当研究室の研究がキオクシア株式会社による「2020年度 キオクシア奨励研究」に採択されました

 

予算名:2020年度キオクシア奨励研究
代表者:松尾豊(松嶋達也)
課題題目:ロボット学習におけるオフラインデータの活用と実機転用に関する研究
課題概要:オフラインデータを用いて一種のシミュレータとしてロボットの環境のモデル(世界モデル)を構築し,実ロボット制御への応用するための研究を行う。とくに,本研究期間では,申請者らのこれまでの研究成果を実ロボットに応用することで,手法の実用性の評価と実用に向けた課題の解決を目指す.

当研究室の論文が人工知能学会論文誌に採録されました

当研究室の論文が人工知能学会論文誌に採録されました。

 

【書誌情報】

田村 浩一郎,松尾 豊: ソーシャルメディアにおける影響関係から金融市場に対する作用のモデル化と分析, 人工知能学会論文誌, Vol.35, No.6(2020)

 

【概要】

ソーシャルメディアにおける影響関係から金融市場に対する作用を定式化し,ニューラルネットワークを用いてモデル化する手法を提案した.
直接観測することができず,実際の金融資産の価格変動に寄与する相互作用や,時間を通して複雑に変化するユーザーの認知や心理状態を抽出・分析した.

 

当研究室の論文がWI2019のBest Student Paper Awardを受賞しました

当研究室博士1年の中川大海くんの発表が、WI2019のBest Student Paper Awardを受賞しました。

 

【タイトル】Graph-based Knowledge Tracing: Modeling Student Proficiency Using Graph Neural Network
【概要】
オンライン教育サービス上における受講者の学習ログを元に各受講者の習熟状況を予測する”knowledge tracing”のタスクの改善を目的とした研究。コンテンツ間の関係性をグラフ構造と見なした上でGraph Neural Networksを用いて受講者の習熟を定式化する手法を提案し、従来手法に比べて予測の精度と解釈性を改善した。

【著者】中川大海,岩澤有祐,松尾豊

image (1).png

image.png

当研究室の論文が人工知能学会 2019年度全国大会の学生奨励賞に選ばれました。

当研究室修士1年の谷口尚平くんの発表が、2019年度人工知能学会 全国大会学生奨励賞に選ばれました。

 

【タイトル】メタ学習としてのGenerative Query Network

【概要】
Generative Query Network(GQN)は未知の視点からの観測画像のレンダリングを可能にする革新的な深層生成モデルであり,新たな3次元モデリング手法として注目を集めた.しかし,GQNには,莫大な学習コストがかかる点,ハイパーパラメータに敏感で学習が安定しない点などの課題があることがわかっている.また,確率モデルとしての検証が不十分であるために,モデルアーキテクチャの解釈性が低く,発展研究の妨げとなっている.本研究では,これらの課題を解決するため,GQN の確率モデルをメタ学習のフレームワークを用いて定式化し,それに基づいて,学習のコストと不安定性を改善する手法の提案を行う.評価実験ではShepard Metzlerデータセットを用いてその有効性を検証した.

【著者】谷口尚平,岩澤有祐,松尾豊

【論文リンク】https://www.jstage.jst.go.jp/article/pjsai/JSAI2019/0/JSAI2019_2Q5J203/_article/-char/ja