| 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 | 2021-09-17 13:00 Identifying Design Problems of Presentation Slides using a Bimodal Neural Network ○Shengzhou Yi（UTokyo）・Junichiro Matsugami（Rubato）・Toshihiko Yamasaki（UTokyo）  MVE2021-12 |
|
| 抄録 | （和） | Although millions of presentation slides are created every day in business and academia, there are only a limited number of support systems that are helpful to assess the slides. In this study, a bimodal neural network, using visual and structural features, is proposed to identify the design problem of presentation slides. For such a purpose, over two thousand slides were collected for training the model. We summarized ten checkpoints, which are common problems in slide design. The dataset faces an imbalanced distribution, because only a small part of the samples had corresponding design problems. To address the class imbalance issue, several sampling methods are applied to improve the prediction performance. Furthermore, we also use transfer and multi-task learning to enhance the bimodal neural network. The optimal combination of these machine-learning methods helps the proposed network achieve an average accuracy of 81.79%. |
| （英） | Although millions of presentation slides are created every day in business and academia, there are only a limited number of support systems that are helpful to assess the slides. In this study, a bimodal neural network, using visual and structural features, is proposed to identify the design problem of presentation slides. For such a purpose, over two thousand slides were collected for training the model. We summarized ten checkpoints, which are common problems in slide design. The dataset faces an imbalanced distribution, because only a small part of the samples had corresponding design problems. To address the class imbalance issue, several sampling methods are applied to improve the prediction performance. Furthermore, we also use transfer and multi-task learning to enhance the bimodal neural network. The optimal combination of these machine-learning methods helps the proposed network achieve an average accuracy of 81.79%. | |
| キーワード | （和） | Presentation Slide / Class Imbalance / Multi-Task Learning / Transfer Learning / / / / |
| （英） | Presentation Slide / Class Imbalance / Multi-Task Learning / Transfer Learning / / / / | |
| 文献情報 | 信学技報, vol. 121, no. 179, MVE2021-12, pp. 21-26, 2021年9月. | |
| 資料番号 | MVE2021-12 | |
| 発行日 | 2021-09-10 (MVE) | |
| 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 | MVE2021-12 |
|
| 研究会情報 | |
| 研究会 | MVE |
| 開催期間 | 2021-09-17 - 2021-09-18 |
| 開催地（和） | オンライン開催（国士舘大学でのハイブリッド開催から変更） |
| 開催地（英） | Online |
| テーマ（和） | リモートエクスペリエンスの魅力（「リモートワーク」「リモートコラボレーション」「ワーケーション」）、メディアエクスペリエンスおよび一般（魅力工学（AC）研究会協賛） |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | MVE |
| 会議コード | 2021-09-MVE |
| 本文の言語 | 英語 |
| タイトル（和） | |
| サブタイトル（和） | |
| タイトル（英） | Identifying Design Problems of Presentation Slides using a Bimodal Neural Network |
| サブタイトル（英） | |
| キーワード(1)（和/英） | Presentation Slide / Presentation Slide |
| キーワード(2)（和/英） | Class Imbalance / Class Imbalance |
| キーワード(3)（和/英） | Multi-Task Learning / Multi-Task Learning |
| キーワード(4)（和/英） | Transfer Learning / Transfer Learning |
| 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） | 易 聖舟 / Shengzhou Yi / イ セイシュウ |
| 第1著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： UTokyo) |
| 第2著者 氏名（和/英/ヨミ） | 柗上 純一郎 / Junichiro Matsugami / マツガミ ジュンイチロウ |
| 第2著者 所属（和/英） | 株式会社ルバート (略称： ルバート) Rubato Co., Ltd. (略称： Rubato) |
| 第3著者 氏名（和/英/ヨミ） | 山崎 俊彦 / Toshihiko Yamasaki / ヤマサキ トシヒコ |
| 第3著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： UTokyo) |
| 講演者 | 第1著者 |
| 発表日時 | 2021-09-17 13:00:00 |
| 発表時間 | 30分 |
| 申込先研究会 | MVE |
| 資料番号 | MVE2021-12 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.179 |
| ページ範囲 | pp.21-26 |
| ページ数 | 6 |
| 発行日 | 2021-09-10 (MVE) |
[研究会発表申込システムのトップページに戻る]