図：本事業で構築する専門家の知見を組み込んだ深層学習ネットワーク図：本事業で構築する専門家の知見を組み込んだ深層学習ネットワーク19人と共に進化する次世代人工知能に関する技術開発事業技術優位性 技術優位性①マルチスケールアテンション機構によるエキスパートの① マルチスケールアテンション機構によるエキスパー知見の導入トの知見の導入エキスパートの知見を組み込むアプローチは類似研究がなエキスパートの知見を組み込むアプローチは類似研い。究がない。②マルチスケールアテンション機構によるによる② マルチスケールアテンション機構によるによる教育ツールアテンションマップをインタラクティブに編集してアテンションマップをインタラクティブに編集して学習する教育学習する教育アプリはこれまでに存在せず、AIからアプリはこれまでに存在せず、AIからの学ぶという初めてのアの学ぶという初めてのアプローチであり、類似研究プローチであり、類似研究は無い。は無い。③動画像からのスキル判定における視覚的説明の実現②の成果との連動となるため、類似研究は無い。②の成果との連動となるため、類似研究は無い。④深層強化学習における視覚的説明の実現生活空間において動作するために説明性を必要とする生生活空間において動作するために説明性を必要とす活支援ロボットの動作を対象とした評価とデータセットの構る生活支援ロボットの動作を対象とした評価とデー築が可能になる。タセットの構築が可能になる。⑤ロボットの行動計画における視覚・言語的説明の⑤ ロボットの行動計画における視覚・言語的説明の利活用ロボティクス分野において、危険性に関する視覚的・ロボティクス分野において、危険性に関する視覚的・言語言語的説明手法には類似研究はない。的説明手法には類似研究はない。⑥宇宙天気予報におけるクロスモーダル説明生成Transformer型モデルのABN化は類似研究はなく、Transformer型モデルのABN化は類似研究はなく、専専門家に現象の物理的・画像的説明を提供すると同門家に現象の物理的・画像的説明を提供すると同時に、時に、専門家の知見を取り込む手法は類似研究もない。専門家の知見を取り込む手法は類似研究もない。②マルチスケールアテンション機構によるによる教育ツール教育ツール医療診断すべきかをゲーム形式で教育する研修医の医療診断すべきかをゲーム形式で教育する研修医のためのための教育ツールの構築をする。教育ツールの構築をする。③動画像からのスキル判定における視覚的説明の実現③動画像からのスキル判定における視覚的説明の実現動画像に対応した視覚的説明の獲得とスキル判定ネ動画像に対応した視覚的説明の獲得とスキル判定ネットワットワークモデルにおける視覚的説明の実現。ークモデルにおける視覚的説明の実現。④深層強化学習における視覚的説明の実現A3Cにアテンション機構を導入した手法を構築し、A3Cにアテンション機構を導入した手法を構築し、OpenAIOpenAI gymの代表的なゲームにおいて、平均スコgymの代表的なゲームにおいて、平均スコアの向上を図る。アの向上を図る。⑤ロボットの行動計画における視覚・言語的説明の④深層強化学習における視覚的説明の実現⑤ロボットの行動計画における視覚・言語的説明の利活用利活用Carry and Placeタスクにおいて相対誤り率を30%CarryandPlaceタスクにおいて相対誤り率を30%改善改善するとともに、危険性の説明文生成問題に対しするとともに、危険性の説明文生成問題に対し性能を改善性能を改善する。する。⑥ 宇宙天気予報におけるクロスモーダル説明生成⑥宇宙天気予報におけるクロスモーダル説明生成手法を一般化し、視覚-言語物理量等の異種データ間手法を一般化し、視覚-言語物理量等の異種データ間ににおける説明生成に発展させる。おける説明生成に発展させる。19人と共に進化する次世代人工知能に関する技術開発事業知見の導入トの知見の導入各グレードにおける共通特徴を捉えることで、どこに注目する各グレードにおける共通特徴を捉えることで、どこかだけでなく、どのような特徴に注目したかを視覚的に説明に注目するかだけでなく、どのような特徴に注目しする手法を開発する。たかを視覚的に説明する手法を開発する。②マルチスケールアテンション機構によるによる利活用教育ツール取組内容 取組内容①マルチスケールアテンション機構によるエキスパートの① マルチスケールアテンション機構によるエキスパー③ 動画像からのスキル判定における視覚的説明の実現④深層強化学習における視覚的説明の実現⑥宇宙天気予報におけるクロスモーダル説明生成研究開発テーマ紹介実世界に埋め込まれる人間中心の人工知能技術の研究研究開発テーマ紹介開発（人と共に進化するAIにおける視覚的説明と言語的説明技術の基盤開発）実世界に埋め込まれる人間中心の人工知能技術の研究開発（人と共に進化するAIにおける視覚的説明と言語的説明技術の基盤開発）中部大学／慶應義塾大学中部大学／慶應義塾大学識別タスクの注視領域（アテンションマップ）を生成するAttention Branch Network（以下ABN）を基盤識別タスクの注視領域(アテンションマップ)を生成するAttentionBranchNetwork（以下ABN）をとして、エキスパートである人の知見を深層学習ネットワークに組み込むことで、視覚的説明性の向上と共基盤として、エキスパートである人の知見を深層学習ネットワークに組み込むことで、視覚的説明性の向に性能向上を目指す。さらに、専門家の知見を組み込んだ深層学習ネットワークを用いて、どのような領域上と共に性能向上を目指す。さらに、専門家の知見を組み込んだ深層学習ネットワークを用いて、どのよに注目すべきかを教育するツールを開発する。言語的説明では、視覚的説明であるアテンションマップと識うな領域に注目すべきかを教育するツールを開発する。言語的説明では、視覚的説明であるアテンション別結果を言語的説明へ融合するために、マルチモーダル言語理解・生成手法であるMMC-GANにAttention マップと識別結果を言語的説明へ融合するために、マルチモーダル言語理解・生成手法であるMMC-BranchとLSTMデコーダネットワークを導入することで、タスクに合わせた説明文の生成を目指す。GANにAttentionBranchとLSTMデコーダネットワークを導入することで、タスクに合わせた説明文の生成を目指す。
元のページ ../index.html#20