融合型AIに基づくインテリアの推薦のためのユーザー嗜好感性モデルの構築

ユーザーの感性推定モデルは商品の購買時の商品評価や購入履歴や映画のレビュー評価などの明示的なデータを用いて評価されることが多いが，商品画像や映画のポスターなどの視覚データはユーザの好みを大きく映し出すと考え，今年度は画像の特徴量やユーザが好む画像にはどのような特徴があるかまで分析できる深層学習モデル，ルールベースに基づく学習モデルの開発に取り組んだ．画像は，1つのオブジェクトが写っている簡単な画像ではなく，複数のオブジェクトがあり，かつその中に好むオブジェクトがある，またはオブジェクト間のコンビネーションに意味があるというような，ユーザーが買い物などの場面で遭遇するシチュエーションに近くなるよう，具体的には家具を含むインテリア画像からのユーザー趣向のモデル化を行なった． ルールベースに基づく手法では，重要な部分ルールの抽出が必須であるため，連結グラフの最適化手法の改良，ルールの意味理解のための基盤技術である量子アニーリングマシンの改良を行った．具体的には，ホストスイッチネットワークなど，次数が不定の連結グラフの最適化問題において，設計変数空間を固定しないもとでSimulated Annealingで適応的に最適化を行う手法の構築を行い，その性能を評価した．また，量子アニーリングマシンの性能向上について，あえて雑音を乗法的に加えることで性能向上させることができることを理論的に示し，学会発表した．アニーリングは，計算時間をかければかけるほど最適解を得られる確率が上がるが，雑音の大きさを調整することで短い計算時間でも同じ効果が得られることを示した．

ユーザーの感性推定モデルは商品の購買時の商品評価や購入履歴や映画のレビュー評価などの明示的なデータを用いて評価されることが多いが，商品画像や映画のポスターなどの視覚データはユーザの好みを大きく映し出すと考え，今年度は画像の特徴量やユーザが好む画像にはどのような特徴があるかまで分析できる深層学習モデル，ルールベースに基づく学習モデルの開発に取り組んだ．画像は，1つのオブジェクトが写っている簡単な画像ではなく，複数のオブジェクトがあり，かつその中に好むオブジェクトがある，またはオブジェクト間のコンビネーションに意味があるというような，ユーザーが買い物などの場面で遭遇するシチュエーションに近くなるよう，具体的には家具を含むインテリア画像からのユーザー趣向のモデル化を行なった． ルールベースに基づく手法では，重要な部分ルールの抽出が必須であるため，連結グラフの最適化手法の改良，ルールの意味理解のための基盤技術である量子アニーリングマシンの改良を行った．具体的には，ホストスイッチネットワークなど，次数が不定の連結グラフの最適化問題において，設計変数空間を固定しないもとでSimulated Annealingで適応的に最適化を行う手法の構築を行い，その性能を評価した．また，量子アニーリングマシンの性能向上について，あえて雑音を乗法的に加えることで性能向上させることができることを理論的に示し，学会発表した．アニーリングは，計算時間をかければかけるほど最適解を得られる確率が上がるが，雑音の大きさを調整することで短い計算時間でも同じ効果が得られることを示した．