FrontPage
司会)麻生・書記)杉山
開始)13:45・終了)16:20
欠席)なし・遅刻)なし
議事録
小野田さんの発表
- (麻生)T26は誤分類ではないのか・他に誤分類はないのか
- (小野田)筆者は調べて、音声認識のテキストマイニングの分野としてロボットの分野に応用可能だと考えた。他の誤分類は筆者は触れていなかった
- (横井) 9ページの「データ」に関する因子のデータとは
- (杉山)文書以外の情報として今考えているものは
- (小野田) 価値や年代(システムを作るのは少し工夫がいるかも)
- (山本)実験の過程で決定木を使い、コサイン類似度で表したのか
- (小野田) ランダムフォレストの部分を省いてコサイン類似度
- (太田)非負値因子のkの選び方は
- (小野田)固定値(いろんな値を試した可能性はある)
- (奥原)
- スライド見やすい(文字の大きさおk)
- NMF・MDSの正式名所は先に持ってくる
- BOWってなに(説明)
- TとVって具体的に何→V特徴量 横の数は重み?
- TはデータのNMFによって推測された値
- Iは単語の名前
- Jは特許50?
- Kの基底数って何
- Vは特許のカテゴリ(含まれる単語から推測したもの)
- ランダムフォレストとの関係は前の表2に使われているVとは別もの?
- 10ページの下のグラフのRとTの重なりには分野への応用は期待できないの
- グラフの上の方は情報ある、下の方は?
山本さんの発表
- (杉山) 高齢者向けとか考えると被験者の年代は20~40代でよいのか
- (山本)今回の研究では高齢者を対象とすることに重きをおいていなかった。
- (太田)比較して誤差を求めと思うけど、何に対しての誤差5%?
- (山本)調べた時にはわからなかった、目的関数あっての誤差だと思う。
- (横井)図2の説明を詳しく
- (山本)それぞれの木でそれぞれの行動を判別している・データの大小で行動を識別している
- (麻生)食後・食事外のデータでは駄目なのか
- (山本)食事前・食事中・食後だと生体データは区別する必要がある
- (小野田)アップルウォッチとかじゃダメかな?食事行動はGSR必要?走るGSRがなくても大丈夫なのか?
- (奥原)食後は何が特徴的加速度なしの方が訓練データは良い・テストデータは加速度ありのデータの方が良い
太田先生の発表
- (質問・確認)
- 必要なパラメータは何か
- VLF波動って何? 低い周波数の波動
- 目的は?→太陽の観測
- 共通
- 卒修論ゼミは都合の悪い人は日をずらします
- 太田先生の歓迎会はまた今度
- 基礎ゼミは前期の間太田先生に受け持ってもらう