ふみぢ 小松崎 房枝 鈴木 小津江 平山 清武 中田 福市 鈴木 信 壁島 あや子 名嘉 幸一 鵜飼 照喜 福永 康継 浪川 昭子 高田 みつ子 岩渕 勉 森脇 浩一 加藤 謙二 早川 邦弘 森岡 信行 津田 司 平野 寛 渡辺 洋一郎 伴 信太郎 木戸 友幸 木下 清二 山田 寛保 福原 俊一 北井 暁子 小泉 俊三 今中 孝信 柏原 貞夫 渡辺 晃 俣野 一郎 村上 穆 柴崎 信吾 加畑 治 西崎 統 大宮 彬男 岩崎 徹也 奥宮 暁子 鈴木 妙 貝森 則子 大橋 ミツ 川井 浩 石川 友衛 加世田 正和 宮澤 多恵子 古賀 知行 西川 眞八 桜井 勇 三宅 史郎 北野 周作 竹洞 勝 北郷 朝衛 橋本 信也 斉藤 宣彦 石田 清 畑尾 正彦 平川 顕名 山本 浩司 庄村 東洋 島田 恒治 前川 喜平 久保 浩一 鈴木 勝 今中 雄一 木内 貴弘 朝倉 由加利 荻原 典和 若松 弘之 石崎 達郎 後藤 敏 田中 智之 小林 泰一郎 宮下 政子 飯田 年保 奥山 尚 中川 米造 永田 勝太郎 池見 酉次郎 村山 良介 河野 友信 Wagner G. S. 伊藤 幸郎 中村 多恵子 内田 玲子 永留 てる子 石原 敏子 河原 照子 石原 満子 平山 正実 中野 康平 鴨下 重彦 大道 久 中村 晃 倉光 秀麿 織畑 秀夫 鈴木 忠 馬渕 原吾 木村 恒人 大地 哲郎 宮崎 保 松嶋 喬 桜田 恵右 西尾 利一 森 忠三 宮森 正 奥野 正孝 江尻 崇 前沢 政次 大川 藤夫 関口 忠司 吉新 通康 岡田 正資 池田 博 釜野 安昭 高畠 由隆 高山 千史 吉村 望 小田 利通 川崎 孝一 堀 原一 山根 至二 小森 亮 小林 建一 田中 直樹 国府田 守雄 高橋 宣胖 島田 甚五郎 丸地 信弘 松田 正己 永井 友二郎 向平 淳 中嶌 義麿 鎮西 忠信 岡田 究 赤澤 淳平 大西 勝也 後藤 淳郎 下浦 範輔 上田 武 川西 正広 山室 隆夫 岡部 保 鳥居 有人 日向野 晃一 田宮 幸一 菅野 二郎 黒川 一郎 恩村 雄太 青木 高志 宮田 亮 高野 純一 藤井 正三 武内 恵輔 南須原 浩一 佐々木 亨 浜向 賢司 本田 麺康 中川 昌一 小松 作蔵 東 匡伸 小野寺 壮吉 土谷 茂樹 岡 国臣 那須 郁夫 有田 清三郎 斎藤 泰一 清水 強 真島 英信 村岡 亮 梅田 典嗣 下条 ゑみ 松枝 啓 林 茂樹 森 一博 星野 恵津夫 正田 良介 黒沢 進 大和 滋 丸山 稔之 織田 敏次 千先 康二 田中 勧 瓜生田 曜造 尾形 利郎 細田 四郎 上田 智 尾島 昭次 大鐘 稔彦 小倉 脩 林 博史 島 澄夫 小池 晃 笹岡 俊邦 磯村 孝二 岩崎 栄 鈴木 荘一 吉崎 正義 平田 耕造

出版者

Japan Society for Medical Education

雑誌

医学教育 (ISSN:03869644)

巻号頁・発行日

vol.15, no.3, pp.145-173, 1984

著者

山田 寛康 松本 裕治

雑誌

情報処理学会研究報告自然言語処理(NL)

巻号頁・発行日

vol.2001, no.112(2001-NL-146), pp.33-38, 2001-11-20

---

本研究では 日本語固有表現抽出タスクを題材に 機械学習アルゴリズムSupport Vector Machine(SVM)を多値分類問題に適用する手法を提案し 代表的な従来手法である one vs. rest 法 及び pairwise法 との比較を行なう. 二値分類器であるSVMを固有表現抽出タスクに適用するためには 多値分類器に拡張する必要がある. しかし分類するクラス数に比例して計算コストが増加するため 現実的な時間での学習 及び分類が困難となる. 我々は 多値分類問題を 比較的分類が容易な二値分類へ分割し 二分木を構築する手法を応用し 効率的な学習 及び分類ができるよう SVMの多値分類器への拡張を行う. 固有表現抽出実験では 従来法である pairwise 法 及び one vs. rest 法と比べ ほぼ同等な抽出精度を維持し 抽出時間を削減できることを確認した.

著者

山田 寛久 池田 明 池田 幸貴 横田 崇博

出版者

関西大学理工学会

雑誌

理工学と技術 : 関西大学理工学会誌 (ISSN:18830021)

巻号頁・発行日

vol.19, pp.85-90, 2012

著者

白井 智士 山田 寛喜 山口 芳雄

出版者

電子情報通信学会

雑誌

電子情報通信学会総合大会講演論文集.通信(1) = 電子情報通信学会総合大会講演論文集.通信(1) (ISSN:13491369)

巻号頁・発行日

no.2013, pp.201, 2013-03

著者

森河 良太 西田 洋平 山田 寛尚 宮川 毅

出版者

東京薬科大学

雑誌

東京薬科大学研究紀要 (ISSN:13438956)

巻号頁・発行日

no.20, pp.51-58, 2017

著者

山田 寛邦 脇本 健弘

出版者

横浜国立大学大学院 教育学研究科

雑誌

教育デザイン研究 = Journal of education design (ISSN:18847285)

巻号頁・発行日

vol.12, no.1, pp.243-252, 2021-01