Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
【WSSIT2019】食材名の分散表現学習を用いた料理レシピの栄養推定手法
Search
umeco
March 08, 2019
Research
0
520
【WSSIT2019】食材名の分散表現学習を用いた料理レシピの栄養推定手法
WSSIT2019で発表した研究のスライドです
umeco
March 08, 2019
Tweet
Share
More Decks by umeco
See All by umeco
Cookpad_R&D_internship_2018_byumeco
umeco
0
390
Distributed prioritized experience replay
umeco
0
440
【WSSIT2018】料理レシピの分散表現を用いた代替食材の発見手法
umeco
2
520
Using an Artificial Financial Market for studying a Cryptocurrency Market
umeco
0
560
【WSSIT2017】過去の変動に対する類似検索を用いた短時間USD/JPY為替レート予測
umeco
0
420
Other Decks in Research
See All in Research
デフスポーツにおける支援技術 〜競技特性・ルールと技術との関係〜
slab
0
210
論文紹介 DSRNet: Single Image Reflection Separation via Component Synergy (ICCV 2023)
tattaka
0
180
Source Code Diff Revolution (JetBrains Open Reading Club)
tsantalis
0
250
3D Human Mesh Estimationについていくつかまとめてみた / Survey about 3D Human Mesh Estimation
nttcom
0
190
精神疾患患者のアクティビティデータを利用したリハビリテーションのためのシステムに関する研究
comfortdesignlab
0
140
10-ot-generic-bio.pdf
gpeyre
0
120
マルチモーダルLLMの応用動向の論文調査
masatoto
7
2.7k
Prompt Tuning から Fine Tuning への移行時期推定
icoxfog417
17
6.8k
AIを前提とした体験の実現に向けて/toward_ai_based_experiences
monochromegane
1
230
自己教師あり学習による事前学習(CVIMチュートリアル)
naok615
2
1.4k
Refactoring Mining - The key to unlock software evolution
tsantalis
0
240
研究効率化Tips_2024 / Research Efficiency Tips 2024
ryo_nakamura
4
2.2k
Featured
See All Featured
Keith and Marios Guide to Fast Websites
keithpitt
408
22k
Into the Great Unknown - MozCon
thekraken
10
980
CSS Pre-Processors: Stylus, Less & Sass
bermonpainter
352
28k
The Psychology of Web Performance [Beyond Tellerrand 2023]
tammyeverts
5
1.5k
Robots, Beer and Maslow
schacon
PRO
155
7.9k
Bash Introduction
62gerente
604
210k
Typedesign – Prime Four
hannesfritz
36
2k
Templates, Plugins, & Blocks: Oh My! Creating the theme that thinks of everything
marktimemedia
18
1.7k
ParisWeb 2013: Learning to Love: Crash Course in Emotional UX Design
dotmariusz
104
6.6k
Automating Front-end Workflow
addyosmani
1355
200k
Teambox: Starting and Learning
jrom
128
8.4k
Making Projects Easy
brettharned
108
5.5k
Transcript
৯ࡐ໊ͷࢄදݱֶशΛ༻͍ͨ ྉཧϨγϐͷӫཆਪఆख๏ കຊɼ๛ాɼେݪ߶ࡾ ੨ࢁֶӃେֶେֶӃ ཧֶઐ߈
ݚڀഎܠ n ۙɼ8&#্ʹ͓͍ͯྉཧϨγϐͷڞ༗͕׆ൃ n ݈߁ͷ্ͷͨΊʹྉཧϨγϐΛར༻͢Δݚڀ͕Μ n ӫཆૉΛߟྀ͢Δ߹ɼӫཆૉྔͷܭࢉ͕ඞཁ ྉཧϨγϐͷදతͳӫཆૉྔͷਪఆख๏·ͩͳ͍
৯ࡐͷӫཆૉใ Ұൠతʹຊ৯ඪ४ද ͕༻͍ΒΕΔ ৯දͷྫ kcal g
g ຊͰৗ༻͞ΕΔ৯ࡐ Hதͷӫཆૉྔ͕هࡌ
ྉཧϨγϐͷӫཆૉྔͷܭࢉํ๏ ɾɾɾ ϒϩοίϦʔ ຊʢHʣ ɾɾɾ ྉཧϨγϐ
৯ද͔Β৯ࡐʹ ରԠ͢Δ߲Λબ ৯ࡐͷάϥϜॏྔΛܭࢉ ߲ͷ֤ͱάϥϜॏྔ ͔ΒӫཆૉྔΛܭࢉ ֤৯ࡐͷӫཆૉྔΛ߹ܭ ΤωϧΪʔɿ ⁄ 33 #$%& 100) ∗ 180) = 59.4 #$%& ਫɿ ⁄ 89 ) 100) ∗ 180) = 160.2 ) λϯύΫ࣭ɿ ⁄ 4.3 ) 100) ∗ 180) = 7.74 )
ӫཆૉྔࣗಈܭࢉʹ͓͚ΔͭͷλεΫ ৯ࡐ໊͔Βਖ਼͍͠৯ද߲Λਪఆʢ߲ਪఆʣ άϥϜॏྔΛਪఆʢॏྔਪఆʣ γνϡʔ༻ͷڇϒϩοΫ ͏͠ ੜ
දه༳Ε͕͋Δ τϚτ େݸ H άϥϜදهͰͳ͍߹ਪఆ
ؔ࿈ݚڀ n ۄాΒͷݚڀ<> ରσʔλɿʮϨγϐେඦՊʯσʔλ ߲ਪఆ๏ɿจࣈྻͷશϚονϯά ॏྔਪఆ๏ɿਓखʹΑΔॏྔมࣙॻͷߏங n ןถΒͷݚڀ<> ରσʔλɿʮΩϡʔϐʔΫοΩϯάʯσʔλ ߲ਪఆ๏ɿಡΈԾ໊Ͱͷฤूڑൺֱ
ॏྔਪఆ๏ɿਓखʹΑΔॏྔมࣙॻͷߏங දه༳Ε͕େ͖͍ϢʔβߘϨγϐʹదԠ͕͍͠ hXi + 2#a,; 9m51 MImN'4O @Gn@ACK<2 _QCm3B :*JE @mLPD;7=H?3MKRbcdeYWX]ST gkjVQcYU[QRYWX]SVQ hYi)&%2 #$a,"FmMPA>.6 8/-O@Gn @ACK2!*0( b2 gkjVQ`YTQfkVQ^TQllVQ`^\–`_ZQRYWW`SVQ
ݚڀత ಛ n ࢄදݱΛར༻͢Δ͜ͱͰදهΏΕʹରԠ Ϩγϐσʔλ͔ΒྉཧΧςΰϦ༧ଌΛ࡞͠ɼ 'PPEOBNF&ODPEFS '& Λֶश n ඪ४ॏྔࣙॻͷࣗಈߏங๏ͷఏҊ
දهΏΕ͕େ͖͍ϢʔβߘϨγϐʹରԠͰ͖Δ ؤ݈ͳӫཆૉྔਪఆख๏ͷఏҊ
ఏҊख๏ දه༳ΕʹରԠ͢ΔͨΊ৯ࡐ໊ͷࢄදݱΛར༻ ௐཧखॱʹXPSEWFDΛద༻͢Δ͜ͱͰ֫ಘՄೳ<> ৯ࡐ໊ͷࢄදݱԽʢʣ ಘΒΕΔࢄදݱܗଶૉ͝ͱʹ༩͑ΒΕΔ ಲόϥ ࢄදݱ ʢଟ࣍ݩϕΫτϧʣ ྫ
V 0 3 N ) I E . - 2 214C 6 ( 24
ఏҊख๏ ৯ࡐ໊ܗଶૉ͕ͭʹͳΔͱݶΒͳ͍ ৯ࡐ໊ͷࢄදݱԽʢʣ ̍ͭͷ߹ɿಲόϥ ಲόϥ ̎ͭͷ߹ɿಲʢόϥʣ ಲ όϥ ෳͷࢄදݱΛͭͷࢄදݱʹ·ͱΊΔ͜ͱ͕ඞཁ
ఏҊख๏ ྉཧϨγϐʹ͓͍ͯҎԼͷʹண λΠτϧ͔ΒྉཧΧςΰϦʢྉཧ໊ʣ͕நग़Մೳ ৯ࡐ͔ΒྉཧΧςΰϦ͕༧ଌՄೳ ྉཧΧςΰϦ༧ଌ ఆ൪ʂೱްΫϦʔϜγνϡʔ ৯ࡐ͔ΒྉཧΧςΰϦΛ༧ଌ͢ΔΛߏங ྫ
ྉཧΧςΰϦ ৯ࡐ໊ ࢄදݱ ྉཧΧςΰϦ
ఏҊख๏ ҎԼͷχϡʔϥϧωοτϫʔΫϞσϧͰֶश ྉཧΧςΰϦ༧ଌϞσϧ ྉཧΧςΰϦɿΫϦʔϜγνϡʔ ৯ࡐɿγνϡʔ༻ͷڇϒϩοΫɼਓࢀɼ ͡Ό͕͍ɼڇೕɼFUD (BUFE3FDVSSFOU6OJU (36 'VMM$POOFDUJPO '$
ఏҊख๏ ৯ࡐ໊Τϯίʔμ ֶशޙͷΤϯίʔμͰ৯ࡐ໊ΛࢄදݱԽ จࣈྻࣄલʹ XPSEWFDͰࢄදݱԽ ৯ࡐ໊Τϯίʔμ 'PPEOBNF&ODPEFS '& ৯ࡐ໊ͷࢄදݱ
ೖྗྫɿγνϡʔ༻ͷڇϒϩοΫ
ఏҊख๏ ࢄදݱͷڑʹج߲ͮ͘બ ಲʢόϥʣ ΤϯίʔμʹΑΔࢄදݱԽ Ϳͨ Β Ϳͨ
ίαΠϯྨࣅΛܭࢉ ৯ࡐ໊ʹ࠷ྨࣅ͢Δ߲Λબ
ఏҊख๏ ҎԼͷϧʔϧͰ৯ࡐͷॏྔΛਪఆ άϥϜදهͰ͋ΕͦΕΛ༻ ମੵදهʢେ͞͡ΧοϓʣͰ͋Εɼ 1 "# = 1
%ͱͯ͠άϥϜදهม ͦΕҎ֎ͷ߹ඪ४ॏྔࣙॻͷΛ༻ ৯ࡐॏྔͷਪఆํ๏
ఏҊख๏ طଘݚڀ< >ͰਓखͰࣙॻ͕࡞͞Ε͓ͯΓೖखෆՄ ຊݚڀͰྉཧϨγϐσʔλ͔Β ҎԼͷఆٛʹج͖ͮࣗಈతʹඪ४ॏྔࣙॻΛߏங ඪ४ॏྔࣙॻͷߏஙʢ̍ʣ શϨγϐʹ͓͚Δ֤৯ࡐͷάϥϜදهͷதԝ hXi + 2#a,;
9m51 MImN'4O @Gn@ACK<2 _QCm3B :*JE @mLPD;7=H?3MKRbcdeYWX]ST gkjVQcYU[QRYWX]SVQ hYi)&%2 #$a,"FmMPA>.6 8/-O@Gn @ACK2!*0( b2 gkjVQ`YTQfkVQ^TQllVQ`^\–`_ZQRYWW`SVQ
ఏҊख๏ ҎԼͷϧʔϧͰඪ४ॏྔࣙॻΛߏங ྉཧϨγϐσʔλ͔Β৯ࡐ໊ͱॏྔͷϖΞΛநग़ ॏྔ͕άϥϜදهͷ߹ɼ৯ࡐ໊Τϯίʔμʔͷ ग़ྗͱͳΔࢄදݱʹରԠ͢ΔϦετʹॏྔΛՃ ֤ϦετͷதԝΛରԠ͢Δ৯ࡐͷඪ४తͳ ॏ͞ͱ͢Δ
ඪ४ॏྔࣙॻͷߏஙʢʣ
ධՁ࣮ݧ ࣮ݧσʔλ $00,1"%͕ఏڙ͢ΔྉཧϨγϐσʔλ n Ϩγϐɿສ݅ఔ n ΧςΰϦ༧ଌσʔλɿສ݅ఔ ධՁσʔλ $00,1"%্Ͱެ։͞Ε͍ͯΔྉཧϨγϐ n
Ϩγϐɿ݅ n ؚ·ΕΔ৯ࡐɿ݅ ৯දΛ༻͍ͯਓखͰӫཆૉྔΛܭࢉ ࣮ݧσʔλͱධՁσʔλ
ධՁ࣮ݧ ৯ද߲ͷਪఆਫ਼ ߲ͷΈਪఆͨ࣌͠ͷӫཆૉྔਪఆਫ਼ ߲ͱॏྔΛਪఆͨ࣌͠ͷӫཆૉྔਪఆਫ਼ ධՁରͱධՁࢦඪ ධՁࢦඪɿ5PQ! QSFDJTJPOʢ!ݸͷީิʹਖ਼ղ͕͋Δ֬ʣ
ؔ࿈ݚڀ<>Ͱ༻͍ΒΕ͍ͯΔධՁࢦඪ ฏۉ૬ରޡࠩ ฏۉઈରޡࠩ ૬ؔ ૬ରޡࠩҎׂ߹ ૬ରޡࠩதԝ ઈରޡࠩதԝ Ճͨ͠ධՁࢦඪ , ", :CNN !)% # $+ # ) *( '& D,Vol. 101, No. 8, pp. 1099–1109 (2018).
ධՁ࣮ݧ XPSEWFDͰಘͨࢄදݱΛ༻͍߲ͯΛਪఆ͢Δख๏ XPSEWFD NFBO ๏ XPSEWFD UPQ ๏
ൺֱख๏ʢXPSEWFDʣ ෳͷࢄදݱ ৯ࡐ໊ͷ֤ࢄදݱͱ߲ͷࢄදݱͷڑΛෳܭࢉ ࠷খ͍͞ڑΛදతͳڑͱ͢Δख๏ ʢఏҊख๏ʣෳͷࢄදݱ ࢄදݱ ࢄදݱ ฏۉ '&
ධՁ࣮ݧ ฤूڑΛ༻͍߲ͯΛਪఆ͢Δख๏ &EJUEJTUBODF๏ &EJUEJTUBODF OPSN ๏ ൺֱख๏ʢฤूڑʣ ৯ࡐ໊ͱ৯දͷ߲ؒͷฤूڑ͕࠷
ͱͳΔ߲Λબ͢Δख๏ ͷख๏ʹ͓͚ΔฤूڑΛ͍ํͷจࣈྻͰׂͬͨ ฤूڑΛ༻͍Δख๏
࣮ݧ݁Ռͱߟ ৯ද߲ਪఆਫ਼ͷൺֱ ! -! ӫཆਪఆͰॏཁͳ5PQͰͷਫ਼ͰɼఏҊख๏ߴ͍༏Ґੑ
࣮ݧ݁Ռͱߟ ߲ਪఆਫ਼ͷൺֱ -! ! ฤूڑ ݸ͔ΒީิΛ૿ͯ͠ਫ਼্͕ঢͮ͠Β͔ͬͨ
࣮ݧ݁Ռͱߟ ఏҊख๏͕ਖ਼ղɼฤूڑ͕ෆਖ਼ղͩͬͨྫ ߲ਪఆͰͷఏҊख๏ͷ༏Ґੑ !) " %( ' ,
* * $+ &+ # # จࣈྻͱͯ͠ҟͳΔ͕ɼྨࣅ͢Δ֓೦ͷ৯ࡐΛબՄೳ ฤूڑͰจࣈྻͱͯ͠ҟͳΔ߹ਖ਼ղ͕ࠔ
࣮ݧ݁Ռ ߲ͷΈਪఆͨ݁͠ՌʢΧϩϦʔʣ 2 5 4 . ) . ) 1%0
4 ) ) 1%0 . ( ) 3 શͯͷධՁࢦඪͰఏҊख๏͕༏Ґ
࣮ݧ݁Ռ ߲ͷΈਪఆͨ݁͠ՌʢΧϩϦʔʣ 2 5 4 . ) . ) 1%0
4 ) ) 1%0 . ( ) 3 ฏۉͱதԝʹେ͖ͳ͕ࠩ͋Γɼ֎Εతͳαϯϓϧ͕ଘࡏ
࣮ݧ݁Ռ ߲ͷΈਪఆͨ݁͠ՌʢΧϩϦʔʣ 2 5 4 . ) . ) 1%0
4 ) ) 1%0 . ( ) 3 ࢄදݱख๏͕ฤूڑख๏ΑΓߴ͍ਫ਼
࣮ݧ݁Ռ ߲ͱॏྔΛਪఆͨ݁͠ՌʢΧϩϦʔʣ 5% 8 .9 7)12 12 4 3 7)02
02 4 3 1( 6 ఏҊख๏ͷ༏Ґੑ͕খ͘͞ͳ͍ͬͯΔ
࣮ݧ݁Ռ ߲ͱॏྔΛਪఆͨ݁͠ՌʢΧϩϦʔʣ 5% 8 .9 7)12 12 4 3 7)02
02 4 3 1( 6 ॏྔͷΈਪఆʢ߲ਖ਼ղϥϕϧʣͨ͠߹Ͱਫ਼͕ѱ͍
࣮ݧ݁Ռ ߲ͱॏྔΛਪఆͨ݁͠ՌʢΧϩϦʔʣ 5% 8 .9 7)12 12 4 3 7)02
02 4 3 1( 6 ॏྔͷਪఆਫ਼͕ѱ͍͜ͱ͔Βɼ༏Ґੑ͕খ͘͞ͳͬͨ
·ͱΊ n ྉཧΧςΰϦ༧ଌΛ࡞͠ɼֶशͨ͠৯ࡐ໊ ΤϯίʔμΛ༻͍ͯ৯ද߲Λਪఆͨ͠ n ఏҊख๏࣮ݧʹΑΓɼ৯ද߲ͷ༧ଌʹ ͓͍ͯ༏ҐੑΛࣔͨ͠ nॏྔਪఆͷޡࠩʹΑͬͯɼશࣗಈͰͷӫཆૉྔͷ ਪఆޡࠩେ͖͘ͳͬͨ
ࠓޙͷ՝ n ॏྔඪ४ࣙॻͷߏஙํ๏Λݟ͠ɼ৯ࡐॏྔͷ ਪఆޡࠩΛখ͘͢͞Δ n ௐཧखॱ͔Β৯ࡐͷঢ়ଶʢੜɼΏͰɼᖱΊʣΛ ਪఆ͢Δ͜ͱͰɼӫཆૉྔͷਪఆޡࠩΛখ͘͢͞Δ n ྉཧΧςΰϦ༧ଌͰͷɼޡநग़ΧςΰϦͷ আڈʹΑΔఏҊख๏ͷਫ਼্
͝ਗ਼ௌ͋Γ͕ͱ͏͍͟͝·ͨ͠
!"#$%&%'(@* = 1 ( - ./0 1 2. ∩
4.,0 , 4.,6 , … , 4.,8 (ධՁσʔλͷ 2.%൪ͷධՁσʔλͰͷਖ਼ղϥϕϧ 4.,9 %൪ͷධՁσʔλͰͷ:൪ͷީิ 5PQ* QSFDJTJPOͷఆٛࣜ
ଞͷӫཆૉͰͷਪఆޡࠩʢఏҊख๏ʣ 0 .1 2 ) % ) %
) ( %
ఏҊख๏͕ෆਖ਼ղɼฤूڑ͕ਖ਼ղͩͬͨྫ ఏҊख๏ͷ & #% $( !" !
! ' ' ' ' ৯ࡐͷΘΕํ͕ࠅࣅ͢Δ৯ࡐࢄදݱֶश͕͍͠