Rene講師

教員の研究テーマ 

レネ先生が好きなように決めてください 

好きなように決めてください 

決めてください 

卒論・修論の研究テーマ 

レネ先生が好きなように決めて以下書き換えてください 

タイトル環境認識ライフログからの行動パターン解析による類似性・イベント検出
要旨情報数理工学と画像工学を融合した基盤研究にもとづいて，スマートグラスで画像を取得すると同時に文字や文章でライフログとして保存し，行動パターンの周期性，イベント性，類似性などを客観的に定量的に分類する基盤技術を開発する
Keywordスマートグラス，画像認識，ライフログ，行動パターン，類似性
手順1）スマートグラスで周辺の環境を映し文字としてサーバに蓄積する．同時にGPSデータなども蓄積し，共起グラフや状態遷移を獲得する．
2）個人の行動パターンにおける普段と異なるイベント検出や，他人との行動パターンとの類似性を検出し，提案手法の新規性と有効性を検証する．
3）行動の周期性，イベント性，類似性の分類の精度を機械学習で改善させる
リンクhttps://qiita.com/ryo_grid/items/5a5ecc602186a3381c87#_reference-4ab6987f198607e54e8f
http://www.nltk.org/book-jp/ch12.html
http://recruit.gmo.jp/engineer/jisedai/blog/deep-q-learning/
挑戦福嶋?(2017)


好きなように決めてあげてください 

タイトル環境認識ライフログからの行動パターン解析による類似性・イベント検出
要旨情報数理工学と画像工学を融合した基盤研究にもとづいて，スマートグラスで画像を取得すると同時に文字や文章でライフログとして保存し，行動パターンの周期性，イベント性，類似性などを客観的に定量的に分類する基盤技術を開発する
Keywordスマートグラス，画像認識，ライフログ，行動パターン，類似性
手順1）スマートグラスで周辺の環境を映し文字としてサーバに蓄積する．同時にGPSデータなども蓄積し，共起グラフや状態遷移を獲得する．
2）個人の行動パターンにおける普段と異なるイベント検出や，他人との行動パターンとの類似性を検出し，提案手法の新規性と有効性を検証する．
3）行動の周期性，イベント性，類似性の分類の精度を機械学習で改善させる
リンクhttps://qiita.com/ryo_grid/items/5a5ecc602186a3381c87#_reference-4ab6987f198607e54e8f
http://www.nltk.org/book-jp/ch12.html
http://recruit.gmo.jp/engineer/jisedai/blog/deep-q-learning/
挑戦福嶋?(2017)


決めてあげてください 

タイトルWikipedia情報収集による可読性向上のための機械学習的要約手法の開発
要旨情報数理工学と知識工学を融合した基盤研究にもとづいて，Wikipediaなどのオンライン百科事典を自動テキスト要約や難易度判定により，記事の可読性を客観的に定量的に調整する基盤技術を開発する
Keyword要約，平易化，テキストマイニング，評価尺度の確立
手順1）日本語版Wikipediaデータベースから全記事の解説ページを決められた文字数内で可読性を向上する為に、自動テキスト要約とシソーラスによる文章の平易化を行う。
2）自動テキスト要約による要約率と平易化により，その出力を客観的に難易度判定を行うとともに被験者による検定を行う。
3）被験者ごとに要約と平易化による最適な難易度を機械学習で改善させる
リンクhttp://www.nltk.org/book-jp/ch12.html
https://www.slideshare.net/moguranosenshi/ss-47551205/
https://recruit.gmo.jp/engineer/jisedai/blog/deep-q-learning/
挑戦小野田?(2017)


レネ先生が好きなように決めてあげてください 

タイトルWeb情報収集による知識発見のためのルールベース洗練化手法の開発
要旨情報数理工学と知識工学を融合した基盤研究にもとづいて，Web，Twitterなどのネット情報を自然言語処理や予測モデルの構築を行い，知識ベースを客観的に定量的に洗練する基盤技術を開発する
Keywordスクレイピング，オントロジー，ルール，知識発見
手順1）ドル円の解説の記述がある複数のWebページの過去データを形態素解析し，不特定多数の発言で，ドル円が上下するきっかけワードを知識やルールとして蓄積する．
2）Twitterやニュースサイトを収集し，きっかけワードが出た時に実際，ドル円が上下どう動いたのか予測の精度を検証する．
3）構築した知識，ルールの予測の精度を機械学習で改善していく
リンクhttps://qiita.com/ryo_grid/items/5a5ecc602186a3381c87
http://www.randpy.tokyo/entry/python_wordcloud
http://postd.cc/visualizing-relationships-between-python-packages/
https://deepage.net/machine_learning/2017/08/10/reinforcement-learning.html
https://qiita.com/yukiB/items/0a3faa759ca5561e12f8
http://kamonohashiperry.com/archives/762
http://blog.takuya-andou.com/entry/deeplearning_kabu
http://www.intellilink.co.jp/article/column/bigdata-kk01.html
挑戦麻生?(2018)
トップ   新規 一覧 検索 最終更新   ヘルプ   最終更新のRSS