| 研究課題/領域番号 |
18H04096
|
|---|
| 研究機関 | 大阪大学 |
|---|
研究代表者 |
村田 正幸 大阪大学, 情報科学研究科, 教授 (80200301)
|
|---|
| 研究分担者 |
荒川 伸一 大阪大学, 情報科学研究科, 准教授 (20324741)
大下 裕一 大阪大学, 情報科学研究科, 准教授 (80432425)
小南 大智 大阪大学, 経済学研究科, 助教 (00709678)
大歳 達也 大阪大学, 情報科学研究科, 特任助教(常勤) (60804458)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2021-03-31
|
| キーワード | ネットワーク制御 / Quality of Experience / 環境認知 / 集団意思決定 / 認知バイアス |
|---|
| 研究実績の概要 |
人の集団意思決定を模したユーザエージェントの確立に向け、拡張ベイズモデルにもとづいて動作する方式を検討した。複数の他のエージェントから収集した確信度をもとに状況判断を行うエージェントを構成し、当該エージェントが正しく確信度送信元の全エージェントの状態を束ねた状況を判断を行うことができることを確認した。
次に、ビデオストリーミングを対象に、ユーザーの心理効果も含めたQoEモデルの構築と、QoEモデルを応用したユーザー意思決定の補正制御手法の開発を行った。QoEモデルでは、量子意思決定モデルを取り入れることにより、ユーザーの認知不協和等の心理効果を含めたQoEモデルを構築した。また、QoEモデルを元にユーザーの意思決定を補正するエージェントをMPEG-DASH環境下で実装し、補正制御によりネットワーク状況に応じて適切なビットレート選択が可能であることを示した。
さらに、ユーザーの動画視聴サービスに対する満足度（QoE）を定量化する方式の構築を行った。定量化方式には、ヘッドセット型のEEG（脳波）計測装置を用いて動画視聴中のユーザの EEG を測定して用いた。EEGから抽出する特徴量として、既存研究でも用いられている、パワースペクトル密度、周波数帯別パワー比、離散 Wavelet 変換値を、EEG 計測装置の各チャンネルを使用した。実際に機械学習に使用する際には、特徴量の種類が多いことによる過学習を防ぐために、遺伝的アルゴリズムを用いた抽出方法を利用している。被験者を募った実験により定量化方式の精度を評価した結果、平均推定精度が48%程度であることがわかった。
|
| 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
人の集団意思決定を模したユーザーエージェント、ならびに、脳の認知機能の限界を補うユーザーエージェントの検討がともに順調に進捗しているため
|
| 今後の研究の推進方策 |
ユーザーのQoE推定方式について、脳波計測装置のみでは十分な精度が得られない場合があるため、視線計測装置などの他の方式と組み合わせてQoE推定方式の構築を行う。
|
