任意ツールでのデザイン支援のためのGANを用いたサンプル模倣フレームワーク
使用 GAN 的示例模仿框架通过任意工具提供设计支持
基本信息
- 批准号:22KJ0353
- 负责人:
- 金额:$ 0.83万
- 依托单位:
- 依托单位国家:日本
- 项目类别:Grant-in-Aid for JSPS Fellows
- 财政年份:2023
- 资助国家:日本
- 起止时间:2023-03-08 至 2024-03-31
- 项目状态:已结题
- 来源:
- 关键词:
项目摘要
本研究では機械学習モデルを、一般のユーザがより直観的にかつ創造的に使えるようになることを目指し、新たなシステムの開発やフレームワークの提示を行ってきた。特に本年度は、前年度までに得られた結果を元にして、ユーザが様々なコンテンツ生成技術や探索技術を活用できるよう、その応用範囲を拡大していくことに取り組んだ。具体的には、前年度に主な対象としていた画像ドメインからターゲットを広げ、音楽や言語などの幅広いメディアを対象に研究を行った。例えば、音楽については、ユーザの作業状況に適したBGMの提示を可能とする楽曲推薦システムを提案し、User Modeling and User-Adapted Interactionsに論文が採録された。これは、作業に集中するためには「とても好き」な音楽ではなく「好きでも嫌いでもない」音楽を聞くのが良いと知られている一方で、人間にとって「とても好き」な音楽を挙げるのは容易でも「好きでも嫌いでもない」音楽を挙げるのは難しいのに対し、機械学習モデルにとっては「とても好き」な音楽より「好きでも嫌いでもない」音楽の方が挙げやすいという点に基づいている。他にも、最新の機械翻訳モデル等を組み合わせることによって、言語学習中のユーザを対象に覚えたい単語の例文を日常生活の文脈に沿う形で生成し、Mixed Reality等も活用しながら提示することで学習効果を高めるシステムを提案した。これも、コンテンツ生成技術を新たな形で応用するシナリオを提示するものであり、関連する論文がACM CHI 2022に採択された。
This study で は rote learning モ デ ル を, general の ユ ー ザ が よ り straight 観 に か つ create に make え る よ う に な る こ と を refers し, new た な シ ス テ ム の open 発 や フ レ ー ム ワ ー ク の tip line を っ て き た. Special に は this year, before the year ま で に must ら れ た results を yuan に し て, ユ ー ザ が others 々 な コ ン テ ン ツ generation や exploration technologies を use で き る よ う, そ の 応 with van 囲 を company, big し て い く こ と に group take り ん だ. Specific に は, annual に な Lord like と seaborne し て い た portrait ド メ イ ン か ら タ ー ゲ ッ ト を hiroo げ, joy や words な ど の picture hiroo い メ デ ィ ア を like に seaborne を line っ た. Example え ば, joy に つ い て は, ユ ー ザ の situations に optimum し た BGM の suggest possible を と す る joy song recommend シ ス テ ム を proposal し, User Modeling and the User - Adapted Interactions に paper が transcribing さ れ た. こ れ は, homework に concentrated す る た め に は "と て も き" な sound joy で は な く "good き で も too い で も な い" sound joy を smell く の が good い と know ら れ て い る で, human に と っ て "と て も き" な sound joy を 挙 げ る の は easy で も "good き で も too い で も な い" sound joy を 挙 げ る の は difficult し い の に モ し seaborne, mechanical learning デ ル に と っ て は "と て も き" な sound joy よ り "good き で も too い で も な い" sound joy の party が 挙 げ や す い と い う に base づ い て い る. He に も, latest の machinery turn 訳 モ デ ル を groups such as み close わ せ る こ と に よ っ て, verbal learning の ユ ー ザ を like に seaborne 覚 え た い 単 language の herewith を の context に daily life along the う form で generated し, Mixed Reality も use し な が ら prompt す る こ と で learning services high を め る シ ス テ ム を proposal し た. こ れ も, コ ン テ ン ツ generation を new た な form で 応 with す る シ ナ リ オ を prompt す る も の で あ り, masato す る paper が ACM CHI 2022 に mining 択 さ れ た.
项目成果
期刊论文数量(0)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
An automated system recommending background music to listen to while working
- DOI:10.1007/s11257-022-09325-y
- 发表时间:2022-05
- 期刊:
- 影响因子:3.6
- 作者:Hiromu Yakura;Tomoyasu Nakano;Masataka Goto
- 通讯作者:Hiromu Yakura;Tomoyasu Nakano;Masataka Goto
BeParrot: Efficient Interface for Transcribing Unclear Speech via Respeaking
BeParrot:通过复述转录不清楚语音的高效界面
- DOI:10.1145/3490099.3511164
- 发表时间:2022
- 期刊:
- 影响因子:0
- 作者:Riku Arakawa;Hiromu Yakura (equal contribution);and Masataka Goto
- 通讯作者:and Masataka Goto
Self-Supervised Contrastive Learning for Singing Voices
歌声的自我监督对比学习
- DOI:10.1109/taslp.2022.3169627
- 发表时间:2022
- 期刊:
- 影响因子:0
- 作者:Hiromu Yakura;Kento Watanabe;Masataka Goto
- 通讯作者:Masataka Goto
Tool- and Domain-Agnostic Parameterization of Style Transfer Effects Leveraging Pretrained Perceptual Metrics
- DOI:10.24963/ijcai.2021/167
- 发表时间:2021-05
- 期刊:
- 影响因子:0
- 作者:Hiromu Yakura;Yuki Koyama;Masataka Goto
- 通讯作者:Hiromu Yakura;Yuki Koyama;Masataka Goto
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
数据更新时间:{{ journalArticles.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ monograph.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ sciAawards.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ conferencePapers.updateTime }}
{{ item.title }}
- 作者:
{{ item.author }}
数据更新时间:{{ patent.updateTime }}
矢倉 大夢其他文献
矢倉 大夢的其他文献
{{
item.title }}
{{ item.translation_title }}
- DOI:
{{ item.doi }} - 发表时间:
{{ item.publish_year }} - 期刊:
- 影响因子:{{ item.factor }}
- 作者:
{{ item.authors }} - 通讯作者:
{{ item.author }}
相似海外基金
肝臓内酸素動態を含む透析低血圧発症予知モデルの構築:統計・機械学習分析による解析
构建预测透析低血压发作(包括肝内氧动态)的模型:使用统计和机器学习分析进行分析
- 批准号:
24K15796 - 财政年份:2024
- 资助金额:
$ 0.83万 - 项目类别:
Grant-in-Aid for Scientific Research (C)
臨床情報による高精度分娩進行予測モデルの開発: 機械学習の活用
利用临床信息开发高精度的分娩进展预测模型:利用机器学习
- 批准号:
24K13948 - 财政年份:2024
- 资助金额:
$ 0.83万 - 项目类别:
Grant-in-Aid for Scientific Research (C)
新興感染症のシステマティック・レビューを機械学習を用いて簡易に実施するための研究
利用机器学习轻松对新发传染病进行系统评价的研究
- 批准号:
24K13518 - 财政年份:2024
- 资助金额:
$ 0.83万 - 项目类别:
Grant-in-Aid for Scientific Research (C)
独立成分分析を活用した信頼性の高い機械学習手法の構築
使用独立成分分析构建可靠的机器学习方法
- 批准号:
24K15093 - 财政年份:2024
- 资助金额:
$ 0.83万 - 项目类别:
Grant-in-Aid for Scientific Research (C)
学習過程情報に基づき理由を説明可能な高速論理型機械学習器の開発の提案
开发可根据学习过程信息解释原因的高速逻辑机器学习装置的提案
- 批准号:
24K15095 - 财政年份:2024
- 资助金额:
$ 0.83万 - 项目类别:
Grant-in-Aid for Scientific Research (C)
多次元イベント時間データ解析の推測理論と方法・機械学習の開発
多维事件时间数据分析的推理理论和方法/机器学习的发展
- 批准号:
24K14853 - 财政年份:2024
- 资助金额:
$ 0.83万 - 项目类别:
Grant-in-Aid for Scientific Research (C)
速度ポテンシャルエネルギー整形法と機械学習を用いた宇宙機制御理論の開発
利用速度势能整形方法和机器学习发展航天器控制理论
- 批准号:
23K20946 - 财政年份:2024
- 资助金额:
$ 0.83万 - 项目类别:
Grant-in-Aid for Scientific Research (B)
ユビキタス機械学習社会におけるプライバシ保護基盤
无处不在的机器学习社会中的隐私保护基础设施
- 批准号:
23K21695 - 财政年份:2024
- 资助金额:
$ 0.83万 - 项目类别:
Grant-in-Aid for Scientific Research (B)
正則化機能強化による超ロバスト推定法の開拓と一般化:信号処理・機械学習への応用
通过加强正则化功能开发和推广超鲁棒估计方法:在信号处理和机器学习中的应用
- 批准号:
23K22762 - 财政年份:2024
- 资助金额:
$ 0.83万 - 项目类别:
Grant-in-Aid for Scientific Research (B)
攻撃に耐性を持つ機械学習モデルによる設計工程ハードウェアトロイ検知
使用抗攻击的机器学习模型在设计过程中检测硬件木马
- 批准号:
23K24816 - 财政年份:2024
- 资助金额:
$ 0.83万 - 项目类别:
Grant-in-Aid for Scientific Research (B)