カテゴリー: 会誌105号_Vol.5

特集　深層学習は情報・システムの研究をどう変えたか 　第4部　融合分野 　 10.【画像・音声生成】画像生成における深層学習の展開と音声変換への応用 Advancement and Application of Deep Generative Models in Image Synthesis and Voice Conversion

特集　深層学習は情報・システムの研究をどう変えたか
　第4部　融合分野
　
10.【画像・音声生成】画像生成における深層学習の展開と音声変換への応用
Advancement and Application of Deep Generative Models in Image Synthesis and Voice Conversion

p.407
金子卓弘

深層学習により，自然な画像・音声が容易に生成・変換可能に
　画像や音声などのメディア情報は人と人，人と機械のコミュニケーションにおいて必要不可欠なものであるが，イメージどおりのものが簡単に得られないことがある．その解決手段として，近年，深層生成モデルを用いた生成・変換技術が注目を集めている．本稿では，まず，深層生成モデルのれい明期から主要な研究対象である画像生成を題材に，深層生成モデルの変遷について解説する．次に，深層生成モデルの特徴である幅広い応用可能性を示す一例として，音声変換への応用について紹介する．最後に，深層生成モデルの今後について展望する．

特集　深層学習は情報・システムの研究をどう変えたか 　第4部　融合分野 　 11.【音声合成】深層学習によるテキスト音声合成の飛躍的発展 Drastic Progress of Text-to-speech Synthesis via Deep Learning

特集　深層学習は情報・システムの研究をどう変えたか
　第4部　融合分野
　
11.【音声合成】深層学習によるテキスト音声合成の飛躍的発展
Drastic Progress of Text-to-speech Synthesis via Deep Learning

p.413
全　炳河

コンピュータの「声」は，ディープラーニングで驚くほど自然に！
　テキスト音声合成では，音声波形を自動で切り貼りして所望するテキストに対応する音声を合成する，波形接続型音声合成が主流であった．一方，条件付生成モデルを用いてテキストと音声の関係を学習し，これから任意のテキストから音声を合成する生成モデル型音声合成は，声色を少量の音声で変換できる等の利点があるが，合成音の自然性に課題があった．過去約10年間に深層学習が生成モデル型に導入され，性能が飛躍的に向上した結果，高い自然性を保ちつつ柔軟に話者性や韻律を制御できるようになった．本稿では，深層生成モデルの導入がテキスト音声合成に与えた影響について考察する．

特集　深層学習は情報・システムの研究をどう変えたか 　第4部　融合分野 　 13.【ロボティクス】深層学習のロボット技術への影響と今後の展望 Impacts of Deep Learning to Robotics and Future Perspective

特集　深層学習は情報・システムの研究をどう変えたか
　第4部　融合分野
　
13.【ロボティクス】深層学習のロボット技術への影響と今後の展望
Impacts of Deep Learning to Robotics and Future Perspective

p.424
尾形哲也

実世界で多様に活躍するAIロボット実現を目指して
　本稿では，深層学習技術がロボティクスに与えた影響と今後の展望について概説する．まず動作生成手法について，認識システム，深層強化学習に触れた上で，予測誤差を逐次的に最小化しつつ動作生成を行う深層予測学習のフレームについて紹介する．また実世界と統合した言語学習という視点から，記号接地問題を背景とした運動言語の統合モデルについて，その効果と問題を解説する．最後に今後の展望として，内閣府ムーンショット目標3におけるAIRECプロジェクトのコンセプトを紹介する．

特集　深層学習は情報・システムの研究をどう変えたか 　第5部　データ分析分野 　 14.【推薦】推薦システムへの深層学習の適用 Use Cases of Deep Learning in Recommender Systems

特集　深層学習は情報・システムの研究をどう変えたか
　第5部　データ分析分野
　
14.【推薦】推薦システムへの深層学習の適用
Use Cases of Deep Learning in Recommender Systems

p.430
神嶌敏弘

深層学習の推薦アルゴリズムでの利用とその有効性について
　推薦システムにおける嗜好予測には各種の機械学習手法が次々と適用されてきたが，深層学習も例外ではない．しかしながら，近年の検証実験では，深層学習による予測精度の向上を支持する結果は得られなかった．そこで，少なくとも既存手法と同程度の性能をこの検証実験で示したNeuMF とMult-VAE を取り上げ，深層学習でも予測精度が向上しない理由についても考察する．その後，推薦結果の説明や提示などにといった推薦の周辺部分に，深層学習を用いた画像・自然言語処理技術が活用されている例を紹介する．

特集　深層学習は情報・システムの研究をどう変えたか 　第6部　今後の展開 　 17.【社会・工学・科学全般】深層学習が与える様々なインパクト Various Impacts of Deep Learning

特集　深層学習は情報・システムの研究をどう変えたか
　第6部　今後の展開
　
17.【社会・工学・科学全般】深層学習が与える様々なインパクト
Various Impacts of Deep Learning

p.446
丸山　宏

深層学習は科学や社会をどのように変えていくか？
　ディジタル計算に基づく情報技術は総体として，過去70年にわたって社会に大きなインパクトを与えてきた．情報技術約70年の歴史の中で，多くの革新的技術が開発されてきたが，深層学習ほど社会の多面において変化をもたらしているものはないだろう．本稿では特に，科学と社会に対する含意について議論する．

特集　深層学習は情報・システムの研究をどう変えたか 　第1部　総論 　 1. 深層学習登場前夜とその後 The Night before the Appearance of Deep Learning and Then

特集　深層学習は情報・システムの研究をどう変えたか
　第1部　総論
　
1. 深層学習登場前夜とその後
The Night before the Appearance of Deep Learning and Then

p.360
佐藤真一

深層学習はどのように生まれてきたのか
　深層学習がありとあらゆる分野で技術革新を起こしている．深層学習は人工ニューラルネットワークの第三次ブームに相当しているが，これまでのブームとは質的に異なるような広がりを見せている．深層学習はどのように登場したのか，以前のニューラルネットワークとどのような違いがあるのか，その後どのように広がっていったのか，等，現在のカンブリア爆発的な広がりの前までを概観したい．

特集　深層学習は情報・システムの研究をどう変えたか 　第2部　画像分野 　 3. 【文字認識】文字とは何か？ ──深層学習により見えてきた新たな問い── What Are Letters? : A New Horizon of Document Image Analysis Research by Deep Learning

特集　深層学習は情報・システムの研究をどう変えたか
　第2部　画像分野
　
3. 【文字認識】文字とは何か？
──深層学習により見えてきた新たな問い──
What Are Letters? : A New Horizon of Document Image Analysis Research by Deep Learning

p.371
内田誠一

認識率向上だけでなく新たな視点も与えてくれた深層学習
　文字認識は，画像応用の中でも特に長い歴史を持つ分野である．様々な文字特徴や識別法の提案など膨大な研究がなされてきたが，深層学習により圧倒的な認識精度向上が図られた．データ収集も大規模化が進み，情景内文字や古文書，数式，表，レイアウトといった従来技術では困難であった対象にも深層学習が適用されるようになり，やはり認識精度の大幅な改善につながっている．更に現在，深層学習は「文字と人間との関わり方」を検証可能にしつつある．本稿ではこれら「最近の文字・文書認識技術」及び「今後の展開」について概観する．

特集　深層学習は情報・システムの研究をどう変えたか 　第3部　音声・自然言語処理分野 　 7. 【音声認識】深層学習が支える音声認識技術 Automatic Speech Recognition Technologies Boosted by Deep Learning

特集　深層学習は情報・システムの研究をどう変えたか
　第3部　音声・自然言語処理分野
　
7. 【音声認識】深層学習が支える音声認識技術
Automatic Speech Recognition Technologies Boosted by Deep Learning

p.392
渡部晋治　久保陽太郎

深層学習でここまで来た，早い，正確，シンプルな音声認識技術
　近年，音声認識技術は精度や応用範囲の面で目覚ましい発展を遂げた．この発展の大部分は深層学習技術の発展によって支えられている．深層学習の音声認識における役割は，従来型の音響・言語それぞれのモデル性能の向上のみならず，系列変換技術を用いたエンドツーエンド深層学習による，新しい音声認識手法の展開など多岐にわたる．本稿では，上記の従来型，及びエンドツーエンド深層学習の音声認識への応用について紹介し，それらの現在の技術課題について解説を行う．

特集　深層学習は情報・システムの研究をどう変えたか 　第3部　音声・自然言語処理分野 　 9. 【言語処理システム】言語処理システム実装への深層学習の影響 Impact of Deep Learning on NLP System Implementation

特集　深層学習は情報・システムの研究をどう変えたか
　第3部　音声・自然言語処理分野
　
9. 【言語処理システム】言語処理システム実装への深層学習の影響
Impact of Deep Learning on NLP System Implementation

p.401
小林隼人

ニュースサービスでの見出し生成・コメントランキング導入事例
　本稿では，深層学習技術の進展によって言語処理システムの研究開発がどのように変化したかについて，ニュースサービスにおける実例を基に所見を述べる．具体的には，ニュース見出しの候補生成やニュースコメントのランキングに対する深層学習導入事例を紹介し，実践的観点から深層学習の利点・欠点について議論する．