著者

林 楓 岩田 具治 谷口 忠大

出版者

一般社団法人 人工知能学会

雑誌

人工知能学会全国大会論文集 第32回全国大会(2018)

巻号頁・発行日

pp.4A104, 2018 (Released:2018-07-30)

---

クラスタリングは機械学習および人工知能の分野において重要なタスクである.確率論的生成モデルは効率的な推論のためにはデータに対して強い仮定が必要であり,混合ガウスモデル(GMM)を用いたクラスタリングには特徴エンジニアリングが必要であった.ここ数年,Variational Autoencoder(VAE)とGMMを組み合わせたモデルで複雑なデータをクラスタリングする研究が注目されている.本稿では深層混合モデル(DMM)を提案する. DMMでは,まず潜在的なベクトルがGMMにより生成され、次に潜在ベクトルが観測データに変換される.DMMは結合尤度の下限を最大化することで訓練される.実験では,提案モデルは,GMMによってクラスタリングすることが困難なデータのベースラインの手法と比較して最も良い性能を示した.

著者

吉川 友也 岩田 具治

出版者

人工知能学会

雑誌

2020年度 人工知能学会全国大会(第34回)

巻号頁・発行日

2020-04-01

著者

松林 達史 清武 寛 幸島 匡宏 戸田 浩之 田中 悠介 六藤 雄一 塩原 寿子 宮本 勝 清水 仁 大塚 琢馬 岩田 具治 澤田 宏 納谷 太 上田 修功

出版者

一般社団法人 人工知能学会

雑誌

人工知能学会論文誌 (ISSN:13460714)

巻号頁・発行日

vol.34, no.5, pp.wd-F_1-11, 2019-09-01 (Released:2019-09-01)

参考文献数

29

---

Forming security plans for crowd navigation is essential to ensure safety management at large-scale events. The Multi Agent Simulator (MAS) is widely used for preparing security plans that will guide responses to sudden and unexpected accidents at large events. For forming security plans, it is necessary that we simulate crowd behaviors which reflects the real world situations. However, the crowd behavior situations require the OD information (departure time, place of Origin, and Destination) of each agent. Moreover, from the viewpoint of protection of personal information, it is difficult to observe the whole trajectories of all pedestrians around the event area. Therefore, the OD information should be estimated from the several observed data which is counted the number of passed people at the fixed points.In this paper, we propose a new method for estimating the OD information which has following two features. Firstly, by using Bayesian optimization (BO) which is widely used to find optimal hyper parameters in the machine learning fields, the OD information are estimated efficiently. Secondly, by dividing the time window and considering the time delay due to observation points that are separated, we propose a more accurate objective function.We experiment the proposed method to the projection-mapping event (YOYOGI CANDLE 2020), and evaluate the reproduction of the people flow on MAS. We also show an example of the processing for making a guidance plan to reduce crowd congestion by using MAS.

著者

木村 昭悟 Zoubin Ghahramani 竹内 孝 岩田 具治 上田 修功

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

---

本論文では,少量の訓練データのみからニューラルネットワークを学習する新しい手法を提案する.提案手法では,一般的な少数ショット学習の問題設定とは異なり,所与の少数訓練データ以外のデータ資源は仮定しない.提案手法では,少数の訓練データで学習した非NNモデルを参照モデルとして用いる知識蒸留を行うと共に,少数の訓練データから生成した大量の疑似訓練データを導入し,この疑似訓練データをモデル学習の過程で更新する.

著者

田中 佑典 倉島 健 藤原 靖宏 岩田 具治 澤田 宏

雑誌

第8回Webとデータベースに関するフォーラム論文集

巻号頁・発行日

vol.2015, pp.197-204, 2015-11-17

---

シングルソースデータからユーザの購買行動を引き起こした要因を推定するための購買行動モデルを提案する.シングルソースデータとは,商品の購買履歴と広告閲覧履歴とを各ユーザ ID に紐づけて収集したものである.1) 個人の嗜好,2) 他者から受ける影響,3) メディア広告から受ける影響の 3 つの要因に基づく確率過程にしたがって起こるものとしてユーザの購買行動をモデル化する.提案モデルは購買行動が起こった時刻において各要因がどの程度影響しているかを分析することにより,購買行動を引き起こした要因を推定することができる.実シングルソースデータを用いた評価実験では,提案モデルが比較手法よりも高精度にユーザの購買行動を予測可能なことを確認した.この結果は,提案モデルがユーザの購買行動をより正しく説明できることを示しており,提案モデルにより推定された購買要因が妥当であることを示唆するものである.さらに,企業による TV 広告がどの程度購買につながったかという観点で広告効果を分析した結果について報告する.

著者

岩田 具治 斉藤 和巳 山田 武士

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. DE, データ工学 (ISSN:09135685)

巻号頁・発行日

vol.107, no.114, pp.57-62, 2007-06-21

---

オンラインストアの収益を向上させるためには,顧客生涯価値(LTV)を高めることが重要である.従来のリコメンデーション法はユーザの興味と最も適合する商品を推薦する.しかしながら,従来法により必ずしもLTVが高まるとは限らない.本研究では,LTVが上昇する確率を最大化する新たなリコメンデーション法を提案する.提案法では,まずLTVの高いユーザに特徴的な購買パターンを抽出する.そして,抽出されたパターンと同じような購買行動になるように商品を推薦する.生存時間解析を応用し,ログデータから効率的に購買パターンの抽出を行う.また,効果的なリコメンデーションにするため,最大エントロピーモデルを用いてユーザの嗜好を推定する.LTVが高まることはユーザがサービスに満足した結果であるため,提案法はオンラインストアだけでなく,ユーザにとっても好ましいリコメンデーションである.音楽配信サイトの実ログデータを用い,提案法の有効性を示す.

著者

岩田 具治 斉藤 和巳 山田 武士

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数理モデル化と応用(TOM) (ISSN:18827780)

巻号頁・発行日

vol.48, no.6, pp.65-74, 2007-03-15

参考文献数

19

---

定額制サービスを提供しているオンラインストアが収益をあげるためには,ユーザの契約期間をできるだけ延ばすことが必要である.従来レコメンド法では,購入される確率を最大化するためにユーザの嗜好に合致する商品を提示する.しかしながら,従来法により必ずしも契約期間が延びるとは限らない.本研究では,定額制サービスを想定し,契約期間が延びる確率を最大にするレコメンド法を提案する.提案法では,まず契約期間の長いユーザに特徴的な購買パターンを抽出する.そして,抽出されたパターンと同じような購買行動になるように商品をレコメンドする.生存時間解析を応用し,ログデータから効率的に購買パターンの抽出を行う.また,効果的なレコメンドにするため,最大エントロピーモデルを用いてユーザの嗜好を推定する.契約期間が延びることはユーザがサービスに満足した結果であるため,提案法はオンラインストアだけでなく,ユーザにとっても好ましいレコメンドである.携帯電話用漫画配信サイトのログを用い,提案法の有効性を示す.Online stores providing subscription services need to extend user subscription periods as long as possible to increase their profits. Conventional recommendation methods recommend items that best coincide with user's interests to maximize the purchase probability, which does not necessarily contribute to extend subscription periods. We present a novel recommendation method for subscription services that maximizes the probability of the subscription period being extended. Our method finds frequent purchase patterns in the long subscription period users, and recommends items for a new user to simulate the found patterns. Using survival analysis techniques, we efficiently extract information from the log data for finding the patterns. Furthermore, we infer user's interests from purchase histories based on maximum entropy models, and use the interests to improve the recommendations. Since a longer subscription period is the result of greater user satisfaction, our method benefits users as well as online stores. We evaluate our method using the real log data of an online cartoon distribution service for cell-phone.

著者

吉川 友也 岩田 具治 澤田 宏

出版者

一般社団法人 人工知能学会

雑誌

人工知能学会論文誌 (ISSN:13460714)

巻号頁・発行日

vol.30, no.2, pp.485-490, 2015-03-01 (Released:2015-03-05)

参考文献数

13

---

Group recommendation is a task to recommend items to groups such as households and communities. In this paper, we propose a non-linear matrix factorization method for group recommendation. The proposed method assumes that each member in groups has its own latent vector, and behavior of each group is determined by the probability distribution of the members' latent vectors. Recommending items is performed by using non-linear functions that map the distributions of the groups into scores for items. The non-linear functions are generated from Gaussian processes, which are defined by the similarities between distributions of the groups. We can efficiently calculate the similarities by embedding each distribution as an element in a reproducing kernel Hilbert space. We demonstrate the effectiveness of the method using two synthetic datasets and two real datasets in two prediction tasks.

著者

熊谷 充敏 岩田 具治

出版者

一般社団法人 人工知能学会

雑誌

人工知能学会論文誌 (ISSN:13460714)

巻号頁・発行日

vol.33, no.2, pp.D-H92_1-9, 2018-03-01 (Released:2018-03-01)

参考文献数

33

---

We propose probabilistic models for predicting future classifiers given labeled data with timestamps collected until the current time. In some applications, the decision boundary changes over time. For example, in activity recognition using sensor data, the decision boundary can vary since user activity patterns dynamically change. Existing methods require additional labeled and/or unlabeled data to learn a time-evolving decision boundary. However, collecting these data can be expensive or impossible. By incorporating time-series models to capture the dynamics of a decision boundary, the proposed model can predict future classifiers without additional data. We developed two learning algorithms for the proposed model on the basis of variational Bayesian inference. The effectiveness of the proposed method is demonstrated with experiments using synthetic and real-world data sets.

著者

田中 佑典 倉島 健 藤原 靖宏 岩田 具治 澤田 宏

雑誌

情報処理学会論文誌 (ISSN:18827764)

巻号頁・発行日

vol.58, no.2, pp.580-593, 2017-02-15

---

本稿では,シングルソースデータを入力としてユーザの購買行動を引き起こした要因を推定する手法を提案する.シングルソースデータとは,各ユーザに対して収集された購買履歴およびメディア広告の閲覧履歴である.提案モデルでは,ユーザの購買行動が(a)個人の嗜好,(b)他ユーザからの社会的影響,(c)メディア広告の影響の3つの要因を考慮した確率過程に従って生成されると仮定する.ユーザ間および企業とユーザ間の潜在的な影響関係を推定し,それらをモデルに組み込むことによってユーザの購買要因を特定する.実データを用いた評価実験では,ユーザの購買予測精度を比較することにより提案モデルの妥当性を示した.さらに,実データを用いて人気商品や影響力のあるユーザおよび企業の抽出,購買を引き起こした要因の分析,および,推定された購買要因に基づくユーザセグメントを行った結果について述べる.This paper proposes a method for inferring the factors that trigger purchases from single-source data. Single-source data are the histories of item purchases and media advertisement views for each individual. We assume a sequence of purchase events to be a stochastic process incorporating the following three factors: (a) user preference, (b) social effects received from other users, and (c) media advertising effects. As our model incorporates the latent relationships between users and advertisers, it can identify the purchase triggers. Experiments using real-world single-source data sets show that our model can achieve high prediction accuracy for purchases. We also show that our model can discover the key information, i.e., popular items, influential users, and influential advertisers, and estimate the relative impact of the three factors on purchases. Furthermore, our model can find user segments based on the estimated purchase triggers.

著者

岩田 具治 渡部 晋治 山田 武士 上田 修功

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.93, no.6, pp.978-987, 2010-06-01

被引用文献数

4

---

購買ログデータを用いて,時間変化するユーザの興味及び商品の流行を追跡するためのトピックモデルを提案する.提案モデルは,興味や流行の変わりやすさをデータから逐次推定するため,変化に柔軟に対応可能である.また,新たなデータが得られた際,過去のデータで既に推定された興味・流行に基づいて,現在の興味・流行を推定するため,過去のデータを保持する必要がなく記憶容量を削減でき,かつ計算効率も高い.実購買ログデータを用いた実験により,購買行動の予測精度及び推定の計算効率の観点で提案モデルの有効性を示す.

著者

倉島 健 岩田 具治 星出 高秀 高屋 典子 藤村 考

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データベース(TOD) (ISSN:18827799)

巻号頁・発行日

vol.6, no.2, pp.30-41, 2013-03-29

---

ユーザの過去の行動履歴から次の行動を予測し推薦するためのジオトピックモデルを提案する.提案モデルは,ユーザの行き先が,1) 家,勤務地,学校などが存在するユーザの行動範囲からの近さと,2) ユーザ自身の興味情報によって決まるという仮定に基づく確率的行動モデルである.ユーザの行動範囲が場所の選択に与える影響を明示的にモデリングすることで,位置情報(緯度,経度)以外の潜在的な場所特徴とそれに対するユーザの興味を効果的に学習することができる.評価実験においては,ユーザの興味情報を推定することでユーザの行動を高精度に予測できることを,レストランとランドマークの訪問履歴を用いて示す.さらに,人々のランドマーク選択を説明するためのユーザの興味対象が"アート","自然","建築物","知名度","眺めの良さ"などの潜在的なランドマーク特徴であることを明らかにした.This paper proposes a method that analyzes the location log data of multiple users to recommend locations to be visited. The method uses our new topic model, called Geo Topic Model, that can jointly estimate both the user's interests and activity area hosting the user's home, office and other personal places. By explicitly modeling geographical features of locations and users, the user's interests in other features of locations, which we call latent topics, can be inferred effectively. Experiments are conducted using Flickr-based and Tabelog-based location logs to evaluate the recommendation performance of the proposed method in terms of the accuracy of predicting visit selections. We also show that our model can estimate latent features of locations such as art, nature, construction, popularity and great views from location logs of landmark visits, and describe each user's preference based on them.

著者

吉川 友也 岩田 具治 澤田 宏

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上では,情報はリンクを介してノード間を伝わる.どのように情報が広がるかは,ネットワーク構造や情報の内容によって決まると考えられる.本論文では,情報の内容の違いによって拡散の挙動が異なることを表すために,トピック依存情報拡散モデルを提案する.また,EMアルゴリズムに基づいたモデルパラメータ更新式を導出し,観測した拡散現象からモデルパラメータが推定できることを示す.

著者

倉島 健 岩田 具治 入江 豪 藤村 考

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. LOIS, ライフインテリジェンスとオフィス情報システム (ISSN:09135685)

巻号頁・発行日

vol.111, no.152, pp.7-12, 2011-07-14

参考文献数

17

被引用文献数

1

---

これまでに,旅行者の現在地,空き時間,興味に応じてトラベルルートを自動推薦する技術を提案してきた.本稿では,新たに,旅行者の移動手段も考慮し,空き時間内で周れるトラベルルートを生成する手法を述べる.また,写真共有サイトの画像群からランドマークの代表画像を抽出する手法も述べる.これにより,トラベルルート(ランドマークのシーケンス),旅行者の移動手段に応じて推定した旅行時間,そして,ランドマークの典型的な画像から成る"旅行プラン"を提示可能となる.

著者

倉島 健 岩田 具治 入江 豪 藤村 考

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. LOIS, ライフインテリジェンスとオフィス情報システム (ISSN:09135685)

巻号頁・発行日

vol.109, no.450, pp.55-60, 2010-02-25

被引用文献数

4

---

写真共有サイトのジオタグ情報を人々の旅行履歴として利用したトラベルルート推薦手法を提案する.提案法においては,現在地からアクセスしやすい場所と自分の興味に合致した場所に旅行者は移動しやすいと仮定し,写真共有サイトのジオタグ情報からフォトグラファーの行動モデルを生成する.この行動モデルを用いて,現在地,空き時間,個人の興味に合うトラベルルート推薦を実現する.写真共有サイトFlickrの71,718人に関するジオタグ情報に基づく実験により,行動予測における提案法の有効性を示す.

著者

岩田 具治 渡部 晋治 澤田 宏

出版者

FIT(電子情報通信学会・情報処理学会)運営委員会

雑誌

情報科学技術フォーラム講演論文集

巻号頁・発行日

vol.9, no.3, pp.179-180, 2010-08-20

被引用文献数

1

著者

岩田 具治 山田 武士 上田 修功

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. AI, 人工知能と知識処理 (ISSN:09135685)

巻号頁・発行日

vol.109, no.51, pp.13-18, 2009-05-15

---

トピックモデルに基づく内容に関連するタグの抽出法を提案する.ソーシャルアノテーションサービスでは,ユーザが任意のタグを付与できるため,しばしば内容に関連しないタグが含まれる.内容に関連するタグの抽出により,情報検索の性能向上や,文書分類や画像認識などの機械学習タスクの精度向上が期待できる.提案法では,内容とタグが生成される過程をモデル化し,確率的EMアルゴリズムを用いてモデルを推定することにより,関連するタグを自動的に抽出する.人工データ,および,Webページと画像を対象とするソーシャルアノテーションサービスの実データを用いて提案法の有効性を示す.

著者

岩田 具治 田中 利幸 山田 武士 上田 修功

出版者

The Institute of Electronics, Information and Communication Engineers

雑誌

電子情報通信学会論文誌 D (ISSN:18804535)

巻号頁・発行日

vol.J92-D, no.3, pp.361-370, 2009-03-01

---

分布が時間的に変化するデータが与えられたとき,最新データを高い精度で予測するためのモデルの学習法を提案する.提案法では,最新データに関する期待誤差を近似するように,時刻に応じてサンプルに重みを付ける.過去のサンプルも重みを付けて学習データとして用いることにより,頑健なモデル学習が期待できる.提案法では,時間発展をモデルに組み込む必要はないため,時間を考慮しない既存のモデルを,分布が変化するデータに容易に適用することができる.人工データ,及び,購買データを用いた実験により,提案法の有効性を示す.