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
550
【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
LLMでの多言語対応どうする問題
umeco
0
37
大生成AI時代の新規事業戦略を考える
umeco
0
120
Cookpad_R&D_internship_2018_byumeco
umeco
0
430
Distributed prioritized experience replay
umeco
0
470
【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
610
Using an Artificial Financial Market for studying a Cryptocurrency Market
umeco
0
590
【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
480
Other Decks in Research
See All in Research
eAI (Engineerable AI) プロジェクトの全体像 / Overview of eAI Project
ishikawafyu
0
390
アプリケーションから知るモデルマージ
maguro27
0
270
A Segment Anything Model based weakly supervised learning method for crop mapping using Sentinel-2 time series images
satai
3
160
CUNY DHI_Lightning Talks_2024
digitalfellow
0
550
Zipf 白色化:タイプとトークンの区別がもたらす良質な埋め込み空間と損失関数
eumesy
PRO
8
1.4k
BtoB プロダクトにおけるインサイトマネジメントの必要性 現場ドリブンなカミナシがインサイトマネジメントに取り組むワケ / Why field-driven Kaminashi is working on insight management
kaminashi
1
310
ベイズ的方法に基づく統計的因果推論の基礎
holyshun
0
840
Weekly AI Agents News! 11月号 論文のアーカイブ
masatoto
0
300
メタヒューリスティクスに基づく汎用線形整数計画ソルバーの開発
snowberryfield
3
800
The many faces of AI and the role of mathematics
gpeyre
1
1.7k
ドローンやICTを活用した持続可能なまちづくりに関する研究
nro2daisuke
0
160
VisFocus: Prompt-Guided Vision Encoders for OCR-Free Dense Document Understanding
sansan_randd
1
470
Featured
See All Featured
Fashionably flexible responsive web design (full day workshop)
malarkey
406
66k
Agile that works and the tools we love
rasmusluckow
328
21k
Rebuilding a faster, lazier Slack
samanthasiow
80
8.9k
Put a Button on it: Removing Barriers to Going Fast.
kastner
60
3.7k
ピンチをチャンスに:未来をつくるプロダクトロードマップ #pmconf2020
aki_iinuma
115
51k
Scaling GitHub
holman
459
140k
GitHub's CSS Performance
jonrohan
1030
460k
Refactoring Trust on Your Teams (GOTO; Chicago 2020)
rmw
33
2.8k
The Psychology of Web Performance [Beyond Tellerrand 2023]
tammyeverts
46
2.4k
Building Adaptive Systems
keathley
40
2.4k
jQuery: Nuts, Bolts and Bling
dougneiner
63
7.7k
The Success of Rails: Ensuring Growth for the Next 100 Years
eileencodes
44
7.1k
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