#freeze
* 人工知能学会第29回全国大会 [#tc316020]
このページはしましまが人工知能学会全国大会2015に参加してとったメモです．私の主観や勘違いが含まれていたり，私が全く分かってなかったりしていますので，その点を注意してご覧ください．誤りがあれば，指摘してください．
- 日時：2014年5月31日（日）〜 6月2日（火）
- 会場：はこだて未来大学（北海道函館市）
* 5月31日 (日) 1日目 [#c25cea0d]
* 1H2 「情報推薦（１）」 [#m6abb0a0]
** 1H2-1 フィルターバブルを気づかせるシステムの提案 [#ab83e49e]
片岡 雅裕，
橋山 智訓，
田野 俊一(電気通信大学 大学院情報システム学研究科 情報メディアシステム学専攻)
- プライベート検索をオン・オフで順位が異なる場合の変化から，順位が大きく変化する検索結果があるとき，インジケータを付ける
** 1H2-2 推薦理由を提示する情報推薦システム [#gdd03474]
折原 レオナルド賢，
橋山 智訓，
田野 俊一(電気通信大学 大学院情報システム学研究科 情報メディアシステム学専攻)
- 内容ベースの推薦で，利用者プロファイル中で推薦に影響した項目を示す
- 推薦のある方が満足度が下がる結果
** 1H2-3in コミックの探索的検索支援にむけたジャンル情報の利用に関する検討 [#s85eeb38]
山下 諒，
松下 光範(関西大学総合情報学部総合情報学科)
- コミックの個人化検索：好み自体の他，ストーリーや絵柄が興味の観点が異なる → レビュー文を使う
- 最初に選んだシードのコミックから，対話的に類似コミックを選ぶ
- サッカーのコミックで，サッカーという大きなテーマは書き込まれない問題
** 1H2-4 RDFを利用したICT実践型教育向け推薦手法 [#jae06754]
大場 みち子，
藤原 哲，
山口 琢(公立はこだて未来大学)
- ソフトウェア開発の講義で，その前提知識が不足している問題
- RDFに記述された内容をキーワードの一致だけでは対応付けできない → 肯定辞書RDFを導入し対応付けに利用
** 1H2-5 オンラインファッションカタログを利用した画像とテキストからの組み合わせ推薦 [#ed0e56be]
堀 和紀，
岡田 将吾，
新田 克己(東京工業大学大学院総合理工学研究科知能システム科学専攻)
- 入力した服の画像特徴と，質問テキストの類似性をベースに，対話的に目的の服を見つけ出す
- 画像，レビュー，ユーザが作ったコーディネートを用いた内容ベース
* 1C3 「データマイニングの基礎」 [#l93791b9]
** 1C3-1 木構造データからの主成分抽出 [#g9725f96]
著者 山崎 朋哉(京都大学 大学院情報学研究科 知能情報学専攻)
山本 章博(京都大学 大学院情報学研究科)
久保山 哲二(学習院大学計算機センター)
- 入力された木の集合の部分構造が特徴になり，その特徴間の類似性が大きな木が主成分になる
-- 距離は木の編集距離で測る
-- 直交性は，共通部分の少ない木が直交な木
** 1C3-2 構造データからの頻出多ポート項木パターン枚挙アルゴリズム [#hc32f90c]
著者 糸川 裕子(広島国際大学 心理学部 心理学科)
内田 智之(広島市立大学大学院 情報科学研究科 知能工学専攻)
- 木の部分木のラベル構造のパターンが多ポートパターン
- このパターンを含むような部分木の頻出パターン検出
** 1C3-3 k-Plex 制約とメタクリークを用いたクリークセットの列挙法 [#yed09f83]
翟 泓杰，
原口 誠，
大久保 好章(北海道大学大学院情報科学研究科)
富田 悦次(電気通信大学)
- ノードあたりたかだか k 個の辺の欠損があってもクリークとみなす k-plex 極大クリーク
- クリークの中で，密なクリークを含むようなものを抽出する
-- 内部に含まれているクリークの数が少ない + クリーク間の重複が大きい
- クリークを頂点とし，合わせるとkクリークになっているようなクリーク間に辺を作ったグラフを作って列挙する
** 1C3-4in 完全動的索引によるグラフ上の影響力推定・影響最大化クエリ [#u1989614]
大坂 直人，
秋葉 拓哉(東京大学大学院情報理工学系研究科コンピュータ科学専攻)
吉田 悠一，
河原林 健一(国立情報学研究所)
- シードから，辺に割り当てられた確率で確率が伝播するモデル
-- 影響拡散とは，伝播して活性化される頂点数の期待値
- 影響力を推定する問題と，影響力が最大の頂点を見つける問題
- 逆シミュレーション：リンクを逆にたどって，その経路上にあったノードの頻度を使う
- 動的に変化したときに，更新を高速に実行したい
-- 経路情報を保存しておくことで，頻度情報を更新できるようにした
** 1C3-5in 接続行列分解による関係予測 [#tb3338c3]
横井 祥，
梶野 洸，
鹿島 久嗣(京都大学大学院情報学研究科知能情報学専攻)
- 隣接行列ではなく，頂点×辺による接続行列を使って行列分解をする
-- 予測が難しい：列の中に1が2個1になっていると，その頂点間に辺ができる → 頂点のペアの空間で辺ができそうなものを探索する
** 1H4-1 化学物質の構造特徴解析と化学クラスの自動識別 [#od2d1272]
岩元 あすみ，
高橋 由雅(豊橋技術科学大学大学院工学研究科 情報・知能工学専攻)
- 分子図をエディタで入力すると，グラフの部分構造を解析して，どんな基があるとかかとか，フェニール類などであるといった特徴を抽出する
** 1H4-2 人工心肺装置用スマートアラームのための異常検知 [#m16432e5]
松井 藤五郎(中部大学生命健康科学部臨床工学科,中部大学工学部情報工学科)
児玉 泰，
宮﨑 洋輔，
中野 琴江(中部大学生命健康科学部臨床工学科)
- 人工心肺装置の運用は暗黙知になっていて正常状態であることの記述が難しい
- 流量の変動が一定内にある場合でも異常な場合がある → 移動平均からの乖離が，値の絶対値に対してどれくらいになったか値を離散化
- 離散化したシンボル列の6グラムモデルで生起確率が小さいものが生じたら異常
** 1H4-3in マルチタスク学習に基づく疾病コンテキストを考慮したICU 入室患者の死亡リスク予測 [#rbf1a550]
則 のぞみ，
鹿島 久嗣，(京都大学大学院情報学研究科知能情報学専攻)
山下 和人，
猪飼 宏，
今中 雄一(京都大学大学院医学研究科医療経済学分野)
- ICUにはいろいろな疾病の患者が入るが，疾病のコンテキストが危険予測に利用されてこなかった
-- 疾病は多様で，各疾病ごとのサンプル患者数は非常に少ない
- 疾病間の類似度と，カルテの類似度とに基づく正則化項によるマルチタスク学習
** 1H4-4 差分プライベート統合を用いた分散データからの線形回帰 [#t370ded0]
南 賢太郎(東京大学大学院 情報理工学系研究科 数理情報学専攻)
荒井 ひろみ，
佐藤 一誠，
中川 裕志(東京大学情報基盤センター)
- 組織間で，データの統計量を差分プライベートで共有し，それらの統計量からデータ全体を使ったモデルの学習
- 予測誤差の二乗のソフトマックスに比例する各分類器を重み付けする，ミラーアベレージングで分類器を統合
- 般化誤差の上界解析
* 1H5 「Webマイニング（１）」 [#idb9318c]
** 1H5-1 オンラインレビュー情報の利用による自動車の売上予測手法の提案 [#w1584197]
野中 尚輝(東京大学大学院工学系研究科)
松尾 豊(東京大学工学系研究科技術経営戦略学専攻)
- アジアトレンドマップ：映画・アニメなどのアジア各国の流行をWikipediaやTwitterから予測 → 同様の手法を耐久消費財に適用
- レビュー文に含まれる15種のキーワードを疎性として，車の間の類似度を計算しクラスタに分割し，これらは購入の候補の比較対象とされる製品と考える
- 経済指標から各カテゴリ内で販売数を求めるモデルをSVRで学習
** 1H5-2 Web上の意見に対する論理的解析手法の提案 [#k038a958]
十松 和生，
岡田 将吾，
新田 克己(東京工業大学大学院総合理工学研究科知能システム科学専攻)
- 話題に対する賛成・反対の意見をまとめる
- 可視ベース議論フレームワーク：各意見ごとに，どの意見に対する反論かを有効グラフで表す．
-- 論証の確からしさを重み付けして，全体としてどういう意見をまとめる
** 1H5-3 位置情報を考慮した統計モデルに基づく観光スポットのランキング手法 [#nf310ce1]
山岸 祐己，
斉藤 和巳(静岡県立大学大学院経営情報イノベーション研究科)
- tripadvisor の評点を，Zスコアで標準化し，評価者の住所との距離に応じた評価の信頼度の重みを付けて，スコアを統合
** 1H5-4 インターネット広告におけるコンバージョンに近いユーザの抽出方法の検討 [#z3c7faec]
原 淳史，
高野 雅典，
Shtykh Roman，
川端 貴幸(株式会社サイバーエージェント アドテクスタジオ)
- コンバージョンのしやすさに基づき，利用者をセグメントに分割する
- コンバージョンは直前のセッションだけでなく，それよりいくつか前のセッションも影響するようなモデル
- セッションの特徴はアクセスしたページに基づくもの
* 5月31日 (日) 2日目 [#dd118b55]
* 2C1-OS-06a オーガナイズドセッション「OS-6 Deep Learning (1)」 [#s4ae2820]
** 2C1-OS-06a-1 車いす行動センシング加速度データへの表現学習の適用 [#ib534af0]
岩澤 有祐(東京大学工学系研究科技術経営戦略学専攻)
矢入 郁子(上智大学理工学部情報理工学科)
松尾 豊(東京大学工学系研究科技術経営戦略学専攻)
- 車椅子にセンサを付けて，車椅子でのアクセシビリティなどを調べる
- 加速度センサーの時系列をセグメントに分割し，TDNNを使ってセグメントごとの行動を予測
** 2C1-OS-06a-2 ヒトの尿データへのDeepLearning適用による肺がん判定の試行と考察 [#oad0f45c]
門出 康孝，
清水 徹，
黒田 忠広(慶應義塾大学大学院理工学研究科総合デザイン工学専攻)
- 尿のガスクロ結果を特徴量(394種)から肺がんの予測
- 4段の階層NNを，AEで事前学習
** 2C1-OS-06a-3 Deep Learningの中間層学習表現を利用した動画像の意味解析 [#pcb407ab]
松本 泰幸(神戸大学工学部情報知能工学科)
篠崎 隆志(情報通信研究機構 脳情報通信融合研究センター)
上原 邦昭(神戸大学 大学院システム情報学研究科)
- CaffeのImageNetの学習結果を他の動画像の学習に転移させる
- 畳み込みが終わった時点のネットから情報をタップし，SVMで新たに識別
-- タップした特徴量を，連続したフレーム中で，時間方向の領域でmaxプーリングした
- フレームを増やしてもあまり分類精度は上がらなかった
** 2C1-OS-06a-4 Deep Multiagent Autoencoderによる分散協調学習 [#h66cd622]
黒滝 紘生，
松尾 豊(東京大学工学系研究科技術経営戦略学専攻)
- SAEのようにAEを段階的に学習するような枠組み
- 予測に貢献したAEの結果が特徴として選択されるような遺伝アルゴリズムによる最適化
** 2C1-OS-06a-5 級数展開に基づく表層非線形ネットワーク [#k53e0cbc]
窪澤 駿平(情報通信研究機構 先進的音声翻訳研究開発推進センター,東京工業大学大学院総合理工学研究科知能システム科学専攻)
渡辺 太郎，
隅田 英一郎，
岡田 将吾，
新田 克己(東京工業大学(院)総合理工学研究科知能システム科学専攻)
- 活性化関数にcosを使って，フーリエ級数構造を表せるようにして，少ない素子で複雑な関数を近似できるように -
* 2A2 基調講演：“人工知能は世の中をどう変えるか” [#ffa27656]
松原 仁 氏（本学会会長，公立はこだて未来大学システム情報科学科 教授）
ゲーム研究について
- チェスは人工知能のハエ（実験動物）
-- 国際的にはゲーム研究は 1950年代だが，日本では70年代から
-- Wiener, Turing, Shannon, McCarthy, Simon, Newell, Thompson (UNIXの人，チェスの研究のためにUNIXを使った) など大物が研究，Minsky は嫌いだった
-- 松原さんは大物にゲーム研究を酷評された…
- ゲーム研究：大規模な探索問題
-- 現在は 10M〜100M 回，評価関数を呼び出し
- 歴史
-- Simon はあと50年代に10年で人間のチャンピオンにチェスで勝てるといったが，もう30年かかった．Simon は後にたった30年の誤差だと述べたとか
-- Dreyfus は永久に勝てないと言っていた…
-- 選択的探索より 1970年代 CHESS.X.Y という全探索の方が強かったので，その後は全探索が主流に
-- Deep Blueで 1997年にチェスチャンピオンに勝利．2勝1敗3分け．1秒間に2億手，スパコン+専用コンピュータ512台
-- 最近の状態：DBは偶然勝ったようなものだったが，現在は明らかに強く，パソコンでもチャンピオンに勝てて，スマホでも勝てそうな状況
- 将棋
-- 場合の数が圧倒的にチェスより多い
-- 1979に最初の阪大 vs 玉川大の対戦．対戦に2ヶ月．ネットがなかったので
-- 1983 に最初の市販プログラム
-- 2005 プロ棋士との対戦は，将棋連盟を通す必要 ← 橋本プロが，終盤のコンピュータのボロがなければ負けそうな気配
-- 2010 清水女流プロにコンピュータが勝利
-- 2011 米長元名人にコンピュータが勝利
- コンピュータ将棋の中身
-- 探索の効率化 + 評価関数の高精度化（機械学習）
-- 2010年のマシン：あから -- 多数決機構の導入
-- GPS将棋：東大のコンピュータ室のパソコンをクラスタとして利用 → 休日しか強くならない
-- 米長名人：初期の手で希な手を打って序盤優勢だったが，最終的には負けた
-- 2013第二回電王戦：5回戦コンピュータの ×○○△○ で勝利
-- 2015第四回電王戦：コンピュータが反則負けや自明な釣りにのるなどして負けた → クラスタが利用できない，数ヶ月前にソフトを固定してプロ棋士に貸し出して変更を許さないルール
--- 自明な釣りは，貸し出されたソフトを研究して，この手で勝てること見つけていた
これからのコンピュータ将棋
-- アドバンスド将棋：人間とコンピュータの共同．チェスではカスパロフさんが言って一般的．
-- 接待将棋：相手に合わせて，あざといという感じをださずに，うまい負け方をする
- 現状
-- 今コンピュータが全力ならば，少なくとも羽生さんといい勝負ができるだろう．5年後には勝てるだろう．
-- コンピュータに負けると将棋ファン以外の人にも非常に責められていた → コンピュータへの反感は大きかった
-- 頂上決戦ができるか？：オセロはいつの間にか人間を抜いて圧勝してしまった→不幸な状況．チェスのカスパロフは三度目の対戦で負けた．
-- コンピュータの創造性：コンピュータが見つけた新手がプロの対戦で使われるように．プロもコンピュータの変わった手が悪手と言い切れなくなった．
-- 将棋は人間を超えてからも進歩できる：人間の棋譜からの学習ではなく，コンピュータ同士の棋譜からの学習になっている
- まとめ
-- 将棋からの教訓を得て，いい形で人工知能が世の中を変えていくように
-- 残っている大物思考ゲームは囲碁だけになった（囲碁は10〜15年）
* 2C3-OS-06b オーガナイズドセッション「OS-6 Deep Learning (2)」 [#n68cd545]
** 2C3-OS-06b-1 Deep Learningが獲得する特徴表現の理解と利用に向けた中間層情報の活用 [#q232275f]
菊田 遥平(有限責任監査法人トーマツ デロイトアナリティクス)
野村 眞平，
吉永 恵一(リクルート)
小林 秀，
神津 友武(有限責任監査法人トーマツ デロイトアナリティクス)
- 結合重みは結果への影響の強さとみなせる
- 都内の区の特徴から，マンションへの来場確率を求めるモデルを学習
- 重みを特徴ベクトルと思い，それらをクラスタリングして要約表現
** 2C3-OS-06b-2 関係知識獲得のための意味表現の学習 [#k97de162]
高瀬 翔，
岡崎 直観，
乾 健太郎(東北大学大学院情報科学研究科)
- 句のセマンティクスが構成単語の合成完成が表せる：ベクトルの和による＝加法構成性
- 再帰NNとskip-gramモデルを統合：再帰NNの最上位から，句の前後の単語ベクトルを予測 → 加法構成性よりはよい意味表現
-- 句の要素単語を行列で表現したりする工夫
** 2C3-OS-06b-3 Deep Recurrent Neural Networkによる環境モニタリングデータの予測 [#ze53eaf2]
杉浦 孔明(情報通信研究機構 ユニバーサルコミュニケーション研究所)
Ong Bun Theang((独)情報通信研究機構)
是津 耕司(情報通信研究機構 ユニバーサルコミュニケーション研究所)
- PM2.5・SPMなどの密度予測
- 回帰結合NNのための事前学習をAEで実行
- 時系列のセグメントが入力で，反復回数に応じて重視する部分を徐々に後に移動する工夫
** 2C3-OS-06b-4in Deep Neural Networksの力学的解析 [#k6a826a2]
本武 陽一(東京大学総合文化研究科広域科学専攻)
池上 高志(東京大学)
- 画像の1ピクセルが1次元に対応，DPの層を時間方向と思って，物理モデルとしてDNNを捉える → この時空間中で『猫』などを表すものはある曲面上にのる
- この物理ダイナミクスのヤコビアンを計算し，固有値分解すると，どの成分が消えるのかが分かる
- 最初の層ではどの成分も大きさは揃っているが，後の層では選択の差が出てくる
** 2C3-OS-06b-5 Deep Learningと人工知能の発展 [#b618e5f9]
松尾 豊(東京大学)
- Minsky：子供のできることほど難しい
- 世界の情報 → センサー → 表現 → 処理：世界の情報の定義域とは？ 表現の定義域を決めるために，表現が必要に
- Hintonの10個のprior（平滑性など）を使うことで，信号を表現に変換する関数を効率的に探索できるようになった
- センサが増えるような状況だと，定義域が変化するので困る → 原始センサ
- 主体：特徴の効用を決めるもの
* 6月1日 (月) 3日目 [#g24f879d]
* 3A2 招待講演：「フカシギの数え方」から広がる知能情報処理アルゴリズム技術 [#oa2ceeeb]
湊 真一 氏（北海道大学大学院情報科学研究科 教授）
- ERATOプロジェクト：情報系も最近は1〜2件は採択されている
湊のzero-surpress BDD
- 離散構造：離散数学および計算機科学の基礎をなす数学的構造
- 論理関数：入出力がバイナリ → BDD（二分決定グラフ）関数を圧縮できる
-- 1986：圧縮表現を元に戻すことなく，圧縮表現間の論理演算ができるように → 半導体の設計に広く応用
- 論理関数の真理値表で1になっているところで構成される集合を表すと組み合わせ集合に一対一に対応
- 圧縮規則
-- BDD：関数の分岐先が同じだったら辺を削除
-- ZDD：一方の分岐先が定数0だったら辺を削除
フカシギの数え方：ERATOプロジェクトの一般向け展示＠日本科学未来館
- 展示の工夫
-- アルゴリズムを可視化して展示するのは一苦労
-- 組み合わせ爆発のすごさ と アルゴリズム研究者のワザ を見せる
-- 科学展示は，宇宙地球科学，生命科学，情報科学が柱になっているが，情報科学は展示が難しい
- どうみせるか（簡単な問題を実際にといてもらう），数の大きさと計算量の実感
- 展示の工夫：インタラクション，実際に大きな数表でその大きさを実感，体感展示（体重をかけて圧縮），説明に顔写真を加えて親近感
- ふかしぎの数え方ビデオ： https://youtu.be/Q4gTV4r0zRs
-- 未来館チャンネル： https://www.youtube.com/user/MiraikanChannel
-- 図示しようとすると真っ黒に，数十万年かかるというストーリを表すのにロボットというアイデアを制作者側がもってきた，実写版の話もあったが絵がシュールな感じに
-- ランダム表示解のプログラム：河原 純 作
-- 数え上げおねえさんのLINEのスタンプは審査中
- 問題：self-avoiding walks → 個数を表す公式がない
-- 1辺がnの格子上の対角位置のパスの数．最短パスの計数は楽だが，
-- Kunuth先生にビデオのことを伝えると喜んでいただいた
-- simpathアルゴリズム：枝に番号を付けて幅優先探索 → この先は同じものになるというのが動的計画法 → 表をZDDで保持することでメモリ効率を向上
-- n=26 まで求めた世界記録は湊プロジェクトが保持
- ZDDのライブラリ https://github.com/takemaru/graphillion/wiki
-- 書籍：超高速グラフ列挙アルゴリズム
ZDDの応用
- 配電網構成：変電所の割当制約を満たしつつ，接続を変える方法
- 選挙区割当の可能な解の列挙，避難先の割当，
まとめ
- 最適化と列挙は両輪の問題
- 最適化は世界中で競争が熾烈になっているが，列挙問題はそうでもない
* 3L3 「トピックモデルと機械学習」 [#ic6081cf]
** 3L3-1 居酒屋モデルによるトピックの自発的クラスタリングの実装と実験 [#i3dfe4c3]
立川 華代，
小林 一郎 (お茶の水女子大学大学院人間文化創成科学研究科理学専攻情報科学コース)
金子 晃 (お茶の水女子大学理学部情報科学科,お茶の水女子大学大学院人間文化創成科学研究科自然応用系)
- 居酒屋モデル：2階層のディリクレ過程，1段目はDP，2段目はディリクレ分布
-- 個室に案内される場合と，テーブルに案内される場合とを想定し居酒屋モデルと呼ぶ
** 3L3-2 Repair Topic Model [#jc1ae86f]
石畠 正和，
岩田 具治 (NTTコミュニケーション科学基礎研究所)
- 構造（切れ目）が不明確・未知の系列データ
-- 系列データを文法圧縮の手法である Repair と LDA の組み合わせ
- Repairアルゴリズム：与えられた文書をコンパクトに表現する文法を生成
-- 再頻出するバイグラムを再帰的に終端記号に置き換える → 辞書：置き換えのパターン
- 構文木がトピックモデル：潜在変数＝非終端記号，観測変数＝終端記号，根ノード，左ノード，右ノードは共通の事前分布
- コンパクトな辞書が得られていれば計算量を大きく削減できる → HMM よりは非常に高速
** 3L3-3 情報の独立性を強化したトピックモデル [#y4b79c98]
神嶌 敏弘，
赤穂 昭太郎，
佐藤 一誠(東京大学 情報基盤センター)
質問
- 制約項を導入した形式で定式化できるか？
-- 生成モデルなので，それを生かしたものを今回は考えた
-- Mステップの改良でこのままでもどうにかなるのではないかと考えている
- Mステップの改良について
** 3L3-4 Dynamic Stacked Topic Model [#x3f56add]
清水 琢也，
大村 政博，
岡留 剛(関西学院大学大学院理工学研究科人間システム工学専攻)
- PAM (パチンコ・アロケーション)：子ノードが葉ノードであるノードの上に隠れノードを追加
--：トピックの前にもう一段セクションがある，セクションと文書からトピックが決まる
- トピックの構造化と時系列化の両方：DSTMモデル → PAMのトピックの生成事前分布が前の時間からの影響を受ける
** 3L3-5 係り受け情報を用いたトピック粒度の細分化に関する検討 [#z3eb2b1b]
月岡 晋吾，
吉川 大弘，
古橋 武(名古屋大学大学院工学研究科計算理工学専攻)
- レビュー内の評価項目に対応するようなレビュー文を抽出
- 係り受け解析を利用して句を抽出することで，トピック数を増やしても多義性の影響を受けにくく
- 最後に得られたトピックをクラスタリングして階層的に (?)
* 3K4-OS-20b オーガナイズドセッション「OS-20 ヒューマンコンピュテーションとクラウドソーシング (2)」 [#l18fa5cb]
** 3K4-OS-20b-1 (OS招待講演)バイリンガルに特化したクラウドソーシングプラットフォームConyac [#b4c4b78a]
山田 尚貴(株式会社エニドア) http://any-door.com/
- クラウドソーシングによる翻訳：2009年〜，5万人，75言語
- 品質管理：本人認証，評価制度（依頼者評価，相互評価，レベル分け）役割分担；コミュニティの文化形成，内部コントロール
- 本人認証：Facebook認証 → ID認証：各国のIDを利用 → オンライン面接
- 評価制度：依頼者評価（コミュニケーション，速さ，品質などの項を格付け法で評価）
- 評価制度（相互評価）→ 他の翻訳者が評価する．評価者の評価を考慮する補正．
-- メリット：スケールする，デメリット：特定の評価者への攻撃が可能，評価のインセンティブ（翻訳を請け負うには評価する必要）
- プロフィール：翻訳者の知識の範囲を示して，依頼者が依頼をし易いように，テストにより技能レベルがある
- 役割分担：プロジェクト形式（特定のプロジェクト関連に関連）・タスク形式（細分化できる仕事）
-- タスク形式：リーダーやサブリーダを指定し，翻訳者に割り当てる仕事を選ぶ
- 動機付け：スキルチャレンジ（コンペ），ReShare（言語ごとのニュースまとめ，翻訳以外の仕事）
- 機械翻訳の台頭：機械翻訳のためのコーパス作成の提供 → 新しい雇用形態を作る
** 3K4-OS-20b-2 クラウドソーシング上の単言語話者を対象とした翻訳パズルの提案 [#zcb3575d]
福島 拓(静岡大学大学院総合科学技術研究科工学専攻)
吉野 孝(和歌山大学システム工学部デザイン情報学科)
- 多言語用例対訳コーパス：医療など正確性が求められる分野の対話支援
-- 単言語話者による修正：機械翻訳の結果を，元の文は見ないで，正しい文に修正してもらう → どうも分からない文が機械翻訳ででてしまう
- 係り受け解析結果の単語を翻訳後の言語に置き換えて，構造の形で示す
-- 明らかに適当な作業をした結果は減ったが，翻訳精度は低下
** 3K4-OS-20b-3 製品・サービスに対する主観的属性収集のためのGWAPシステムの提案 [#x97423cd]
宮下 瑛志(青山学院大学 大学院 理工学研究科)
水山 元(青山学院大学)
野中 朋美(青山学院大学理工学部経営システム工学科)
- 提案ゲーム：二つの製品のうち一方を選んでもらい，その理由の一致を見る一致ゲーム
-- 一致判定，スコア付けなどの手段をどうするか？
-- 一致判定で単純な一致を考えると，同じフレーズの想起度が高いものだけを扱ってしまう
-- 想起度の高い部分のスコアを下げるような補正などを導入
** 3K4-OS-20b-4 クラウドソーシングにおけるプライバシ保護タスク割り当て [#h5f83dd1]
梶野 洸(東京大学大学院情報理工学系研究科数理情報学専攻)
荒井 ひろみ(東京大学 情報基盤センター)
佐久間 淳(筑波大学 大学院システム情報工学研究科)
鹿島 久嗣(京都大学大学院情報学研究科知能情報学専攻)
- 作業者のスキルの情報や，タスクの必要スキルなどを秘密にして，最適な作業者-タスクの割当を行う
- 最大流問題に変換し，そのプロトコルを秘密関数計算で実装する
** 3K4-OS-20b-5 クラウドソーシングを利用したソフトウェア開発のプロジェクトマネジメント [#v08663fb]
末永 俊一郎(国立情報学研究所)
馬場 雪乃(京都大学大学院情報学研究科知能情報学専攻)
土肥 拓生(株式会社レベルファイブ)
吉岡 信和(国立情報学研究所)
- ソフトウェア開発をクラウドソーシングで
- 要求仕様が適当すぎて見積もりもできない
-- 曖昧な仕様でジョブを発注してみる実験 → 7件受注があっておどろく．明らかに不足している仕様についての問合せがなかった．追加情報を加えると，金額を変えたのは1件．→ あまり根拠に基づいて見積もりしていなさそう
-- 想定に近いものはできたが，仕様は満たしていない → 知識のない発注者はよく分からないまま
* 6月2日 (火) 4日目 [#l2894f57]
* 4F1 「機械学習の応用」 [#s15944d0]
** 4F1-1 ロボカップサッカー2Dにおける帰納論理プログラミングを用いた攻撃パターンの抽出とその評価 [#v388ebc2]
萩元 裕紀(東京工科大学大学院 バイオ情報メディア研究科)
鈴木 利明(玉川大学大学院工学研究科)
渡邊 紀文(東京工科大学コンピュータサイエンス学部)
大森 隆司(玉川大学工学部)
亀田 弘之(東京工科大学 コンピュータサイエンス学部)
- ログパターンのゴールに近づく行動群のパターンをILPで見つける
- ボールホルダーのパスが攻撃パターン → これを述語論理式で表す
** 4F1-2 マルコフ確率場のハイパーパラメータ推定に対するダウンサンプリングの影響 [#s1951c91]
坂本 浩隆(東京大学 大学院新領域創成科学研究科 複雑理工学専攻)
中西（大野） 義典(東京大学大学院新領域創成科学研究科複雑理工学専攻,日本学術振興会特別研究員)
岡田 真人(東京大学新領域創成科学研究科複雑理工学専攻)
- ものの広がりや散らばりを表す拡散方程式の拡散係数：二次微分の係数
- 観測画像は，連続な量を離散的に観測しているので必ずダウンサンプリングになっている
- MRF は離散にした拡散方程式の拡散係数はMRFの超パラメータに対応
- ダウンサンプリングは連続空間の dx を区間 r の間適用したもの
- サンプリングが荒いと推定が曖昧になることがうまくモデル化できる
** 4F1-3in 異粒度データ解析のための非負値行列分解手法 [#tfb40269]
幸島 匡宏，
松林 達史，
澤田 宏(日本電信電話株式会社 NTTサービスエボリューション研究所)
- 属性の値が，一般化されている場合と，一般化されていない場合のデータ（会員カード所有者とそうでない場合など）
- 一般化された値を一般化されていないデータに対応付ける（カード会員の個人情報から対応付けできる）行列を導入し，変換してからNMFする
-
** 4F1-4 定性的で主観的な比較結果から目的関数を決定する数理計画法に基づくアプローチ [#x5110028]
吉住 貴幸(IBM東京基礎研究所)
- 熟練者の評価から目的関数を設計したい → 熟練者の評価は定性的で主観的
-- 既存研究：ランキング学習，ε許容損失を使う → 比較にもとっても良いと良いの程度の差があるのを扱えない
- 評価値の大小 f(x) ＞ f(y) に加えて，程度の差を f(s) - f(t) ＜ f(x) - f(y)，さらにその差が一定以上 f(s) - f(t) ＜ b ＜f(x) - f(y) のような評価をできる
- 不等式：f(x) ＞ f(y) などを f(x) - f(y) + σ のようにして σ の絶対値の総和を最大化する
** 4F1-5in スペクトルデータの潜在的ダイナミクス抽出 [#r50473dd]
村田 伸(東京大学大学院新領域創成科学研究科複雑理工学専攻)
永田 賢二，
岡田 真人(東京大学新領域創成科学研究科複雑理工学専攻)
- 時系列のスペクトルデータのピークの中心・幅・強度を推定し，時系列の構造を明らかに
- 各スペクトルを混合ガウス + 時系列方向を自己回帰でモデル化 → ベイズ推定 + エビデンスでモデル選択
* 4A2 招待講演：「初音ミク」の現在・過去・未来 [#k17daebb]
伊藤 博之 氏（クリプトン・フューチャー・メディア株式会社 代表取締役）
自己紹介
- 会社は1995年創立
- 音で発想するチーム
- 音楽制作の材料：sonicwire.com 1000万件以上のサウンドを配信，100以上のレーベル，サンプルパック，効果音，BGM
- 制作した音楽の配信： router.fm 独立系ミュージシャンの配信サービス，登録レーベル 2000以上
- バーチャル・インスツルメント：仮想楽器，ソフトの開発 → 歌声の実現は難しかったが 2002年にVOCALOIDができた
VOCALOID
- 2004 MEIKO (女声)，2006 KAITO (男声) → 2007 初音ミク
-- 初音ミクが話題になったのは，MEIKO/KAITO 発売時にはなかった YouTube/ニコ動 の影響
- 初音ミク：持ち歌 10万曲以上，YouTube 投稿数 200万以上
- 音声合成技術もコンピュータミュージックは既存技術としてあった → これを掛け合わせて，さらにキャラクターを付与した
-- キャラクタを付与したことは最初は付加的だったが，影響は大きかった
- 2004 年 ドイツの CANTOR が最初の製品，クラッシック系
- 創作の連鎖：初音ミクはキャラクタを付与したことで，イラスト，動画，3Dモデル，コスプレ，フィギュア，アニメなどへの広がりが生じた
- 二つの課題：権利の解放の手法 + 作品の公平な再利用
-- 権利の解放の手法：ライセンスを作成し公表した http://piapro.jp/license/pcl
--- 小学生などにはライセンスは分からない → 分かりやすい例も容易 http://piapro.jp/license/pcl/summary
-- 作品の公平な再利用：投稿サイトを作った http://piapro.jp
--- N次創作になると N 人の許諾が必要で実際無理 → 二次創作以降は piapro.jp に利用許諾を与える → 他人の創作を利用した人は マナー として礼を述べるように
--- 様々なコラボレーション https://www.youtube.com/watch?v=MGt25mv4-2Q
--- コンサートなども開催，実在する高校の校歌，日本赤十字社・赤い羽根共同募金
- 創作のハブとしての初音ミク
-- ミュージシャン： Bump of Chicken (2014)，Lady Ga Ga の前座 (2014)，米 David Lettermanショー，冨田勲『イーハトーヴ交響曲』，
-- アート：森美術館10周年 LOVE展 (2013)，渋谷 慶一郎 のオペラ (2013)
-- ファッション：ルイ・ヴィトン，earth music & ecology などのブランドのモデルとして
-- 技術：創作で作られた仮想の楽器を実際に作成してみた，情報処理の表紙
-- MIKU EXPO：各国からイベントのリクエストが来る→投票で実際の開催地を決める
--- 第1回ジャカルタ，第2回ロサンゼルス，第3回ニューヨーク，第4回上海
--- 雪祭りのときには地元札幌で SNOWMIKU
--- 創作物の展示だけでなく，創作の体験をすることを重視：折り紙，コスメティックス
--- 千歳空港には常設展示，市内の MIRAI.ST café（勉強会などの会場提供，クラウドファンディング）
- 初音ミクの未来
-- 初音ミクの背後には人間がいて，その人間次第で変わる
![[PukiWiki]](image/ibisforest.png "[PukiWiki]")
