|
人間が利用するシステムの信頼性を高めるためには、人間がその挙動について理解できる必要があるが、深層学習を用いたシステムはブラックボックスであり、その挙動の説明が一般に困難である。そこで本研究では、推薦システムを対象として、知識グラフとレビュー文を用いて推薦理由を説明する手法を提案した。知識グラフ上でユーザとアイテムを結ぶパスを提示することで、ユーザがアイテムの推薦理由を理解することを支援する。複数の人間が参加するシステムにおいては、参加者が利己的に振舞っても全体として望ましい結果が得られるようにする必要がある。そのようなルールを設計する方法はメカニズム設計と呼ばれ、オークションや投票システムなどを対象に研究されてきた。これまでメカニズム設計は研究者が理論的な考察に基づいて行ってきた。しかし、複雑なシステムにおいて最適なメカニズムを設計することは容易ではなく、そのようなメカニズムが知られていないシステムも多い。そのため最近、深層学習を用いて自動的にメカニズム設計を行う研究が行われている。本研究では、架空名義入札とよばれる不正行為に頑健なオークションメカニズムを深層学習を用いて自動設計する手法を提案した。複数の参加者がどのようにしてチームを形成し協力関係を構築するかは、人間の意思決定の仕組みを理解する上で重要な課題であり、これまで被験者を使った実験によってモデル化されてきた。本研究では、クラウドソーシングを用いて収集したデータから、ニューラルネットワークを用いて参加者の意思決定をモデル化する研究を行い、被験者実験による結果と類似の結果が得られることを確認した。
|
