2018 Fiscal Year Annual Research Report
次世代高精度検索を実現するスーパーマルチモーダル人間情報解析基盤
| Project/Area Number |
17H01744
|
|---|
| Research Institution | Hokkaido University |
|---|
Principal Investigator |
長谷山 美紀 北海道大学, 情報科学研究科, 教授 (00218463)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
高橋 翔 北海道大学, 工学研究院, 准教授 (00708018)
小川 貴弘 北海道大学, 情報科学研究科, 准教授 (20524028)
|
|---|
| Project Period (FY) |
2017-04-01 – 2022-03-31
|
| Keywords | 画像 / 機械学習 / 人工知能 |
|---|
| Outline of Annual Research Achievements |
【平成30年度の研究実施計画：異種データの関連性に基づき興味推定を高精度化する超グラフ解析技術の開発】
平成30年度の研究では、マルチメディアデータとセンサーデータを同一の特徴空間で互いに比較可能とする超グラフの構築が可能となった。超グラフの解析により、共通の興味を有するユーザとコンテンツを統合的にグルーピングし、コミュニティとして抽出可能とすることで、興味に共通性を有する他ユーザやコンテンツを活用した、興味推定の高精度化を実現した。
具体的には、マルチメディアデータとセンサーデータを同一の特徴空間で互いに比較可能とする超グラフを構築した後、ランダムウォークやHITSアルゴリズム等のグラフ解析法を高度化し、異種データ間の関連性を明らかにする新たな手法を実現した。これにより、共通の興味を有するコンテンツとユーザを統合的にグルーピングし、コミュニティとして抽出することが可能となり、ユーザとコンテンツを同時に活用した興味推定の高精度化が実現された。本年度には、最終年度の実証実験も視野に入れて、検索のための可視化インタフェースの設計に着手する。この際、検索の高精度化のための適合フィードバックを可能とするインタラクティブな可視化インタフェースを構築するとともに、各ユーザの行動履歴やセンサーデータの蓄積を行った。
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
研究実績の概要で述べた通り、平成30年度の研究では、マルチメディアデータとセンサーデータを同一の特徴空間で互いに比較可能とする超グラフを構築可能とし、その解析により、目標としていた、興味に共通性を有する他ユーザやコンテンツを活用した、興味推定の高精度化を実現した。加えて、目標としていたインタラクティブな可視化インタフェースを構築し、各ユーザの行動履歴やセンサーデータの蓄積までを達成している。したがって、当初の計画通りの進捗が得られている。また、次年度以降に実施予定のコミュニティの相互作用の時間的変化も表現可能とする新たなモデルの構築の基礎理論構築にも一部着手しており、想定よりも早い研究の進捗が得られている。
|
| Strategy for Future Research Activity |
ユーザの興味が時間的に変化していく性質を表現するため、前年度以前の研究実績を用いて超グラフの成長モデルを構築し、個々のコンテンツやユーザの動的性質のみならず、コミュニティの相互作用の時間的変化も表現可能とする新たなモデルを実現する。得られるモデルに基づき、動的グラフ解析法と群集解析法を融合した新たな手法を導出することで、各ユーザに対して現在の興味がより高精度に推定可能になることを明らかにする。新たなモデルの構築にあたり、被験者実験の際に必要となる各ユーザの時系列データとして、前年度から開発を進めている可視化インタフェースに蓄積される、各ユーザの行動履歴やセンサーデータを利用する。
|
Research Products
(88 results)
