Mais conteúdo relacionado Semelhante a AML-dynamics ライスボールセミナー (20) Mais de Tadahiro Taniguchi (20) AML-dynamics ライスボールセミナー3. メンバー (2012/06/26時点)
谷口忠大 知能情報学科 准教授 (研究代表)
北野勝則 知能情報学科 教授
島田伸敬 知能情報学科 教授
西尾信彦 情報システム学科 教授
李周浩 情報コミュニケーション学科 教授
仲田晋 メディア情報学科 准教授
榊原一紀 知能情報学科 講師
小林亮太 知能情報学科 助教
韓先花 メディア情報学科(陳研) PD
4. 時代背景
人工知能技術は,知識をルールとして設計者が表現す
る古典的なルールベースアプローチから,知識自体を
計算機が学習するアプローチ(教師あり学習)を経て
実用化が図られてきた.しかし,このような教師あり
学習による知識獲得,最適化のアプローチは人手によ
るデータ整理,ラベリング,アノテーション(教師
データ)を必要とし,現在のような大量のセンサ系,
データ群が実世界から取得される系では有効ではな
い.
=> トップダウン・アプローチ
現在,人手による教師データの付与を必要とせず,
データ自体が持っている構造情報から知識発見,デー
タ抽出を行う教師なし学習のアプローチが急速に注目
を集めている.
=> ボトムアップ・アプローチ
5. 研究目的
また,このように明示的な教師データを求めず,自
らの感覚運動情報から自己組織的に構造情報を抽出
し,概念形成,知能発達を行うことは,人間の知能
の根本的な特徴であり,その適切な創発的計算知能
の表現は長らく求められてきた.
本研究では,ノンパラメトリックベイズ理論を始め
とする先端的機械学習と,ライフログやセンサネッ
トワーク,ロボットの感覚運動情報,脳神経活動
データといった大規模実世界データの融合により自
動的に知識を獲得し,機能を構成する創発的知能の
創成を目指す.
8. 発達する知能
環境に適応し多様な概念や行動を獲得する知能
人間は生まれた時,未分化
な認識世界の中で活動を始
める.
環境適応の中で様々な概念
や行動を獲得していく.
そして言語を用いたコミュ
ニケーションをも可能にす
る.
その構造,計算論的プロセ
スを知りたい.
10. ベイズ教師無し形態素解析
形態素解析
日本語のような単語間の区切りのない言語では,単語の切
れ目を解析することが重要になる.「分かち書き」
離散文字列から言語モデルを作るためには,この形態素解
析ができる必要がある.
しかし,通常,形態素解析自体が「辞書」の存在を前提と
する.
鶏が先か卵が先か・・・
教師無し形態素解析
辞書を使わずN-gram統計量のみを用いて,未知のテキスト
から単語・キーワードを抽出する手法が開発されてきてい
る.
多くはヒューリスティック,もしくはMDLを基準にして計算量が
重い.
ノンパラメトリックベイズ理論に基づく教師無し形態素解
析
12. Infinite Relational Model
を用いたマルチモーダル概念形成
ball (polystyrene) ball (vinyl) balloon (water)
balloon (normal) balloon (bell) bell 1 (ring)
bell 2 (ring) bell 3 (bar) nutritive (can)
nutritive (box) nutritive can (aluminum)
(small box)
can (steel) spray bottle (full) spray bottle (empty)
soft toy 1 soft toy 2 soft toy 3
(without texture) (with texture) (with texture)
15. Semiotic Prediction of Driving Behavior using
Unsupervised Double Articulation Analyzer
Published in Intelligent Vehicle 2012
Giving theoretical probability to incomplete hidden words
View from driver’s seat Language Model
fd afa
?
Averaged number of correctly
predicted hidden states
Histogram
Segment
Collaborative work with DENSO