著者
野田 陽
出版者
人工知能学会
雑誌
2018年度人工知能学会全国大会(第32回)
巻号頁・発行日
2018-04-12

本研究では各入力次元の寄与度に基づいて入力へ重みをかける、補助重み法 (AW) を提案する。AW は特徴抽出するという意味で Lasso に似ているが、医用質量分析機器データのように、少数の判別に寄与する次元に対して大量の寄与の無い次元がある場合に Lasso よりも高速に特徴抽出が可能である。(実証コード:https://bitbucket.org/akira_you/awexperiment)
著者
宮崎 邦洋 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

機械学習を用いた株式市場における株価予測の研究を多く行われており、その手法を用いて運用する資産運用会社も少なくない。また一方で、機械学習のアルゴリズムも発展を続けており、特にDeep Learningは従来の機械学習よりも上手くデータの特徴を捉え、画像処理などにおいて良い精度を出すことが確認されている。本研究では、そのDeep Learningの株価予測における有効性を分析する。
著者
太田 翔護
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.26, 2012

議論研究の分野において, 議論は論理学と密接な関係がある. 論理学というのは一般に西洋論理学のことを指し, 議論もこの西洋論理学に則して行われているが, この他にも東洋の論理学としてインド論理学というものが知られている. 本研究では, インド論理学における典型的な「五支論証」を議論の中に取り入れることにより, 事例(比喩表現)を使った論証がより高い説得力を持つ「東洋的な議論モデル」を提案する.
著者
土坂 恭斗 尾関 基行 岡 夏樹
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

世界に310万人のユーザを持つポケットモンスターは,相手の情報や性格などを推測して戦うところに魅力があるが,付属のNon player Character(NPC)はそれを楽しめる練習相手とはいえない.本研究では,ベイズ推定を用いて相手の情報を推定し,その事前分布によってNPC自身の性格を表現する手法を提案する.また,試作したNPCを使って人同士のような駆け引きが生じるか否かを実験的に検証する.
著者
馬場 雪乃 鹿島 久嗣
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

不特定多数の人々に仕事を依頼するクラウドソーシングでは成果物の品質管理が重要課題である。本研究では、翻訳やデザインのような成果物が非定型となるクラウドソーシングタスクにおける統計的な品質管理手法を提案する。我々は、成果物が提出された後に他の作業者にその評価を依頼するというプロセスにもとづき、成果物を作成する作業者と評価者の能力をそれぞれモデル化した「作成」「評価」の二段階の生成モデルを提案する。
著者
河野 誠也 吉野 幸一郎 中村 哲
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

対話行為とは,話者が発話において持つ何かしらの「意図」あるいは発話における「機能」であり,その意図や機能の種類として対話行為タグが定義される.対話行為は,対話モデルにおける基本単位の一つとして利用されてきており,特に近年,対話における発話間の相互作用をモデル化する上で有用であることが知られている.しかし,近年広く用いられているニューラル対話モデル (Neural Conversation Model; NCM) では,こうした対話行為によってシステム発話を明示的に操作することが困難である.そこで本研究では,システム応答が持つ対話行為の情報を条件として用いた敵対的生成学習の枠組みをNCMに導入する.具体的には,与えられた対話行為に基づいて応答を生成するGeneratorと,Generatorが生成した応答が指定した対話行為に基づいた適切なものであるかを判別するDiscriminatorを構築し,これらの2つのモデルを交互に敵対的に訓練する.このような学習の枠組みの導入により,NCMが任意の対話行為に基づいた適切な応答を生成することが可能かどうかの評価を行った.
著者
酒本 隆太 ホ エルデン 市川 佳彦
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

本研究ではビットコインにとってのヘッジとSafe Haven資産を分析する。ビットコインはその高い変動性から近年大きな注目は集めている。ファイナンス研究としてはその代替資産としての性質に注目が集まっており、株や債券のリスクを分散するためにビットコインを利用するという前提でのアプローチが取られている。一方、本研究ではビットコイン投資家の立場を取り、どのようにビットコインのリスクをコントロールすればよいかという点に焦点を当てる。我々は厳密なヘッジ、Safe Havenの定義を用いて、さらに弱いヘッジとSafe Havenと強いヘッジとSafe Havenも区別する。本研究の分析では国際株式や国際債券といった伝統的な資産はビットコインにとって、弱いヘッジ資産となることがわかった。さらにビットコイン相場の下落時には金が強いヘッジ資産となることがわかったが、その数字的なインパクトは限定的なものとなった。我々の長期、あるいはビットコインの下落時に強いSafe Havenとなる資産は存在しなかった。これはビットコイン投資家にとっての下落相場でリスクマネジメントすることの難しさを示唆する。
著者
中田 豊久
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

写経プログラミングとは,プログラムの意味を理解していなくても「まず打ってみて実行する」という初学者に対するプログラミングの学習方法である.本研究では,この写経プログラミングがプログラミング学習にどのような効果を与えるのかを考察する.
著者
YANG KAI 中村 剛士 加納 政芳 山田 晃嗣
出版者
人工知能学会
雑誌
2018年度人工知能学会全国大会(第32回)
巻号頁・発行日
2018-04-12

日本のコミックにはオノマトペがよく現れる.また,新しいオノマトペは日々創造され,コミックに登場している.当然ながら,造語された新しいオノマトペは日本語辞書では見つけることができない.そのため,中国語を母国語とする人にとっては,その新しいオノマトペの意味や印象を理解することは難しい.そこで,本稿では,日本語オノマトペから中国語オノマトペへの機械翻訳を提案する.提案する翻訳システムは音象徴性仮説に基づくものである.この翻訳システムは現在構築中である.本稿では,システムの構成要素について述べ,それらの実現可能性について議論する.
著者
滑川 静海 手塚 太郎
出版者
人工知能学会
雑誌
2018年度人工知能学会全国大会(第32回)
巻号頁・発行日
2018-04-12

ゲームを作成することはAI研究の進歩に大きく貢献している。これは実世界における問題と共通するものが多く存在しているからである。つまりそれらに取り組むことで、AIは現実での問題に応用することができる。AIがチェスや囲碁などの高度な戦略が必要とされるボードゲームで人間を上回った今、次の目標の一つはビデオゲームをプレイするためのトレーニングが挙げられる。この論文では、シューティングゲームに焦点を当て、敵機が展開した弾幕を避けるためのプログラムを最適化する。遺伝的アルゴリズムを使用して、AIプレイヤーは敵の攻撃に被弾することなく動き回るように最適化された。実験には多くの時間を必要とするものの、学習に成功することを示した。
著者
永野 雄大 菊田 遥平
出版者
人工知能学会
雑誌
2018年度人工知能学会全国大会(第32回)
巻号頁・発行日
2018-04-12

SRGANは超解像手法の中でも特に人間の見た目に美しい高解像度画像を生成することができる. しかし, このモデルは一定度の解像度の画像を更に超解像をする目的で考案されたもので, 過去に撮影されたノイズを含むような低解像度画像を超解像することは困難である. 過去に撮影された低解像度画像から画像の細部情報を失うことなく自然な高解像度画像を生成できることは, 我々のサービスにとって有用である. そのため, 本稿では対象を料理画像に絞る. 超解像モデルの学習はある画像とその画像を低解像度化したもののペアから情報を復元するように実施されるという構造に注目し, 我々の目的に資する2つのアプローチを提案する. 一つ目は, 低解像度化をする際に人為的にノイズを加えるという手法である. 二つ目は, ドメイン毎にデータを分けてそれぞれでモデルを学習するという手法である. 本稿で使用したのは, {牛肉, 鶏肉, 食パン, パウンドケーキ}の4種類である. これにより, 既存手法と比べ本稿の手法では定量的・定性的に自然な高解像度画像の生成結果が得られた.
著者
近藤 伸彦 畠中 利治 松田 岳士
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

教学IRにおいて近年とくに重要視されるものに「学習成果の可視化」があるが,成績や就職状況等のデータ,学生調査による間接評価のように,時間粒度の荒いマクロなデータのみから学生が実際に「いかに学んでいたか」という点について詳細に分析するのは難しい.しかしながら,学生の学びの具体的な改善のためには,そうした授業外も含めた学習のようすを把握し,個に応じた支援を行うことが重要であると考えられる.本研究では,Scrapboxを用いてオンラインノートを作成する学習活動を核とした授業を対象に,オンラインノートの学習記録データに基づいて,学習プロセスと学習成果を関連付けた分析を行った.Scrapboxの機能とログデータを用いることで,オンラインノート上に知識のネットワークを構築する際のスタイルを定量化・可視化することができ,また異なる知の関連付けを意識した深い学びを行うほど理解の自己評価が高くなる傾向が見出された.