| 研究課題/領域番号 |
17K00236
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
知覚情報処理
|
|---|
| 研究機関 | 神戸大学 |
|---|
研究代表者 |
有木 康雄 神戸大学, 都市安全研究センター, 名誉教授 (10135519)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2020-03-31
|
| 研究課題ステータス |
完了 (2019年度)
|
| 配分額 *注記 |
4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
2019年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2018年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2017年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
|
|---|
| キーワード | ゼロショット学習 / 意味的特徴 / 画像特徴 / 知識グラフ / 深層学習 / 意味ベクトル / 対話システム / ImageNetデータセット / 見出し単語 / テキスト文書 / 意味表現 / パターン認識 / 一般物体認識 / シンボルグラウンディング |
|---|
| 研究成果の概要 |
本研究では、物体の画像特徴と物体に関する知識を同時に学習することにより、既知物体と未知物体の認識精度向上を目指すゼロショット学習について研究を行った。この結果、知識グラフは単語やテキストといった記述レベルより優れており、完全なWordnet知識グラフを用いるモデルでは、現在最も優れている方法より45%も精度を改善することができた。また、深層学習を用いたゼロショット学習の応用として、知識を付加した対話システムについて研究を行った。
|
| 研究成果の学術的意義や社会的意義 |
物体画像だけから特徴を抽出し認識するという方法には限界があり、「物体に関する知識も同時に学習させることにより、物体認識精度の向上、未知物体の識別と学習（ゼロショット学習）が可能になる」という考えに基づき、シンボル表現された知識と画像信号とを融合して学習を進める方法を明らかにした。また、この考えに基づき、発話文と知識を融合することで、知的な対話を行う方法を明らかにした。
|
