【速報】 IES 2014

シンガポールで開催されている 18th Asia Pacific Symposium on Intelligent and Evolutionary Systems (IES 2014) に参加しています。

参加しているのは 廣安、関谷(M2),西村(M2)、小淵(M1)です。

下記の発表をする予定です。

Cell Segmentation using Binarization and Growing Neural Gas
Tomoyuki Hiroyasu, Shunsuke Sekiya, Noriko Koizumi, Naoki Okumura and Utako Yamamoto

Working Memory Training Strategies and their Influence on Changes in Brain Activity
andWhite Matter
Tomoyuki Hiroyasu, Shogo Obuchi, Misato Tanaka, Tatsuya Okamura and Utako Yamamoto

Medical Image Management System with Automatic Image Feature Tag Adding
Functions
Tomoyuki Hiroyasu, Yuji Nishimura and Utako Yamamoto

学会参加報告書

 報告者氏名 関谷駿介
発表論文タイトル 2値化と成長型ニューラルガスによる細胞領域分割
発表論文英タイトル Cell Segmentation Using Binarization and Growing Neural Gas
著者 Tomoyuki Hiroyasu, Shunsuke Sekiya, Noriko Koizumi, Naoki Okumura, Utako Yamamoto
主催 Memetic Computing Society, The International Neural Network Society
講演会名 The 18th Asia Pacific Symposium on Intelligent and Evolutionary Systems (IES2014)
会場 Nanyang Executive Centre, Nanyang Technological University, Singapore
開催日程 2014/11/10-2014/11/12

 

 

  1. 講演会の詳細

2014/11/10から2014/11/12にかけて,シンガポールのNanyang Technological University のNanyang Executive Centreにて開催されましたThe 18th Asia Pacific Symposium on Intelligent and Evolutionary Systems (IES2014)1)に参加いたしました.このIES2014は,Memetic Computing Society, The International Neural Network Societyによって主催された国際会議で,アジア環太平洋地域のインテリジェントシステムや進化的計算の分野の研究者が集い,アイディアや研究結果交換し,コラボレーションを議論することを目的に開催されています.

私は全日程参加いたしました.本研究室からは他に廣安先生,西村,小淵が参加しました.

 

  1. 研究発表
    • 発表概要

私は11日の午後のセッション「Computational Intelligent Algorithms and Techniques and Its Application to Real World Problems 1」に参加いたしました.発表の形式は口頭発表で,15分の講演時間と4分の質疑応答時間,1分の交代時間となっておりました.

今回の発表は,既存の細胞画像解析ソフトと教師あり学習による細胞領域分割手法の問題を解決するために,教師なし学習による細胞領域分割手法を提案しました.以下に抄録を記載致します.

角膜内皮再生医療において,培養細胞が移植可能かを決定するための自動判断は重要である.そしてその判断は細胞画像から指標を計測することによって可能となる.我々は過去に遺伝的プログラミングを用いて単純な画像処理フィルタを適切に組み合わせるシステムを提案した.しかしながら,過学習のため高い分割精度を得ることが困難であった.それゆえ,教師なし学習による分割手法の達成は,様々な種類の画像に対する必須の要件である.本稿では,2値化と成長型ニューラルガスを用いた教師なし学習分割手法を提案する.本手法では,細胞境界のベクトル量子化とユニットの結合により細胞領域を分割する.また,本手法を既存手法と比較した結果,提案手法は優れた精度を有していることが示された.

 

  • 質疑応答

今回の講演発表では,以下のような質疑を受けました.

 

・質問内容1

マレーシアのペトロナス工科大学所属のIrraivan Elamvazuthiさんからの質問です.こちらの質問はどのようにGPのパラメータを決定したのかというものでした.この質問に対する私の回答は過去の文献参考にし,実験を繰り返し自ら決定した,でした.

 

・質問内容2

マレーシアのペトロナス工科大学所属のIrraivan Elamvazuthiさんからの質問です.こちらの質問はそれぞれの手法の計算時間はどのくらいかというものでした.この質問に対する私の回答は,既存手法は約30~40分で提案手法は1つのGNGの結果あたり約3秒である,でした.

 

・質問内容3

マレーシアのペトロナス工科大学所属のIrraivan Elamvazuthiさんからの質問です.こちらの質問はGPとGNGのアルゴリズムがどのように分割精度に影響しているのかというものでした.この質問に対する私の回答は,既存手法のGPはImageJにもある強力な距離変換のWateshedフィルタが選択されているが,それは木構造の中間にある.そして前処理と後処理として学習領域に適した複雑なフィルタの組み合わせ構築されているため過学習が起こり,分割精度が悪くなると考えている,でした.

 

 

  • 感想

特に3つ目の質問内容に対し,提案手法に関する考察を加えることを失念したのが心残りでした.しかし,2回目の国際会議ということもあり全体的には落ち着いて発表できたと感じております.この経験を修論発表に活かしていきたいと思います.

  1. 聴講

今回の講演会では,下記の2件の発表を聴講しました.

 

発表タイトル       : Evolving, Training and Designing Neural Network Ensembles著者                  : Professor Xin Yao

セッション名       : Keynote Speech Ⅰ

Abstruct            : これまでの進化的ニューラルネットワークの研究は,単一のニューラルネットワークに焦点を当ててきた.しかしながら,大規模で複雑な問題に対して,一つのニューラルネットワークが訓練し進化するにはあまりにも複雑になってきている.大規模で複雑な問題を解決するためにはまとまって協力しながら機能する単純ニューラルネットワークの集合を設計する方が良いことが多くある.ここで重要な問題は,最高の汎化能力を有するように集合,つまりアンサンブルを自動的に設計する方法である.これは進化的ニューラルネットワークに関する初期の研究に対するレビューを話している.そして,過去のアンサンブル設計,負の相関学習のアイディアを説明する.最後にいくつかの最近の研究を紹介する.その研究では,マルチクラスのクラス不均衡学習に関するオンラインアンサンブル学習における多様性の影響について分析している.オンライン学習クラス不均衡学習とオンラインクラス不均衡学習に対する新たなアンサンブルアルゴリズムの背景にある考え方が示されている.そのような新たなアンサンブル学習アルゴリズムのアプリケーションも言及され、今後の方向性も議論される.

この発表はアンサンブル学習の考え方の説明や最近の研究に関するものでした.特にアンサンブル学習には個体の多様性がキーポイントということでした.私が研究している画像処理GPついても多様性の維持が重要なポイントという結論が出ており,アンサンブル学習を用いた画像処理GPの手法も過去に提案されているため,自身の研究へのヒントになると感じられました.

 

発表タイトル       :Single Frame Super Resolution: A Fuzzy Rule-Based Approach著者                  : Professor Nikhil R. Pal

セッション名       : Keynote Speech Ⅱ

Abstruct            : 高画質ズームは重要な課題である.高分解能(HR)画像を生成するための入力として,異なるサブピクセルシフトを有する同シーンの複数の低解像度(LR)フレームを使用する手法が多くある.HR画像を得るために一つのLR画像だけを用いる単一フレームの超解像(SR)法が今日人気を集めている.本講演で我々は,新規のファジィルールベースのシングルフレーム超解像方式を議論する.これは,それぞれのLRパッチがTakagi-Sugenoタイプのファジィルールによって生成されたHRパッチで置換されるパッチベースの手法である.我々は訓練データ,ファジィルールの初期世代とそれらの洗練,SR画像生成のためのルールの使い方を議論しなければならない.この文脈において,我々はまた同じ問題のためのガウス混合回帰(GMR)モデルを開発しなければならない.5つの既存手法と同様の品質基準観点のGMRモデルとのパフォーマンスの比較は,ファジィルールベースシステムの優れた性能を実証する.

濃淡画像をファジィ集合と考える画像処理手法も今後勉強するべき事項であると思いました.また,画像の補完方法として,Nearest Neighbor法やBicubic法などは理解していましたが,それらを上回るSuper Resolutionという技術を知れたのが収穫でした.

 

 

発表タイトル       :Research Topics in Evolutionary Many-Objective Optimization著者                  : Yasumasa Tamura, Hiroyuki Iizuka and Masahito Yamamoto

セッション名       : Professor Hisao Ishibuchi

Abstruct            : 本講演では,進化的多目的最適化(EMO)の簡単な紹介で始まる.良く知られたパレート支配ベースのEMOアルゴリズムの基本的な枠組みについても説明する.次に,なぜEMOアルゴリズムにとって多目的最適化問題が難しいのかを述べる.これは次の6つに分類することができる.(ⅰ)パレート最適解の探索の難しさ,(ⅱ)全体パレートフロントの近似の難しさ,(ⅲ)得られた解の提示の難しさ,(ⅳ)最終解の選択の難しさ(ⅴ)解セットの評価の難しさ,(ⅵ)探索動態の観測の難しさである.これらの困難に対処するために様々なアイディアが進化的多目的最適化の分野で提案されている.それぞれの困難について説明した後,いくつかの話題となる研究テーマを将来の方向性と一緒に詳細に示す.

この発表で着目したのは多目的最適化における探索結果の見せ方とパレート解の評価方法である.3目的より多い目的における探索結果の表示方法や探索結果の代表点を示す手法,探索したパレートフロントと最適フロントとの類似度による評価手法など,最新の動向を知ることができました.また,初めて多目的最適化を聞く人でも分かりやすい講演となっており発表の仕方の参考にもなりました.

 

 

参考文献

  • IES2014, http://www.ies-2014.org

学会参加報告書

 報告者氏名 小淵将吾
発表論文タイトル Working memory training strategies and their influence on changes in brain activity and white matter
発表論文英タイトル Working memory training strategies and their influence on changes in brain activity and white matter
著者 Tomoyuki Hiroyasu, Shogo Obuchi, Misato Tanaka, Tastuya Okamura, Utako Yamamoto
主催 The Memetic Computing Society and co-sponsoredby the SIMTECH-NTU Joint Lab, and the Computational Intelligence Research Laboratory at the School

of Computer Engineering, Nanyang Technological University, and the National University of

Singapore and Nanyang Technological University.

講演会名 The 18th Asia Pacific Symposium on Intelligent and Evolutionary Systems
会場 Nanyang Executive Centre, NTU, Singapore
開催日程 2014/11/10-2014/11/12

 

 

  1. 講演会の詳細

2014/11/10から2014/11/12にかけて,Nanyang Executive Centreにて開催されましたThe 18th Asia Pacific Symposium on Intelligent and Evolutionary Systems (IES2014) に参加いたしました.この大会は,The Memetic Computing Societyをはじめ,多くのスポンサーによって主催され,人工知能や進化計算を中心とした分野の発展を目的に開催されました.

私は全日参加いたしました.本研究室からは他に廣安先生,西村さん,関谷さんが参加しました.

 

  1. 研究発表
    • 発表概要

私は11日の午後のセッションComplex Structure and System2に参加いたしました.発表の形式は口頭発表で,15分の講演時間と4分の質疑応答時間となっておりました.

今回の発表は,”Working Memory Training Strategies and their Influence on Changes in Brain Activity and White Matter” というタイトルで発表いたしました.以下に抄録を記載致します.

In this study, we investigated whether different working memory training tasks influence brain activity and white matter changes. Thirteen participants were involved in our interventional study over a period of one month. During pre- and post-training, brain activity and structural integrity were measured using functional magnetic resonance imaging and diffusion tensor imaging. The reading span task was used to measure working memory capacity in participants performing different strategies. Participants were classified into a training group (10 participants) and a control group (4 participants). The training group was further divided into the imagery strategy group and rehearsal strategy group. Only the imagery strategy group improved working memory capacity, showing significantly increased activation in the anterior cingulate cortex and fractional anisotropy adjacent to the right temporal gyrus. Consequently, adopting the appropriate strategy is important for improving working memory capacity as different strategies affect brain activity and white matter to different degrees.

 

  • 質疑応答

今回の講演発表では,以下のような質疑を受けました.

 

・質問内容1

質問者の氏名を控え損ねてしまいました.こちらの質問はfMRIの脳の賦活部位の結果は年齢による影響ではないのかという質問でした.この質問に対する回答ですが,確かに脳の活動は年齢によって異なる可能性が先行研究で示されていますが,今回は被験者の全てが大学生によるものなので,少なくとも20代の健常者においてはこの結果が当てはまると回答しました.

 

・質問内容2

質問者の氏名を控え損ねてしまいました.この質問はなぜ行動データの結果のpre条件で,グループによって正答率が異なるのかという質問でした.この質問に対しては,個人の差によるものであるが,グループで正答率を揃える必要があり,今後気を付けたいと回答しました.

 

・質問内容3

質問者の氏名を控え損ねてしまいました.この質問は結果は統計的に有意な差があったと示しているが,どのような統計を行ったのかという質問でした.この質問に対する回答は,統計的に有意という差を10人以下の被験者で言うのは難しいが,MRI解析において一般的に用いられているSPMというソフトウェアを用いているため,結果としては正しいものであると回答しました.

 

  • 感想

英語の口頭発表が2回目ということもあり,傲りがあったような気がします.発表も十分練習できないまま臨み,質疑応答も先生のお力を借りてしまいました.一方で,脳画像解析とは全く無縁の方達にどのように発表を行えば興味をもってもらえるのかについて考えさせられました.結果,質問を多く頂き本発表を通じて聞いて頂いているかたに脳に興味を持ってもらうという目標は達成できたと感じております.

 

  1. 聴講

今回の講演会では,下記の3件の発表を聴講しました.

 

発表タイトル       :Real-time Computational Red Teaming of Human Cognition using Encephalographic (EEG) Data著者                     :Hussein A. Abbass

セッション名       :Keynote Speech 3

Abstruct :The field of Artificial Intelligence (AI) has seen stages of stagnation followed by tipping points all over its history. Be it in natural language processing/understanding, neural networks, fuzzy systems, or evolutionary computation, these tipping points marked real advances in AI. Today, AI is getting closer and closer to a new tipping point. However, it is a tipping point of a different kind; one with orders of magnitude more significance than any previous one. The age of the human brain project, the era of big data and models, the advances in computational science, the revolution in hardware and sensors and the success stories made by computational intelligence researchers are all converging to generate this tipping point. In this presentation, the audience will get to see some early signs of the next generation AI systems. Red teaming is the science and art of role-playing an opponent. In this talk, the first of its kind Computational Red Teaming (CRT) system that was able to autonomously red team against humans will be demonstrated. The system integrates Encephalographic (EEG) data (brain signals) with performance metrics and the operational environment to red team with humans. The talk will demonstrate that the next generation AI system, where the biological brain is seamlessly integrated with in-Silicon brain, is just at our doorsteps!

この発表はAIの脳への応用の可能性についての講演でした.講演内容よりも,いかに分野外の人に脳の面白さを伝えるのかという点で勉強になった.時間の都合上,解析手法や研究内容については多くを聴くことができなかったが,Computational Red Teaming システムと生体情報の融合について勉強したいと感じた.

 

発表タイトル            :Multi-agent based Bus Route Optimization for Restricting Passenger Traffic Bottlenecks in Disaster Situations著者                      :Sayaka Morimoto, Takahiro Jinba, Hiroto Kitagawa, Keiki Takadama, Takahiro Majima, DaisukeWatanabe and Mitsujiro Katsuhara5

セッション名            :Complex Structure and System2

Abstruct  :This paper focuses on the passenger traffic bottlenecks occurred in the bus route network in disaster situations and proposes the multi-agent based bus route optimization method to resolve such bottlenecks by generating the networks which can effectively transport many stranded persons including ones who wait around the station as the passenger traffic bottlenecks. For this purpose, the proposed method modifies the bus route networks generated as usual conditions to suitably pass many bus lines to and redistribute the buses among the bus lines according to the number of passengers. The intensive simulations have revealed the following implications: (1) the proposed bus route network optimization method generates the route network which is suitable for passenger traffic bottlenecks; (2) the proposed method decreases a risk of the bottle-necks; and (3) our method transports the passengers faster than those by the conventional one in various virtual disaster situations.

この発表は災害時のバスのルート変更を最適化によって解決するという発表でした.ノードにおけるpassengerの重みづけとバスの増便に伴う路線変更を新たに行っていた.もっとも効率のよいバスルートのネットワークを形成するという点において,脳のネットワークを連想させられた.このような変化が脳のネットワークにも生じるのだろうかと疑問に思った.

 

発表タイトル          :A Spiking Neural Network Model for Associative Memory using Temporal Codes著者                     :Jun Hu, Huajin Tang, K. C. Tan, and Sen Bong Gee

セッション名           :Subspace Learning and Neural Network 1

Abstruct : Associative memory is defined as the ability to map input patterns to output patterns. Understanding how human brain performs association between unrelated patterns and stores this knowledge is one of the most important goals in computational intelligence. Although this problem has been widely studied using conventional neural networks, increasing biological findings suggest that spiking neural network can be an alternative. The proposed model encodes different memories using different subsets of encoding neurons with temporal codes. A spike- timing based learning algorithm and spike-timing-dependent plasticity (STDP) are used to form associative memory. Simulation results show that hetero-associative memory and auto-associative memory are achievable by the synaptic modification of connections between input layer and hidden layers, and recurrent connections of hidden layers, respectively.

この発表はAssociative memoryのための時間的コーディングを用いた新しいスパイキングニューラルネットワークモデル提案を行っていました.従来のニューラルネットワークではなく,時間情報を付加することで,より脳に近い処理を行うようなモデルはとても興味深かった.さらに結果において,重みづけのマトリックスを用いて検討していたため,その手法を利用したいと感じた.

 

参考文献

  • Handa, H. Ishibuchi, Y. Ong, and K. C. Tan, Proceedings of the 18th Asia Pacific Symposium on Intelligent and Evolutionary Systems, 2014

学会参加報告書

 

報告者氏名

 

西村祐二

発表論文タイトル 自動的に画像タグへの情報付加機能を持つ医用画像管理システム
発表論文英タイトル Medical Image Management System with Automatic Image Feature Tag Adding Functions
著者 Tomoyuki Hiroyasu,Yuji Nishimura,Utako Yamamoto
主催 Memetic Computing Society
講演会名 18th Asia Pacific Symposium on Intelligent and Evolutionary Systems (IES2014)
会場 Nanyang Executive Centre
開催日程 2014/11/10-2014/11/12

 

 

  1. 講演会の詳細

2014/11/10から2014/11/12にかけて,シンガポールにあるNanyang Executive Centreにて開催されましたIES2014(http://www.ies-2014.org/)に参加いたしました.

この学会はアジア環太平洋の国から研究者をあつめ,インテリジェンスシステムや進化計算に関する最近の結果や意見を交換すること,共同研究が可能か議論することを目的としています.

私は10,11日に公聴し,12日発表いたしました.本研究室からは他に廣安先生,関谷,小淵,が参加しました.

  1. 研究発表
    • 発表概要

私は12日の午前のセッション「Intelligent Systems」に参加いたしました.発表の形式は15分の英語による口頭発表となっておりました.

以下に抄録を記載致します.

In this paper, the new medical image management system is proposed.

In this system, the system saves image data at any time and extracts feature quantity of each image automatically.

At the same time, the information on feature quantity is stored in the metadata of the image.

Since image processing is performed automatically, the users do not have burdens for adding feature information.

To examine the validity of the proposed system, jpeg pictures which have Exchangeable image file format (Exif) data are stored and the image features are extracted.

In the evaluation experiment, the experiment of system of operation is conducted and it is checked whether the system operates normally. At the same time, required time to extract features and write to the metadata is measure and evaluated.

 

  • 質疑応答

今回の講演発表では,以下のような質疑を受けました.

・質問内容1                                                               

拓殖大学の水野一徳教授からの質問です.こちらの質問はどのぐらいの精度の診断ができるのか?というものでした.この質問に対して私が回答したかったことは,「実際の病気がある画像を得ることが難しく,システムに適用して精度を検証することができていない.今後,色々検討しないといけない.」と返答したかったのですが,英語力が足りず,廣安先生返答していただきました.

 

・質問内容2

2つ目の質問も拓殖大学の水野一徳教授からいただきました.こちらの質問はセキュリティ,コスト,メンテナンスなど,運用面での課題は? というものでした.この質問に対して私が回答したかったことは「 webアプリケーションなので,セキュリティなどの問題があるがVPNという暗号化した接続方法を考えている.サーバなどのコストやメンテナンスなどはwebアプリケーションのためユーザの負担はほとんどない」と返答したかったのですが,英語力が足りず,廣安先生返答していただきました.

 

  • 感想

ほとんどの人が他分野の研究をなされている人ばかりで,とても勉強になる学会であった.また,通常知り合うことのできない他大学の人や外国の人と合うことができた.ただ,英語力不足でコミュニケーションがあまりとれず,もどかしかった.英語が話せたらもっと楽しく過ごせたと思う.発表に関しても英語がわからず自分で質問に答えることができず悔しい思いをした.これをバネに英語をもっと勉強し,外国の人とでも自然に意思疎通ができるように頑張っていきたい.

  1. 聴講

今回の講演会では,下記の3件の発表を聴講しました.

 

 

発表タイトル       : C2: Adaptive Load Balancing for Metadata Server Cluster in Cloud-Scale Storage Systems

著者                  : Quanqing Xu, Rajesh Vellore Arumugam, Khai Leong Yong, Yonggang Wen, and Yew-Soon Ong

セッション名       : Intelligent Systems

Abstruct            : Big data is an emerging term in the storage industry, and it is data analytics on big storage, i.e., Cloud-scale storage. In Cloud-scale storage systems, load balancing in request workloads across a metadata server cluster is critical for avoiding performance bottlenecks and improving quality of services. Many good approaches have been proposed for load balancing in distributed storage systems. Some of them pay attention to global namespace balancing, making metadata distribution across metadata servers as uniform as possible. However, they do not work well in skew request distributions, which impair load balancing but simultaneously increase the effectiveness of caching and replication. In this paper, we propose Cloud Cache (C2), an adaptive load balancing scheme for metadata server cluster in Cloud-scale storage systems. It combines adaptive cache diffu- sion and replication scheme to cope with the request load balancing problem, and it can be integrated into existing distributed metadata management approaches to efficiently improve their load balancing performance. By conducting a performance evaluation in trace-driven simulations, experimental results demonstrate the efficiency and scalability of C2.

この発表は膨大なデータを保存するためのシステムを構築する研究でした.この発表ではストレージサーバを分散し,どこに何が保存されているのかを管理するメタデータサーバのロードバランシングについての発表でした.卒業された南谷さん,藤井さんの研究を彷彿とさせる研究でとても興味深かったです.また,cephという自分が知らないサーバを使っているということで,とても勉強になりました.

 

発表タイトル       : Data Analytics for Engineering Big Data Application

著者                  : Dr. Partha Dutta, Rolls-Royce Singapore Pte Ltd, SG

セッション名       : IES Plenary

Abstruct            : While not as mainstream as the Internet and Social Media, engineering and manufacturing applications are some of the most significant contributors of Big Data. With phenomenal advancements in computing, digitization of industrial processes and sensor based monitoring, modern industries generate large volumes of data that help to generate business-critical insights about products, processes and markets to make high value added decisions. In this presentation, examples of such Big Data applications will be shared along with how advancements made in Data Analytics technology are enabling the effective analysis of engineering Big Data.

この発表ではビッグデータ解析について発表が行われると期待していたのですが,解析手法についての発表ではなく,発表者が参加しているジェットエンジンのプロジェクトに関する発表がほとんどでした.このプロジェクでは,どんなデータを取得できるのか,そのためにどうして来たなど,プロジェクトの軌跡のような発表でした.個人的にはビッグデータ解析についてもっと話しが聴きたかったので残念でした.

 

発表タイトル: Real-time Computational Red Teaming of Human Cognition using Encephalographic (EEG) Data

著者: Professor Hussein A. Abbass

セッション名: IES Keynote Ⅲ

Abstruct: The field of Artificial Intelligence (AI) has seen stages of stagnation followed by tipping points all over its history.

Be it in natural language processing/understanding, neural networks, fuzzy systems, or evolutionary computation, these tipping points marked real advances in AI. Today, AI is getting closer and closer to a new tipping point. However, it is a tipping point of a different kind; one with orders of magnitude more significance than any previous one. The age of the human brain project, the era of big data and models, the advances in computational science, the revolution in hardware and sensors and the success stories made by computational intelligence researchers are all converging to generate this tipping point.

In this presentation, the audience will get to see some early signs of the next generation AI systems. Red teaming is the science and art of role-playing an opponent. In this talk, the first of its kind Computational Red Teaming (CRT) system that was able to autonomously red team against humans will be demonstrated. The system integrates Encephalographic (EEG) data (brain signals) with performance metrics and the operational environment to red team with humans. The talk will demonstrate that the next generation AI system, where the biological brain is seamlessly integrated with in-Silico brain, is just at our doorsteps!

この発表では脳波データを用いて人間の認知のリアルタイム計算を行う研究でした.イントロ部分は脳のことがわからない人でもわかりやすいように,説明しており,とても参考になる発表でした.また,自然言語処理やニューラル・ネットワーク,ファジィシステムなどいま注目されている分野の内容も盛り込んでおり,とてもわくわくするような発表でした.研究室でもEEGを使った研究を行っているので,そのメンバーにどんな発表だったか伝えたいと思います.

 

参考文献

  • IES2014, http://www.ies-2014.org/
カテゴリー: 未分類   パーマリンク

コメントは受け付けていません。