FrontPage
司会）蒲田・書記）武藤
開始）14:50・終了） 18:00
欠席）沼田 海野 遅刻）
議事録
長瀬さんの発表
- (沼田)
- (長瀬)
- (武藤)
- (高田)潜在クラス分析をする良さ
- ソフトクラスタリングができる。クラス数が分からないものにも自動的に決められる
- (水上)コロナ禍の動向を把握する以外には使えるか？
- (蒲田)研究ではどういうデータを使うのか？
- 量的なデータ。0,1の潜在クラスから量的の潜在プロファイル分析を使う予定
- (平井)10pと11pの図の色の違い
- (中市)10p,9パターンに分けられた理由はあるか？
- モデルの形式上9が一番アンケート結果を捉えられている結果になっている
- (八十住)
- (山内)
- (中島)潜在クラス分析はどういうところで使えるか？
- (堀)4pの数式からのクラスの決め方
- L2を最小化するpiの値でクラスが何個なのかも自動的に決まる
- (海野)
- (島崎)サンプルサイズの拡大とは？
- 今のサイズだと恣意的(データの偏り)担っている可能性があるため
- (戸田)この調査から実際に行った例はあるか？
- 表3の属性ごとのクラス分け結果が属性ごとのアプローチに使える
- (レネ)
- (奥原)通常の分析手法と潜在クラスの違い
- いくつかのカテゴリごとに入っているものごとに分析できる
- 何が潜在クラスに該当するのか？
- AICをもとにクラス数が分けられ、回答項目のクラス構成率でどれくらいそれがそのクラスで重視されているのかがわかる
平井さんの発表
- (沼田)umapは次元を圧縮してくれるのか
- (長瀬)やったことをうまく発表できているが, 何故やったかが少しわかりづらい.やりたいことは何ですか
- 実施できていないという現状があるので, それを援助するためのシステムを実装したい
- (武藤)umapの次元圧縮についてあまりわからなかった.
- 768次元あるベクトルが, ベクトル次元の近さを高次元から低次元に圧縮.
- (水上)線がすべて同じ色だが, ジャンルごとに色を変えることはできるのか
- 色を変えることはできるし, ジャンルごともできると思う
- (蒲田)タイトルは3単語になるのか
- (山内)TF-IDFとは何か
- (中市)768次元というのはどういう数字
- (八十住)3p 768次元のベクトルを15次元まで圧縮したのはなぜか. 多い方が良さそうなものだが
- 768次元でもよかったがどの次元が良いのかはモノによってかわってくるので検証が必要そうだ.
- (山内)
- (中島)Jaccard係数とは何か
- (海野)5p 三単語以上でも可能なのか
- (島崎)K-meansというのは何か
- (戸田)クラスタリングとは何か
- (レネ)7pの図は
- pythonでjaccard係数以外のものを使わなかったのか
- 3個ぐらい種類があったが最もメジャーなようだったのでこれにした.
- Jaccard係数のメリットは
- 単語同士がどのくらいの強さで結びついているのかがわかるので
- (奥原)あまり細かいとわかりづらいので図表は大きめに
65点
八十住さんの発表
- (沼田)9p 図の上の軸は何か
- 周波数. Mybeatの方は補正してある可能性がある.
- (長瀬)自作センサはなぜ作ったのか, どういう良さがあるのか
- MyBeatは服を脱いでからつけなければいけないが, 自作センサは耳にすぐつけられるのが良い. またリアルタイムでシステムを動かすことができる.
- 脱いでからつける方はアンケートなどを用いて有用性を示すと良いと思う.
- (武藤)MyBeatの比較のところは数式でやるのか
- (高田)
- (水上)部位による制度の違いとかは
人によっても変わってくるのでしっかりと固定する必要がある.
- (蒲田)図の時間は揃えられるのか
- (平井)機械の形は
- (中市)5pの図の違いについて
- 電極パッドを直接胸に着けるかベルトでまくか
使い切りか一生使えるか
- (山内)11pのストレス値は何を表しているのか
- (中島)LF/HFがなぜストレス値を表すのか
- 交感神経と副交感神経の周波数の比率がストレス値になると論文などでは書かれている
- (海野)男女で差はあるのか
- 男女の差はあまりない. 農機具を動かす関係か女性はストレスが高くなる
- (島崎)最初の方で障がい者の方のデータが取れなかったそうだがなぜか
- プログラムの書き換えを忘れていてデータが取れなかった. (足)
- (戸田)ストレス値を測ってどうするのか
- (レネ)足のデータはいつとるのか
- (奥原)結果は1つしか載せていないが, もっと他のデータを載せるべきだと思う. (良くないデータも) 首型で八十住さんが工夫した部分は何か
- ヘッドセットに固定してしっかりとしたデータが取れるようになった.
- 足の方は
- 九軸センサをインソールにもっていってより足の形を理解できる
- タイトルは情報システム工学科ではなく情報基盤工学講座にした方が良い
中市さんの発表
- (沼田)7pの制約条件の数の999999は何か
- 先行タスクがない場合はこの値にするようになっている
- (長瀬)8pの図は何を表しているのか
- 重複のタスクをできるかどうか, また負担軽減を考慮した場合のチャートを出力している.
- 研究の内容は変わらないのか
- (武藤)具体的に自分の研究のどこに活かすのか
- (高田)
- (水上)数値実験で出した解の利用者への呈示方法は
- スライドにはないが, ガントチャートとして出している.
- (蒲田)プロジェクト成功とは
- (平井)個人の能力差はどこで考慮しているのか
- (八十住)句読点は気をつけたほうが良いと思う
- (山内)図8は何を表しているのか
- できるだけ小さく制約条件を満たせばいい. 完全な最適解はなく, その中のいくつかの候補の中から利用者が選ぶ
- (中島)6p 遺伝子の設計とは何か
- (海野)開発が失敗してしまい, 日にちが遅れた場合の修正とかはできるのか
- (島崎)背景, 目的でIT人材の不足でプロジェクトマネージャーの負担が高まっているとあるが, どういう面で大きかったのか
- IT人材の需要が高まっている. 1つのプロジェクトだけではなく多くのプロジェクトを抱えている
- (戸田)目的条件, 制約条件はどのようにして決定していくのか
- 品質というのは目的条件の置き換え. 制約条件はプロジェクトの一般的なもの
- (レネ)この論文を選んだ理由は何か
- 本論を書いていた時に数値付けが必要だったのでそのために読んだ.
- 中間発表のための準備は
- ポスターちょこちょこ, 本論は章立てのみ.
内容はワードに書いていっている. (2章あたり)
- (奥原)仕事の前後関係とかはあるのか
- 中市さんの研究にはどのように使っていくのか
- 足りないものは
66点
水上さんの発表
- (沼田)自然言語処理では文の内容まではできないと思うが, AIのようなものを作っていくのか
- AIを作るというよりは理論を適用するだけになると思う
- (長瀬)情報の真偽とは
- 信頼できる文章とそれ以外の意見を比較してでてきたもの
- 中間での落としどころはどうするのか
- (武藤)機械学習でフェイクニュースを判断する論文はいくつかあるが, その人の発する情報が正しいかどうかを判断するものなのか
ｰｰそうなると思う. 個人の情報の真偽や正誤を判断するのがこの研究の目的になっていくと思う
ｰフェイクニュースを信じている人間の情報は全て間違っていると判断した方が良いのでは
- その人の解釈の数値化についてはまだ調べられていないのでそこについても今後は調べていきたい
- (蒲田)あくまでモダリティや文脈だけを考慮して真偽を判断していくつもりなのか
- モダリティなどを数値化して真偽を判定するのが今のところの到達点
- (平井)このシステムをどういった媒体に適用していく予定か, SNSか新聞などか
- (中市)自然言語処理の理論は複数使うのか
- (八十住)誰のための研究にする予定なのか
- 特定の個人ではなく, SNSで発信されている者が本当かたしかめられれば良い
- (山内)日本語の自然言語処理が遅れているとあるが, ほかの言語では真偽までだせているのか
- 分析の精度の問題でできているかどうかはわからない.
- (中島)これから理論について調べていくとあるが, 今回示した理論だけでは足りないのか
- (海野)この情報はどこからとってくるのか
- 正しい情報についてはニュースサイトなどからとってくる
判断する情報についてはSNSからとってくる予定
- (島崎)SNSだけに適用していく予定とあったが, 所々が間違っていたとしてもそれを分析できるのか
- 文章構成が正しいか正しくないかは別で正しかったときに類似度を分析していきたい
- (戸田)4pのコサイン類似度の数値化の手法は
- (レネ)自然言語処理は大きな分野だと思う
水上さんの目的は一体何ですか
- 目的の新規性は文章の正誤を判断する論文では単語の重要性を数値化して, 同じ単語が出現していれば正しいものだった. 研究ではモダリティなどで判断していく.
- (奥原)ファクトチェックなどの研究はたくさんあるが, それと戦えるのか
- 論文をもっと読んだ方が良い
全体に向けて
- レネ研は県大ロゴの色を青に
![[PukiWiki]](image/pukiwiki.png "[PukiWiki]")
