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
570
【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
Clineプロンプト徹底解剖
umeco
0
530
LLMでの多言語対応どうする問題
umeco
0
170
大生成AI時代の新規事業戦略を考える
umeco
0
130
Cookpad_R&D_internship_2018_byumeco
umeco
0
450
Distributed prioritized experience replay
umeco
0
490
【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
640
Using an Artificial Financial Market for studying a Cryptocurrency Market
umeco
0
610
【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
500
Other Decks in Research
See All in Research
2025年度 生成AIの使い方/接し方
hkefka385
1
740
能動適応的実験計画
masakat0
2
680
数理最適化に基づく制御
mickey_kubo
6
690
NLP Colloquium
junokim
1
170
【輪講資料】Moshi: a speech-text foundation model for real-time dialogue
hpprc
3
540
[CV勉強会@関東 CVPR2025] VLM自動運転model S4-Driver
shinkyoto
2
390
引力・斥力を制御可能なランダム部分集合の確率分布
wasyro
0
210
大規模な2値整数計画問題に対する 効率的な重み付き局所探索法
mickey_kubo
1
300
Vision And Languageモデルにおける異なるドメインでの継続事前学習が性能に与える影響の検証 / YANS2024
sansan_randd
1
130
集合間Bregmanダイバージェンスと置換不変NNによるその学習
wasyro
0
120
公立高校入試等に対する受入保留アルゴリズム(DA)導入の提言
shunyanoda
0
6.4k
経済学と機械学習:因果推論と密度比推定を中心に
masakat0
0
110
Featured
See All Featured
Fight the Zombie Pattern Library - RWD Summit 2016
marcelosomers
234
17k
Automating Front-end Workflow
addyosmani
1370
200k
A designer walks into a library…
pauljervisheath
207
24k
GraphQLとの向き合い方2022年版
quramy
49
14k
The Cult of Friendly URLs
andyhume
79
6.5k
Making the Leap to Tech Lead
cromwellryan
134
9.4k
I Don’t Have Time: Getting Over the Fear to Launch Your Podcast
jcasabona
33
2.4k
The Myth of the Modular Monolith - Day 2 Keynote - Rails World 2024
eileencodes
26
2.9k
RailsConf 2023
tenderlove
30
1.2k
10 Git Anti Patterns You Should be Aware of
lemiorhan
PRO
656
60k
Raft: Consensus for Rubyists
vanstee
140
7k
The Invisible Side of Design
smashingmag
301
51k
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