人と計算機との対話による情報抽出ノウハウの学習支援システム

点击翻译按钮获取中文摘要

初年度の研究実績としては，多くの情報の中から有用な情報を抽出する方法として，まずは複数の分野において，膨大な量のデータから人にとって有用な情報を抽出する方法の提案および作成を行った．これは現在人が行っている作業を，機械が人の代わりに人と同等の結果を得ることを目的としている．具体的には，①商船に搭載された航海機器や無線機器の異常予兆検知を行う研究および，②ピアノ演奏者の運指を機械学習手法を用いて推定する研究について行った．①については，商船には多くの航海機器や無線機器が搭載されており，機器が航海の途中で故障すると非常に困る．そのため航海機器や無線機器が壊れる前に壊れる予兆（異常予兆）を検出することが求められている．そこでそれらの機器に異常予兆があらわれているかどうかを機械学習手法を用いて検討を行った．機械学習手法としてMT法とOne-Class SVM（OCSVM）を用いて異常予兆が検知できるかを行い，それぞれの結果の比較を行った．両手法とも外れ値に関しては異常予兆として検出が可能であった．またOCSVMに関しては外れ値の前後のデータにおいても異常予兆を検知しており，外れ値が機器の故障である場合，外れ値前後も検出できるOCSVMのほうが実用的であるという結果となった．②については，ピアノ演奏初心者は正しい指使いができておらず，運指が記載されていない楽譜を見てもどの指で演奏すればいいのかわからない．そしてそのまま，適切ではない指を使って練習を行ってしまうという問題が起こっている．適切ではない指使いを覚えてしまうと，より高度な楽譜を演奏しようとするときに非常に苦労する．そこで運指情報が書かれていない楽譜に機械学習手法を用いて運指の推定を行う．特徴量として直前の音符との音高差，直前の指，推定対象の音符を使用することで9割程度の推定ができることを示した．