| 講演名 | 2020-01-26 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(電通大), 南 泰浩(電通大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 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． |
| 抄録(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 |
| キーワード(英) | double deep q-network / long short-term memory / image recognition / feature extraction |
| 資料番号 | HCS2019-73 |
| 発行日 | 2020-01-18 (HCS) |
| 研究会情報 | |
| 研究会 | HCS |
|---|---|
| 開催期間 | 2020/1/25(から2日開催) |
| 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. |
| 委員長氏名（和） | 松田 昌史(NTT) |
| 委員長氏名（英） | Masafumi Matsuda(NTT) |
| 副委員長氏名（和） | 井上 智雄(筑波大) / 林 勇吾(立命館大) |
| 副委員長氏名（英） | Tomoo Inoue(Univ. of Tsukuba) / Yugo Hayashi(Ritsumeikan Univ.) |
| 幹事氏名（和） | 渡邊 伸行(金沢工大) / 小森 政嗣(阪電通大) / 吉田 悠(KDDI総合研究所) |
| 幹事氏名（英） | Nobuyuki Watanabe(Kanazawa Inst. of Tech.) / Masashi Komori(Osaka Electro-Comm. Univ.) / Haruka Yoshida(KDDI Research) |
| 幹事補佐氏名（和） | 神田 智子(大阪工業大学) / 高嶋 和毅(東北大) / 藤原 健(阪経済大) / 寺田 和憲(岐阜大) / 木村 敦(日大) / 黄 宏軒(理研) |
| 幹事補佐氏名（英） | Tomoko Kanda(Osaka Inst. of Tech.) / Kazuki Takashima(Tohoku Univ.) / Ken Fujiwara(Osaka Univ. of Economic) / Kazunori Terada(Gifu Univ.) / Atsushi Kimura(Nihon Univ.) / HUANG HUNGHSUAN(Riken) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Human Communication Science |
|---|---|
| 本文の言語 | JPN |
| 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（和） | |
| 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 |
| 第 1 著者 氏名（和/英） | 田口 真輝 / Masaki Taguchi |
| 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） | 南 泰浩 / Yasuhiro Minami |
| 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) |
| 発表年月日 | 2020-01-26 |
| 資料番号 | HCS2019-73 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | HCS-394 |
| ページ範囲 | pp.111-116(HCS), |
| ページ数 | 6 |
| 発行日 | 2020-01-18 (HCS) |