著者
吉田 拓也 彌冨 仁
出版者
日本知能情報ファジィ学会
雑誌
日本知能情報ファジィ学会 ファジィ システム シンポジウム 講演論文集 第31回ファジィシステムシンポジウム
巻号頁・発行日
pp.379-382, 2015 (Released:2016-02-26)

メラノーマは悪性度の高い皮膚癌であり,見た目が母斑に酷似していることから,熟練した専門医でも診断精度は75~84%にとどまる.こうした背景から,メラノーマの自動診断に関する研究が進められてきたが,識別のために有効な特徴量を設計・抽出すること,及びその前処理となる腫瘍領域の抽出は非常に困難な処理である.本研究では深層畳み込みニューラルネットワーク(DCNN)と呼ばれる機械学習手法を採用することで,特徴量の抽出を学習の一環で行い,腫瘍領域の抽出処理を不要とした.319例の症例(良性244例,悪性75例)を用いて構築され,効果的な学習が行えるように工夫されたDCNNによるメラノーマ識別器は,5-分割交差検定において感度82.8%,特異度90.4%を達成した.
著者
北田 俊輔 彌冨 仁 関 喜史
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34回 (2020)
巻号頁・発行日
pp.1H3OS12a02, 2020 (Released:2020-06-19)

本研究では,広告クリエイティブの停止予測に対して生存時間予測を利用した枠組みを提案する.広告クリエイティブの停止は配信効果の高いクリエイティブを選択するために重要なプロセスであるが支援する研究は未だ少ない.そこで深層学習を元にした広告クリエイティブを構成するさまざまな特徴量を考慮した生存時間予測の枠組みを提案する.この枠組みは ``売上を元にした損失項の導入'' と,``長期と短期をそれぞれを分割する2期間推定法の導入'' という2つの大変効果の高い技術から構成される.提案する枠組みは株式会社Gunosyから提供された1,000,000件の実世界における広告クリエイティブデータセットを用いて評価した.提案するマルチモーダルなDNNを元にした枠組みは従来手法よりも高い予測精度を実現した.2期間推定法では短期モデルおよび長期モデル共に20pt程度の大幅な予測精度の改善を確認した.売上を元にした損失項を導入することで,さらに3pt程度の予測精度の向上を確認した.