Vol.2 No.1 2009

13/94

研究論文:大規模データからの日常生活行動予測モデリング(本村)−10−Synthesiology Vol.2 No.1(2009)執筆者略歴本村 陽一1993年電気通信大学大学院博士前期課程修了。同年工業技術院電子技術総合研究所入所、2000年情報科学部主任研究官、 2001年 産業技術総合研究所情報処理研究部門主任研究員、2003年~同研究所デジタルヒューマン研究センター主任研究員、2008年〜同研究所サービス工学研究センター大規模データモデリング研究チーム長兼任。博士(工学)。モデライズ(株)取締役兼CTO。人工知能学会全国大会優秀賞、研究奨励賞、ドコモモバイルサイエンス賞など受賞。電子情報通信学会、日本神経回路学会、日本認知科学会、日本行動計量学会、マーケティングサイエンス学会、IEEE各会員。査読者との議論 議論1 構成学としての独創性を明瞭に記述することについて質問・コメント(中島 秀之)論文(第1稿)の第2章前半に日常生活行動をモデル化することの困難性と統計学習によるアプローチの重要性が書かれていますが、専門外の人には分かりにくいので、もう少し具体的な話題に展開していただく方が分野外の人にもわかりやすいと思います。また第2章の後半に、「サービスとしての調査・研究(Research as a service)」が書かれていますが、これがこの論文の本質でしょう。この部分を膨らませてください。質問・コメント(持丸 正明) 本研究はブレイクスルー型の本格研究と見ることができるのではないでしょうか(図a)。ベイジアンネットワーク技術が中核となる重要技術要素で、それにセンシング技術やインタビュー技術などが周辺技術として統合され、実社会の問題解決につながったという“構成学”であると考えられます。ここで“構成学”として特に興味深い点は、単に周辺技術を統合するだけではこの研究は完遂しないという点です。S. Russell and P. Norvig(古川康一監訳): エージェントアプローチ人工知能,共立出版 (2003). J. Pearl: Probabilistic inference and expert systems, Morgan Kaufmann,CA, (1988).P. Baldi, P. Frasconi and P.Smyth: Modeling the internet and the web – probabilistic methods and algorithms, [確率モデルによるWebデータ解析法,森北出版 (2007)]. D. Marr: Vision: A computational investigation into the human representation and processing of visual information, W.H.Freeman and Company (1982). G. Cooper and E. Herskovits: A Bayesian method for the induction of probabilistic networks from data. Machine Learning. 9(4), 309-347 (1992).本村陽一,岩崎弘利: ベイジアンネット技術, 東京電機大学出版局 (2006). Y. Motomura and T. Kanade: Probabilistic human modeling based on personal construct theory, Journal of Robotics and Mechatronics, 17 (6), 689-696 (2005). 本村陽一, 西田佳史: 日常環境における支援技術のための行動理解, 人工知能学会誌, 20 (5), 587-594 (2005). 美濃導彦: ユビキタスホームにおける生活支援, 人工知能学会誌, 20 (5), 579-586 (2005). B. F. Skinner: Behavior of Organisms, Appleton-Century-Crofts (1938). 白石康星, 保川悠一郞, 西田佳史, 本村陽一, 溝口博: 日常生活行動情報収集管理システム, 人工知能学会全国大会, 3G3-03 (2008). Y. Nishida, Y. Motomura, G. Kawakami, N. Matsumoto and H. Mizoguchi: Spatio-tempora semantic map for acquiring and retargeting knowledge on everyday life behavior, Lecture Notes in Artificial Intelligence, JSAI 2007 Conference and Workshops, Revised Selected papers, 63-75, Springer-Verlag (2008). 川上悟郎, 西田佳史, 本村陽一, 溝口博: ロケーションEMGセンサを用いた行動の時空間展開記述に基づく日常生活行動モデリング手法, 知能情報ファジィ学会誌, 20 (2), 190-200 (2008). [1][2][3][4][5][6][7][8][9][10][11][12][13]参考文献掲げられている「アプリケーションに駆動された基礎研究」ということになる。そして実サービスを通じた活動の結果、実ユーザをとりまく状況や文脈までも含んだ大規模データを獲得することが可能になった。またこのデータから構築したベイジアンネットは実在する消費者、生活者の認知・評価構造や行動を予測し、データの記述モデルにとどまらない因果的モデルであることにより、これは他のサービスにも水平展開可能な再利用性の高い知識モデル(図7)として集積し活用できるものになる[23]。社会実装のために要請される課題に対してどのように基礎研究の立場で迅速な回答が生み出せるかが、これからの社会から要請される問題解決型の基礎研究を確立する際の重要課題であると考えられる。社会技術としてのスピードが求められるからこそ、あらかじめ多くの芽を養っておく必要がある。その選択は基礎研究に通暁した者にしか行えないが故に、基礎的な研究を行うためには将来を見据えた社会技術を志向する見識が強く求められるであろう。石川詔三, 河田諭志, 本村陽一, 西田佳史, 原一之: 日常生活行動における確率的因果構造モデルの構築と行動推定, 人工知能学会全国大会, 3G3-04 (2008). 本村陽一, 西田佳史: ベイズ推定における事前分布のグラフ構造モデリングと実生活行動理解, 情報処理学会論文誌コンピュータビジョンとイメージメディアCVIM, 18, 43-56 (2007). 科学技術振興事業団, 科学技術未来戦略ワークショップ(電子情報通信系俯瞰WS)報告書 (2007).Y. Motomura: BAYONET: Bayesian network on neural network, Foundation of Real-World Intelligence, 28-37, CSLI calfornia, (2001). 本村陽一: ベイジアンネットソフトウェアBayoNet, 計測と制御, 42 (8), 693-694 (2003). C. Ono, M. Kurokawa, Y. Motomura and H. Asoh: A context-aware movie preference model using a Bayesian network for recommendation and promotion, Proc. of User Modeling 2007, LNCS, 4511, 257-266, Springer, (2007). 小野智弘, 本村陽一, 麻生英樹: 移動端末におけるユーザの状況を考慮した嗜好抽出技術, 情報処理, 48 (9), 989-994 (2007). 落合, 下角, 小野, 麻生, 本村: ベイジアンネットワークを用いた映画コンテンツのマーケティング支援, 人工知能学会全国大会 (2009). (投稿予定)本村陽一他: サービスイノベーションのための大規模データの観測・モデリング・サービス設計・適用のスパイラル, 人工知能学会誌, 23 (6), 736-742 (2008). 本村陽一, 西田佳史: 人間行動理解研究はなぜ難しいのか? 〜研究を加速するための知識共有システム〜, 人工知能学会全国大会, (2007). [14][15][16][17][18][19][20][21][22][23]

※このページを正しく表示するにはFlashPlayer9以上が必要です