IEEE SMC 2016 個人ツイート+αまとめ
- hariktriam
- 1869
- 4
- 0
- 11
続)ある程度は健康な高齢者で商用のコミュニケーションロボット7種を簡易的に評価.インタビュー結果とSUS結果の双方で確認.
2016-10-11 00:29:46Takeda, T.ら:A Wave Detection Method for Air-Coupled Ultrasound System on Human Abdominal Region 腹部における空中超音波の検出方法の開発. 細かい点が分からなかった….
2016-10-11 00:37:38Lee, KRら:Band Generation Process for classification of cerebrospinal fluid in Magnetic Resonance Images MRI画像における脳脊髄液の部分をBEP⇒(略)⇒SVMでの抽出方法.
2016-10-11 00:43:45Miura, T.ら:Visuospatial working memory game & measured memory performances at various ages ゲーム化した視空間ワーキングメモリの計測手法を開発,300人超のデータを取った結果まとめ.私の発表
2016-10-11 01:14:29Kim, S.ら:EPOC aware Energy Expenditure Estimation with Machine Learning EPOC(運動後の過剰な酸素消費)に注目して機械学習で運動後のカロリー消費量を予測.採用した5手法のうち,SVRを使うと最も高精度.
2016-10-11 01:24:46裏番組で以下の共著デモ発表.全盲者がプレイ可能なアクションRPGを英語化したものです. Matsuo, Mら:ShadowRine: Accessible Game for Blind Users, & Accessible Action RPG for VI gamers(略
2016-10-11 01:31:07Nemeth, C:Support for ICU resilience: A cognitive syst. engineering approach to build adaptive capacity 飛び込みプレゼン.ICU内の患者の状況を解りやすく医者に提示するシステム
2016-10-11 01:39:31二日目のディナー (@ Tüköry Étterem in Budapest) swarmapp.com/c/1rIWs8cmNeN pic.twitter.com/oCRzOgNmDy
2016-10-11 05:48:16夜の大聖堂。想像以上の大きさ! (@ Szent István Bazilika in Budapest) swarmapp.com/c/2TQ8GPzu2CV pic.twitter.com/dd4V7hKf6T
2016-10-11 05:53:442日目 (10/11)
[Keynote Talk II] Kasabov, N.: Spiking Neural Networks and Spatio-Temporal Data Machines: Methods, Systems, Applications を遅れて拝聴.
2016-10-11 15:13:07続)内容的にはAI系.先ほどArtificial Neural Networksの進化を述べDeep Learningは非同期的な学習に向くと述べる.Spiking NNは単一ニューロンのみならず脳の神経回路網における活動電位の変化を再現して行う.
2016-10-11 15:20:27続)エンコードを行う際は,一定のしきい値を超えた値を畳み込んで電位っぽいグラフを作って波形を作る.このときスパイクを起こすニューロンはHodgkin-Huxleyなどのモデルを使う.これ,完全に生物の脳活動電位のモデル/計測法だわ….
2016-10-11 15:22:45続)確率論的にスパイクの有無を求め,:sciencedirect.com/science/articl… ニューロンの可塑性を考慮し:nature.com/neuro/journal/… これらを基に学習させるという流れ.以下URLには利用例も. Ref: s3.amazonaws.com/academia.edu.d…
2016-10-11 15:28:25続)NeuCubeというのは彼らが脳活動のSpatio-temporal dataを学習させるために作ったもの.sciencedirect.com/science/articl… 雰囲気的に脳内を格子化して各格子ごとにスパイク量をマッピング.このスパイクパタンと行動パタン(身体の動き)を関連付け.
2016-10-11 15:34:55続)SNNを用いたモデル予測:データをスパイクのシークエンスに投げマッピング,マッピングされた結果を基に予測する感じ? ニューロン活動を模擬したハードウェアとして形成する流れがある.IBM True Northは1 mln neurons, 1 bln synapseで大規模.
2016-10-11 15:40:14続)SpiNNaker:en.wikipedia.org/wiki/SpiNNaker SNN向けのアーキテクチャ.ウェブ上でもフリー使用できるらしい.NeoCube内には幾つか脳テンプレがある模様.
2016-10-11 15:45:10続)先月出たばかりの研究成果.中毒症状の予測:ieeexplore.ieee.org/document/73365…
2016-10-11 15:45:48続)投稿中の研究成果:NeuCubeでfMRIとDTIの脳活動データを組合せたもの.この他,ニューロフィードバックに関する研究,動きの予測,BCI研究,支援装置+VR訓練環境などでの応用研究が実施されている.感情予測の研究もごく最近に実施(これは日本人との共同研究).
2016-10-11 15:51:28続)マイクロスリープ状態の模擬,注意バイアスの予測などを使った将来的なニューロマーケティングへの応用,高齢化する脳内のモデリング,Air pollutionや地震などの予測も実施中らしい.NZ内での地震予測wNeoCube, SVM, MLPで比較するとNeoCubeが最良らしい
2016-10-11 15:55:28続)このKeynote speechの内容と結構かぶってる内容は次のスライド:wcci2016.org/document/tutor… なお,これら講演の内容を基にした書籍がこれからSpringerで出るそうな.
2016-10-11 16:00:45Sandnes, FEら:Translating the Viewing Position in Single Equirectangular Panoramic Images 一枚の全天球画像を展開図化した画像において,エイリアシングを最小限に視点中心位置を移動させる手法を開発
2016-10-11 16:37:08続)ちなみにEquirectangular panoramic imageってのはこういう雰囲気のやーつ:cdn.instructables.com/F3V/B8MS/IRHV4…
2016-10-11 16:38:14続)特定位置を視点中心にするに辺り,全天球画像の展開図を変換.Sobel kernelを使って垂直・水平線を検出⇒水平線からピーク取得⇒デカルト軸系から球上の位置に変換⇒面の取得⇒視点移動⇒パノラマ画像の再構築の流.Limitation:直方体形の部屋ではOKだが他はまだNG.
2016-10-11 16:48:44