論文 - 杉浦　孔明

A Multimodal Target-Source Classifier Model for Object Fetching from Natural Language Instructions

A Magassouba, K Sugiura, H Kawai

人工知能学会全国大会論文集 （一般社団法人 人工知能学会）  2019 （ 0 ） 2D3E403 - 2D3E403 2019年

研究論文（研究会，シンポジウム資料等）

　概要を見る

<p>In this paper, we address the fetching task from ambiguous instructions. A typical fetching task consists of picking up a target object specified by ambiguous instructions. We specifically propose a multimodal target-source classifier model (MTCM) that grounds the instructions in the scene. More explicitly, MCTM can predict the likelihood of a target object in addition to the source of this target using linguistic and visual features. Our approach improves the accuracy of the previous state-of-the-art method for target object prediction in fetching task.</p>

• Access to Document (DOI)

Understanding Natural Language Instructions for Fetching Daily Objects Using GAN-Based Multimodal Target-Source Classification.

Aly Magassouba, Komei Sugiura, Anh Trinh Quoc, Hisashi Kawai

IEEE Robotics and Automation Letters 4 （ 4 ） 3884 - 3891 2019年

研究論文（学術雑誌）, 共著, 査読有り

• Access to Document (DOI)

生活支援ロボットにおける Generative Adversarial Nets を用いた曖昧な指示の理解

杉浦孔明， 河井恒

人工知能学会全国大会論文集 第 32 回全国大会 (2018), 2A304-2A304 （一般社団法人 人工知能学会）  2018 （ 0 ） 2A304 - 2A304 2018年

　概要を見る

<p>本研究の対象は，日常環境でユーザに指示された物体を適切な場所に移動させるタスクを行う生活支援ロボットである．特に，「ペットボトルを片付けておいて」等の曖昧な命令のマルチモーダル言語理解を扱う．具体的には，曖昧な命令を入力として，ロボットがオブジェクトを置く対象領域の尤度を予測する手法を提案する．提案手法では，マルチモーダル入力から潜在表現を抽出し，Generative Adversarial Nets (GAN)によるデータ拡張と分類を同時に行う．ロボティクスにおいては教師データ収集が高コストであるので，Deep Neural Netork (DNN)における精度向上においてデータ拡張が重要な役割を果たし得る．実世界状況と曖昧な指示を収集して構築したデータセットにおいて，提案手法とベースライン手法を比較した評価実験について述べる．</p>

• Access to Document (DOI)

Solar Flare Prediction Model using Deep Neural Network: Deep Flare Net (DeFN)

N Nishizuka, K Sugiura, Y Kubo, M Den, M Ishii

Solar Heliospheric and INterplanetary Environment (SHINE 2018) 2018年

Real-time Solar Flare Prediction with Deep Neural Network using Vector Magnetogram and Chromospheric Brightening

N Nishizuka, M Den, M Ishii, Y Kubo, K Sugiura

42nd COSPAR Scientific Assembly 42 2018年

Deep Flare Net (DeFN) model for solar flare prediction

N Nishizuka, K Sugiura, Y Kubo, M Den, M Ishii

The Astrophysical Journal 858 (2), 113 2018年

A Multimodal Classifier Generative Adversarial Network for Carry and Place Tasks from Ambiguous Language Instructions.

Aly Magassouba, Komei Sugiura, Hisashi Kawai

abs/1806.03847 2018年

SuMo-SS: Submodular Optimization Sensor Scattering for Deploying Sensor Networks by Drones.

Komei Sugiura

abs/1806.01065 2018年

マガスーバアリー, 河井恒,“生活支援ロボットにおける Generative Adversarial Nets を用いた曖昧な指示の理解”

杉浦孔明

人工知能学会全国大会論文集 32, 2A3-04 2018年

Spatio-temporal pseudo relevance feedback for scientific data retrieval

Shin'ichi Takeuchi, Komei Sugiura, Yuhei Akahoshi, Koji Zettsu

IEEJ TRANSACTIONS ON ELECTRICAL AND ELECTRONIC ENGINEERING （WILEY-BLACKWELL）  12 （ 1 ） 124 - 131 2017年01月

研究論文（学術雑誌）, 共著, 査読有り,  ISSN  1931-4973

　概要を見る

We consider the problem of searching scientific data from vast heterogeneous scientific data repositories. This problem is challenging because scientific data contain relatively little text information compared to other search targets such as web pages. On the other hand, the metadata in scientific data contain other characteristic information such as spatio-temporal information. Although using this information make it possible to improve the search performance, many widely adopted scientific data search engines use this information exclusively for narrowing down search results. In this paper, we propose a novel query generation method using spatial, temporal, and text information based on pseudo relevance feedback. The proposed method generates new spatio-temporal queries from the initial search results. By using these queries, the search results are reranked such that more related results obtain higher rank. The experimental results show that the proposed method outperforms a baseline method when search targets do not have rich text information. (c) 2016 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.

• Access to Document (DOI)

機械学習を用いたリアルタイム太陽フレア予測

西塚直人， 久保勇樹， 杉浦孔明， 田光江， 亘慎一， 石井守

title 宇宙航空研究開発機構特別資料: 第 13 回宇宙環境シンポジウム講演論文集 … 2017年

Grounded language understanding for manipulation instructions using GAN-based classification

K Sugiura, H Kawai

2017 IEEE Automatic Speech Recognition and Understanding Workshop (ASRU …    519 - 524 2017年

• Access to Document (DOI)

太陽フレア予測への機械学習の応用

西塚直人， 杉浦孔明， 久保勇樹， 田光江， 亘慎一， 石井守

title 平成 28 年度 宇宙科学情報解析シンポジウム Space Science Informatics … 2017年

ロボカップ西暦 2050 年を目指して (その 2)……………………… 奥川 雅之・伊藤 暢浩・岡田 浩之・植村 渉・高橋 友一・杉浦 孔明……… 2 (42) 自然言語文からの関係知識ベースの構築 …

用語解説， 会告， 論文概要， 編集後記

知能と情報 (日本知能情報ファジィ学会誌) 29 (2) 2017年

ロボカップ西暦 2050 年を目指して (その 2)

奥川雅之， 伊藤暢浩， 岡田浩之， 植村渉， 高橋友一， 杉浦孔明

知能と情報 29 (2), 42-54 （日本知能情報ファジィ学会）  29 （ 2 ） 42 - 54 2017年

ISSN  1347-7986

• Access to Document (DOI)

System and terminal for presenting recommended utterance candidates

K Sugiura, H Okuma, N Kimura, Y Shiga, T Hayashi, E Mizukami

US Patent 9,824,687 2017年

Spatio‐temporal pseudo relevance feedback for scientific data retrieval

S Takeuchi, K Sugiura, Y Akahoshi, K Zettsu

IEEJ Transactions on Electrical and Electronic Engineering 12 (1), 124-131 2017年

Solar Flare Prediction using the Machine-learning and Operational Evaluation Method

N Nishizuka, K Sugiura, Y Kubo, M Ishii

2017年

Solar Flare Prediction Using Machine Learning with Multiwavelength Observations

N Nishizuka, K Sugiura, Y Kubo, M Den, S Watari, M Ishii

Proceedings of the International Astronomical Union 13 (S335), 310-313 2017年

Solar flare prediction model with three machine-learning algorithms using ultraviolet brightening and vector magnetograms

N Nishizuka, K Sugiura, Y Kubo, M Den, S Watari, M Ishii

The Astrophysical Journal 835 (2), 156 2017年