Presentations -
-
Store Clustering Based on Product Genre Representation in POS Data International conference
2024 IEEE 13th Global Conference on Consumer Electronics (GCCE) 2024.10 IEEE
Event date： 2024.10 - 2024.11
Language：English Presentation type：Oral presentation (general)
Country：Japan
-
上田 健生,島 孔介,武藤 敦子,森山 甲一,松井 藤五郎,犬塚 信博
情報処理学会第 86 回全国大会 2024.03 情報処理学会
Event date： 2024.03
Language：Japanese Presentation type：Oral presentation (general)
Venue：神奈川大学 Country：Japan
技能を習得する際に、指導者の評価は重要である。一方で、指導者の助言を得る機会が限られている。そこで本研究では、スマートフォンを用いて、指導者の評価を再現するシステムの開発を目指す。山中らは、加速度データを用いて演舞競技評価システムを開発した。しかし、評価項目によらず動作全体を入力としており、実際の評価における着眼箇所とシステムの評価箇所が異なっていた。本研究では、実際の評価を再現するため、評価項目ごとに着眼箇所の動作のみを用いた機械学習モデルを構築する。実験では、動作全体から着眼箇所のみを用いても同等の精度が得られることを確認し、着眼箇所以外の部分が評価に寄与しないことを示唆する結果を得た。
-
階層型クラスタリングを用いた社会ネットワークと選好の関係性の分析利用統
黒柳 風人,島 孔介,武藤 敦子,森山 甲一,松井 藤五郎, 犬塚 信博
情報処理学会第 86 回全国大会 2024.03 情報処理学会
Event date： 2024.03
Language：Japanese Presentation type：Oral presentation (general)
Venue：神奈川大学 Country：Japan
個人が形成する社会ネットワークの構造的属性はその人物の選好と関係している可能性がある。細木らは、ある音楽ジャンルが好きな人の社会ネットワークから得られる次数中心性などの構造的属性を、その音楽ジャンルの特徴量とし、行為者の社会ネットワークと音楽選好の関係性を調査した。しかし分析結果の確認方法が定義されておらず、どの音楽ジャンル同士が社会ネットワークの構造的属性の観点から類似しているのか不明瞭であった。本論文では、特徴量を付与した音楽ジャンルに階層型クラスタリングを用いることで、社会ネットワークの構造的属性が類似した音楽ジャンルの集団を抽出する手法を提案する。
-
エージェント間の距離がタスク達成に影響する環境下における報酬の制御
中田瑛，森山甲一，武藤敦子，松井藤五郎，犬塚信博
エージェント間の距離がタスク達成に影響する環境下における報酬の制御 SMASH21 SUMMER SYMPOSIUM
Event date： 2021.09
Language：Japanese Presentation type：Oral presentation (general)
Venue：ソフトウェア科学会
-
Estimation of performance evaluation factors by analyzing the centrality in the meeting network International conference
Yuta Mizuno, Atsuko Mutoh, Koichi Moriyama, Tohgoroh Matsui, Nobuhiro Inuzuka
The 35th Annual Conference of the Japanese Society for Artificial Intelligence Japanese Society for Artificial Intelligence
Event date： 2021.06
Language：Japanese Presentation type：Oral presentation (general)
In recent years, some researches aimed at searching for important persons on social networks using the centrality have been focused. In this study, by measuring the correlation between each centrality of the meeting network in the office and various indicators, we clarified the characteristics of each centrality, and estimated the factors for evaluating the performance in the company.
-
Curiosity-Driven Search in a Multiagent Reinforcement Learning Problem
Toru Iwashina, Koichi Moriyama, Tohgoroh Matsui, Atsuko Mutoh, Nobuhiro Inuzuka
The 35th Annual Conference of the Japanese Society for Artificial Intelligence Japanese Society for Artificial Intelligence
Event date： 2021.06
Language：English Presentation type：Oral presentation (general)
Reinforcement learning has been shown to be capable of
dealing with complex control problems, e.g., automated driving. In the real world, on the other hand, people are not alone but interacting with one another. When we apply reinforcement learning to such a multiagent environment, an agent should find a way to get along with others. To do so, the agent needs to search in its strategy space efficiently. In this work, we apply the curiosity-driven search to a multiagent environment. The curiosity-driven search, which is proposed for single agent scenarios, generates intrinsic rewards that guide the agent in sparse-reward environments. The intrinsic rewards may give a good result also in a multiagent environment where the agents need to find a good combination of actions. We conducted experiments using a predator-prey problem popular in multiagent studies, and found that the learning speed in the early stage of learning was improved compared to the case without the curiosity-driven search. -
Evaluation of martial arts demonstration focusing on motion timing using acceleration data
Shohei Yamanaka, Kousuke Shima, Atsuko Mutoh, Koichi Moriyama, Tohgoroh Matsui, Nobuhiro Inuzuka
The 35th Annual Conference of the Japanese Society for Artificial Intelligence Japanese Society for Artificial Intelligence
Event date： 2021.06
Language：Japanese Presentation type：Oral presentation (general)
In martial arts such as taekwondo, it is important to know one's own skill level in order to improve. In this study, we propose a method to evaluate the performance of taekwondo, attaching a smartphone with the waist and collect acceleration data. In martial arts, including taekwondo, when a martial artist stops moving, he or she instantly holds the entire body still. The acceleration data shows a peak at the moment of this stillness. If the timing of this peak is the same in all three axes, the fighter is considered to be more skilled. In this paper, We use the difference in the timing of the three axes to calculate the feature value, and decision trees create to evaluate the movement from the acceleration data using these features as explanatory variables. We evaluated the effectiveness of decision trees and confirmed these accuracy.
-
Investment Trusts Clustering Using UMAP For The Long Return International conference
Haruto Yabuuchi, Tohgoroh Matsui, Atsuko Mutoh, Koichi Moriyama, Nobuhiro Inuzuka
The 35th Annual Conference of the Japanese Society for Artificial Intelligence Japanese Society for Artificial Intelligence
Event date： 2021.06
Language：Japanese Presentation type：Oral presentation (general)
It is necessary to compare investment trusts with their investment similarity, because their actual operations
may differ from their investment policies. A method for clustering investment trusts based on their monthly return has been proposed, but it only uses 3months. In this paper, we propose a method for clustering investment trusts with long term return and using the UMAP. -
Optimization of evacuation shelter allocation avoiding intersections of evacuation routes by network division
Masaya Yamamoto, Atsuko Mutoh, Koichi Moriyama, Tohgoroh Matsui, Nobuhiro Inuzuka
The 35th Annual Conference of the Japanese Society for Artificial Intelligence Japanese Society for Artificial Intelligence
Event date： 2021.06
Language：Japanese Presentation type：Oral presentation (general)
In recent years, there have been many occurrences of earthquakes and other large-scale disasters. Since the Great East Japan Earthquake revealed that many residents do not know where to evacuate to in the event of a large-scale disaster, evacuation shelter allocation is currently an important issue. Okada et al. proposed a method for allocating evacuation centers using data on people's stay histories. However, this method has a problem that it does not take into account evacuation routes. In this study, we propose a method to determine whether or not the network in the area to be evacuated can be divided into buildings and evacuation shelters, and to obtain the allocation of evacuation shelters without intersecting evacuation routes. As a result of evaluation experiments, we found that the proposed method was able to avoid the crossing of evacuation routes, while the conventional method had the possibility of crossing evacuation routes.
-
社会ネットワークの社会的属性を特徴づける構造的属性に関する研究 International conference
細木 聡, 犬塚 信博, 武藤 敦子, 森山 甲一
人工知能学会第35回全国大会 人工知能学会
Event date： 2021.06
Language：Japanese Presentation type：Oral presentation (general)
社会ネットワーク分析において、各ノードの周囲の構造的属性は有用な働きをする可能性がある。夏目らは、構造的異質性属性を与えるオペレータを定義し、これによって得られた属性を適用した形式概念分析によって、具体的なエゴの振る舞いを分析した。しかし、限られた属性とオペレータの適用方法を対象としており、構造と関連する広い範囲の属性を対象とする必要がある。そこで、本研究では構造的な異質性に基づく新たな属性を定義し、それらも含めて有用性を調査した。その結果、いくつかのオペレータと属性の組合せで有用な結果を得た。
-
非負値多重行列因子分解による購買および TV視聴パターンの可視化
安井彰悟, 武藤敦子, 森山甲一, 松井藤五郎, 犬塚信博
情報処理学会第83回全国大会 情報処理学会
Event date： 2021.03
Language：Japanese Presentation type：Oral presentation (general)
本研究では，小島らの非負値多重行列因子分解とクラスタリングを用いたユーザ行動パターン抽出方法における，因子分解結果からクラスタ内ユーザの行動特徴を解釈するのが複雑であるという問題に対して，因子行列と各クラスタ中心のユーザの因子寄与度を掛け合わせることによって，クラスタ内ユーザの行動特徴を可視化する手法を提案する。
その後，従来手法と同様に，クラスタ内ユーザの個人属性を決定木学習することで，行動特徴と個人属性の関係性について分析する。
最後に，ユーザの商品の購買と，TV視聴時間帯の関係性について本手法を用いて分析を行い，有効性を確認する。 -
Automatic Generation of Behavioral Rules for Pedestrian Simulations Using Reinforcement Learning
Himeka Kobayashi, Koichi Moriyama, Tohgoroh Matsui, Atsuko Mutoh, Nobuhiro Inuzuka
Event date： 2021.03
Language：Japanese Presentation type：Oral presentation (general)
In designing pedestrian simulations, it is common for model designers to prepare in advance behavioral rules of the pedestrians. To reduce the burden on the designers, we aim to automatically generate the rules using reinforcement learning. In this work, we consider counter-flow simulations where agents move toward each other. They decide their actions based on visual information. This work designs their states to avoid collisions in the simulations. From the simulation experiments, we found that the proposed agents learn appropriate behavioral rules to arrive at the destination while avoiding collisions.
-
高次元連続観測空間における安全な強化学習
梅本 匠, 松井 藤五郎, 武藤 敦子, 森山 甲一, 犬塚 信博
情報論的学習理論と機械学習研究会 電子情報通信学会
Event date： 2021.03
Language：Japanese Presentation type：Oral presentation (general)
Venue：オンライン
本論文では，連続状態空間における成功確率と収益に基づく安全な強化学習の手法であるCSEQを高次元に拡張する方法を提案する．被災地や宇宙などの人が直接行くことのできない危険な環境でロボットの活躍が期待されている．強化学習は試行錯誤に基づいてより良い行動を学習する機械学習の手法であり，強化学習手法の中でも危険回避行動を学習することに着目した安全な強化学習として成功確率と収益に基づくEQという手法が提案されている．これを連続状態空間に拡張した手法がCSEQであり，2次元空間上のシンプルな問題ではその有効性が確認されている．しかしながら，安全な強化学習を活用したいロボットの問題などの観測値は高次元で与えられることがほとんどである．そこで我々はVAEでモデル化された潜在変数の平均値を用いて高次元連続空間を扱うことのできる安全な強化学習を提案する．また，高次元連続状態空間の例題を用いてその有効性を検証した．
-
A model for activating local community activities using nudge theory
Takahiro Kimura, Atsuko Mutoh, Koichi Moriyama, Tohgoroh Matsui, Nobuhiro Nobuhiro Inuzuka
Information Processing Society of Japan
Event date： 2021.02
Language：Japanese Presentation type：Oral presentation (general)
Community activities are civic activities carried out by local residents. In Japan, where the declining birthrate and aging population and the outflow of population from rural areas to urban areas are regarded as problems, revitalization of community activities in rural areas has the potential to solve not only local problems but also national problems. On the other hand, in recent years, the "nudge theory" in behavioral economics has been used in public policy in Western countries because of its high cost effectiveness. In this paper, we focus on the human nature such as loss avoidance and social proof used in Nudge theory, and propose a model that activates activities. From the experimental results, it was confirmed that the proposed model reduces the situation where the activity fails and the situation where the activity is successful but the number of participants is small and the burden on each participant is heavy, and the community activity is activated.
-
ノードに内在する関係発生能力に注目したネットワーク生成モデル
時田 遼嗣, 武藤敦子, 森山甲一, 犬塚信博
数理モデル化と問題解決研究会（MPS) 情報処理学会
Event date： 2021.02
Language：Japanese Presentation type：Oral presentation (general)
人や組織の持つ関係性をネットワークとして捉え，複雑ネットワークの特徴を考える分野として社会ネットワーク分析がある．実際の社会ネットワークは，特徴的な性質を持つことが分かっており，その性質を満たすネットワークモデルが研究されてきた．WS や BA のような代表的なモデルの多くは，個々のノードは匿名的に扱われ，構造的特徴のみに基づいてモデル化されてきた．しかし，ノードは固有のネットワーク生成の能力を有すると考えられ，これを分析することも有用である．そこで本論文では，ノード毎に内在する属性に基づいたネットワークモデルの提案を目的とする．その値をパラメータとしてネットワーク群を作成し，現実のネットワークが持つ性質を考えることでネットワークモデルを考察する．
-
ネットワークの局所的な構成と大域的な性質の関係の研究
小木曽 友哉, 武藤敦子, 森山甲一, 犬塚信博
数理モデル化と問題解決研究会（MPS) 情報処理学会
Event date： 2021.02
Language：Japanese Presentation type：Oral presentation (general)
数理モデルによって複雑ネットワークを生成し，スモールワールド性やスケールフリー性等の現実のネットワークの性質を分析する研究が盛んに行われている．一方で，各ノードの周囲の局所ネットワークは各ノードの構造的性質を決定する．局所ネットワークとネットワーク全体の性質の関係を探ることは興味深い．小木曽らは各ノードの持つ局所的なネットワークの構成を入力とし，この構成を満たすネットワークを生成する生成アルゴリズムを提案した．本研究ではこのアルゴリズムを用いることで，局所的構成が同じであっても異なる性質のネットワーク生成されることを示す．加えて局所的なネットワークの構成の変化と大域的な性質の関係性について明らかにする．
-
環境変化に着目したMate-choice copyingの進化モデル
尾関 康介, 武藤敦子, 森山甲一, 松井藤五郎, 犬塚信博
数理モデル化と問題解決研究会（MPS) 情報処理学会
Event date： 2021.02
Language：Japanese Presentation type：Oral presentation (general)
本論文ではエージェントベースドモデルを作成しシミュレートを行う事で生物の特徴的な行動である Mate-choice copying（以下MCC）の性質を考察した．本論文では特に今まで言及されることの少なかった MCC のデメリットを解明する事を主題としている．デメリットを考えるにあたり MCC を行うと類似度の高い個体が増加するという性質に注目し，その状態で環境変化等が起きた場合に MCC は不利に働く．という仮説を立てた．仮説を確認するために MCC の仕組みを取り入れたエージェントベースドモデルを作成し，さらにそのモデル内において環境変化を再現した．その実験結果から MCC が環境変化に弱いという仮説を確認した．
-
Generating Intrinsic Rewards by Random Recurrent Network Distillation
Zefeng Xu, Koichi Moriyama, Tohgoroh Matsui, Atsuko Mutoh, Nobuhiro Inuzuka
Information Processing Society of Japan
Event date： 2021.02
Language：English Presentation type：Oral presentation (general)
Exploration in sparse reward environments pose significant challenges for many reinforcement learning algorithms. Rather than solely relying on extrinsic rewards provided by environments, many state-of-the-art methods generate intrinsic rewards to encourage the agent explore the environments. However, we found that existing models fall short in some environments, where the agent must visit a same state more than once. Thus, we improve an existing model to propose a novel type of intrinsic exploration bonus which will reward the agent when a new sequence is discovered. The intrinsic reward is the error of a recurrent neural network predicting features of the sequences given by a fixed randomly initialized recurrent neural network. Our approach performs well in some Atari games where conditions must be fulfilled to develop stories.
-
Recommendation System Considering Time Factors Based on Implicit Feedback
Workshop on Informatics 2020 Workshop on Informatics
Event date： 2020.11
Language：English Presentation type：Oral presentation (general)
-
損失回避性を導入したコミュニティ活動モデルの提案
木村隆大, 武藤敦子, 森山甲一, 松井藤五郎, 犬塚信博
第18回情報学ワークショップ (オンライン) 情報学ワークショップ
Event date： 2020.11
Language：Japanese Presentation type：Oral presentation (general)
Venue：名古屋工業大学 （オンライン開催）
PREV - 