(FAN2009) day1: 学会@会津大学

Share on:

会津大学

学会一日目。FAN2009の初日になります。


会津若松駅→会津大学(のつもり)
ココドコジャー

朝一のキーノートスピーチ(ユビキタス云々)は聞くつもり無かったので、会津若松駅(の近くにあるホテル)から会津大学まで徒歩で行くことに。

国道に出ればほぼ1本道で到着するという楽勝なコースだったんですが、肝心の大通りにいつまでたっても出会えず、30分以上彷徨ってました。
線路沿いに行けば交差するはずってことでなるべく線路を離れないように歩いていたのですが、気がつけば隣駅の七日町駅に到着。
目的地は180度反対ですよorz~
大きく間違わないように一度ナビウォークで会津大学の方向を確認していたのですが、何故か「会津大学」で検索した時に見つかってた場所が「会津大塩」になってました。お前(メタデータ設定ミス?)のせいか!(涙)


ソースカツ丼@月見亭
ソースカツ丼

ソースカツ丼 ソースカツ丼

月見亭
http://www.aizu-tv.com/tarouclub/2008/05/post-1172.html

学生情報によると、何やら会津はソースカツ丼にゆかりのある地らしい。
ググってみると、伝統会津ソースカツ丼の会(http://aizu-katudon.com/)なんてのもありました。
取りあえず大学近くの場所で見つかった月見亭で食べて来たんですが、普通に揚げたてのカツなのでウマかったw


愛のエビワンタンラーメン@喜多方ラーメン 来夢
愛のエビワンタンラーメン

愛のエビワンタンラーメン 愛のエビワンタンラーメン

喜多方ラーメン 来夢
http://www.umai-kitakata.co.jp/

喜多方駅周辺で食べようと思ってたお店は(朝の)7:30-15:00という奇天烈な営業時間だったため、諦めて学会近場で食べました。
太めの縮れ麺で、もちもちしててウマー!


FAN2009で聴講した中で面白げな発表
  • [F1-1] Applying Naive Bayes classifier to Document Clustering
  • 冒頭で教師信号を作るとか喋ってたのですが、実際には教師信号ありで、k-means よりも高速かつ精度の良いクラスタリング手法の提案、という話でした。

  • [F1-2] Using Rough Set Theorem and SVM Analysis to Enhance of Intrusion Detection System in MANET
  • IDSにおけるアタック特徴を学習するという話で、従来手法だと特徴量が多い割に精度がそれほど高く無い。ラフ集合論で特徴量削減すると共に制度が改善されたらしい。だけど、話聞いてる限りでは「問題設計をうまくやりすぎ」て、取り扱いやすいようにコンフィグレーションしてるように見えました。
    肝心のラフ集合の自動生成に付いては良くわからなかったのが残念。後で原稿なり別資料なりで勉強しよう。

  • [F1-3] A SOM based Approach for Learning from Imbalanced Data Sets
  • バランスの取れてないデータ集合で学習すると、特徴的なんだけどレアなデータというのが無視されがち。
    サンプリングを工夫するアプローチがいろいろ提案されてるが、今の所上手くいっていない(デメリットが大きい)。
    SOMするとなかなか良い結果が得られたそうな。
    って、適当なクラスタリングを一度噛ませば良いって話なんだろうか。

  • [A2-1] 対戦型ゲームのための階層型ファジィART学習システム
  • 学習度合いに応じて段階的に状態空間を構成するらしい。
    階層の深さの増やし方、幅の増やし方は工夫の余地がありありですが、似たような話はいろいろありそう。

  • [E3-1] 構造均衡化に基づく逐次ユーザ・アイテム近傍抽出による協調フィルタリング
  • バランスを評価基準に入れる事であれこれできるって話らしいのだけど、いまいち有り難みが良くわからなかった。
    応用先次第で面白くなりそう。

  • [E3-3] テキストデータからの認知均衡に基づいた概念グラフの生成
  • これもバランスの話なんだけど、ちょっと飛躍が多過ぎて良くわからなかった。

  • [E3-4] 区間効率値を用いた事業体の順序付け
  • 多入力多出力システムを持つ事業体(DMU: Decision Making Unit) のパフォーマンスを図る手法をDEA: Data Envelopment Analysis と呼ぶ。
    DEAは相対比較による評価だけど、そのままでは半順序のため全体としてどういう順番なのかが分かり難い。
    だから、max/min な評価を組み合わせて一つの全順序にしましょう、という話。

Tags: , , , , , ,