| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2020-12-23 14:00 ヒトの主観評価決定要因の深層学習モデルを用いた分析 ○佐藤好幸（東北大）・松原和也・和田有史（立命館大）・塩入 諭（東北大）  HIP2020-68 |
|
| 抄録 | （和） | 本研究では，食べ物画像を見たときの，複数の異なる価値判断に関するヒトの主観的評価（食べたいか，若者向けかなど）のデータに対し，深層学習モデルを用いた学習・予測を行った．その結果，複数の主観的評価を深層学習モデルによって同時に高精度に予測可能であることを示した．さらに，深層学習モデルが判断根拠とした画像箇所の可視化分析を行った．その結果，ヒトによる主観評価が高い画像に対してモデルが高い評価を下す根拠は，画像の比較的狭い箇所に集中する傾向があった．逆に主観評価が低い画像に対してモデルが低い評価を下す根拠は，画像の全体に分布していた．今後は，深層学習が示した判断根拠要因とヒトの主観評価判断要因の共通点を探っていくことで，ヒトの主観評価決定要因を明らかにしていく． |
| （英） | In this research, we constructed an deep learning model to learn and predict several different subjective judgments by human (desire to eat, whether it is made for young people, etc.) for food images. We show that our deep learning model successfully predict the different human subjective judgements. Furthermore, we analyze the parts of images which contribute to the judgment of the deep learning model using a visual explanation technique. We show that the model uses relative narrow regions of the images when it judges higher rating for higher-rated images by human raters. On the other hand, the model uses relatively broad regions when it judges lower rating for lower-rated images by humans raters. Our future work is to compare the visual explanation of the model to the factor that affects the subjective ratings by humans. | |
| キーワード | （和） | 深層学習モデル / 主観評価予測 / 食べ物画像 / 可視化 / / / / |
| （英） | Deep learning model / Subjective rating prediction / Food image / Visual explanation / / / / | |
| 文献情報 | 信学技報, vol. 120, no. 306, HIP2020-68, pp. 77-80, 2020年12月. | |
| 資料番号 | HIP2020-68 | |
| 発行日 | 2020-12-15 (HIP) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | HIP2020-68 |
|
| 研究会情報 | |
| 研究会 | HIP |
| 開催期間 | 2020-12-22 - 2020-12-23 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | マルチモーダル，感性情報処理，視知覚とその応用，ヒューマン情報処理一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | HIP |
| 会議コード | 2020-12-HIP |
| 本文の言語 | 日本語 |
| タイトル（和） | ヒトの主観評価決定要因の深層学習モデルを用いた分析 |
| サブタイトル（和） | |
| タイトル（英） | Analysis of human subjective evaluation using deep neural networks |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 深層学習モデル / Deep learning model |
| キーワード(2)（和/英） | 主観評価予測 / Subjective rating prediction |
| キーワード(3)（和/英） | 食べ物画像 / Food image |
| キーワード(4)（和/英） | 可視化 / Visual explanation |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 佐藤 好幸 / Yoshiyuki Sato / サトウ ヨシユキ |
| 第1著者 所属（和/英） | 東北大学 (略称： 東北大) Tohoku University (略称： Tohoku Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 松原 和也 / Kazuya Matsubara / マツバラ カズヤ |
| 第2著者 所属（和/英） | 立命館大学 (略称： 立命館大) Ritsmeikan University (略称： Ritsmeikan Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 和田 有史 / Yuji Wada / ワダ ユウジ |
| 第3著者 所属（和/英） | 立命館大学 (略称： 立命館大) Ritsmeikan University (略称： Ritsmeikan Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 塩入 諭 / Satoshi Shioiri / シオイリ サトシ |
| 第4著者 所属（和/英） | 東北大学 (略称： 東北大) Tohoku University (略称： Tohoku Univ.) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2020-12-23 14:00:00 |
| 発表時間 | 30分 |
| 申込先研究会 | HIP |
| 資料番号 | HIP2020-68 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | no.306 |
| ページ範囲 | pp.77-80 |
| ページ数 | 4 |
| 発行日 | 2020-12-15 (HIP) |
[研究会発表申込システムのトップページに戻る]