著者
松原 崇
出版者
The Philosophy of Science Society, Japan
雑誌
科学哲学 (ISSN:02893428)
巻号頁・発行日
vol.50, pp.51-70, 2017-12-20 (Released:2019-05-02)
参考文献数
57

Deep learning models have already achieved significant results and surpassed other sophisticated models based on features made by experts in various tasks; image processing, sound processing, and natural language processing. They are considered to automatically learn and extract concepts such as “cat face” and “human body” from given big dataset. However, what are indeed called concepts, and how they are extracted? This manuscript provides a rough history of neural networks preceding deep learning, explanation of concepts learned by deep learning models, and then future perspective of deep learning study with (cognitive) neuroscience.
著者
藤岡 和暉 町田 貴史 松原 崇 上原 邦昭
雑誌
研究報告数理モデル化と問題解決(MPS) (ISSN:21888833)
巻号頁・発行日
vol.2019-MPS-123, no.2, pp.1-6, 2019-06-10

深層学習に基づく画像のモダリティ変換は, 2 つのドメインの同時分布とそれらの間の変換の学習を目的としている.特に,敵対的学習 (GAN) に基づく手法の 1 つである CycleGAN は目覚ましい結果を示している.しかし,CycleGAN による画像のモダリティ変換は,変換前後における整合性の維持が難しく,異なるドメインの大規模な訓練データを生成するパフォーマンスを低下させる.この問題を解決するために,本研究では CycleGAN を改良した.具体的には,CycleGAN では変換後の画像 1 枚のみで識別するところを,本研究では変換前後の画像をペアにして識別することで,整合性の維持を図る.また,CycleGAN と提案手法を比較するために,変換画像から生成されたデータセットを用いて YOLOv3 を訓練することにより定量的に評価した.実験結果より,提案手法がデータ増強に有効であることを示した.
著者
森川 優 中西 波瑠 稲村 直樹 近藤 伸明 小渕 浩希 大澤 輝夫 松原 崇 上原 邦昭
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
巻号頁・発行日
vol.2018, pp.2A401, 2018

<p>海上気象観測は安全な航海に不可欠であり、日本では一般船舶において観測結果を気象庁に報告することが求められている。しかし、雲の観測は気象測器での自動観測が困難なため、画像から自動識別する要求が生じている。これまで多くの研究で雲の種類(雲形)と雲量の分類に取り組まれてきているが、日本の海上気象観測で必要となる雲の状態までは研究されていない。そのため当研究では雲の雲形と状態を分類するための機械学習システムを開発した。まずはじめに全天球画像を撮影してデータサンプルを収集するための撮影デバイスを開発し、雲の層(下層、中層、上層)ごとに雲形と状態をラベル付けした。このデータセットをもとに、深層畳み込みニューラルネットワークを構築し、ResNet50学習モデルをfinetuningして分類した。結果として、雲形・状態ともに0.9を超える精度を達成した。</p>
著者
田代 哲生 松原 崇 上原 邦昭
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

fMRI脳画像に基づく精神障害診断は,fMRI画像が高次元かつ小規模のサンプルで構成されているために,従来の研究では特徴抽出や相関分析のような前処理をデータセットに施す.しかしながら、この前処理は診断に必要な特徴を失う可能性もある.一方で、深層生成モデルと呼ばれる手法は,小規模なデータセットでも高い精度を達成することができる.本研究では,subject-wise 変数(被験者ごとの変数)を用いた深層生成モデルによって,fMRI脳画像をモデル化する.この提案手法では,fMRI脳画像の個人差,時間的雑音,および精神疾患の有無を明示的に分離することができる.提案手法が他の従来手法よりも高い精度を達成することができることを示す.
著者
松原 崇 佐藤 貴宣
出版者
国際ボランティア学会
雑誌
ボランティア学研究 (ISSN:13459511)
巻号頁・発行日
no.11, pp.85-98, 2011-12-28

本研究の目的は、障害疑似体験の可能性について、新たな観点を提示することである。一般に、従来の障害疑似体験は車いすやアイマスクのような補装具や拘束具を用いて、健常者の身体上に障害者の身体状態を再現することで可能になると考えられてきた。しかし、こうした障害疑似体験に対しては障害学や障害当事者団体より批判的な見解が提出されてきた。本研究では、体験は人々の間のコミュニケーションを通じて協働的に構成されると考える社会構成主義の観点に依拠して考案したワークショップ『バリバリツアー』を事例として、新たな障害疑似体験の方向を提示した。すなわち、障害の疑似体験は、障害当事者に寄り示い、障害当事者と協働である事柄を障害(ディスアビリティ)として意味付ける過程に参加することによって可能になるとする障害協働体験を提案した。