|
授業科目名
|
担当教員
|
|||||||||||||
|
知的メディア処理特論
|
大渕 竜太郎／福本 文代
|
|||||||||||||
|
時間割番号
|
単位数
|
コース
|
履修年次
|
期別
|
曜日
|
時限
|
||||||||
| PTW715 | 2 | (未登録) | 1 | 後期 | 月 | V | ||||||||
| ［概要と目標］ | ||||||||||||||
| 情報を計算という切り口でみる立場は20世紀中葉にはじまり、記号計算の基礎を与える数学理論として、計算機科学の基盤のひとつを形成している。さらにこの計算的アプローチは、人間の処理能力をはるかに超えたテキスト情報から、必要な情報を抽出する技術、あるいは，2次元画像や3次元の形を識別・生成・変換などする技術と広がっている。本講義では、計算方法という立場から，これら様々な種類の情報の処理過程を理解することを目的とする。<BR> 授業前半では、言語の意味処理に焦点をあて、それぞれにおける基礎理論・技術について理解を深めた上で計算の本質を明らかにする。<BR> 授業後半は2次元画像，3次元物体など、主に視覚的に取り込む情報の意味処理に焦点を充て、その基礎理論・技術について学ぶ。 | ||||||||||||||
| [到達目標] | ||||||||||||||
| 授業前半の目標は、言語の意味処理に焦点をあて、計算機による機械処理という立場から意味を扱う手法を理解することである。<BR>授業後半の目標は、2次元画像や3次元形状をその内容に基づいて比較、検索、要約、翻訳し、あるいはこれらと言語とを関連付けるなどするための手法を理解することである。 | ||||||||||||||
| ［必要知識・準備］ | ||||||||||||||
| 線形代数や情報理論などの数学、プログラミングのスキル、アルゴリズムとデータ構造に関する知識が必要である。また、画像の表現やその基本的なフィルタリングの基礎知識を持っていることが望ましい。クラスタリング、サポートベクトルマシン，ニューラルネットワークなどの機械学習の基礎知識があるとなおよい。 | ||||||||||||||
| ［評価基準］ | ||||||||||||||
|
||||||||||||||
| ［教科書］ | ||||||||||||||
| (未登録) | ||||||||||||||
| ［参考書］ | ||||||||||||||
| (未登録) | ||||||||||||||
| ［講義項目］ | ||||||||||||||
| １．意味論: アメリカ構造主義の意味論, 生成意味論, 形式意味論, 概念意味論<BR>２．意味に関する抽出手法：人手による記述, 例に基づく抽出, コーパスからの抽出<BR>３．統計手法による語に関する抽出事例: 同義語, 類義語, 反意語, 多義語, 対訳語 <BR>４．比喩, 概念: 比喩とその抽出, 概念関係の抽出手法<BR>５．応用：機械翻訳<BR>６．応用：情報検索<BR>７．応用：質問応答，要約<BR>８．視覚情報と意味<BR>９．視覚的メディア型（画像，動画像，3次元形状など）<BR>１０．視覚情報と低次特徴の解析<BR>１１．視覚情報と高次特徴・意味<BR>１２．応用：2次元画像の物体識別，物体検出<BR>１３．応用：2次元画像の翻訳とアノーテーション<BR>１４．応用：3次元形状の認識，検索<BR>１５．応用：3次元形状・2次元画像とその他のメディア型（テキストなど） | ||||||||||||||