著者

島田 敬士 浦西 友樹 上瀧 剛 柴田 剛志 道満 恵介 豊浦 正広 柳川 由紀子

出版者

一般社団法人電子情報通信学会

雑誌

情報・システムソサイエティ誌 (ISSN:21899797)

巻号頁・発行日

vol.20, no.4, pp.21-24, 2016 (Released:2016-05-25)

参考文献数

2

被引用文献数

1 1

著者

加藤 大貴 平山 高嗣 道満 恵介 井手 一郎 川西 康友 出口 大輔 村瀬 洋

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.36, no.5, pp.D-KC7_1-10, 2021-09-01 (Released:2021-09-01)

参考文献数

18

---

The Japanese language is known to have a rich vocabulary of mimetic words, which have the property of sound symbolism; Phonemes that compose the mimetic words are strongly related to the impression of various phenomena. Especially, human gait is one of the most commonly represented phenomena by mimetic words expressing its visually dynamic state. Sound symbolism is useful for modeling the relation between gaits and mimetic words intuitively, but there has been no study on their intuitive generation. Most previous gait generation methods set specific class labels such as “elderly” but have not considered the intuitiveness of the generation model. Thus, in this paper, we propose a framework to generate gaits from a mimetic word based on sound symbolism. This framework enables us to generate gaits from one or more mimetic words. It leads to the construction of a generation model represented in a continuous feature space, which is similar to human intuition. Concretely, we train an encoder-decoder model conditioned by a “phonetic vector”, a quantitive representation of mimetic words, with an adaptive instance normalization module inspired by style transfer. The phonetic vector is a dense description of the intuitive impression of a corresponding gait and is calculated from many mimetic words in the HOYO dataset, which includes gait motion data and corresponding mimetic word annotations. Through experiments, we confirmed the effectiveness of the proposed framework.

著者

小西 孝明 道満 恵介 縄野 繁 目加田 慶人

出版者

日本医用画像工学会

雑誌

Medical Imaging Technology (ISSN:0288450X)

巻号頁・発行日

vol.37, no.1, pp.46-50, 2019-01-25 (Released:2019-01-31)

参考文献数

6

---

現在,肝がんは専門の知識や経験をもった読影医の目視で診断がなされており,読影医の負担となっている.そのため,機械学習等を用いた読影支援が望まれている.機械学習においては,一般に多くの症例画像が必要となるが,大量に集めることは困難である.そこでわれわれは,症例不足を補うことを目的とし,健常症例に対して病変を合成することで人工的に症例画像を生成することに取り組んできた.本論文では,形状や大きさ,コントラストが異なるさまざまな見え方の人工病変画像を生成し,CNNの性能向上に有効な画像の生成法を提案する.生成した病変画像を学習データとして実病変画像と併用し,検出器を構築した.20症例に対する検出実験の結果,従来手法より検出精度が向上することを確認した.

著者

今枝 奈保美 道満 恵介 目加田 慶人

出版者

東海公衆衛生学会

雑誌

東海公衆衛生雑誌 (ISSN:2187736X)

巻号頁・発行日

vol.6, no.1, pp.60-69, 2018-07-07 (Released:2018-12-01)

参考文献数

18

---

目的 食事アセスメントの標準化を目的に,食品・料理の容量(かさ)を重量に換算する係数(容量密度)の状況を明らかにする。容量密度は,現在の日本の食品成分表には収載されていない。方法 米国とニュージーランドの食品成分表を対象に,栄養量が容量当たりで示されている食品を検索し,食品の容量密度(g/cm3)を観察した。容量の単位はカップ,液量オンス,大さじ,小さじ,ミリリットルとした。結果 米国の食品成分表では,容量密度の出現率は42%(8,257食品中3,476食品),ニュージーランドの出現率は92%(2,631食品中2,423食品)であった。容量密度の最頻値は1.0で,0.2と0.6にも山があり,容量密度が低値(0.1~0.2程度)は朝食用シリアル,ポテトチップス等で,容量密度が高値(1.3)だったのは蜂蜜,シロップ等であった。同じ食品であっても野菜やチーズ,肉料理は切り方や物理的な形状によって容量密度が異なっていた。結論 容量密度は両国間の誤差があったが,汁物やステーキ肉,魚,果物など容量に隙間のない食品は1.0,約2cm角の具材で容量に隙間がある料理は0.6~0.8前後,線キャベツのようにふんわりと粗の状態は概ね0.3と見積もること等が示唆された。食事の容量は写真からも把握できるので,食事アセスメントをする時は標準化した容量密度を整備しておくと便利であろう。