| 講演名 | 2006-03-16 ベイジアンモデル選択に基づく知覚特徴量を用いた抽象的語意の学習(テーマセッション(1),CVのためのパターン認識・学習理論の新展開) 岩橋 直人, 佐藤 健, 麻生 英樹, |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 実環境中のオブジェクトやそれに加えられる動作についての知覚特徴により直接形成される構造化された基本的概念を基盤にして,知覚特徴から直接的には形成されない抽象的意味を持つ語の学習を行う計算機構を提示する.レキシコンは,知覚特徴に接地した単語の意味および単語間の関連性の情報をもつグラフィカルモデルによって表現される.計算機構は,新しく提示された単語の解釈として可能な語意をその時点のレキシコンモデルに追加することにより拡張されたレキシコンモデルの複数の候補を生成し,その中からベイズ規準に基づいた最適なモデルを選択することで,単語の意味の解釈および学習を行うものである.モデルパラメータの学習には変分ベイズ準を用いた.実験によりこの計算機構が所望の抽象的語意を適切に学習できることが示された. |
| 抄録(英) | We address the computational mechanism that enables machines to learn words for abstract concepts not formed directly from perceived features. The learning is done based on the structured basic concepts that are formed directly from perceived features. The lexicon is represented by a graphical model that includes information about word meanings grounded on perceived features and the relationship between the words. The computation mechanism makes it possible for a machine to interpret and learn a presented new word by selecting one from among the multiple candidates for an extended lexicon, which are generated by adding the word and its possible meanings into the lexicon that has been learned before. Learning of model parameters is done by variational Bayesian methods. Experimental results show that the computational mechanism successfully learned abstract word meanings. |
| キーワード(和) | 抽象的概念 / 知覚 / 機械学習 / モデル選択 / ベイズ規準 / 変分ベイズ |
| キーワード(英) | Abstract concept / Perception / Machine learning / Model selection / Bayesian criteria / Variational Bayes |
| 資料番号 | PRMU2005-234 |
| 発行日 |
| 研究会情報 | |
| 研究会 | PRMU |
|---|---|
| 開催期間 | 2006/3/9(から1日開催) |
| 開催地（和） | |
| 開催地（英） | |
| テーマ（和） | |
| テーマ（英） | |
| 委員長氏名（和） | |
| 委員長氏名（英） | |
| 副委員長氏名（和） | |
| 副委員長氏名（英） | |
| 幹事氏名（和） | |
| 幹事氏名（英） | |
| 幹事補佐氏名（和） | |
| 幹事補佐氏名（英） | |
| 講演論文情報詳細 | |
| 申込み研究会 | Pattern Recognition and Media Understanding (PRMU) |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | ベイジアンモデル選択に基づく知覚特徴量を用いた抽象的語意の学習(テーマセッション(1),CVのためのパターン認識・学習理論の新展開) |
| サブタイトル（和） | |
| タイトル（英） | Learning Abstract Concepts and Words from Perception Based on Bayesian Model Selection |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 抽象的概念 / Abstract concept |
| キーワード(2)（和/英） | 知覚 / Perception |
| キーワード(3)（和/英） | 機械学習 / Machine learning |
| キーワード(4)（和/英） | モデル選択 / Model selection |
| キーワード(5)（和/英） | ベイズ規準 / Bayesian criteria |
| キーワード(6)（和/英） | 変分ベイズ / Variational Bayes |
| 第 1 著者 氏名（和/英） | 岩橋 直人 / Naoto IWAHASHI |
| 第 1 著者 所属（和/英） | 国際電気通信基礎技術研究所 Advanced Telecommunications Research Institute International |
| 第 2 著者 氏名（和/英） | 佐藤 健 / Ken SATOH |
| 第 2 著者 所属（和/英） | 国立情報学研究所 National Institute of Informatics |
| 第 3 著者 氏名（和/英） | 麻生 英樹 / Hideki ASOH |
| 第 3 著者 所属（和/英） | 産業技術総合研究所 National Institute of Advanced Industrial Science and Technology |
| 発表年月日 | 2006-03-16 |
| 資料番号 | PRMU2005-234 |
| 巻番号（vol） | vol.105 |
| 号番号（no） | 673 |
| ページ範囲 | pp.- |
| ページ数 | 6 |
| 発行日 | |