研究者詳細 - 犬塚　信博

講演・口頭発表等 - 犬塚　信博

分割表示 >> ／全件表示 122 件中 1 - 122 件目

Store Clustering Based on Product Genre Representation in POS Data 国際会議

2024 IEEE 13th Global Conference on Consumer Electronics (GCCE) 2024年10月 IEEE

開催年月日： 2024年10月 - 2024年11月

記述言語：英語会議種別：口頭発表（一般）

国名：日本国

評価項目を考慮した機械学習による演舞競技評価システム

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年03月情報処理学会

開催年月日： 2024年03月

記述言語：日本語会議種別：口頭発表（一般）

開催地：神奈川大学国名：日本国

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年03月情報処理学会

開催年月日： 2024年03月

記述言語：日本語会議種別：口頭発表（一般）

開催地：神奈川大学国名：日本国

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

開催年月日： 2021年09月

記述言語：日本語会議種別：口頭発表（一般）

開催地：ソフトウェア科学会

会議ネットワークにおける中心性の分析による活躍評価要因の推定国際会議

水野裕太，武藤敦子，森山甲一，松井藤五郎，犬塚信博

人工知能学会第35回全国大会人工知能学会

開催年月日： 2021年06月

記述言語：日本語会議種別：口頭発表（一般）

近年、ICカードと電子錠により、人の入退を制御する入退室管理システムの導入が増えている。現在では、企業は単純な入退室制御から進めて、社員や部門毎の入退室傾向の分析を行いたいとの要望がある。また、活発に社会ネットワーク分析の研究も行われてきており、人で構成されるネットワークの中心性を用いて、重要人物を探すことを目的とした研究も行われている。森木田らは入退室管理システムの利用データから得られる入退室履歴の情報を用いて、社員と社員を会議を通して繋いだネットワークを作成し、活躍する人を中心性を用いて推定した。この研究では次数中心性、近接中心性、媒介中心性を使って活躍者を推定したが、各中心性が会議ネットワークにおいてどのような特徴を持っているか、また具体的に何を示す指標なのかが明らかになっていなかった。そこで本研究では会議ネットワークにおける各中心性と様々な指標との相関を測ることにより、各中心性の持つ性質を明らかにし、社内における活躍評価要因を推定する。

マルチエージェント強化学習問題への好奇心探索の適用

岩科享，森山甲一，松井藤五郎，武藤敦子，犬塚信博

人工知能学会全国大会人工知能学会

開催年月日： 2021年06月

記述言語：英語会議種別：口頭発表（一般）

強化学習は自動運転などの現実世界の複雑な制御問題に対処可能であることが示されている．一方で，現実世界のように，複数のエージェントが存在する環境で個々のエージェントが学習するには，エージェントが複数になることで増大する方策空間の効率的な探索が必要となる．そこで本研究では，単一エージェントの強化学習の効率的な探索手法である好奇心探索をマルチエージェント環境における強化学習に導入し，学習効率の向上を試みた．マルチエージェント環境の代表的な問題である追跡問題を用いて実験を行ったところ，好奇心探索を導入しない場合と比べ，学習初期における学習速度が向上することが判明した．

加速度データを用いた動作タイミングに着目した演武競技の評価

山中祥平，島孔介，武藤敦子，森山甲一，松井藤五郎，犬塚信博

人工知能学会第３５回全国大会人工知能学会

開催年月日： 2021年06月

記述言語：日本語会議種別：口頭発表（一般）

テコンドーなどの演武競技において自身の上手さを知るのは上達において重要であるが、その上手さを定量的に評価することは難しい。近年、スマートフォンが普及し個人でも簡単に加速度を測定することができるようになった。テコンドーを含め武道には「極め」と呼ばれる動作がある。技を出した後に瞬時に体全体の動きを止め、技を極める動作のことである。先行研究ではテコンドーの演者の腰にスマートフォンを装着し３軸方向の加速度を測定した。極めの瞬間が加速度のピークとして現れるため、その極めピークの強さと緩急に着目した評価を行っていたが、型の上手さを捉え切れていなかった。本研究では型を構成する各挙動において3軸それぞれの極めの瞬間が同じタイミングであれば極めの動作が上手い、すなわち極めの瞬間である加速度のピークの時間差がその被験者の型の上手さを表すとの仮定のもと、初心者から熟練者までの加速度データを用いて定量的な評価をするためのモデルを作成し、そのモデルの評価を行い先行研究と比べ有効な結果を示せた。

長期リターンに対しUMAPを用いた投資信託クラスタリング国際会議

籔内陽斗, 松井藤五郎, 武藤敦子, 森山甲一, 犬塚信博

人工知能学会第35回全国大会人工知能学会

開催年月日： 2021年06月

記述言語：日本語会議種別：口頭発表（一般）

ファンド(投資信託)の中には目論見書に記された運用方針と実際の運用方針が異なる場合があるため、先行研究では実際の運用方針に基づくファンドのグループ分けを目的に、3ヶ月分の月次リターンを用いてファンドをクラスタリングする方法が提案された。しかし、用いたデータの期間が3ヶ月と短いため、目論見書で運用方針をアクティブ型とするファンドについて、その期間中だけインデックス型と偶然に値動きが類似したのか、それとも目論見書の内容と実際の運用方針が異なるのかが区別できないという問題がある。本論文ではこの問題を解決するために、用いる月次リターンデータの期間を増やし、UMAPを用いて次元を圧縮したうえでファンドのクラスタリングを行う手法を提案する。同一の指標をベンチマークとするファンド群に対して提案手法を適用することで、インデックス型ファンドと長期的に値動きが似た、目論見書で運用方針をアクティブ型とするファンドが確認できた。

ネットワーク分割による避難経路の交差を回避した避難所割り当ての最適化

山本正也，武藤敦子，森山甲一，松井藤五郎，犬塚信博

人工知能学会第35回全国大会人工知能学会

開催年月日： 2021年06月

記述言語：日本語会議種別：口頭発表（一般）

近年、地震など大規模な災害の発生が多く見られ、避難計画問題は非常に重要な課題となっている。また、大規模な災害が発生した際にどこに避難すればよいのかがわからない住民が多いことが、東日本大震災で明らかになり、災害が発生したときの避難所はどこかを、確認しておくことが大切になってきている。そのため、現在、避難所の割り当ては重要な課題となっている。岡田らは、人の滞在履歴データを用いて、整数計画法により避難所割り当てを行う手法を提案した。しかしながら、本手法には、避難経路の交差を考慮できておらず、避難経路が交差する場合、交差している箇所で混乱が生じる可能性がある。そこで、本研究では、避難所割り当て問題を建物・避難所・交差点をノード、経路をエッジとしたネットワークで表し、そのネットワークが、建物と避難所毎に分割できるかどうかを判定することで、避難経路が交差しない避難所割り当てを求める手法を提案する。名古屋工業大学の実際の建物を対象に評価実験を行った結果、従来手法では避難経路が交差する可能性があったが、提案手法では避難経路の交差を回避する割り当てが求めることができた。

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国際会議

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

開催年月日： 2021年06月

記述言語：日本語会議種別：口頭発表（一般）

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

開催年月日： 2021年03月

記述言語：日本語会議種別：口頭発表（一般）

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。

強化学習による歩行者シミュレーションにおける行動規則の自動生成

小林姫華, 森山甲一, 松井藤五郎, 武藤敦子, 犬塚信博

計測自動制御学会第４８回知能システムシンポジウム計測自動制御学会

開催年月日： 2021年03月

記述言語：日本語会議種別：口頭発表（一般）

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

開催年月日： 2021年03月

記述言語：日本語会議種別：口頭発表（一般）

開催地：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．

ナッジ理論を用いたコミュニティ活動活性化モデル

木村隆大, 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

開催年月日： 2021年02月

記述言語：日本語会議種別：口頭発表（一般）

コミュニティ活動とは地域住民によって行われる市民活動である．少子高齢化や農村から都市部ヘの人口流出などが問題視される日本において，地方でのコミュニティ活動の活性化は地方の問題だけでなく国全体の問題を解決する可能性を持っている．一方で，近年，行動経済学の「ナッジ理論」が，費用対効果の高いことを理由に欧米各国の公共政策で活用されている．本稿では，ナッジ理論で用いられる損失回避性と社会的証明という人の性質に着目し，活動を活性化させるモデルを提案する．実験結果より，提案モデルが，活動が失敗するシチュエーションと，活動が成功しているが参加者が少なく参加者一人一人の負担が大きいというシチュエーションを減少させ，コミュニティ活動を活性化させることを確認した．

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

開催年月日： 2021年02月

記述言語：日本語会議種別：口頭発表（一般）

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

開催年月日： 2021年02月

記述言語：日本語会議種別：口頭発表（一般）

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

開催年月日： 2021年02月

記述言語：日本語会議種別：口頭発表（一般）

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

数理モデル化と問題解決研究会（MPS) 情報処理学会

開催年月日： 2021年02月

記述言語：英語会議種別：口頭発表（一般）

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

Pengcheng Deng, Atsuko Mutoh, Koichi Moriyama, Nobuhiro Inuzuka