| 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 | 2020-09-09 10:30 ［招待講演］深層学習による感性の理解 ○飛谷謙介（長崎県立大/関西学院大）  MVE2020-12 |
|
| 抄録 | （和） | 近年、深層学習に代表される機械学習技術は、その急速な進化に伴い、これまで計算機では実現できなかった様々なタスクに活用されつつある。感性情報処理の分野も例外ではなく、因果律が希薄であるとされる人の感性に対し、当該技術による理解を試みる研究がなされている。本講演では、著者らがこれまでに行なってきた研究事例をもとに、その技術的側面について重点的に紹介する。 |
| （英） | In recent years, machine learning techniques such as deep learning have been applied to various tasks that could not be performed by computers. The field of sensitivity information processing is no exception, and some researches are attempting to understand human sensitivity, which is considered to be a weak causality, using such technologies. In this talk, I will introduce the technical aspects of the techniques based on the examples we have conducted so far. | |
| キーワード | （和） | 深層学習 / 感性 / 印象推定 / / / / / |
| （英） | deep learning / sensitivity / estimation of impression / / / / / | |
| 文献情報 | 信学技報, vol. 120, no. 160, MVE2020-12, pp. 14-14, 2020年9月. | |
| 資料番号 | MVE2020-12 | |
| 発行日 | 2020-09-01 (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 | MVE2020-12 |
|
| 研究会情報 | |
| 研究会 | MVE |
| 開催期間 | 2020-09-08 - 2020-09-09 |
| 開催地（和） | オンライン開催（国士舘大学から変更） |
| 開催地（英） | Online |
| テーマ（和） | オンラインメディアの魅力（「刺さる/魅力的なコンテンツ」「SNS映え」「遠隔共感・共鳴」）、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 | 2020-09-MVE |
| 本文の言語 | 日本語 |
| タイトル（和） | 深層学習による感性の理解 |
| サブタイトル（和） | |
| タイトル（英） | Understanding Sensitivity through Deep Learning |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 深層学習 / deep learning |
| キーワード(2)（和/英） | 感性 / sensitivity |
| キーワード(3)（和/英） | 印象推定 / estimation of impression |
| キーワード(4)（和/英） | / |
| 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） | 飛谷 謙介 / Kensuke Tobitani / トビタニ ケンスケ |
| 第1著者 所属（和/英） | 長崎県立大学/関西学院大学 (略称： 長崎県立大/関西学院大) University of Nagasaki/Kwansei Gakuin University (略称： Univ. of Nagasaki/Kwansei Gakuin Univ.) |
| 第2著者 氏名（和/英/ヨミ） | / / |
| 第2著者 所属（和/英） | (略称： ) (略称： ) |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2020-09-09 10:30:00 |
| 発表時間 | 30分 |
| 申込先研究会 | MVE |
| 資料番号 | MVE2020-12 |
| 巻番号（vol） | vol.120 |
| 号番号（no） | no.160 |
| ページ範囲 | p.14 |
| ページ数 | 1 |
| 発行日 | 2020-09-01 (MVE) |
[研究会発表申込システムのトップページに戻る]