2017 Fiscal Year Annual Research Report
Quality Control of Human Computation Using Meta-Cognitive Tasks
| Project/Area Number |
15H02782
|
|---|
| Research Institution | Hokkaido University |
|---|
Principal Investigator |
小山 聡 北海道大学, 情報科学研究科, 准教授 (30346100)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
櫻井 祐子 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 主任研究員 (10396137)
|
|---|
| Project Period (FY) |
2015-04-01 – 2018-03-31
|
| Keywords | 人工知能 / 認知科学 / メカニズム設計 / 推薦システム / 教育応用 |
|---|
| Outline of Annual Research Achievements |
計算機だけでは十分な性能を得ることが難しく，人間の認識や判断等を必要とするような課題に対し，人間を計算資源の一部として捉えることによって，計算機と人間の両者の力を組み合せてこれを解決するヒューマンコンピュテーションの枠組みが注目されている．本研究では，ヒューマンコンピュテーションにおいて人間の高度な認知能力と計算機の高速かつ高精度な計算能力を活用することで，様々な分野のタスクにおいて品質の向上を目指す研究を行った．推薦システムなどで用いられる商品やサービスの品質に対して主観的な評価を行うタスクにおいて，総合評価以外に複数の観点からの評価が付与された多基準評価データに対し，ベイズ確率的テンソル分解モデルを用いることで，従来の評価値統合手法を上回る精度を実現した．また，画像分類や情報推薦のタスクにおいて，人間の付与したラベルの数が十分ではない場合でも，複雑なデータ分布を近似できる深層生成モデルを用いて半教師付き学習を実現することで，予測精度を向上させる手法を開発した．さらに，品質制御や報酬決定といったヒューマンコンピュテーションのメカニズム自体を設計するタスクを実行し，そのうえで設計されたメカニズムを評価するタスクも実行することで，メカニズムの妥当性について分析を行った．教育への応用例として，数学パズルに解答するタスクにおいて，解答に対する自信，主観的な難易度，解答に掛かった時間を尋ねる補助的なタスクも実行し，項目反応理論によって推定される難易度とこれらの指標の間の相関を分析することで難易度推定の精度の検証を行った．今後の研究の展開としては，近年様々な分野で有効性が確認されている深層学習を，ヒューマンコンピュテーションの品質制御やメカニズム設計に活用する研究を実施する計画である．
|
| Research Progress Status |
平成29年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
平成29年度が最終年度であるため、記入しない。
|
Research Products
(22 results)
