SimTSC(Similarity-Aware Time-Series Classification): GNN利用の時系列分類

  • Towards Similarity-Aware Time-Series Classification [51.2]
    時系列データマイニングの基本課題である時系列分類(TSC)について検討する。 グラフニューラルネットワーク(GNN)を用いて類似情報をモデル化するフレームワークであるSimTSCを提案する。
    論文  参考訳(メタデータ)   (Wed, 5 Jan 2022 02:14:57 GMT)

Speech-to-SQL: 音声からSQLクエリの作成

  • Speech-to-SQL: Towards Speech-driven SQL Query Generation From Natural Language Question [18.4]
    音声による入力は、スマートフォンやタブレットの人気により、大きな勢いを増している。 本稿では,構造化データデータベースを問合せするための,より効率的な音声インタフェースの設計について検討する。 我々は,人間の音声を直接クエリーに変換するために,SpeechNetという新しいエンドツーエンドニューラルアーキテクチャを提案する。
    論文  参考訳(メタデータ)   (Tue, 4 Jan 2022 15:38:36 GMT)
    • 音声からSQLクエリを作成するという研究。音声認識を経ないので有用な点はあるのかもしれない。(がSQL作成が有効かは謎ではある)

Automated Graph Machine Learningのサーベイ

FS2K: 顔のスケッチ合成(FSS)問題のデータセットとベースライン

  • Deep Facial Synthesis: A New Challenge [76.0]
    まず,FS2Kという,2,104のイメージスケッチペアからなる高品質なFSSデータセットを提案する。 第2に, 古典的手法139点を調査し, 最大規模のFSSについて検討した。 第3に、FSGANという単純なFSSのベースラインを提示する。
    論文  参考訳(メタデータ)  参考訳(全文)  (Fri, 31 Dec 2021 13:19:21 GMT)
    • 2100以上のデータからなる顔のスケッチデータセット(性別等の属性付き)の紹介と広範囲な調査、ベースラインの提示。顔合成に関するサーベイとしても興味深い内容。

AI/機械学習の実用に関する調査

  • Machine Learning Application Development: Practitioners’ Insights [18.1]
    MLアプリケーション開発の課題とベストプラクティスを理解することを目的とした調査について報告する。 80人の実践者から得られた結果を17の発見にまとめ、MLアプリケーション開発の課題とベストプラクティスを概説する。 報告された課題が、MLベースのアプリケーションのエンジニアリングプロセスと品質を改善するために調査すべきトピックについて、研究コミュニティに知らせてくれることを期待しています。
    論文  参考訳(メタデータ)   (Fri, 31 Dec 2021 03:38:37 GMT)
    • AI/機械学習の実用を行っている人へのアンケート結果の報告。周りの人がどのようなことをやっているのかを知るために参考になる。
    • Findingsも(全部同意というわけではないが)納得のいく内容が多い。Finding 12の「roughly one-third of the practitioners write code from scratch for model implementation」はやや驚き。どこからがscratchなんだろう?「Practitioners also mentioned using their own custom auto-ML system for ML model training.」も納得感があって、私もGitHub – s-taka/fugumlを作っている。報告ではクラスバランスが重視されている印象があるが、個人的には不均衡データの取り扱いはドメインに強く依存するなーと思う。

DeepLearingによる数学の問題生成と解決

  • A Neural Network Solves and Generates Mathematics Problems by Program Synthesis: Calculus, Differential Equations, Linear Algebra, and More [8.4]
    質問をプログラミングタスクに変換し、プログラムを自動的に生成し、実行します。 これは、大学レベルの数学コースの質問を自動的に解き、評価し、生成する最初の作品である。
    論文  参考訳(メタデータ)   (Fri, 31 Dec 2021 18:57:31 GMT)
    • (深層学習で解くのは難しいとされていた)数学の問題が事前学習済みモデル(Transformer)+プログラミングタスクとしてのfine tuningで解けるとの報告。

RLD Dataset: 会話応答(表情)のビデオデータセット

  • Responsive Listening Head Generation: A Benchmark Dataset and Baseline [58.2]
    本研究では、応答型リスニングヘッド生成タスクを、複数の入力に応答する動きと表現を持つ非言語ヘッドの合成として定義する。 音声によるジェスチャーや音声のヘッド生成とは違って,いくつかの研究分野の恩恵を期待して,このタスクにより多くのモーダルを導入する。
    論文  参考訳(メタデータ)   (Mon, 27 Dec 2021 07:18:50 GMT)
    • 67人の講演者、76人の聴取者が3つの異なる態度で集結した会話ビデオコーパス「Responsive Listener Dataset(RLD)」に関する論文。表情を含め合成するのは面白く(難しいと思われる)タスク。
    • プロジェクトサイトはRLD Dataset (mhzhou.com)

NLPにおけるジェンダーバイアスのサーベイ

  • A Survey on Gender Bias in Natural Language Processing [22.9]
    自然言語処理における性別バイアスに関する304論文について調査する。 ジェンダーバイアスの検出と緩和に対するコントラストアプローチの比較を行った。 性別偏見の研究は、4つの中核的な限界に悩まされている。1)ジェンダーを流動性と連続性を無視した二変数変数として扱う。 2) 単言語で実施されている。 3) 倫理的考察を無視している。 4) 男女差の非常に限定的な定義と, 評価基準とパイプラインの欠如に根本的な欠陥がある。 
    論文  参考訳(メタデータ)   (Tue, 28 Dec 2021 14:54:18 GMT)
    • AIの社会実装において逃げてはいけないジェンダーバイアスに関するサーベイ。4つの問題が指摘されているが、その中でもジェンダー及びジェンダーバイアスの定義ができていないというのは非常に重要な指摘であると思う。

Human-Centered Artificial Intelligenceのコンポーネント

  • On some Foundational Aspects of Human-Centered Artificial Intelligence [52.0]
    人間中心人工知能(Human Centered Artificial Intelligence)の意味については明確な定義はない。 本稿では,AIコンポーネントを備えた物理・ソフトウェア計算エージェントを指すHCAIエージェントについて紹介する。 HCAIエージェントの概念は、そのコンポーネントや機能とともに、人間中心のAIに関する技術的および非技術的議論を橋渡しする手段であると考えています。
    論文  参考訳(メタデータ)  参考訳(全文)  (Wed, 29 Dec 2021 09:58:59 GMT)
    • 人間中心のAIを観察、要件、アクション、説明、モデルの側面から開設した論文。