2009 Fiscal Year Annual Research Report
実空間における複合感性と状況理解の多様性のロボティクス的モデル化とその応用
| Project/Area Number |
19100004
|
|---|
| Research Institution | Chuo University |
|---|
Principal Investigator |
加藤 俊一 Chuo University, 理工学部, 教授 (50297107)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
坂根 茂幸 中央大学, 理工学部, 教授 (10276694)
梅田 和昇 中央大学, 理工学部, 教授 (10266273)
庄司 裕子 中央大学, 理工学部, 准教授 (30286174)
|
|---|
| Keywords | 統計的学習 / tfidf / 画像強調 / Web2.0 / 高次の感性 / 得手不得手意識 / 信頼感 / 親近感 |
|---|
| Research Abstract |
感性の教示学習のアルゴリズムの開発:
教示データに付与されたキーワードから、その群に特異的な名詞キーワード群をtfidfの考え方を応用して発見し、「イメージ形容詞・特異的名詞キーワード群」の関係を発見するアルゴリズムを開発した。さらに、少数の例示されたコンテンツから、それらに共通する特徴を自動的に発見し、類似検索するアルゴリズムを開発した。これにより、利用者が用意した教示データが比較的少なくても、自動的に教示データを検索して補い、統計的学習が安定して行えるようになった。
適応的な画像強調アルゴリズム:
明暗対比や色彩対比での側抑制のメカニズムの数理的なモデルを開発し、元の印象を失わずに、局所および広域的な信号の状態に適応的・自動的に画像を強調できるアルゴリズムを開発した。これは、色弱者のための画像強調アルゴリズムとしても利用できる。
知識に対する主観的な評価タグを用いた情報の共有方式:
Web2.0では、利用者間で主観的な評価基準が異なると、タグの共有によるコンテンツの検索は機能しない。本研究では、主観評価用のタグの構造を整備し、各利用者がつけたWeb上の各学習コンテンツへのわかりやすさの主観評価に基づき、利用者群・コンテンツ群のクラスタリングを行い、学習レベルと得手不得手意識に適合した学習コンテンツを提供する仕組みを開発した。
学習支援における感性のモデル化:
高次の感性として、対面式学習指導やE-Learningでの、学習者・指導者がお互いに対して感じる信頼感・親近感の多様な要因を統計的に分析した。単に能力(学習レベル)だけではなく、知り合いからの紹介・推薦、学習コンテンツに対する主観評価の類似度、個人属性の共通点の有無なども主要な要因となることを明らかにした。
|
