2016/9/1（木）
4時半起床。足がますます腫れていて痛い。室内を移動するにも苦労する。ロキソニンを飲んで何とかする。
朝食を作る。メインはハムを敷いた上に人参の千切りを乗せ、卵を乗せて蒸し焼きにしたもの。ハムがちょっと焦げてしまった。あとはパン、トマト、桃、コーヒー、オレンジジュース。
するべき仕事もあるのだが身が入らない。ぐだぐだしつつ、8時に出発。
まずホテルのフロントに立ちより、明日朝の空港までの送りを予約。
その後、もよりの薬局に寄って薬を買う。湿布がほしかったのだが、なんとサロンパスを売っていた。ブダペストでサロンパスを買うとは思わなかった。これで帰国するまで何とかなりそうだ。
例によって切符を買い、バスで丘の上へ。
今日の出発は遅かったが、プレナリーが9時からなので間に合った。
Thursday, September 1, 09:00 - 10:00
ThuA01: Plenary Talk
Room: Ballroom
Sequential Monte Carlo Methods - Recent Advances
Professor Petar M. Djuric
Stony Brook University, USA
話の枕としてフォン・ノイマンがブダペスト生まれというところから始まる。統計的シミュレーションの元祖がエンリコ・フェルミ。そこからフォン・ノイマンがサンプリング計算のアイデアを思いついた話、ニコラス・メトロポリスの話。
今日の主題のパーティクルフィルタの話。PFの原理と基本的な式。後半はさまざまな話題（複数モデルの併用、動的なパーティクル数の変化、分散PFなど）。
午前後半のセッションはいまいち聞きたいのがないので、月曜日に入れなかった王宮（ハンガリー国立美術館）に行ってみる。
博物館ではモディリアーニとピカソの特別展を（別々に）やっている。ピカソは右でモディリアーニは左。せっかくだから俺はモディリアーニを選ぶぜ！
正面入り口へは階段を下りる。
月曜日に食えなかったアイスを食う。（キャラメル味）
というわけで中へ。
特別展のチケットに常設展も入っている。チケットを買って、鞄をクロークに預けて中へ。
最初にモディリアーニの特別展。おおむね年代ごとに並んでいるが、彫刻をたくさん作っていたのは知らなかった。アフリカの人形とかインドネシアの仏像あたりの影響があるらしい。あの細長い顔はそういうことだったのか。人脈の説明では、藤田嗣治の名前も出ていた（作品も1つだけあった）。モディリアーニというと女性の裸体画が有名だが、当時モディリアーニを売り出していた画商の戦略もあったという話。個展を開いたら警察がきて裸体画が隠されちゃったという有名なエピソードの説明があった。
常設展は1階（通常の2階）～3階まであるが、3階は時間がないので見られなかった。1階が比較的古いもの、2階～3階が新しい作品展示。
最初にブダペストに関係あるでっかい絵画（ほとんど戦争画）がたくさん展示してあった。なんかどれを見てもトルコと戦争しているイメージ。持っている刀がどれも半月刀みたいな曲がった刀（ダガーを除く）なのがおもしろい。（こんな感じ。これは外の工事中の壁にあった絵）
あとはゲデッレーの王宮にもあったような王族や有名人の肖像画など。
右奥の方は14～18世紀絵画などで、特に宗教画というかカトリック教会の正面に飾ってある奴（正面にキリスト像やマリア像のレリーフがあり、横に使徒や天使が並んでいて金ぴかの祭壇）がたくさん展示されていた。世界一矢を受けた男こと聖セバスチャンの絵もあった。それよりも足に傷がある聖人の絵が多いのが気になった。
ブダペストのMuseum of Fine Artsからの特別展というのもやっていって、ラファエロの赤い帽子をかぶった人の絵の実物とかがあった。
現代絵画では特にキュビスムの絵が多かった。19～20世紀絵画は、写実的なものでも印象派的なほんやり画が多くてほのぼのした感じ。
そのほかに怖いお面の特別展示みたいなのがあって、アフリカやインドネシア、エジプトなどから変な顔のお面や人形が集められていた。
最後の方はあまり時間がなくて駆け足。12時すぎに博物館をでる。
横の建物ではなんか衛兵交代みたいなことをしている。
会場に戻れば昼食が食べられるのだが、まともに外で昼食を食べてなくて寂しいので、近くのどこかで何か食べることにした。いろいろ見て歩いて、会場近くのグリルでソーセージとパンとレモネード。うまいが、結構高い。観光地価格だ。
会場に戻って午後のセッションに参加。
Thursday, September 1, 14:00 - 15:30
ThuC01: Audio Source Separation and Evaluation
Special Session
Room: Ballroom II
Chairs: Estefania Cano (Fraunhofer IDMT, Germany), Mark D. Plumbley (University of Surrey, United Kingdom)
An Experimental Approach to Generalized Wiener Filtering in Music Source Separation
Christian Dittmar (International Audio Laboratories Erlangen & Songquito UG, Germany); Jonathan Driedger (AudioLabs, Germany); Meinard Mueller (International Audio Laboratories Erlangen, Germany); Jouni Paulus (Fraunhofer IIS, Germany)
スペクトログラム上の音楽信号分離。通常はスペクトル振幅の2乗（パワースペクトル）を非負値分解するが、この研究ではそれをα乗に一般化している。ダイバージェンスを使った分析を行ったが、αの最適値はジャンルやデータベースで変動が大きく、何が最適なαを決めるのか明らかではない。
Multichannel music separation with deep neural networks
Aditya Arie Nugraha (Inria Nancy - Grand Est, France); Antoine Liutkus (INRIA, Nancy Grand-Est, France); Emmanuel Vincent (Inria Nancy - Grand Est, France)
DNNを使って複数チャネルの混合音楽スペクトルから個別の楽器のスペクトルを推定し、それを使ってバイナリマスクを作ってWiener filtering。DNNは歌声、ベース、ドラム、その他を仮定して、混合スペクトルを入力するとそれぞれのスペクトルを出力するように学習する。最初にDNNでスペクトルを推定した後、Wiener Filterを使って分離音を推定し、それを使ってDNNをアップデートすることを繰り返すようだ。デモでは結構うまく分離できていた。
Underdetermined Source Separation using a sparse STFT framework and Weighted Laplacian Directional Modelling
マイクの数が音源よりも少ない場合の音源分離。一般の場合に完全な分離は不可能だが、音源同士が十分離れている場合はビームフォーミングによって分離が可能なので、それをやっているらしい。プレゼンはしゃべるせりふを全部スライドに映すスタイル。各方向について信頼度を計算するということだったが、その計算方法が良くわからなかった。
発表は後2件あるのだが、後ろに座っている兄ちゃんが発表中ずっとぶつぶつ何か言ったり口をぶうぶう鳴らしたり横の姉ちゃんとひそひそ話をしたりして不快なので、外に出てしまった。
しばらく0階で日記を書いたりして、コーヒーブレイク。
ThuD02: Machine Learning - I
Regular Session
Room: Ballroom III
Chair: Margarita Cabrera-Bean (Universitat Politecnica de Catalunya - Barcelona Tech (UPC), Spain)
Impact of noisy annotators' reliability in a crowdsourcing system performance
Margarita Cabrera-Bean and Carles Diaz-Vilor (Universitat Politecnica de Catalunya - Barcelona Tech (UPC), Spain); Josep Vidal (Universitat Politecnica de Catalunya, Spain)
クラウドソーシングを使ってデータに0/1のラベルを付ける場合、アノテータがどれだけ信頼できるかによってラベルの信頼性が影響を受ける。ラベルデータからアノテータの信頼度を推定する話かと思って論文を見てみたら、やってることは逆で、アノテータの信頼度が下がると全体の誤り率がどうなるかを調べたらしい。MAP推定をベースとしたいくつかの方法(MAP, Noisy MAP, Average MAP)で推定をするらしい。実験はシミュレーション。この結果から、全体の誤り率をどの程度にするためにはアノテータの信頼性がどの程度でなければならないか（ひいてはアノテータを何人雇う必要があるか）がわかる。
Effects of Matrix Completion on the Classification of Undersampled Human Activity Data Streams
Sofia Savvaki (Foundation for Research and Technology Hellas (FORTH) & University of Crete, Greece); Grigorios Tsagkatakis (FORTH, Greece); Athanasia Panousopoulou (Institute of Computer Science, Foundation for Research and Technolohy Hellas, Greece); Panagiotis Tsakalides (FORTH-ICS and University of Crete, Greece)
人間の行動認識。複数モダリティから認識をすると、同期がとれなかったり欠落値があったりするが、そういうときに何とかする方法らしい。
時系列データが得られたときに、窓で切り出した後にハンケル化（1サンプルずれた系列を重ねて行列にする）。認識時にハンケル行列に欠落値がある場合に、欠落値を補う処理を行う。複数モダリティがあった場合のハンケル行列の作り方をいくつか試している。欠落値のある行列を保管する方法が説明されたのだが、細かいところがよく理解できなかった（この論文オリジナルではないので、あとで文献を見てみよう）。ジャイロスコープデータからの行動認識実験から（識別器は決定木とかSVMとか）、欠落値が4割ぐらいあっても欠落がない場合とほぼ同じ性能が得られる。ちなみに発表者はギリシャの人なので、gyroscopeをギュロスコープと発音していて最初何のことかわからなかった。
A Tensor-Based Method for Large-Scale Blind System Identification Using Segmentation
Martijn Bousse and Otto Debals (KU Leuven, Belgium); Lieven De Lathauwer (K.U.Leuven, Belgium)
出力だけからシステムを推定するブラインドシステム同定。システムを表すベクトルを行列化したうえで低ランク近似する。システム同定の時には、観測値行列を上と同じ考えで低ランクテンソル分解する。応用として、電極の多い脳波計の観測データでの推定結果が紹介された。
Hyperspectral image clustering using a novel efficient online possibilistic algorithm
Spyridoula Xenaki, Konstantinos Koutroumbas and Athanasios A. Rontogiannis (National Observatory of Athens, Greece)
多スペクトルバンド画像（リモートセンシング画像など）からの領域クラスタリング。ピクセル値（多次元）をクラスタリングする事で領域を同定する。クラスタリングにはAPCMという方法を使う。セントロイドとサンプルの自乗誤差にdegree of compatibilityという値（ファジィクラスタリングでのメンバーシップ関数みたいなもの）を掛けて、その値が0にならないような正規化項を足したものを目的関数にする。この発表では、従来バッチ型だったAPCMアルゴリズムをオンライン型にしたものを提案。複数のクラスタを時々マージしたりするヒューリスティックが入っている。次々に来るデータを順番にクラスタ化するデモアニメーションが面白かった。
Classification of Multiple Annotator Data Using Variational Gaussian Process Inference
Emre Besler (Northwestern University, USA); Pablo Ruiz and Rafael Molina (Universidad de Granada, Spain); Aggelos K Katsaggelos (Northwestern University, USA)
クラウドソーシングでR人のアノテータがN個のデータに0/1ラベルを付けた場合に、そのデータから良い識別器を学習することができるか。この問題を変分ガウス過程を使って解く。各アノテータが0/1のラベルをどれだけ正確につけるかをパラメータにして、それを推定する。
Segment-level pyramid match kernels for the classification of varying length patterns of speech using SVMs
Shikha Gupta (Indian Institute of Technology Mandi, India); Dileep Aroor Dinesh (Indian Institute of Technology Mandi (IIT Mandi), India); Veena Thenkanidiyoor (NIT Goa, India)
話者認識のように音声の順番が重要でない応用の時に、可変長の入力をどうやって固定長の特徴量にするか（そしてSVMにかける）。最初の方法は、まずVQでコードをフレームに割り当て、全体を2^nに当分克志田植えで各区間のVQヒストグラムを計算する。2番目の方法はVQでなくGMMを使う。感情認識と話者認識でテスト。
これで今日のセッションはおしまい。明日は帰るので、これで参加の全日程が終わった。（会議自体は明日まで）
バスでDeák Ferencまで。あたりは賑やかで、地下鉄入り口近くではブレイクダンスをしてお金を集めている若い人たちがいた。
スーパーでキャベツ千切り、梨、ソーセージ、ビールを買う。ホテルに戻る途中、横町でなんか売ってたのでちょっとだけ冷やかしてみる。
ホテルに戻って30分ほど休み、夕食の支度。
タマネギとジャガイモの皮をむいて一口大に切り、ソーセージも適当に切って、鍋に沸かしたお湯に入れて煮込む。キャベツを入れて、赤ワインとグヤーシュの元とシーズニングソルトで味付け。
調味料が限られるので、何を作っても似たような見た目になるのはやむを得ない。ところで今回買ったソーセージは一番安い奴だったのだが、見た目も味も魚肉ソーセージにそっくり。まさか魚肉ではないと思うのだが。
食べ終わってぐだぐだしながら休む。21時頃寝る。
前の日へ 目次へ 次の日へ