著者

佐久間 洋司 三宅 陽一郎 齋藤 慶子

出版者

一般社団法人 人工知能学会

雑誌

人工知能 (ISSN:21882266)

巻号頁・発行日

vol.38, no.2, pp.295-297, 2023-03-01 (Released:2023-03-02)

著者

玉川 奨 桜井 慎弥 手島 拓也 森田 武史 和泉 憲明 山口 高平

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.25, no.5, pp.623-636, 2010 (Released:2010-08-17)

参考文献数

18

被引用文献数

4 3

---

Here is discussed how to learn a large scale of ontology from Japanese Wikipedia. The learned ontology includes the following properties: rdfs:subClassOf (IS-A relationship), rdf:type (class-instance relationship), owl:Object/DatatypeProperty (Infobox triple), rdfs:domain (property domain), and skos:altLabel (synonym). Experimental case studies show us that the learned Japanese Wikipedia Ontology goes better than already existing general linguistic ontologies, such as EDR and Japanese WordNet, from the points of building costs and structure information richness.

著者

谷口 忠大

出版者

一般社団法人 人工知能学会

雑誌

人工知能 (ISSN:21882266)

巻号頁・発行日

vol.31, no.1, pp.74-81, 2016-01-01 (Released:2020-09-29)

被引用文献数

2

著者

岡田 将吾 松儀 良広 中野 有紀子 林 佑樹 黄 宏軒 高瀬 裕 新田 克己

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.31, no.6, pp.AI30-E_1-12, 2016-11-01 (Released:2016-11-02)

参考文献数

22

被引用文献数

6

---

This paper focuses on developing a model for estimating communication skills of each participant in a group from multimodal (verbal and nonverbal) features. For this purpose, we use a multimodal group meeting corpus including audio signal data and head motion sensor data of participants observed in 30 group meeting sessions. The corpus also includes the communication skills of each participant, which is assessed by 21 external observers with the experience of human resource management. We extracted various kinds of features such as spoken utterances, acoustic features, speaking turns and the amount of head motion to estimate the communication skills. First, we created a regression model to infer the level of communication skills from these features using support vector regression to evaluate the estimation accuracy of the communication skills. Second, we created a binary (high or low) classification model using support vector machine. Experiment results show that the multimodal model achieved 0.62 in R2 as the regression accuracy of overall skill, and also achieved 0.93 as the classification accuracy. This paper reports effective features in predicting the level of communication skill and shows that these features are also useful in characterizing the difference between the participants who have high level communication skills and those who do not.

著者

横尾 真

出版者

一般社団法人 人工知能学会

雑誌

人工知能 (ISSN:21882266)

巻号頁・発行日

vol.23, no.3, pp.357-361, 2008-05-01 (Released:2020-09-29)

著者

野沢 健人

出版者

一般社団法人 人工知能学会

雑誌

人工知能 (ISSN:21882266)

巻号頁・発行日

vol.37, no.6, pp.882-883, 2022-11-01 (Released:2022-11-01)

著者

湯浅 友幸 白山 晋

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24回 (2010)

巻号頁・発行日

pp.1F2OS82, 2010 (Released:2018-07-30)

---

インフルエンザなどの感染症流行の予測においてネットワーク構造の影響が指摘されるが,多くのネットワークについて調べられているわけではない.本稿では,様々なネットワークを用いて感染症流行シミュレーションを行い,ネットワーク構造の統計的指標と流行形態との関係性を明らかにする.

著者

中嶋 浩平

出版者

一般社団法人 人工知能学会

雑誌

人工知能 (ISSN:21882266)

巻号頁・発行日

vol.33, no.5, pp.570-576, 2018-09-01 (Released:2020-09-29)

著者

清田 陽司

出版者

一般社団法人 人工知能学会

雑誌

人工知能 (ISSN:21882266)

巻号頁・発行日

vol.37, no.3, pp.312-316, 2022-05-01 (Released:2022-05-01)

著者

大澤 博隆

出版者

一般社団法人 人工知能学会

雑誌

人工知能 (ISSN:21882266)

巻号頁・発行日

vol.36, no.3, pp.316-317, 2021-05-01 (Released:2021-05-01)

著者

坂本 真樹 宮本 拓 小島 もも

出版者

一般社団法人 人工知能学会

雑誌

人工知能 (ISSN:21882266)

巻号頁・発行日

vol.36, no.3, pp.354-360, 2021-05-01 (Released:2021-05-01)

著者

松尾 豊 友部 博教 橋田 浩一 中島 秀之 石塚 満

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.20, no.1, pp.46-56, 2005 (Released:2005-01-05)

参考文献数

20

被引用文献数

13 28

---

Social relation plays an important role in a real community.

著者

前田 巌 松島 裕康 坂地 泰紀 和泉 潔 ディグロー デビッド 加藤 惇雄 北野 道春

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回全国大会(2020)

巻号頁・発行日

pp.2L4GS1304, 2020 (Released:2020-06-19)

---

高度な複雑系として知られる金融市場は,影響を与える要素の膨大さ,内部構造の非定常性,マーケットインパクトの存在といった要因により,予測が非常に難しい.これは近年目覚ましい発展を遂げた機械学習・深層学習手法を用いた場合でも同様で,金融市場予測は必ず不確かさを含んでしまい,不確かな予測に基づく投資判断は大きな損失や市場の不安定化の原因となる.本研究では,人工市場シミュレーションと深層強化学習の組み合わせにより,学習データの不足を補うとともにマーケットインパクトを考慮した学習を可能とし,上記の問題の解決を図った.基本的な単一市場のシミュレーション環境において実験を行い,提案手法の有効性が確認された.

著者

北野 宏明

出版者

一般社団法人 人工知能学会

雑誌

人工知能 (ISSN:21882266)

巻号頁・発行日

vol.31, no.2, pp.275-286, 2016-03-01 (Released:2020-09-29)

著者

ガラムカリ 和 杉山 麿人 Leslie OʼBray Bastian Rieck Karsten Borgwardt

出版者

一般社団法人 人工知能学会

雑誌

人工知能 (ISSN:21882266)

巻号頁・発行日

vol.36, no.4, pp.421-429, 2021-07-01 (Released:2021-07-01)

著者

上村 恵子 小里 明男 志賀 孝広 早川 敬一郎

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.3H1OS25a01, 2018 (Released:2018-07-30)

---

本研究では国内外における人工知能(AI)技術の倫理、法、社会的課題(ELSI)検討団体が報告したガイドラインや提言について、特徴や相違点を整理し、各国および地域の国民性と関連付けて考察した。日・米・欧の各地域で発行されたガイドラインを対象として、頻出する語句や項目に着目して特徴を整理すると、日本のガイドラインでは研究者倫理や技術面の原則が中心であることに比べ、欧州では人の権利や責任に重点を置き、米国では自律型兵器の長期的なリスクにも積極的に言及しているなど、特徴の違いがみられた。これは、各国の宗教観やルール作りに対する考え方などの国民性や価値観の違いから生じるものと推察される。今後、国際的な議論において協調が求められる中で、このような価値観や考え方の違いをふまえ、より深い相互理解が求められると考える。

著者

楊 明哲 荒井 ひろみ 馬場 雪乃

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35回全国大会(2021)

巻号頁・発行日

pp.2C3OS9a03, 2021 (Released:2021-06-14)

---

無意識のバイアスは,人間が無意識のうちに獲得した固定観念等から形成される,潜在的な偏見のことである.人種・性別に関する無意識のバイアスは,採用や貸与等で他者を評価する際の不公平な判断に繋がる.機械学習モデルによる人間の評価がしばしば不公平になることは知られており,解決のために公平性配慮型機械学習の技術が研究されている.本研究では,人間が公平に判断できるようにするため,人間の無意識バイアスを矯正する手法を提案する.提案手法は,まず人間に(不公平な)評価を行わせ,評価結果に対して公平性配慮型機械学習を適用して公平なモデルを獲得する.公平なモデルと同様の判断をできるようにするため,人間に対して機械教示を行う.他者の収入を予測する被験者実験を実施し,不公平な評価を行う人間に対して,提案手法による矯正効果が見られることを確認した.

著者

三宅 陽一郎 三宅 陽一郎 津村 賢宏

出版者

一般社団法人 人工知能学会

雑誌

人工知能 (ISSN:21882266)

巻号頁・発行日

vol.36, no.3, pp.404-407, 2021-05-01 (Released:2021-05-01)

著者

笹原 和俊

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

pp.B-MDF02, (Released:2016-01-28)

参考文献数

16

---

The socialization of the Web changes the ways we behave both online and offline, leading to a novel emergent phenomenon called ``collective attention'' in which people's attention is suddenly concentrated on a particular real-life event. Visualizing collective attention is fundamental to understand human behavior in the digital age. Here we propose ``association networks'' to visualize usage-based, term-association patterns in a large dataset of tweets (short text messages) during collective attention events. First, we train the word2vec model to obtain vector representations of terms (words) based on semantic similarities, and then construct association networks: given some terms as seeds, the associated terms are linked with each other using the trained word2vec model, and considering the resulting terms as new seeds, the same procedure is repeated. Using two sets of Twitter data---the 2011 Japan earthquake and the 2011 FIFA Women's World Cup---we demonstrate how association networks visualize collective attention on these events. Provided the Japan earthquake dataset, the association networks that emerged from the most frequently used terms, such as earthquake and tsunami, exhibit distinct network structure related to people's attention during the earthquake, whereas one that emerged from emotion-related terms, such as great and terrible, shows a large connected cluster of negative terms and small clusters of positive terms. Furthermore, we compare association networks in different datasets, using the same seed terms. These results indicate the proposed method to be a useful tool for visualizing the implicit nature of collective attention that is otherwise invisible.

著者

勝見 久央 吉野 幸一郎 平岡 拓也 秋元 康佑 山本 風人 本浦 庄太 定政 邦彦 中村 哲

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.35, no.1, pp.DSI-D_1-12, 2020-01-01 (Released:2020-01-01)

参考文献数

28

被引用文献数

1

---

Argumentation-based dialogue systems, which can handle and exchange arguments through dialogue, have been widely researched. It is required that these systems have sufficient supporting information to argue their claims rationally; however, the systems do not often have enough information in realistic situations. One way to fill in the gap is acquiring such missing information from dialogue partners (information-seeking dialogue). Existing informationseeking dialogue systems were based on handcrafted dialogue strategies that exhaustively examine missing information. However, these strategies were not specialized in collecting information for constructing rational arguments. Moreover, the number of system’s inquiry candidates grows in accordance with the size of the argument set that the system deal with. In this paper, we formalize the process of information-seeking dialogue as Markov decision processes (MDPs) and apply deep reinforcement learning (DRL) for automatic optimization of a dialogue strategy. By utilizing DRL, our dialogue strategy can successfully minimize objective functions: the number of turns it takes for our system to collect necessary information in a dialogue. We also proposed another dialogue strategy optimization based on the knowledge existence. We modeled the knowledge of the dialogue partner by using Bernoulli mixture distribution. We conducted dialogue experiments using two datasets from different domains of argumentative dialogue. Experimental results show that the proposed dialogue strategy optimization outperformed existing heuristic dialogue strategies.