抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本稿では,映像視聴時に測定されるfNIRS信号を利用し,映像に対する好みを推定する手法を提案する。提案手法では,映像から算出される特徴量に対して,fNIRS信号から算出される特徴量を補完的に利用することにより,好みの推定精度向上を実現する。具体的に,提案手法ではまず,映像およびfNIRS信号から算出した特徴量それぞれを用いて,類似度行列を算出する。そして,算出した2つの類似度行列を統合することで,特徴量間の近傍関係を新たに定義する。これにより,映像から算出される特徴量に対してfNIRS信号から算出される特徴量を補完的に利用し,特徴量間の近傍関係を定義可能となる。結果的に,取得した近傍関係およびそれを基に算出される特徴量は,好みの推定に対して有効であると期待される。また,映像から算出した特徴量空間において,取得した近傍関係と類似した近傍関係を取得可能とするため,Laplacian Regularized Metric Learning(LRML)により映像から算出した特徴量を変換する。これにより,fNIRS特徴量が利用できない際にも,好みの推定に有効な近傍関係を取得可能とする。結果的に,変換後の特徴量を用いることで,元の特徴量を用いた場合と比較し,好みの推定精度向上が期待される。本稿の最後では,被験者実験により提案手法の有効性を示す。(著者抄録)