著者

稲垣 青空 中村 凌子 大澤 僚 深見 俊和 宗政 一舟 高木 友博

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

中村 凌子 稲垣 青空 大澤 僚 深見 俊和 宗政 一舟 高木 友博

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

川島 崇 川本 峻頌 積田 大介 下山 翔 宗政 一舟 友松 祐太 林 邦興 高木 友博

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.1E201, 2018 (Released:2018-07-30)

---

近年,インターネット上でユーザに対して店舗の紹介を行うサービスが増えてきている.各サービスでは同時に,ユーザの嗜好に合った店舗を表示させる分析が幅広く行われてきている.推薦の分野ではユーザのクリック情報が十分に存在する時には協調フィルタリングが高い性能を誇る.一般的にユーザ×アイテムの行列を作成した際データスパースの問題が発生するので新規ユーザに対応することが難しい.また十分にデー タが得られなかった場合,バンディットアルゴリズムなどを応用しているケースが見られる.バンディットアルゴリズムは各アームを十分に試行してそれぞれから報酬を得ることで学習を進めていくためアイテム数が多くなった場合に全てを学習するのは実質的に不可能である.新たなユーザが出てきた時に十分にデータを集める必要性は協調フィルタリングと同様の問題がある.上記の問題を解決すべく本稿では強化学習の価値関数の更新に多層ニューラルネットを用いた深層強化学習による推薦システムの提案を行う.

著者

田中 陸斗 高木 友博

出版者

一般社団法人 人工知能学会

雑誌

人工知能学会研究会資料 言語・音声理解と対話処理研究会 95回 (2022/09) (ISSN:09185682)

巻号頁・発行日

pp.47-52, 2022 (Released:2022-09-01)

---

深層学習を利用した対話システム構築において対話データの質と量は重要である.しかし,日本語の対話コーパスは大規模なものが公開されておらず,限られたデータしかないといった問題がある.また,コーパスを用いてend-to-endに学習したモデルはありきたりで短い応答をすることが多く,生成文の多様性が少ないといった問題もある.これらの問題を克服するために,本研究では非会話文を活用して対話データを増やすことで対話モデルの多様性の向上を試みる.ここで言う非会話文とは,web上の文章や小説の台詞などの対話の形式として整えられていない文のことであり,対話データと比較して収集が容易である.逆翻訳とサンプリング生成を用いて非会話文から対話データを増やし,不適切な対話を除去するためのフィルタを通すことでより質の高いデータを獲得する.増やしたデータを加えて対話モデルを学習させた結果,生成文の多様性の向上が見られた.

著者

佐藤 真 高木 友博 Makoto Sato Tomohiro Takagi

雑誌

SIG-SLUD = SIG-SLUD

巻号頁・発行日

vol.B5, no.02, pp.116-121, 2020-11-24

著者

大澤 僚 中村 凌子 稲垣 青空 深見 俊和 宗政 一舟 高木 友博

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

中村 凌子 鈴木 浩子 渡部 勇 高木 友博

出版者

人工知能学会

雑誌

2019年度 人工知能学会全国大会(第33回)

巻号頁・発行日

2019-04-08

---

近年, オンラインギャンブルデータを用いた行動分析の分野が発展している. しかし, 時系列の行動変化に関する研究は十分になされていない. そこで本研究では, 問題ギャンブリング (ギャンブルにより生活に問題が発生している状態) に至るプレイヤーの早期発見を目的として, オンラインギャンブル行動データにおいてShapeletによる距離測定を用いた時系列変化を定量化する分類器を提案する. 特に, 短期間での局所的な行動特性を表すLocal-Shapeletと長期間での大局的な行動特性を表すGlobal-Shapeletの予測能力を調査した. 予測実験は, 時系列特徴量の方が非時系列特徴量より有効であることを示す. また, 局所的な時系列特徴量と大局的な時系列特徴量の両方を特徴量として用いた方が精度が高いことも示す.

著者

松野 元樹 田中 翔 原 拓希 川本 峻頌 下山 翔 川島 崇 積田 大介 城戸 康 橋本 司 高木 友博

出版者

人工知能学会

雑誌

2019年度 人工知能学会全国大会(第33回)

巻号頁・発行日

2019-04-08

---

本研究ではマルチエージェントシステムを念頭に、タスク実行に必要なリソースとメンバー能力のマッチング問題を考える。我々はタスク・リソースマッチング問題に対し深層強化学習を用いて現代的な解法を構築し、基準となるいくつかの既存手法と多角的な観点から比較しながら提案手法の評価を行った。数値実験の結果により、深層強化学習は組み合わせ最適化問題において実行時間と組み合わせ精度の両立を狙う際に有用であるということが明らかにされた。

著者

吉田 智史 高木 友博

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.5, pp.647-657, 2015-09-01 (Released:2015-08-27)

参考文献数

15

被引用文献数

1

---

Recently, recommender systems have attracted attention as systems that collect the enormous amount of information on the Web and suggests information to users. Recommender systems help users find the products that they want. There is a close relationship between a recommender system and the long tail because the performance of them is evaluated by not only accuracy metrics but also long tail metrics. Collaborative filtering (CF) is a typical recommender system. It is described as technology used to support the long tail. However, CF is prone to be biased towards recommending hit products. In this paper, we propose a system that recommends niche products if an item is similar to the user's preference. We will reduce the bias in top-N recommendation by using the interest in a keyword. The interest is computed from information gain, which is used to choose attributes in decision tree learning and to select features in machine learning. The results from the experiments show that the proposed system outperformed item-based CF in recommending niche products. In most existing studies focused on the long tail, niche products are recommended at the cost of accuracy. However, in our study, not only are niche products recommended but accuracy is also improved.

著者

高木 友博

出版者

明治大学

雑誌

基盤研究(C)

巻号頁・発行日

1999

---

1.理論基礎検討(1)連想記憶方式の基本的考え方を調査すると同時に,オントワジーの基本的考え方および応用事例の調査を行い,ファジィ集合による両者の融合方式について検討した.その際特に下記の観点で成果を得た.・双方向連想記憶以外の連想機構の導入:CFSにおいて概念同士の説明関係をうまく表現するためホップフィールドニューラルネットの使用を試み,断片知識同士の分離性,層状に制約されない知識表現の可能性を確認.・順序性の導入手法:クロックの推移をノードに割り当てることにより,時間を表現できることを確認した.(2)テキストによる概念の表現方式とマッチング方式およびパターン情報とシンボル情報のマッチング方式.2.プロトタイプシステムの開発以下の応用領域における,プロトタイプシステムを開発し,いずれも人間の感覚により近い結果を得られることを確認した.(1)番組推薦:デジタルTV放送において視聴者が過去に見た番組のEPG(Electric Program Guide)に含まれる重要語から視聴者の好みをオン下ロジー内に学習により形づくり,新しく視聴候補となる番組の選好度を求め番組推薦を行う.(2)音楽検索:手紙文からその雰囲気をオントロジーを用いて認識し,それに近い雰囲気の曲を選択する.(3)検索エンジン:「冬」「スポーツ」といったキーワード入力から「スキー」や「スケート」といった具体的概念を含むホームページにまで検索対象を拡張.またスコアリングを伴った検索を行う.(4)文書分類:文章中に直接含まれる単語の出現頻度による類似性評価ではなく,間接的な語に置き換え,概念的な距離を測ることにより,より人間の感覚に近い分類を行う.(5)画像検索:感覚的表現のキーワード(例:ゴージャス)からの,花の画像検索プロトタイプシステムを構築た.その結果,人間の感覚にあった検索が行われることが確認された.