第19回研究会プログラム
第19回研究会
第19回研究会開催要領
- 日時 2018年7月28日(土)14:50 - 17:30(12:50よりIFAT研究会)
- 場所 東京大学駒場Iキャンパス KOMCEEWest レクチャーホール
- 情報処理学会情報基礎とアクセス技術研究会(IFAT)との連続開催
- 参加費 無料
- 予稿 研究会発表の予稿は,開催日前日の7月27日(金)に本HPにて公開します.
- 当日は紙ベースの配布はせず,USBよりのコピーとなります.
- できるだけ事前にダウンロードしていただけるようお願いします.
14:50 - 15:10(ショート)
マルチタスク転移学習による小規模教師データを用いた意図理解
- 〇城光 英彰,内出 隼人,小路 悠介,大塚 貴弘(三菱電機(株)情報技術総合研究所)
本研究では,マルチタスク転移学習を用いた意図理解方式を提案する.本方式は,意図理解とは性質が異なる複数のドメインのデータを利用し,意図理解の正解率 を高めるものである.転移学習の元ドメインとして日英翻訳データ(日英翻訳タスク)および日本語Wikipedia(文予測タスク)を,目標ドメインとして各発話文 に一つの意図ラベルが付与されている機器操作データ(意図理解タスク)を用いた.その結果,各意図ラベルに対する学習データ数が1, 3, 5と少ないとき,複数 のドメインのデータを利用しない,従来の転移学習の方式の意図理解正解率を,提案方式が上回ることが分かった.
15:50 - 16:20
データの統合化と視覚化によるデータ分析統合ツールPadocの提案
- ○中井 眞人,林 久志,村越 英樹(産業技術大学院大学)
データ分析によって構築する予測モデルを実務上で使う場合には、精度だけでなく頑健性と説明性も求められる.そのためには分析データは定義が明らかで充足 率も高く予測対象との関連も明瞭でなければならない.しかし実際のデータは分散されて存在することが多く,データも多様で適切なデータが見つからない場合 が多い.分散されたデータの定義を確認しながら分析用のデータを統合することは前処理といって全工程の7割を占めるといわれている.一方最近の主要なデータ 分析言語のRやPythonは数理モデル構築には適しているが,煩雑な前処理を行うには記述が難しすぎる.本論ではコマンドモードとビジュアルな環境を提供した実用的なデータ分析ツールPadocを提案する.提案ツールは前処理ではPythonに比べて記述が容易であることを示し,ビジュアルな環境は仮説検証や知識発見についても十分な性能を提供している事を示す.
キーワード:
参照:[お知らせの歴史] [イベントの歴史]