« 2020年6月 | トップページ

2020年7月

似顔絵誰でしょう(2)

2020年7月 5日 (日) 投稿者: メディア技術コース

前回の教員似顔絵の記事で、専門分野の類似度を測って二次元のマップを作っていました。それについて簡単に解説します。これには単語のベクトル表現というAIの技術が用いられています。これは、私たちが使っている単語をベクトルといういくつかの数値の組に変換して表現することによって、単語同士の類似度などをベクトル同士の計算によって数値として求めることを可能にする技術です。

例えば、soundとgraphics、speechをベクトル化してみます。実際は何十から何百という次元数の長いベクトルになります。

Vsound = [-0.0073 0.0101 ・・・ 0.0038]

Vgraphics = [-0.0335 -0.0007 ・・・ 0.0118]

Vspeech = [0.003 0.0053 ・・・0.0507] 

 これは、同じ文に使われている単語は関連が深い、すなわち近いベクトルになるという仮定の下でAIを学習し、そのAIによって任意の単語を数値の組み合わせすなわちベクトルで表現したものです。

類似度は、コサイン類似度と呼ばれる、ベクトル同士のなす角の余弦の値を求めることにより計算します。(実際は大きい次元のベクトルですが、下図は簡略化のために3次元で描いています。)

Vector

そうすると、Vsound とVgraphics 、Vsound とVspeechそれぞれの間の類似度をとります。

類似度(VsoundVgraphics ) =0.50

類似度(VsoundVspeech ) =0.37

soundとgraphicsの類似度よりsoundとspeechの類似度のほうが小さいことがわかりますね。つまりsoundとspeechの関係は、soundとgraphicsの関係よりAIの結果上は遠いということになります。あれ?と思われるかと思いますが、あくまで同時サウンドとグラフィックスは近い文脈で使われているが、音声・スピーチ・話という単語は一緒に使われる頻度が少ないということを表しているに過ぎません。

その後、類似度から各単語同士の距離を計算します。方法はいくつかありますが、例えば 距離=1-類似度 などとして、類似度が小さいほど距離の値が大きくなるように定義して計算します。

そして各単語間の距離が得られるので、そこから多変量解析によって2次元の平面に乗せたときの位置関係を座標として求めます。Gyouretsu

その座標点に各教員の似顔絵を乗せたのが、前回の図でした。教員の点は教員紹介の単語を取っていて、複数ある場合はベクトルを平均しています。今回、単語をベクトルに変換するAIはfastText [1]という手法を使い、ウェブ記事の文章を集めて学習した公開されている英単語の統計モデル[2]を使用しました。

以下は各似顔絵の答え合わせです。

Blog_contents_cource_map_with_names 

メディア技術コース 越智

参考文献

[1] Bojanowski, P., Grave, E., Joulin, A., & Mikolov, T. (2017). Enriching word vectors with subword information. Transactions of the Association for Computational Linguistics5, 135-146.

[2] https://fasttext.cc/

 

空から見えるキャンパス(解説編)

2020年7月 4日 (土) 投稿者: メディア技術コース

助教の戀津です。

皆様昨日の記事はご覧いただいてますでしょうか?今回はその続きです。

飛行機上から本学の八王子キャンパスを発見したお話ですが、関東平野は広大で、街と街の境目がないため特定の場所を発見するのはなかなか困難です。
また、高高度の上空から見渡すと方角や距離感がつかみにくく、だいたいこんな感じかな?というくらいにしか把握しにくいです。
よーく見てじっくり考えればわかるかもしれないですが、何しろ時間がないです。発見したのは離陸から七分後で、八分後にはもう山梨へ抜けてしまいました。

今回はそんな中で八王子キャンパスをどうやって発見したかの解説です。

以前、「大学から見える意外なランドマーク」という記事と、その解説編をこのブログに掲載しました。大学から西武ドームが見えるというお話です。
この時、西武ドームであることを確認するために、GoogleMapで西武ドーム付近や大学との位置関係をよく見ていました。
(実はあの記事を先に書いたのは伏線だったのです)

このため、西武ドームを見つければ大学を探せるかもしれないと考え、まずは西武ドームを探してみました。
関東平野内で北西の方で、緑に囲まれた大きな湖、そしてそのほとりにある大きな白い建物。
これだけ特徴的なものであれば、比較的容易に発見できました。下の写真の赤矢印部分です。

20190314-110055-2

 

次に、西武ドームと大学の位置関係をヒントに大学を探します。
解説編の中で大学から北北東方向』『ちょうど多摩川を挟んで向こう側くらいとあります。
方角は前述の通り高高度からはわかりにくいですが、多摩川はおおよそ東南東方向へ向かって流れているので、多摩川の反対側を探せばよいわけです。

写真ではわかりにくいですが、飛行機からは多摩川はよく見えました。距離は西武ドーム多摩川間と同じくらい離れた位置なので、探す範囲もだいぶ絞られます。次の写真に多摩川と捜索範囲の円を描いています。

20190314-110055-4

そして、この緑の範囲を探していた所、八王子サザンスカイタワーを発見しました。付近で一番大きいビルなので目印になりました。
(残念ながら写真ではごちゃごちゃしてる部分に紛れていてわかりにくいです)
これで八王子駅の場所が分かったので、あとは少し右下あたりかな、と慎重に探してみて、ようやく八王子キャンパスを発見できました。
なかなか難易度が高く、また時間も非常に短い(見える範囲を飛んでいるのは一分半~二分程度?)ので、無事発見できた時は難解なパズルを解いたような爽快感がありました。

発見方法は他にも色々あると思います。実際別の機会に飛行機に乗った際にも、違う方法でも発見しています。
しばらくは飛行機での移動もしにくいのでなかなか機会がないと思いますが、いずれ飛行機で西へ向かう機会があった方は探してみてはいかがでしょうか。
事前に地図を見て予習するのも楽しいかもしれません。

空から見えるキャンパス

2020年7月 3日 (金) 投稿者: メディア技術コース

助教の戀津です。

飛行機を利用しての遠出ができなくなってしばらく経ちますが、昨年春に飛行機に乗った際の思い出です。
といってもタイトルでネタバレ済みなのですが・・・。上空から八王子キャンパスを発見できたお話です。

昨年三月に、大学の用事で福岡に出張しました。その際、進行方向に対して右端の窓際席になりました。
座席モニターで進路を見ると、八王子の少し南の上空を通過する様子でした。
これはもしや八王子キャンパスが見えるのでは!?と思い、上空からの捜索を試みました。

まずはこちらの写真をご覧ください。
スマートフォンのカメラでの撮影なので画質は厳しいものがありますが、この中に映っています。
※スマートフォンは機内モードに設定して電波をオフにしています

20190314-110055

 

おわかりいただけたでしょうか?

あわや雲に隠れて見えないところでしたが、運よくギリギリで見えました。
画面中心部の雲の左上付近です。

更に画質が低下してしまいますが、ズームした画像も掲載します。

20190314-110051

 

片柳研究所棟とフーズフー前の植え込み庭園、アリーナなどの特徴的なものが見えますね。
空の上からでも八王子キャンパスを見つけることができました。
広大な関東平野の中からどうやって発見したかはまた次回解説します。

リモート授業の罠

2020年7月 2日 (木) 投稿者: メディア技術コース

とりあえず新学期、リモート授業が始まったので近況をば…。

01_1
01_2
01_3
01_4
(以上 「情報リテラシー演習」担当 永田)

似顔絵誰でしょう??(1)

2020年7月 1日 (水) 投稿者: メディア技術コース

こんにちは。メディア技術コースの越智です。今回はメディア学部の教員陣の似顔絵を描いたので正規の教員紹介サイトに倣って順番に紹介していきたいと思います。第1回はコンテンツコースの教員です。

在校生、卒業生のみなさんは知っている教員を見つけられましたでしょうか。

次の図は、大学ウェブサイトの教員紹介ページに書かれているそれぞれの専門分野についての単語から、fastTextと呼ばれる自然言語処理技術で、関連が深い単語同士があると近い距離になるようにして一人一人の距離を求めたものです。(2人ずつの組み合わせ全部の距離を求めて、それを軽量多次元尺度法により2次元の図にしています。)仕組みについては次回お話しします。

Blog_contents_cource_map

それぞれを拡大するとこんな感じです。

Itoken_2pt

Sassaki_sensei

Akino_ver2_2pt

Mika_2pt

Kane_2pt

Tsub_2pt

Kawash_1pt

Hagi_2pt

Kiku_sticker001_2pt

Kaki002

Take_2pt

Yasu_2pt

在校生、卒業生のみなさんは知っている教員を見つけられましたでしょうか。

メディア技術コース 越智

« 2020年6月 | トップページ