Download - Tokushima U
Web
Web
W
WWeb
MFCC or FBANK
(DBNF)
HMM 1
HMM 2
HMM N
E-mail: [email protected] Tel. +81-88-656-7508 Fax: +81-88-656-7508 HP : http://pub2.db.tokushima-u.ac.jp/ ERD/person/10762/profile-ja.html
(Pitch, Chord)
DB
(Pitch, Chord)
!!
DB J-pop Classic
etc
. o
Aff AfectiveInterfac
Affective Interfac
U-Learning
ce ce
11
44 22
33
(a) EMG
E-mail: [email protected]. +81-88-656-7510Fax: +81-88-656-7510HP : http://titan.is.tokushima-u.ac.jp/~fukumi/(b)
1:
2:
(A)(A)
20
30
40
mH
g)
1st2nd
-30 mmHg (3rd trial)
0
10
20
MA
P (m
10
3rd
(B)
Time (s)120 240 360 480 600 7200
-10
20
30
40
1st-30 mmHg (3rd trial)
mm
Hg)
0
10
-10
3rd2nd
120 240 360 480 600 7200
MA
P (
Time (s)120 240 360 480 600 7200
LLDP
SNMP(LLDP info included)
IC Tag A IC Tag B
Connecter A Connecter B
P3 P2
SW1 SW2
P3: Tag A P2: Tag B
SW1:P3=SW2:P2…………..
SW1:P3:Tag ASW2:P2:Tag B
Cable 001
CABLENO.
TAGPAIRFROM
TAGPAIRTO
DEVICEPORTFROM
DEVICEPORTTO
STATUS
001002
TAG ATAG …
TAG B…
SW1:P3…….
SW2:P2…….
ACTIVENA
<Cables information table>
IC tag info Device connection info
KeywordsE-mail: [email protected]. 088-656-7505Fax: 088-656-7505
GAMona-Liza TSP n=100,000)
guided ejection search
JSP
memetic algorithm
VRP
2020
1616
(a) 従来の概念知識の例
(b) 構築する印象知識の例
図1 印象知識の概略図
図2 印象知識の格納辞書構造の例
内容:
人に優しいマンマシンインターフェースの実現には,人間からの要求を正しく理解する技術が必要不可欠である.自然言語処理分野においては,概念ベースやオントロジーなどの知識構築によって,語の持つ本来の意味概念(コウノトリ:<鳥>など)を蓄積することで意味理解を行う.例えば“コウノトリが運ぶ”の理解処理では,意味概念の取得によって<鳥>+「運ぶ」となるが,この場合は{幸せ}+「運ぶ」が正しい理解だと考えられる.このように,メタファーやメトニミー,オノマトペなどの表現から意味や意図を理解するには,表層の単語が持つ意味とは異なる解釈が必要となり,そのためには感性や印象などの感覚(コウノトリ→{幸せ}など)を知識化する必要がある.
そこで,本研究では,表層の意味とは異なる解釈が必要となる表現を曖昧な表現とし,語彙から受ける印象や,連想する表現を印象知識として構築,利用することで,曖昧な表現における意図の理解を目指す.構築する印象知識は,例えば図1(b)のように語彙と印象,また関係性が相互接続されている.これらを全て索引語として辞書に保存するため,図2のような辞書構造を構築している.
分野:感性情報学
専門:自然言語処理
E-mail: [email protected]
Tel. 088-656-7490
Fax: 088-655-4424
: ピカピカ鏡 小さいケータイ 軽いツル サイズ: 電話大きい 大きい: :
印象知識ベース
1 2 35 9
5 69 5
7 813 5
413リンク情報:“5‐9‐13”
リンク情報:“9‐5”
リンク情報:“13‐5”
Root
鳥 政治
野球ツル コウノトリ
スポーツ
サッカー
1 2 3
6
ス マ
タ
5#
8ナ
大 き
9#
#
4
7
ホ
ミ
い 1210 11 13
12
3
AISTAnnotation
1 intro1 A1 B
1 end1
2 intro2 A2 B
2 end
22
3 intro3 A3 A
3 end
3 B3
AnnotationV = ( , BPM, ,
,)
2 intro 2 A 1 B 3 3end
()
BCI
BCI
Personality
322
2(a)
..(b)
etc.