| 研究課題/領域番号 |
23K21726
|
|---|
| 補助金の研究課題番号 |
21H03555 (2021-2023)
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 基金 (2024)
補助金 (2021-2023) |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分62020:ウェブ情報学およびサービス情報学関連
|
|---|
| 研究機関 | 名古屋大学 |
|---|
研究代表者 |
駒水 孝裕 名古屋大学, 数理・データ科学教育研究センター, 准教授 (30756367)
|
|---|
| 研究分担者 |
井手 一郎 名古屋大学, 情報学研究科, 教授 (10332157)
石川 佳治 名古屋大学, 情報学研究科, 教授 (80263440)
波多野 賢治 同志社大学, 文化情報学部, 教授 (80314532)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2024年度)
|
| 配分額 *注記 |
17,160千円 (直接経費: 13,200千円、間接経費: 3,960千円)
2024年度: 3,640千円 (直接経費: 2,800千円、間接経費: 840千円)
2023年度: 5,200千円 (直接経費: 4,000千円、間接経費: 1,200千円)
2022年度: 3,380千円 (直接経費: 2,600千円、間接経費: 780千円)
2021年度: 4,940千円 (直接経費: 3,800千円、間接経費: 1,140千円)
|
|---|
| キーワード | データ統合 / マルチメディア / 探索的情報検索 / Linked Open Data / 異種データ / 不均衡性 / 検索 / 分類 / モデル軽量化 / テキスト / テキスト分類 / 画像キャプショニング / グラフデータベース / 不均衡データ / データ分類 / 異種データ統合 / データ循環 |
|---|
| 研究開始時の研究の概要 |
昨年度までに，異種データの統合に関する基礎技術（特に，データにラベルを付与する分類問題における不均衡性の問題や大量のデータから必要な情報を効果的かつ効率的に検索する手法）を構築してきた．依然として課題はあるため，これらを更に改善することが今年度の研究内容の一つである．
一方で，これらの成果を受け，さらなる発展として，特に異種モーダルにおいてデータの統合するための基礎技術から応用技術に向けて研究を進行する．
|
| 研究実績の概要 |
本研究は，異種データを統合し活用するための仕組みを研究するのものである．これまでに基礎的な研究および応用に向けた研究を実施してきた．具体的には，与えられたデータの属性やクラスを認識するための分類問題における根本的な問題（不均衡性）に対するアプローチを提案し，国際会議 DEXA において最優秀論文賞を獲得し，研究成果の有用性を示した．この研究では，不均衡なデータの場合には，データをサンプリングするだけでなく，距離学習による特徴量の調整が効果的であることを示した．また，距離学習自体も不均衡性の影響を多分に受けるため，サンプリングとの併用によりその効果をより発揮した．加えて，大量のデータを活用するための検索技術に関しても，昨今の深層学習の流れを汲んだアプローチを提案し，国際会議 MIPR にて報告している．このアプローチでは，昨今の深層学習による特徴表現が画像やテキスト全体にかかる特徴量を抽出していることで，局所的な特徴をうまく取り込めていない課題について，入力を細分化することでその難点を克服するものである．また，異なるモダリティのデータを活用する応用研究として，料理レシピの検索において，素材の栄養素などを統合的に活用する手法を開発し，国際会議 MMAsia にて研究成果を報告した．この研究において，すでに提案されている異種ネットワークにおける関係性抽出技術 Meta-Path を料理レシピ検索に応用し，その応用可能性を示すとともに，料理レシピにおける各要素の重要性を取り込む方法を提案した．同様に，基礎研究を応用可能にするために，穀物の病害検出を対象に，実環境（ネットワークの大域が狭い）においてデバイス単独での病害検出を実現するための手法を開発し，国際会議 MVA にて発表した．これにより，検出性能の低下を 3% に抑えつつ，必要なメモリ量や検出時間を半分以下に短縮することに成功した．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
上記概要のとおり，十分な研究成果を排出しており，当初計画に対して順調に進展している．
|
| 今後の研究の推進方策 |
今年度の研究成果をより発展させる．特に，応用研究を中心として，研究を深堀りすることで，まだ浮き彫りになっていない研究課題を発掘することで，本研究提案の先にある問題点を表面化させる．
|
