Our paper for IJCAI2020 were accepted. 【タイトル】Stabilizing Adversarial Invariance Induction from Divergence Minimization Perspective 【概要】 Adversarial invariance induction (AII) is a generic and powerful framework for enforcing an invariance to nuisance attributes into neural network representations. However, its optimization is often unstable and little is known about its practical behavior. This paper presents an analysis of…
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
Our paper for ICLR2019 Workshop (Limited Label Data), ECML PKDD were accepted. 【Information】 Kei Akuzawa, Yusuke Iwasawa, Yutaka Matsuo: “Adversarial Invariant Feature Learning with Accuracy Constraint for Domain Generalization”, in Proc. of European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases, 2019. 【Overview】 Learning domain-invariant representation is a dominant approach…
Sorry, this entry is only available in Japanese. For the sake of viewer convenience, the content is shown below in the alternative language. You may click the link to switch the active language.
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。
【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
Our paper for IPSJ journal was accepted.
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)
Our paper for IPSJ journal was accepted.
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)
Our paper for Interspeech2018 was accepted. 【Information】 Kei Akuzawa, Yusuke Iwasawa, Yutaka Matsuo: “Expressive Speech Synthesis via Modeling Expressions with Variational Autoencoder”, in Proc. Interspeech 2018. 【Overview】 Recent advances in neural autoregressive models have improve the performance of speech synthesis (SS). However, as they lack the ability to model global characteristics of speech (such as…
Sorry, this entry is only available in Japanese. For the sake of viewer convenience, the content is shown below in the alternative language. You may click the link to switch the active language.
Sorry, this entry is only available in Japanese. For the sake of viewer convenience, the content is shown below in the alternative language. You may click the link to switch the active language..
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．
日本語
