2012/12/06

3時半起床。生活サイクルが乱れたままだが、そのまま起きる。月曜日のスライドを作成。なんとかできあがった。

7時過ぎにシャワーを浴びて、8時に集合。

そこから会場に向かい、会場で朝食。

8時半からキーノート。

Redundancy Meets Efficacy - Robotic Path Optimization (Kenji Shimada, CMU)



・「冗長性」は良いことなのか悪いことなのか?
・いろいろな機構の自由度(DoF)
・ロボットの自由度
	通常の考え方:タスクに対して最小の自由度
	製品検査ロボットの例:30以上の角度から製品を撮影
		冗長な自由度により作業効率が上がる
・通常の考え方
	いくつかの角度から製品を撮影する
	→冗長性がなければ、撮影順序を変えるだけ→TSP問題
		GAを使って最適化→人間による動作設計より7%向上
	→冗長性がある場合、ある角度からの撮影は、冗長性がある空間内の多様体になる(TSPN問題)
	  複数の多様体の一部同士を接続する問題になる
		人間による動作設計より28%向上
	→一部の自由度が他よりも速かったら(ここではターンテーブル)
		人間より35%向上
・Drone (自律飛行小型ヘリコプター,UAV)
	災害救助などで建物のすべての窓の写真を撮る問題
	→必ずしも窓の中心が写真の中心でなくても良いので、画角内に窓全体が入る最短経路でdroneを飛ばす
	 3次元空間内の四角錐を結ぶTSPN問題
・運動学的に冗長なロボットはエネルギー効率がよい
	従来のアプローチ:部品を軽くするなど
		6自由度ロボット:3次元空間内の点と角度を指定すると姿勢が一意に決まる
	新しいアプローチ:冗長性による効率アップ
		7自由度ロボット:無限の解がある
		2次元上の運動の場合、2つの関節の運動だけで動ける
			6自由度ロボットより低消費電力(6DoFだとすべての関節を動かさなければならない)
・7自由度をどう配置したらいいかについての最適な解はまだわからない
・ロボットへの動作指示デバイス
	8自由度、3次元の点を指すことができる
・冗長自由度ロボットの動作最適化のための目的関数
	manupulability (吉川先生)
	目的関数の改良によって冗長なロボットの最適プランニングが可能に

講演終了後、次期会長 C.-C. Jay Kuo の誕生日ということでお誕生ケーキの贈呈。

続いてポスターセッション。

Microphone Arrays for Distant Speech Recognition: Spherical Arrays (CMU)

サッカーボール型の球状マイクロフォンアレイによる遠隔音声認識。平板型マイクロフォンアレイとの性能比較。球状マイクロフォンアレイは全体がコンパクトなのがよいようだけど、比較実験は条件がそろっていなかったりしていろいろつっこみどころがある。

A concatenative speech synthesis for monosyllabic language with limited data (JAIST)

赤木研。ベトナム語の素片接続型音声合成。発表していたベトナム人(?)の学生さんの英語が聞き取りづらくて何を言ってるのかわからない。1音節1語の言語だと音節間の調音結合が弱いので、音節の中の調音結合だけがんばって何とかしてあとはつないで合成しようという話だったような気がする。それでいいのか。

Feature Reconstruction using Sparse Imputation for Noise Robust Audio-Visual Speech Recognition (Gifu U)

速水研。Sparse Representationで雑音下音声を複数のサンプルの結合で表現したうえで、それに対応するクリーン音声の基底ベクトルを使って重みベクトルとかけ算することで、クリーンな音声を復元する(Sparse Imputation)。その昔、VQを使った同じアイデアがあったよね。そういえばSRってファジィVQの変形なんじゃないのか。口唇画像でも同じことをやっていたが、組み合わせた結果はなかった気がする。

うちの研究室からは長野君が発表。

A Packet Loss Recovery of G.729 Speech Under Severe Packet Loss Condition (Tohoku U)

大規模災害を想定して、パケットが50%落ちても通話ができるパケットロス隠蔽法を検討。以前の台湾の時と比べて、ピットフリップによるPLCを試したのが新しいが、残念ながらビットレート相当の性能。

11時から最後のセッション。音声のセッションを聞こうと思ったが、思い直して別のセッションへ。

Behavioral Informatics: Enabling Technologies and Applications (II)

ここはUSCのNarayanan Labの研究室ゼミ状態。
時間に部屋に入ると、何かの発表をやっていた。プログラムにある最初の発表ではないようだ。テキストベースで、電子掲示板メッセージの感情識別(?)。言語的特徴(表層的、意味的)を使う。識別器はSVMとCRFで、識別結果の統合も行う。F値で0.4〜0.6ぐらい。
その後ふつうの発表。

Analyzing Language of Therapist Empathy in Motivational Interview based Psychotherapy (USC)
サイコセラピーでの発話の共感(?)の識別。最初の実験では、bigram確率によって共感がある発話とそれ以外を識別する。学習データの共感的発話とそれ以外の発話からそれぞれbigramを作り、大規模データのbigramとまぜて各クラスのLMとUBMを作る。bigram確率から特徴量を生成するのにいくつかの方法を試している。重回帰で人間による7段階評価値との相関が0.56ぐらい。

Using Interval Type-2 Fuzzy Logic to Analyze Turkish Emotion Words (USC)
トルコ語の単語の感情分析。Interval Type-2ファジィ論理は、あるデータのメンバーシップ関数の上限と下限の2つが定義されているもの。対象はトルコ語の197の形容詞で、もともと英語だったものをトルコ語になおしたもの。感情を3次元(valence, activation, dominance)で表現する。人間がデータを評価するときに、各次元で値を1つ選ぶのではなくて、値を範囲として指定するようだ。それを集計してメンバーシップ関数の上限と下限を決める。メンバーシップ関数を決めましたというところまでで、それが妥当かどうかの検討はしていないようだ。

ここで会場を抜けて別セッションへ。

Fundamental Technologies in Modern Speech Processing (II)

Exemplar-Based Processing for Speech Recognition (IBM)

最初にGlobal model/Local modelの対比、Frame based/Template basedの説明。Exemplar-based techniqueの例として、k-NN, Sparse Representation, Template Matching, Latent Perceptual Mappingの4つを紹介。

4つの手法の比較。

これでセッションは全部終わり。Closingがあるのだが、それはパスして出かける。今日の午後はグリフィス天文台に行く予定。

基本的に天文台に行く公共交通機関はない。ツアーバスかレンタカーが必要なのだが、どちらも使わないので、地下鉄駅から歩いて行く。

地下鉄でHollywood/HighlandからVermont/Sunsetまで。そこから徒歩30分(Google Map談)とのこと。とりあえず山に向かって歩き出す。

途中、Fat Burgerという潔い名前のハンバーガー屋を発見。昼食がまだだったので挑戦してみることに。

私は日和ってSmall Sizeのセットを頼んだが、長野君がXXXLサイズに挑戦。24ポンド。こいつはreally greatだぜ。

食べ終わって、また歩き出す。高級住宅街の中を少しずつ登っていく。

広い通りを過ぎると、急な傾斜地に高級住宅が並ぶ住宅街になる。すごい坂に家が建っているが、眺めはいいだろうなあ。

青葉山の坂みたいなところを小一時間登り続け、天文台が近くに見えるところまでやってきた。道は歩行者しか通れない遊歩道みたいなところに変わり、本当に山道みたいなところを天文台目指して登っていく。

視界が開けるとすばらしい眺め。ちょっともやがかかっていたのが残念だけど。

途中、犬のような狐のような謎の動物が横切る。写真が撮れなかったけど何だったんだろう。急な坂にはサボテンが自生している。

天文台近くからハリウッドサインがよく見える。

結構汗だくになって、ようやく天文台に着いた。天文台には結構観光客がいる。

入ってすぐのホールにはフーコーの振り子がある。

中では天文関係の展示がたくさんある。

天文台のテラスからの眺めがよい。

上には大きい望遠鏡がある。中が見学できる。

もう一度中に戻って展示を見る。

多くは天文関係だが、なぜかテスラコイルがあった。残念ながら動いていなくて展示のみ。

ゆっくり中を見て、15時半頃帰路に就く。

来た道を戻り、1時間ほどで地下鉄駅へ。

そこからHollywood/Highlandに戻り、19時に集合することにして分かれる。私は近くのスターバックスでコーヒーを買い、それを持ってホテルに戻る。

ホテルでコーヒーを飲みながらちょっと仕事をして、出発の準備。途中やろうと思えば仕事ができるよういろいろ揃えたりする。

荷物をまとめて、19時にホテルをチェックアウト。

スーツケースを転がしながら地下鉄に乗り、Union Stationまで。

UnionでFly Awayバスのチケットを買う。

19時30分のバスには間に合わず、20時のバスに乗ることになったが、バスはさらに20分ぐらい遅れて、結局20時半近くに出発。

バスは21時頃に空港に到着。

そこからアシアナ航空のカウンターに行ってチェックインしたが、仁川空港が大雪のために飛行機が半日以上遅れるとのこと。仙台便には当然間に合わず、翌日の便になる。こういうトラブルは久しぶりだ。

とりあえず今日泊まるところを航空会社の人に確保してもらい。まず夕食。出発ロビーのPanda Expressで中華料理。大味で胸焼けがした。

ちなみにおみくじクッキーのご託宣は“TIME, ONCE LOST, CAN NEVER BE REGAINED”だった。心にしみるぜ。

その後、ホテルのシャトルを使い、確保してもらったRadisson Hotelに行く。

ホテルに着いてみると、同じ境遇の人たちがレセプションカウンターに列を作っていた。

とりあえず並んでいたのだが、ホテルの係員が「もう部屋がないので帰れ」とみんなを追い返していた。いろいろ聞いてみたが埒があかないので、とりあえずシャトルで空港に戻る。

アシアナ航空のカウンターに戻り、他の客と一緒に交渉。カウンターではアシアナの係員のお姉さんがあからさまに嫌そうな顔をしながら対応。

今度はHacienda LAXという別なホテルをアサインされて、そちらのシャトルに乗ってホテルへ。シャトルバスがなかなかこなくて嫌な感じがしたが、20分ぐらい待ってバスが来るので乗り込む。ホテルに着くと、また他の客がチェックインの列を作っていた。

今度はアシアナの人(さっきの嫌そうな顔で対応をしているお姉さん)が一緒に来て、もうやってられないわという顔をしながら電話とかしている。

列でだいぶ待ったが、今回はチェックインできた。同行メンバーたちと明日朝9時出発という確認をして、部屋へ。時間は1時を回っている。

部屋に戻ってネットを見てみると、宮城県沖で大きい地震ががあり、仙台もだいぶ揺れたようだ。自宅からは大丈夫だったというメールが来ている。これは乗り継ぎが1日遅れたどころの話ではないな。いろいろ情報を見ていたら寝られなくなり、結局寝たのは2時過ぎだった。


前の日へ 目次へ 次の日へ