English
当研究室の論文がICLR2019のWorkshop(Limited Label Data), ECML PKDDに採録されました。
当研究室の論文がICLR2019のWorkshop（Limited Label Data）, ECML PKD…
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
当研究室の論文がICCV2019のWorkshop (Computer Vision for Fashion, Art and Design) に採録されました
当研究室の論文がICCV2019のWorkshop (Computer Vision for Fashion, Art and Design) に採録されました。
【タイトル】UVTON: UV Mapping to Consider the 3D Structure of a Human in Image-Based Virtual Try-On Network
【概要】
画像中の人物を任意の服に着せ替える仮想試着に関する研究。対象の人物の姿勢に制限があった従来手法の改善を目的とした。
身体構造を考慮をするためにUV mappingという機構を内部に取り入れたモデルを提案し、既存手法の課題を改善した。
【著者】
久保静真、岩澤有祐、鈴木雅大、松尾豊
当研究室の論文が情報処理学会論文誌に採録されました。
当研究室の論文が情報処理学会論文誌に採録されました。
【書誌情報】
久保静真, 岩澤有祐, 鈴木雅大, 松尾豊: 服の領域を考慮した写真上の人物の自動着せ替えに関する研究, 情報処理学会論文誌, Vol.xx, No.x, pp.XX-XX(2019)
【概要】
Generative adversarial networks(GAN)に基づく写真上の自動着せ替えについての研究。衣服の領域を考慮することで既存手法より服のパターンをよりよく反映させることができるSwapGANを提案した。
当研究室の論文が情報処理学会論文誌に採録されました。
当研究室の論文が情報処理学会論文誌に採録されました。
【書誌情報】
落合桂一, 鳥居大祐, 深澤佑介, 松尾豊: 事前検索を用いた多様性を考慮した高速なTwitter時空間検索, 情報処理学会論文誌, Vol.60, No.2, pp.XX-XX(2019)
【概要】
地名や施設名などのPOI(Point-of-Interest)を含むTwitterの時空間検索において、事前に様々な場所で検索した結果をインデックスとして保持することで、多様なPOIについての投稿を高速に検索するシステムを提案しました。また、検索結果の多様性がユーザの外出時の行動の参考となることを主観評価実験により検証しました。
当研究室の論文がinterspeech2018に採録されました
Our paper for Interspeech2018 was accepted. 【Informatio…
当研究室の論文が情報処理学会で特選論文賞を受賞しました。
鈴木雅大君が情報処理学会で特選論文賞を受賞しました。
【書誌情報】
鈴木雅大, 松尾豊: 異なるモダリティ間の双方向生成のための深層生成モデル, 情報処理学会論文誌, Vol. 59, No. 3 (2018)
【概要】
本研究では，画像情報とタグ情報といった，異なる種類の情報（モダリティ）の間を双方向に生成するための深層生成モデルを提案しました．従来の双方向生成の手法では，タグ情報から画像情報のような，次元の小さい情報から大きい情報の生成がうまくできないという課題がありましたが，本研究で提案した改良手法によって，この問題が解決し，適切な双方向生成が実現できることを示しました．
当研究室の論文がAsian CHI Symposiumに採録されました。
当研究室の論文がAsian CHI Symposiumに採録されました。
【書誌情報】
Keiichi Ochiai, Yusuke Fukazawa, Wataru Yamada, Hiroyuki Manabe, Yutaka Matsuo: “Pokémon Go Influences Where You Go: Analyzing the Effects of Location-based Services for Location Prediction.” Asian CHI Symposium: Emerging HCI Research Collection in ACM Conference on Human Factors in Computing Systems (CHI) 2018. Montréal, Canada.
【概要】
ユーザの位置予測は重要な課題であり、ポケモンGoなどの位置情報サービスはユーザの訪問場所に影響を与えると考えられ、位置予測に活用できると考えられる。そこで本研究では未訪問の場所へのチェックイン予測に対する位置情報サービスの影響を分析した。
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。
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】
中川大海, 那須野薫, 岩澤有祐, 上野山勝也, 松尾豊: Deep Knowledge Tracingの拡張による擬似知識タグの生成, 人工知能学会論文誌, Vol. 33, No. 3 (2018)
【概要】
Deep Knowledge Tracing（DKT）と呼ばれる生徒の習熟予測を行う手法を拡張し、生徒の学習ログに基づいて擬似的な知識表現を生成する手法を提案しました。
従来手法の、人間の専門家が定義した知識表現を所与のもとしていることによる限界を指摘し、提案手法によってDKTの適用範囲や予測性能を向上させることを示しました。
