協調フィルタリングを用いた フォントシステムの改良 慶應義塾大学 理工学部 情報工学科 萩原研究室 学籍番号  60204734 奥野 陽
1.背景・目的(1/3) 1 <ul><li>ブロードバンドの普及 </li></ul><ul><li>リッチコンテンツの発達 </li></ul><ul><li>エンターテイメントの需要 </li></ul><ul><li>個人の感性に適応 ...
1.背景・目的(2/3) Web2.0時代のサービス 例: Amazon 似たユーザの評価から アイテムの評価を予測 アイテム ユーザ 1 1 4 4 2 4 1 ? 2 5 1 5 2 協調フィルタリングとは?
1.背景・目的(3/3) 3 感性工学 フォントシステム Web2.0 協調フィルタリング 協調フィルタリングを用いた フォントシステムの改良 適切なフォントの自動生成が可能
2.提案システム 4 インターフェース 学習 自動生成 データベース 評価 システム
2.提案システム 5 類似度 計算 ユーザの モデル化 フォント 作成 1.0 2.0 GA 改良部分 従来法
2.提案システム 6 重み付き GRNN GRNN 予測方法 有効利用 未使用 ユーザラベル 類似ユーザ 1ユーザ 個人適応 使用データ 提案法 従来法
2.提案システム 7 フォント 書籍など 応用例 連続値 離散値 出力 自動生成 既存の商品を推薦 コンテンツ 提案法 協調フィルタリング
3.検討事項 <ul><li>類似度の定義方法 </li></ul><ul><li>従来の協調 F では相関係数を用いる </li></ul><ul><li>実行速度の高速化 </li></ul><ul><li>単純なクラスタリングは不可能 <...
4.今後の予定 9月 3次元カラーへの適用 10 月 アンケートの実施・解析 11 月 フォントシステムへの応用 12 月 卒業論文執筆 1 月 卒業論文修正 9
 
付録  Java VS C 結論: Java は C より通常 2 倍程度重い      Math.exp 関数は C と比較にならない程重い 4679ms 8452ms 空 for 文 10 億回 44ms 2344ms 指数( exp) 1...
付録  Java 考察 Java はインタプリタなので重くて当然 ⇒ JIT(Just In Time) コンパイルはどこへ行った? exp 関数は恐らく最適化の方法が違う ⇒ Java の Math.exp は単純なテーラー展開とか ⇒ 逆ア...
質問 新規性 Q. この研究の新規性は? A. 協調フィルタリングを 連続値の推定に使うという研究は 既存研究としてはありませんでした。
検索技術の応用 高速化の手法として類似検索を応用 ガウス関数はある程度離れると 0 に近くなる 無視できないほど重みがあるノードだけ検索
類推の種類 <ul><li>トポロジカルなグラフ構造の類似性 </li></ul><ul><li>時系列データ中の類似部分の検出 </li></ul><ul><li>部分的類似性の利用 </li></ul>
Upcoming SlideShare
Loading in …5
×

協調フィルタリングを用いたフォントシステムの改良

1,447 views
1,357 views

Published on

Published in: Technology
0 Comments
1 Like
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total views
1,447
On SlideShare
0
From Embeds
0
Number of Embeds
17
Actions
Shares
0
Downloads
4
Comments
0
Likes
1
Embeds 0
No embeds

No notes for slide

協調フィルタリングを用いたフォントシステムの改良

  1. 1. 協調フィルタリングを用いた フォントシステムの改良 慶應義塾大学 理工学部 情報工学科 萩原研究室 学籍番号  60204734 奥野 陽
  2. 2. 1.背景・目的(1/3) 1 <ul><li>ブロードバンドの普及 </li></ul><ul><li>リッチコンテンツの発達 </li></ul><ul><li>エンターテイメントの需要 </li></ul><ul><li>個人の感性に適応 </li></ul><ul><li>フォントの自動作成 </li></ul>
  3. 3. 1.背景・目的(2/3) Web2.0時代のサービス 例: Amazon 似たユーザの評価から アイテムの評価を予測 アイテム ユーザ 1 1 4 4 2 4 1 ? 2 5 1 5 2 協調フィルタリングとは?
  4. 4. 1.背景・目的(3/3) 3 感性工学 フォントシステム Web2.0 協調フィルタリング 協調フィルタリングを用いた フォントシステムの改良 適切なフォントの自動生成が可能
  5. 5. 2.提案システム 4 インターフェース 学習 自動生成 データベース 評価 システム
  6. 6. 2.提案システム 5 類似度 計算 ユーザの モデル化 フォント 作成 1.0 2.0 GA 改良部分 従来法
  7. 7. 2.提案システム 6 重み付き GRNN GRNN 予測方法 有効利用 未使用 ユーザラベル 類似ユーザ 1ユーザ 個人適応 使用データ 提案法 従来法
  8. 8. 2.提案システム 7 フォント 書籍など 応用例 連続値 離散値 出力 自動生成 既存の商品を推薦 コンテンツ 提案法 協調フィルタリング
  9. 9. 3.検討事項 <ul><li>類似度の定義方法 </li></ul><ul><li>従来の協調 F では相関係数を用いる </li></ul><ul><li>実行速度の高速化 </li></ul><ul><li>単純なクラスタリングは不可能 </li></ul><ul><li>データの集め方 </li></ul><ul><li>アンケートはユーザの負担になる </li></ul>8
  10. 10. 4.今後の予定 9月 3次元カラーへの適用 10 月 アンケートの実施・解析 11 月 フォントシステムへの応用 12 月 卒業論文執筆 1 月 卒業論文修正 9
  11. 12. 付録  Java VS C 結論: Java は C より通常 2 倍程度重い      Math.exp 関数は C と比較にならない程重い 4679ms 8452ms 空 for 文 10 億回 44ms 2344ms 指数( exp) 1000 万回 C (VC++2005) Java (Eclipse )
  12. 13. 付録  Java 考察 Java はインタプリタなので重くて当然 ⇒ JIT(Just In Time) コンパイルはどこへ行った? exp 関数は恐らく最適化の方法が違う ⇒ Java の Math.exp は単純なテーラー展開とか ⇒ 逆アセンブリして VC++ の exp を解析(テーブル参照?)
  13. 14. 質問 新規性 Q. この研究の新規性は? A. 協調フィルタリングを 連続値の推定に使うという研究は 既存研究としてはありませんでした。
  14. 15. 検索技術の応用 高速化の手法として類似検索を応用 ガウス関数はある程度離れると 0 に近くなる 無視できないほど重みがあるノードだけ検索
  15. 16. 類推の種類 <ul><li>トポロジカルなグラフ構造の類似性 </li></ul><ul><li>時系列データ中の類似部分の検出 </li></ul><ul><li>部分的類似性の利用 </li></ul>

×