日時：2017年5月17日（水） 13:30-15:40
13:30-13:40 理化学研究所 革新知能統合研究センター 副センター長 上田 修功
13:40-14:40 情報通信研究機構(NICT)脳情報通信融合研究センター 主任研究員 Dr. Juan Liu
14:40-15:40 統計数理研究所 統計的機械学習研究センター 准教授 持橋 大地 先生
13:40-14:40 情報通信研究機構(NICT)脳情報通信融合研究センター 主任研究員 Dr. Juan Liu
タイトル： Understanding Multisensory Perception for More Realistic and Intuitive Interaction Systems
概要： Our real-world perceptual experiences are mostly specified by synchronous redundant and/or complementary attributes across different senses. The multisensory nature of perception raises the question about how the information from diverse sense organs is processed to form a coherent representation of the world and at the same time benefit our intellectual behaviors by increasing perceptual reliability and saliency, and as a result, enhancing learning and reaction speed. On the other hand, recent years have seen a sharp increase of interest in virtual reality (VR) or mixed reality (MR), triggered by more affordable and light-weighted, responsive VR headsets. In these systems, most of users’ virtual-world experiences are based on image, sound, and passive vibration. How to implement haptic feedback and what multi-media contents to generate is crucial for high-fidelity, immersive systems which enable active perception and provide intuitive interaction experiences. In this talk, I will briefly review related fields and introduce our work that interweaves multisensory perception research with VR system development. We focus on two fundamental issues in the field: cue combination and spatial representation. More specifically, in our audio-haptic experiments we investigated the process and constraints for multisensory integration, while in our visuo-haptic experiments we try to deepen our understanding of reference frames involved in cross-modal tasks and transformations between modalities. Both studies leverage multisensory interaction techniques and in turn provide hints for the design of human machine interface.
14:40-15:40 統計数理研究所 統計的機械学習研究センター 准教授 持橋 大地 先生
タイトル：無限木構造隠れMarkovモデルとその周辺
概要：隠れマルコフモデル(HMM)は情報科学の基本的なモデルであり, 観測系列の裏に隠れた状態があると仮定し, 観測値からそれを推定することができる。この際に隠れ状態の数が問題となるが, 階層ディリクレ過程(HDP)に基づく無限隠れマルコフモデル (Beal 2001, Teh 2006)はその状態数も無限の可能性の中から学習することができる画期的なモデルである。しかしながら無限隠れマルコフモデルにおいても, その離散的な隠れ状態はフラットであり, 状態のさらに 細かい区別や, 状態の間の関係を適切に表現することはできない。これには状態を木構造によって構造化することが有用であるが, 分岐の数や木の深さには 無限の曖昧性が存在し, それらをすべて網羅した中からモデル選択を行うことは 不可能である。
本講演ではこれに対し, 無限次元離散分布であるディリクレ過程の積である木構造Stick-breaking過程(Adams+, NIPS 2010)をそれ自体木構造上で階層化することで,階層的木構造Stick-breaking過程に基づいた無限木構造隠れMarkovモデル(iTHMM)について解説する。提案法は, 無限隠れMarkovモデルの階層クラスタリング化ともとらえることができる。無限次元離散分布であるディリクレ過程, およびStick-breaking過程の導入から始め,自然に本手法の理解に つながるようにしたい。