著者
那須野 薫 松尾 豊
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.28, 2014

本稿では候補者のTwitterにおける情報拡散に着目して国政選挙の当選者予測を試みる.候補者の情報拡散を評価するため,情報拡散の規模,多様度,忠誠度の3つの指標を提案する.Twitterから直接取得できる6つの指標に加え,3つの情報拡散に関する指標を素性として教師あり学習により当選者を予測する(提案手法).予測実験の結果,提案手法は従来手法と比較して予測性能(F値)が約70%改善された.
著者
那須野 薫 奥山 晶二郎 中西 鏡子 松尾 豊
雑誌
情報処理学会論文誌 (ISSN:18827764)
巻号頁・発行日
vol.56, no.10, pp.2044-2053, 2015-10-15

近年,Twitterのデータを用いて選挙結果の予測を試みる研究の報告が活発である.本研究では,選挙結果を高い精度で予測するモデルの構築を目指し,社会学で古くから選挙当落の重要な要素の1つとされてきた選挙地盤を定量的に測定,指標化し,この指標を用いることで既存手法の拡張を試みる.選挙地盤に関する指標は選挙地盤のリーチ,バラエティ,ロイヤルティという3つの指標を提案する.選挙運動へのインターネットの利用が初めて解禁された2013年の参議院議員選挙を対象とした評価実験の結果,本研究で提案した3つの選挙地盤に関する指標は選挙結果の予測に有効であることが示された.また,本研究で用いた手法は既存手法と比較してF値が約70%高く,選挙運動へのTwitterの活用は選挙結果に小さいものの影響があることが示唆された.
著者
塩谷 碩彬 那須野 薫 松尾 豊
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31回 (2017)
巻号頁・発行日
pp.2B14, 2017 (Released:2018-07-30)

深層強化学習は学習に多くの試行回数を必要とする。この問題を緩和する方法としてモデルベース強化学習があり、さらにモデルフリーの強化学習を組み合わせることで環境のモデルによる方策への制約を緩和しようという試みがある。本研究ではモデルベース学習を活用してモデルフリーの深層強化学習の手法であるDeep Deterministic Policy Gradientのサンプル効率が改善されるか否かを分析する。
著者
那須野 薫 松尾 豊
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28回全国大会(2014)
巻号頁・発行日
pp.1K31, 2014 (Released:2018-07-30)

本稿では候補者のTwitterにおける情報拡散に着目して国政選挙の当選者予測を試みる.候補者の情報拡散を評価するため,情報拡散の規模,多様度,忠誠度の3つの指標を提案する.Twitterから直接取得できる6つの指標に加え,3つの情報拡散に関する指標を素性として教師あり学習により当選者を予測する(提案手法).予測実験の結果,提案手法は従来手法と比較して予測性能(F値)が約70%改善された.
著者
榊 剛史 那須野 薫 柳原 正 那和 一成 古賀 光 加藤 芳隆 松尾 豊
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.27, 2013

本稿では、より充実したドライブ体験を実現するために、ソーシャルメディアから地域イベントを抽出する手法を提案する。特に、前もって参加要旨を掲載する予告型の地域イベントに着目し、同時にイベントにいるユーザの参加状態も抽出することで、「今」「そこで」しか味わえないドライブ体験を提供する。
著者
塩谷 碩彬 那須野 薫 松尾 豊
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.31, 2017

深層強化学習は学習に多くの試行回数を必要とする。この問題を緩和する方法としてモデルベース強化学習があり、さらにモデルフリーの強化学習を組み合わせることで環境のモデルによる方策への制約を緩和しようという試みがある。本研究ではモデルベース学習を活用してモデルフリーの深層強化学習の手法であるDeep Deterministic Policy Gradientのサンプル効率が改善されるか否かを分析する。
著者
那須野 薫 松尾 豊
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. NLC, 言語理解とコミュニケーション (ISSN:09135685)
巻号頁・発行日
vol.113, no.338, pp.25-28, 2013-11-27

2013年参議院選挙において国政選挙として初めてインターネット選挙運動が解禁された.情報拡散による有権者への認知度向上や働きかけの機会増加などを狙い,多くの候補者がマイクロブロギングサービスのTwitterを選挙運動に利用した.本稿では,Twitterにおける候補者アカウントの状態や情報拡散に焦点を当て当選者の予測を試みる.Twitterから直接取得できる6つのアカウントの状態に関する素性(フォロワー数,フレンド数選,挙期間中のツイート数など.以下,素性A)に加え,本稿で提案する3つの情報拡散に関する素性(情報拡散の大きさ,多様度,忠誠度.以下,素性B)を用いて教師あり学習のRandom Forestにより当選者を予測する.予測実験の結果,素性Aと素性Bを同時に利用した予測では,素性Aのみを利用した予測より予測性能(F値)が約12%向上した.また,各素性の予測への重みや選挙当落との相関から,当選するためのTwitterにおける望ましい状態が示唆された.
著者
那須野 薫 萩原 静厳 井上 綾香 伊藤 岳人 浜田 貴之 川上 登福 松尾 豊
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.29, 2015

教材推薦において学習行動だけでなく学習項目の理解度を考慮することが重要である.しかし,近年注目を集めている大規模オンライン講座では利用教材の選択は学習者に委ねられるため,テストの結果から統一的,網羅的に理解度を評価することは難しい.本研究では,大規模オンライン講座において自分自身で適応的に利用教材を選択する学習者に着目し,ある教材を勉強した場合にその内容を十分理解できるか否かの予測を試みる.