著者
西田 知史 西本 伸志
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

機能的磁気共鳴画像法(fMRI)を用いた脳情報解読は実世界における様々な応用が期待されているが、新たな解読をするたびにfMRIによる脳活動計測が必要となり、その計測コストが応用の大きな障壁となっている。そこで本研究では、視覚コンテンツに誘起される知覚経験を推定するための脳情報解読として、解読モデルを構築後は追加のfMRI計測を必要としない、全く新しい形の解読手法の提案を行う。提案手法は、個人脳データから構築される、視覚情報が誘発する脳活動を予測するモデルと、予測した脳活動から知覚内容を解読するモデルから構成される。学習済みの2つのモデルを連結することで、新規の視覚情報に対して、追加のfMRI計測なしに個人の知覚内容が推定可能になる。検証の結果、提案手法は知覚内容を適切に推定し、かつ知覚の個人差も推定することが示された。これにより、提案手法は、任意の視覚入力により誘起される個人の知覚経験を、脳内知覚表象を介して推定する計算システムとして機能することが示唆された。
著者
高木 志郎 吉田 雄紀 岡田 真人
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

Batch Normalizationはニューラルネットワークの学習を高速化,安定化させ,汎化性能を向上させる方法として知られている.しかし,その知名度に比してBatch Normalizationがニューラルネットワークの学習ダイナミクスに与える影響についての理解は依然として不十分である.近年この問題に取り組むいくつかの研究が出てきているが,Batch Normalizationつきニューラルネットワークの学習ダイナミクスを解析的に導出した研究はほとんどない.学習ダイナミクスを導出することはBatch Normalizationが学習にどのような影響を与えているかについて理解する上で重要であるため,我々は統計力学的な手法を用いた先行研究を頼りに,Batch Normalizationつき3層ニューラルネットワークの学習ダイナミクスを解析的に導出した.具体的には,Batch Normalizationありのニューラルネットワークについて,系の大域的な挙動を表すオーダーパラメータの微分方程式を導出した.
著者
和泉 潔 坂地 泰紀
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、経済・金融に関わる事象の因果関係を、経済テキストデータから抽出したデータベースから連鎖的に検索するシステムの紹介をする。本システムにより、ユーザが入力したイベントからの経済的な波及効果を推論したり、ニュース記事からの因果チェーンをたどった関連銘柄の提示などのサービス応用のアイデアも紹介する。
著者
作田 尋路 工藤 卓
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

脳の情報処理機序の解明には,非線形な神経電気活動パターンのダイナミクスを理解することが重要である.また,近年ディープラーニング(DL)が多分野で高い識別精度を発揮している.そこで本研究では,ラット海馬から調製した生体神経回路網に対して,電気刺激を印加することで観察される誘発応答電位を含む神経電気活動を計測し,異なる刺激に対する応答パターンの識別に対するDL手法の有効性を検証した.時空間的情報の連続性を保持するようにしながら,入力データを画像として作成し,事前学習手法として積層オートエンコーダを用いた積層人工ニューラルネットワークで,神経電気活動パターンの特徴抽出を試みた.その結果,パターン識別の精度は充分ではなかったが,刺激直後2秒のデータのみを識別対象とすることで,識別精度は刺激直後10秒のデータを対象とした場合と比較して約2倍に向上した.神経電気活動のように「ゆらぎ」の大きい現象について,DLの手法によってパターン識別を行う場合は,分類判別基準に対するデータのゆらぎに応じた相当数の入力データが必須であることが確認された.
著者
山田 真徳 Kim Heecheol 三好 康祐 山川 宏
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

ラベルなしの系列データからDisentangleされた表現を抽出するモデルであるtime convolutional variational ladder autoencoder (TCVLAE)を提案する. シンプルな2次元のデータで提案手法は時系列の意味の分離が可能なことを実験的に示した.
著者
伊藤 禎宣 角 康之 間瀬 健二 國藤 進
出版者
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.17, no.3, pp.301-312, 2002-05-01
被引用文献数
2

SmartCourier is a Web-based system for browsing electronic documents shared in a group of people. It allows users to annotate on the documents with a pen interface, and share the annotations among the users having similar interests on the documents. Also, the system recommends a user unread documents inferred interesting to the user by using a collaborative filtering method. We prototyped two versions of SmartCourier. The first version used a method to matchmake users according to agreement of annotated area on the same documents without any semantic processing of the annotations and the base documents. The second version employed a method to extract keywords from the annotated area of the base documents and find other related documents sharing the keywords. The experimented evaluation shows the second version of SmartCourier was accepted by the users as more efficient system for facilitating knowledge interaction among them.
著者
高橋 諒 蓑田 和麻 舛田 明寛 石川 信行
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

カスタマーとクライアントのマッチングビジネスを展開するリクルートでは、クライアントの情報をカスタマーに伝達するために日々大量の原稿が作成されている。本論文では、機械学習を用いてそれらの原稿の誤字脱字を検出する方法を提案する。このシステムは主に2つのパートで成り立っている。1つは複数のBidirectional LSTMを用いて各文字に対して誤りがないかの確率を算出するパート。もう一つはそれらの出力値を入力として、文全体で誤りがあるかないかを判定するランダムフォレストアルゴリズムである。この方法の有効性を示すために人工で作成した文と我々のサービスで持つ実データを用いて検証を行った。
著者
近藤 瑠歩 山川 俊輔 増岡 優美 田島 伸 旭 良司
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,畳み込みニューラルネットワーク(CNN)を用いて材料の物性予測に必要な特徴を微視組織から自動的に抽出することを試みた.まず,実験で得られた電子顕微鏡像およびイオン伝導度を訓練データとして用いてCNNを訓練した.次に,訓練後のCNNに電子顕微鏡像を入力した際のGlobal Average Pooling(GAP)レイヤー直後の発火と,与えた電子顕微鏡像の教師データ(イオン伝導度)との相関を調べ,正(負)の相関のあるものを高(低)イオン伝導体に特有の特徴と定義した.それぞれの特徴のGAP適用前の特徴マップを比較したところ,結晶欠陥の少ない領域および径の大きなボイドが高イオン伝導体に特有の特徴であり,径の小さなボイドが低イオン伝導体に特有の特徴であることが分かった.この知見は材料技術者の持つ知識と一致しており,CNNによる特徴の自動抽出が有効であることを示すことができた.
著者
朴 柄宣 居林 香奈枝 松下 光範
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,キャラクタの性格に基づいたコミック検索支援システムの実現の端緒として,エゴグラムを用いたキャラクタ性格分類を試みる.現状のコミック検索システムでは,コミックの内容情報に基づいた検索が困難である.そこで,Web 上のリソースから抽出したデータを用いて,エゴグラムに基づくキャラクタの性格分析手法をについて提案する.提案手法では,性格を表す語にエゴグラムの自我状態を基底とするベクトルを付与し,そのベクトルの値によって,キャラクタの性格を分類する.実験により,本手法のキャラクタ分類精度は 55.0% を示した.