Seeing is Believing

FIT2016(情報科学技術フォーラム)に参加してきました。今年は富山大学でした。現地で最初に行うのが受付でネームプレートをもらうことです。あれ~、どうして~。ネームプレートが「初音ミク」で、「FIT2016」と印刷されてる?(写真参照)な~んてネ。なぜか、ちょっと嬉しいのは何故?

初日、『ここから始める情報処理~画像、音声、テキスト、検索、学習、一気にまとめてチュートリアル~』というイベントに参加。何とか座れましたが、立ち見が出る人気振りで、内容もとても刺激的。タイトルからわかるように、KDEラボにやってくる学生のためのチュートリアルといっても過言ではありません。「3D」「動画」「時系列データ」が入れば、ほぼ合致したでしょう。

  • ゼロから始める自然言語処理
    ポケモンGOを例にとり、Twitterからテキストマイニングをしてみました、という実験結果の公表。MeCab(めかぶ)の辞書を「ポケモントレーナー」のカスタム辞書で補い、頻出コロケーション(モンスターと出現場所の共起)をTwitterから探して、「ミニリュウ←→上野」など、いろいろな共起法則を見つけられたとか。しかも、結果をタグクラウドで可視化しているから、とてもわかりやすかったなあ。「Twitterのようなデータはクリーニング(ノイズ除去+前処理+後処理)を必死でやらないといけない」というメッセージには、会場のほぼ全員が共感していました。
  • 深層学習フレームワークChainerを用いた画像識別
    「おそ松さん」の六つ子識別をDeep learningでやってみました』話も面白かったです。「人間VS計算機(深層学習)」の識別結果公表や、識別精度に対する(六つ子用)6×6のConfusion matrixが出てきたときは、くすっとなりました。中でも、「5000枚以上、おそ松さん判別の訓練を積んだ人間」の代表、実は「これは、ボクのことですが」で、爆笑が……でも、この熱意と忍耐こそが、深層学習には必要なんだなあ、と思い知らされました。
  • Support Vector Machineを使い倒す
    内容はSVM(Support Vector Machine)全般でしたが、特に「libsvmを使いたおす方法」には自分が知らない、いろいろな裏技(?)が紹介され、ちょっと感動してしまいました。Pythonからもlibsvmを使えるそうなので、(scikit-learn(サイキットラーン)のSVMと合わせ)ちょっと自分でもやってみようかと思います。

2日目は自分が座長のセッションがあり、こちらはこちらで、ためになる話が一杯聞けました。「謝罪会見の(ビデオ撮影画像から)フラッシュを(できるだけ綺麗に)取り除く方法」「画像のエッジ検出でのエッジ切れの対策」「手書き文章の読みやすさの判定」「機械学習を用いた署名照合」など、いろいろ勉強になりました。

3日目、学会は午前中でほぼ終わったので、午後は研究室の学生から事前に聞いていた、「富山に行くならここがお勧め」のリストにあった黒部峡谷へ。宇奈月(うなづき)からトロッコ電車に乗って欅平(けやきだいら)まで。そこから徒歩で「猿飛峡」までの遊歩道を散策しました。エメラルドブルー(グリーンというよりブルーに近かったので)の黒部川の清流と、そそり立つ山々を覆う原生林の峡谷の風景がとても素敵でした。インターネットで調べて想像するのと、本当に現地に行って感じるのでは、全然違うなあ、とあらためて思いました。百聞は一見に如かず。「とやまのうんまい」空気と水を感じて、リフレッシュできた気がします。来年は、ぜひ、学生と一緒に発表で参加したいと感じました。

FITたて看板(左)とFIT2016と印字された初音ミクのステッカーをネームプレートに(右)
富山駅から大学前行きの市電に乗りました(豊橋も技科大行きが欲しい!)
会場の雰囲気(自然言語処理やDeep learning系は聴講者が多いです)
富山湾鮨(板前さんがひとつずつ丁寧にネタを説明してくれました)
トロッコ電車(宇奈月駅にて)
欅平めざして出発
山彦橋(トロッコ電車から撮影)
鐘釣山(トロッコ電車から撮影、中国の桂林みたい?)
空も晴れてきました(トロッコ電車から撮影)
猿飛(遊歩道の終点、野生の猿にも会えました)
エメラルドブルーの黒部川(猿飛遊歩道から撮影、その1)
エメラルドブルーの黒部川(猿飛遊歩道から撮影、その2)
エメラルドブルーの黒部川(猿飛遊歩道から撮影、その3)

とやまの牛乳(「とやまのうんまい空気と水」の文句に魅せられて)
カテゴリー: 未分類 パーマリンク

コメントを残す

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です

*

このサイトはスパムを低減するために Akismet を使っています。コメントデータの処理方法の詳細はこちらをご覧ください