著者

東中 竜一郎 杉山 弘晃 成松 宏美 磯崎 秀樹 菊井 玄一郎 堂坂 浩二 平 博順 南 泰浩 大和 淳司

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回全国大会(2017)

巻号頁・発行日

pp.2H21, 2017 (Released:2018-07-30)

---

「ロボットは東大に入れるか」プロジェクトにおける英語科目の到達点と今後の課題について説明する.現状,短文問題については高精度に正解しつつも,複数文からなる問題(複数文問題)については深層学習などの手法を適用しても精度が伸び悩んでいる.本稿では,短文問題における成績向上のポイント,そして,複数文問題の難しさについて触れ,複数文問題・長文問題の解決に向けた今後の方向性を示す.

著者

山根 承子 山本 哲也

出版者

一般社団法人 人工知能学会

雑誌

JSAI大会論文集

巻号頁・発行日

vol.2015, pp.1D4OS22a3, 2018-07-30

---

<p>ビニール傘に仕掛けを施すことによって、盗難を防ぐことができるのかを実証した。施した仕掛けは、名前シールを貼る、アニメキャラのシールを貼るなどの簡便なものである。これらの傘を大学構内の傘立てに置き、約3ヶ月にわたって実験を行った。</p>

著者

横井 創磨 佐藤 一誠 中川 裕志

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-C_1-9, 2016-11-01 (Released:2016-11-02)

参考文献数

16

---

Topic models are generative models of documents, automatically clustering frequently co-occurring words (topics) from corpora. Topics can be used as stable features that represent the substances of documents, so that topic models have been extensively studied as technology for extracting latent information behind large data. Unfortunately, the typical time complexity of topic model computation is the product of the data size and the number of topics, therefore the traditional Markov chain Monte Carlo (MCMC) method cannot estimate many topics on large corpora within a realistic time. The data size is a common concern in Bayesian learning and there are general approaches to avoid it, such as variational Bayes and stochastic gradient MCMC. On the other hand, the number of topics is a specific problem to topic models and most solutions are proposed to the traditional Gibbs sampler. However, it is natural to solve these problems at once, because as the data size grows, so does the number of topics in corpora. Accordingly, we propose new methods coping with both data and topic scalability, by using fast computing techniques of the Gibbs sampler on stochastic gradient MCMC. Our experiments demonstrate that the proposed method outperforms the state-of-the-art of traditional MCMC in mini-batch setting, showing a better mixing rate and faster updating.

著者

浅野 優 小出 誠二 岩山 真 加藤 文彦 小林 厳生 美馬 正司 大向 一輝 武田 英明

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.LOD-27, (Released:2017-01-31)

参考文献数

19

---

We describe a procedure for constructing a website for publishing open data by focusing on the case of Open DATA METI, a website of the Ministry of Economy, Trade, and Industry. We developed two sites for publishing open data: a data catalog site and one for searching linked open data (LOD). The former allows users to find relevant data they want to use, and the latter allows them to utilize the found data by connecting them. To implement the data catalog site, we constructed a site tailored to the needs of the organization. Then we extracted a large amount of metadata from the individual open data and put it on the site. These activities would have taken a lot of time if we had used the existing methods, so we devised our own solutions for them. To implement the LOD searching site, we converted the data into LOD form in the Resource Description Framework (RDF). We focused on converting statistical data into tables, which are widely used. Regarding the conversion, there were several kinds of missing information that we needed to associate with the data in the tables. We created a template for incorporating the necessary information for LOD in the original table. The conversion into LOD was automatically done using the template.

著者

神嶌 敏弘

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.18, no.1, pp.59-65, 2003-01-01 (Released:2020-09-29)

被引用文献数

1

著者

高橋 英之 中橋 侑里 植田 杏奈 ザン ソニア ユーフイ 神野 和季 亀尾 菜保子

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.4, pp.464-470, 2023-07-01 (Released:2023-07-01)

著者

中島 秀之

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.26, no.1, pp.45-49, 2011-01-01 (Released:2020-09-29)

著者

高間 康史

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.1, pp.73-77, 2023-01-01 (Released:2023-01-01)

著者

大西 舞子 黒田 勇幹

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.5, pp.675-678, 2022-09-01 (Released:2022-09-01)

著者

津村 賢宏 松嶋 達也 宮本 拓

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.5, pp.654-658, 2021-09-01 (Released:2021-09-01)

著者

Masanori HIRANO Hiroyasu MATSUSHIMA Kiyoshi IZUMI Hiroki SAKAJI

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.1K4ES204, 2020 (Released:2020-06-19)

---

In this study, we propose a stochastic model for predicting the behavior of financial market traders. First, using real ordering data that includes masked traders' IDs, we cluster the traders and select a recognizable cluster that appears to employ a high-frequency traders' market-making (HFT-MM) strategy. Then, we use an LSTM-based stochastic prediction model to predict the traders' behavior. This model takes the market order book state and a trader's ordering state as input and probabilistically predicts the trader's actions over the next one minute. The results show that our model can outperform both a model that randomly takes action and a conventional deterministic model. Herein, we only analyze limited trader type but, if our model is implemented to all trader types, this will increase the accuracy of predictions for the entire market.

著者

白鳥 英 中村 耀 杉原 伊織

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.3, pp.335-344, 2023-05-01 (Released:2023-05-01)

著者

銭本 友樹 古俣 槙山 宇津呂 武仁

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37回 (2023) (ISSN:27587347)

巻号頁・発行日

pp.4A2GS605, 2023 (Released:2023-07-10)

---

対話システムは常に一貫した口調を保つことが望まれるため,文全体の口調の類似性評価は重要なタスクである.しかしながら日本語には多様な口調が存在し,口調ごとに特徴的な語彙や語法は膨大に存在するため,文全体の口調の類似性評価は困難なタスクである.そこで本研究では,文章同士の口調の類似性を評価可能な文ベクトル(以下口調ベクトル)を生成する口調埋め込みモデルを提案する.口調埋め込みモデルは,事前学習済みのBERTモデルを対照学習でファインチューニングして構築する.対照学習に必要な類似した口調及び異なる口調の文章ペアは,ウェブ小説中の連続した発話文を利用して大規模に自動収集する.また,Ward法を用いた口調ベクトルのクラスタリングによって,全体的な口調の種類と,各口調での特徴的な語彙や語法について分析する.最後に,発話相手や周囲の状況による同一人物の口調の変化に着目し,小説の登場人物の発話文全体における口調ベクトルのばらつきを分析する.

著者

佐伯 胖

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.3, no.4, pp.398-410, 1988-07-20 (Released:2020-09-29)

著者

鳴海 拓志

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.4, pp.454-463, 2023-07-01 (Released:2023-07-01)

著者

難波 優輝 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.38, no.4, pp.488-493, 2023-07-01 (Released:2023-07-01)

著者

吉田 光男

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.3, pp.358-359, 2023-05-01 (Released:2023-05-01)

著者

榊 剛史 井上 昂治 山野 泰子 岩澤 駿 松原 仁 杉本 舞 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.38, no.2, pp.298-301, 2023-03-01 (Released:2023-03-02)

著者

鈴木 宏昭 大西 仁 竹葉 千恵

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.23, no.3, pp.86-95, 2008 (Released:2008-02-21)

参考文献数

31

被引用文献数

1

---

Many studies on skill acquisition have claimed that improvements in performance follow the power law of practice. However, it is also well-known that during long-term practice there are fluctuations such as plateaus, regressions, and spurts. In order to objectively examine the fluctuations in learning process, we analyzed a long-term learning process in a simple assembly task. We applied a time-series analysis based on the state space method to the task completion time. The analysis revealed that the power law of practice provided only a first approximation, and that fluctuations around the power law line reflected long-term trends. Next, we focused on one of the fluctuations, and carried out cognitive analysis to find what produced the fluctuation. We found that, contrary to the dominant skill acquisition model, the slump was attributable to the mismatch between the level of skills and the environment that the skills are demonstrated in. This analysis suggests that, in order to fully elucidate the processes and mechanisms of skill acquisition, attention should be paid not only to the internal mechanisms, but also to the external environment that the skills are demonstrated in. We discussed the above results in terms of the essential role of fluctuations and environment in skill learning as well as the nature of the data obtained from a single subject.

著者

大和田 直希 鈴木 智也

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 (2020)

巻号頁・発行日

pp.2L4GS1305, 2020 (Released:2020-06-19)

---

本研究では新しいアセットクラスである暗号資産に着眼し,共和分ペアトレード戦略の有用性を検証した.暗号資産は通貨間の相関関係が強く,互いに共和分関係にある可能性が高い.もし通貨ペアが共和分の関係にあれば,ペアの価格差は定常過程となり平均回帰性を有する.そこで価格差が均衡水準から乖離した時,相対的に割高な通貨を売り,割安な通貨を買う.そして乖離が元の水準に回帰した後に反対売買により収益を得る.この共和分ペアトレードが暗号資産市場においてどの程度機能するか検証すべく,実際の暗号資産データを用いて投資シミュレーションを実施した.さらに共和分関係が壊れるリスクを考慮し,分散投資によって収益を安定化できることを確認した.