現在の所属組織 【 表示 ／ 非表示 】

現在の所属組織 【 表示 ／ 非表示 】

取得学位 【 表示 ／ 非表示 】

取得学位 【 表示 ／ 非表示 】

職歴 【 表示 ／ 非表示 】

職歴 【 表示 ／ 非表示 】

研究キーワード 【 表示 ／ 非表示 】

研究キーワード 【 表示 ／ 非表示 】

研究分野 【 表示 ／ 非表示 】

研究分野 【 表示 ／ 非表示 】

主たる研究テーマ 【 表示 ／ 非表示 】

主たる研究テーマ 【 表示 ／ 非表示 】

• 拡張現実感のための自己位置姿勢推定に関する研究

• マルチモーダル広域ミクロ交通シミュレータの開発

論文 【 表示 ／ 非表示 】

論文 【 表示 ／ 非表示 】

• 屋外歴史的建造物の空間的関係を可視化するデジタル表現手法の開発

  根路銘もえ子，赤嶺有平

  月刊考古学ジャーナル ( ニュー・サイエンス社 )  ( 782 ) 135 - 139   2023年05月 [ 査読有り ]

  掲載種別: 研究論文（学術雑誌）

• Attentionを応用した鏡面反射光の非活性化によるCNN推論精度改善手法

  松永聖明, 赤嶺有平, 根路銘もえ子

  情報処理学会研究報告(Web) (IPSJ Technical Report (Web))   2021 ( HCI-191 ) Vol.2021-HCI-191,No.10,1-7 (WEB ONLY)   2021年01月

  掲載種別: 研究論文（その他学術会議資料等）

• MolGANの拡張による文章グラフを用いた文章生成手法の提案

  澤崎 夏希, 遠藤 聡志, 當間 愛晃, 山田 孝治, 赤嶺 有平

  知能と情報 ( 日本知能情報ファジィ学会 )  32 ( 2 ) 668 - 677   2020年04月

  掲載種別: 研究論文（学術雑誌）

  　概要を見る

  <p>深層学習によって様々な分類問題が解決されているが，分類カテゴリ毎のデータ量が不均衡な問題を扱う場合，多くの課題がある．不均衡データへの対策として，少量カテゴリのデータ量を増加させ均衡化する手法がある．これをかさ増しと呼び画像処理分野ではノイズの付与や回転による方法が一般的である．最近ではGenerative Adversarial Network: GANによる画像生成手法を用いる場合がある．一方で，自然言語処理の分野では有効なかさ増し手法はいまだ確立されておらず，人手によるかさ増しが行われている．人手によるかさ増しではルールの設計など負担が大きく，機械的なかさ増し手法が必要となる．しかし，文章生成における機械的なかさ増しは画像生成に比べ不安定である．これは文章の特徴獲得の難しさが原因だと考えられる．そこで本論文ではグラフ情報に注目した機械学習による文章生成手法を提案する．CaboChaによって生成されたグラフ情報をGraph Convolutionにより畳み込み処理する．提案するGANにより生成されたかさ増し文章を3つの計算実験により評価し有効性を示した．</p>

  • この論文にアクセスする
    DOI
  • 関連情報を調べる
    CiNii Research

• 畳み込みニューラルネットワークを用いた表情表現の獲得と顔特徴量の分析

  西銘 大喜, 遠藤 聡志, 當間 愛晃, 山田 孝治, 赤嶺 有平

  人工知能学会論文誌 ( 一般社団法人 人工知能学会 )  32 ( 5 ) F-H34_1 - 8   2017年

  掲載種別: 研究論文（学術雑誌）

  　概要を見る

  <p>Facial expressions play an important role in communication as much as words. In facial expression recognition by human, it is difficult to uniquely judge, because facial expression has the sway of recognition by individual difference and subjective recognition. Therefore, it is difficult to evaluate the reliability of the result from recognition accuracy alone, and the analysis for explaining the result and feature learned by Convolutional Neural Networks (CNN) will be considered important. In this study, we carried out the facial expression recognition from facial expression images using CNN. In addition, we analysed CNN for understanding learned features and prediction results. Emotions we focused on are “happiness”, “sadness”, “surprise”, “anger”, “disgust”, “fear” and “neutral”. As a result, using 32286 facial expression images, have obtained an emotion recognition score of about 57%; for two emotions (Happiness, Surprise) the recognition score exceeded 70%, but Anger and Fear was less than 50%. In the analysis of CNN, we focused on the learning process, input and intermediate layer. Analysis of the learning progress confirmed that increased data can be recognised in the following order “happiness”, “surprise”, “neutral”, “anger”, “disgust”, “sadness” and “fear”. From the analysis result of the input and intermediate layer, we confirmed that the feature of the eyes and mouth strongly influence the facial expression recognition, and intermediate layer neurons had active patterns corresponding to facial expressions, and also these activate patterns do not respond to partial features of facial expressions. From these results, we concluded that CNN has learned the partial features of eyes and mouth from input, and recognise the facial expression using hidden layer units having the area corresponding to each facial expression.</p>

  • この論文にアクセスする
    DOI
  • 関連情報を調べる
    CiNii Research

• Estimating Age on Twitter Using Self-Training Semi-Supervised SVM

  Iju Tatsuyuki, Endo Satoshi, Yamada Koji, Toma Naruaki, Akamine Yuhei

  人工生命とロボットに関する国際会議予稿集 ( 株式会社ALife Robotics )  21   228 - 231   2016年01月

  掲載種別: 研究論文（学術雑誌）

  　概要を見る

  The estimation methods for Twitter user's attributes typically require a vast amount of labeled data. Therefore, an efficient way is to tag the unlabeled data and add it to the set. We applied the self-training SVM as a semi-supervised method for age estimation and introduced Plat scaling as the unlabeled data selection criterion in the self-training process. We show how the performance of the self-training SVM varies when the amount of training data and the selection criterion values are changed.

  • この論文にアクセスする
    DOI
  • 関連情報を調べる
    CiNii Research

全件表示 >>

著書 【 表示 ／ 非表示 】

著書 【 表示 ／ 非表示 】

• 宮古島の挑戦 エコアイランドによる地域活性化

  根路銘もえ子, 赤嶺有平ほか ( 担当: 共著 )

  ■■■  2016年

MISC（その他業績・査読無し論文等） 【 表示 ／ 非表示 】

MISC（その他業績・査読無し論文等） 【 表示 ／ 非表示 】

• 博物館自動デジタルアーカイブのための小型軽量３次元スキャンロボットの開発

  屋比久猛成,赤嶺有平,根路銘もえ子,上原和樹

  情報処理学会第86回全国大会 講 演論文集 ( 情報処理学会 )    2024年03月

   

• 品詞と係り受けを考慮したDual Embeddings CNNによる属性抽出

  前田 裕一朗, 遠藤 聡志, 山田 孝治, 當間 愛晃, 赤嶺 有平

  第81回全国大会講演論文集   2019 ( 1 ) 439 - 440   2019年02月

   

• 深層強化学習エージェントの行動別顕著性マッフ?の生成に関する考察

  長嶺 一輝, 遠藤 聡志, 山田 孝治, 當間 愛晃, 赤嶺 有平

  人工知能学会全国大会論文集   2019 ( 0 ) 3K4J201 - 3K4J201   2019年

   

• 可視化によるDeep Q Networkの行動価値根拠の分析

  長嶺一輝, 遠藤聡志, 山田孝治, 當間愛晃, 赤嶺有平

  情報科学技術フォーラム講演論文集   17th   319‐320   2018年09月

   

  J-GLOBAL

• 品詞情報の埋め込みを利用したDual‐Embeddings‐CNNによる属性語抽出

  前田裕一朗, 遠藤聡志, 山田孝治, 當間愛晃, 赤嶺有平

  情報科学技術フォーラム講演論文集   17th   189‐190   2018年09月

   

  J-GLOBAL

全件表示 >>

研究発表等の成果普及活動 【 表示 ／ 非表示 】

研究発表等の成果普及活動 【 表示 ／ 非表示 】

• 可視化 web アプリケーション

  根路銘 もえ子, 赤嶺 有平

  人工知能学会研究会資料 知識ベースシステム研究会  2022年  -  2022年   

  CiNii Research

• 屋外環境における色情報を用いた立体物の検出手法に関する研究

  稲福也美,赤嶺有平,根路銘もえ子

  第 20 回日本バーチャルリアリティ学会大会論文集  2015年09月  -  2015年09月   

• 階層型協調交通システムにおけるデマンドバス輸送の経路計画手法

  ◎新垣隆伍・赤嶺有平・上原和樹・遠藤聡志（琉球大）・根路銘もえ子（沖縄国際大）

  第１４回情報科学技術フォーラム講演論文集  2015年09月  -  2015年09月   

• デマンドバスを用いた協調型交通システムにおける経路計画手法の検討

  ○上原和樹, 赤嶺有平, 當間愛晃, 根路銘もえ子, 遠藤聡志(琉球大学)

  第73回MBL・第59回ITS合同研究発表会  2014年11月  -  2014年11月   

• 色情報を用いた屋外における日照変化に対してロバストなカメラ位置姿勢推定手法の提案

  ◎潮平寛弥・赤嶺有平・遠藤聡志（琉球大）・根路銘もえ子（沖縄国際大）

  第１３回情報科学技術フォーラム講演論文集  2014年09月  -  2014年09月   

全件表示 >>

科研費獲得情報 【 表示 ／ 非表示 】

科研費獲得情報 【 表示 ／ 非表示 】

• 博物館のDX推進を目指したデジタルコンテンツの自動生成システムの開発

  基盤研究(C)

  課題番号: 22K01014

  研究期間: 2022年04月  -  2027年03月 

  代表者: 赤嶺 有平, 根路銘 もえ子 

  直接経費: 3,300,000（円）  間接経費: 4,290,000（円）  金額合計: 990,000（円）

• 屋外歴史的建造物の時空間的関係を可視化するデジタル表現手法の開発

  基盤研究(C)

  課題番号: 19K01145

  研究期間: 2019年04月  -  2022年03月 

  代表者: 根路銘 もえ子, 赤嶺 有平 

  直接経費: 3,000,000（円）  間接経費: 3,900,000（円）  金額合計: 900,000（円）

  　概要を見る

  本研究のねらいは，沖縄県内に点在する「グスク」等，歴史的価値の高い史跡について，その立体的な構造と周辺地形を含む地理的位置環境および史跡間の地理的位置関係を立体的に可視化し，かつ史跡内に点在する文化財を３次元地理情報と結びつけて共有（公開）するシステム及びコンテンツ制作支援ツールを構築することである．今年度は，史跡の３次元構造を可視化を目的として，地上からの撮影に基づく写真測量手法の確立を目指した．地上から撮影することで樹木等上空から見えない箇所の三次元復元を実現すると同時に，航空法その他の制約によりドローン等による空撮が場所においてはコストバランスの優れた手法となる．複数の史跡（グスク）において写真撮影を行い特徴点マッチングおよびSfM(Structure from Motion)による三次元復元を試みたところ，高精度な点群データおよびテクスチャ付きポリゴンモデルが得られることがわかった．一方で，グスク独特の形状によりグスク全域の３次元復元を自動的に行うことは困難な場合があった．その場合，現時点では複数箇所の三次元点群データを3DCAD等を用いて手動で統合する作業が必要となる． 現存する史跡だけでなく，現在は建造物の地下に埋もれてしまっているものの発掘調査により過去に建造物が存在した蓋然性が高いとされる遺跡について，発掘資料及び同時代の他の構造物に関する資料等に基づき集落全体を地形の起伏を含めて３次元CGにより復元し，AR（拡張現実）による展示を行った．成果物は，沖縄県立博物館において開催されたグスク展（2019年11月19日(火) ～ 2020年01月19日(日)）において期間限定で展示され来館者から好評を得た．アンケート評価から，ARを用いた史跡展示は，その立体構造の把握に有効であることが示された．

• 拡張現実を用いた博物館における双方向メディア型ガイダンスシステムの開発

  基盤研究(C)

  課題番号: 19K01142

  研究期間: 2019年04月  -  2022年03月 

  代表者: 赤嶺 有平, 根路銘 もえ子 

  直接経費: 3,300,000（円）  間接経費: 4,290,000（円）  金額合計: 990,000（円）

  　概要を見る

  本研究課題は，AR(拡張現実)を用いた博物館における利用者の興味関心を推定するガイダンスシステムの開発を目的としている．提案システムは，AR技術を用いて見学者(来館者)が，興味のあるモ ノに端末を向けるだけで直感的に情報を得ることができるようなUI(ユーザーインタフェース)を目指している. 一方，主催者側へ，利用ログを提供することで個々の展示物に対する興味関心や，大型の展示物のどの箇所に興味を持っているかなどの情報を提供し展示効果の分析に役立てることができる．初年度である2019年度においては，提案システムにおいて有効なインタフェースを検証するため，沖縄県にある世界遺産の一つである中城城跡におけるグスク時代の戦闘の様子を再現，さらに城壁の構造が実際の戦いにおいてどのように機能したかを能動的に学習することができるインタラクティブコンテンツを開発し沖縄県立博物館の特別展において実際に展示した．展示アプリケーションを多くの来館者に実際に試してもらい，実装したインタフェースの有効性を来館者アンケートを用いて分析したところ，スマートホンやタブレットに慣れている層（４０代未満）では特に説明なく直感的に操作することができることが示された． 一方，実際の展示物に対して自動ガイダンスを実現するには利用者が何をみているのかを，端末内蔵のカメラ画像から推定する必要がある．そのため，深層学習を用いた物体検出手法性能の向上に関して研究を並行して行った．深層学習は，認識，検出精度が訓練データセットの量や質に大きく影響され，データセットの作成コストが大きな問題となるが，本研究では，少ないデータセットから高精度な検出器を生成する手法の開発に取り組んでいる．

• 屋外環境においてロバストなマーカレス重畳表示を用いた観光案内システムの開発

  基盤研究(C)

  課題番号: 26330238

  研究期間: 2014年04月  -  2017年03月 

  代表者: 根路銘 もえ子, 赤嶺 有平 

  直接経費: 2,800,000（円）  間接経費: 3,640,000（円）  金額合計: 840,000（円）

  　概要を見る

  本研究では，史跡等の屋外展示施設においてスマートフォン等の携帯端末及び拡張現実技術を利用して展示物の情報提示を行うシステムの開発を目指し，対象物体の色及び輝度勾配方向の出現頻度を用いた高速な特定物体検出手法（情報提示に必要な位置合わせ）の提案・開発を行った．提案手法は，日照変化，経年変化等屋外において顕著に発生し物体検出の精度低下の要因となる環境変化に対してロバストかつ高速に物体検出を行うことが可能である．また，現在さまざまな研究が進められている深層学習を用いた手法と比較して事前学習に必要な時間を大幅に短縮でき，スマートフォン等計算能力の劣る環境においても実用的な速度で実行可能である．

• 基幹交通と有機的に結合した末端型デマンドバスモデルの開発及びシミュレーション評価

  若手研究(B)

  課題番号: 26730160

  研究期間: 2014年04月  -  2016年03月 

  代表者: 赤嶺　有平 

  直接経費: 1,700,000（円）  間接経費: 510,000（円）  金額合計: 2,210,000（円）

全件表示 >>

学外の社会活動（高大・地域連携等） 【 表示 ／ 非表示 】

学外の社会活動（高大・地域連携等） 【 表示 ／ 非表示 】

• 拡張現実(AR)を用いた考古学展示

  沖縄県立博物館・美術館  グスク・ぐすく・城 －動乱の時代に生み出された遺産－琉球王国のグスク及び関連遺産群世界遺産登録20周年記念特別展 

  2019年11月

  -

  2020年01月