お知らせ 研究会の開催と会場に参加される皆様へのお願い(2020年10月開催~)
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 2020-01-26 11:40
ニューラルネットワーク強化学習を用いた幼児語彙獲得のモデル化
田口真輝南 泰浩電通大HCS2019-73
抄録 (和) 本論文は,幼児の語彙発達の心理学的事象(共同注意,学習バイアス,意図理解)を実現する幼児の語彙獲得モデルを深層強化学習を用いて構築する.構築に用いた深層強化学習の手法はDQNを改良したDDQNと長期依存性のある時系列データを取り扱うことが出来るLSTMである.語彙と結び付ける物体の特徴量として人間が感じ取っている物体の特徴を実物体から抽出した特徴を用いた.シミュレーション実験では,モデルの性能評価と心理学的要素の重要性に関する検証をそれぞれ行った.実験の結果,本モデルを用いると,心理学で名詞バイアスと呼ばれるものが事後的に獲得できること,及び親の意図理解によって学習能力が向上することが確認できた. 
(英) We propose an infant vocabulary acquisition model that identifies psychological infant vocabulary development findings (joint attention, learning bias, and understanding intention) associated with symbol grounding using deep reinforcement learning. In deep reinforcement learning, we use DDQN and LSTM, which treats the time sequence data of long-term dependency. We use the features obtained from real objects to ground words to those objects. Simulation experiments investigated the symbol-grounding abilities of the model and the appearances of psychological findings in the process of infant word acquisition. We confirmed that our proposed model can ground words to the objects and achieved joint attention and understanding intention. We also confirmed that it acquires (by learning) noun bias, which is thought to innately exist by many psychologists. These results confirm that the multiple psychological phenomena of language acquisition can be modeled using the latest neural network.
キーワード (和) DDQN / LSTM / 画像認識 / 特徴抽出 / / / /  
(英) double deep q-network / long short-term memory / image recognition / feature extraction / / / /  
文献情報 信学技報, vol. 119, no. 394, HCS2019-73, pp. 111-116, 2020年1月.
資料番号 HCS2019-73 
発行日 2020-01-18 (HCS) 
ISSN Print edition: ISSN 0913-5685  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)
査読に
ついて
本技術報告は査読を経ていない技術報告であり,推敲を加えられていずれかの場に発表されることがあります.
PDFダウンロード HCS2019-73

研究会情報
研究会 HCS  
開催期間 2020-01-25 - 2020-01-26 
開催地(和) J:COM ホルトホール大分 407会議室 (大分県大分市) 
開催地(英) Room407, J:COM HorutoHall OITA (Oita) 
テーマ(和) コミュニケーションの心理とライフステージ、および一般 
テーマ(英) Psychology and Life-stage of Communication, etc. 
講演論文情報の詳細
申込み研究会 HCS 
会議コード 2020-01-HCS 
本文の言語 日本語 
タイトル(和) ニューラルネットワーク強化学習を用いた幼児語彙獲得のモデル化 
サブタイトル(和)  
タイトル(英) Modeling for Infant Vocabulary Acquisition System using Deep Reinforcement Learning 
サブタイトル(英)  
キーワード(1)(和/英) DDQN / double deep q-network  
キーワード(2)(和/英) LSTM / long short-term memory  
キーワード(3)(和/英) 画像認識 / image recognition  
キーワード(4)(和/英) 特徴抽出 / feature extraction  
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) 田口 真輝 / Masaki Taguchi / タグチ マサキ
第1著者 所属(和/英) 電気通信大学 (略称: 電通大)
The University of Electro-Communications (略称: UEC)
第2著者 氏名(和/英/ヨミ) 南 泰浩 / Yasuhiro Minami / ミナミ ヤスヒロ
第2著者 所属(和/英) 電気通信大学 (略称: 電通大)
The University of Electro-Communications (略称: UEC)
第3著者 氏名(和/英/ヨミ) / /
第3著者 所属(和/英) (略称: )
(略称: )
第4著者 氏名(和/英/ヨミ) / /
第4著者 所属(和/英) (略称: )
(略称: )
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: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者
発表日時 2020-01-26 11:40:00 
発表時間 20 
申込先研究会 HCS 
資料番号 IEICE-HCS2019-73 
巻番号(vol) IEICE-119 
号番号(no) no.394 
ページ範囲 pp.111-116 
ページ数 IEICE-6 
発行日 IEICE-HCS-2020-01-18 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会