Microsoft PowerPoint - SixAbeja pptx

Size: px

Start display at page:

Download "Microsoft PowerPoint - SixAbeja pptx"

ねんたろうおおかわち
5 years ago
Views:

1 もうブラックボックスとは呼ばせない ~ 機械学習を支援する情報可視化技術伊藤貴之お茶の水女子大学理学部情報科学科教授 SIX ABEJA 2019 年 3 月 4 日

2 講演者へのアクセス情報 Web: Facebook: itoooooooooooot Slideshare: itoooooooooooot 1

3 講演者の経歴 1992 年早稲田大学大学院理工学研究科修士課程修了日本アイビーエム ( 株 ) 入社東京基礎研究所配属 1997 年博士 ( 工学 ) 2000 年米国カーネギーメロン大学客員研究員 ( 半年間 ) 2003 年京都大学情報学研究科 COE 研究員 (2 年間 ) 2005 年日本アイビーエム ( 株 ) 退職お茶の水女子大学助教授 ( 准教授 ) 2011 年同大学教授シミュレーション科学教育研究センター長カリフォルニア大デービスシドニー大ブリティッシュコロンビア大訪問 2

4 伊藤の人生を可視化する

5 本日の講演内容人はなぜデータを可視化するのか機械学習への可視化のアプローチ ~ 最近の学術研究の紹介機械学習への可視化のアプローチ ~ お茶の水女子大学伊藤研の試み 5

6 本日の講演内容人はなぜデータを可視化するのか機械学習への可視化のアプローチ ~ 最近の学術研究の紹介機械学習への可視化のアプローチ ~ お茶の水女子大学伊藤研の試み 6

7 可視化とは : こんなのを連想してください 7

8 可視化の適用事例 : お茶大伊藤研の場合流体生命情報音楽購買情報人流ライフログ ( 写真 ) 人間関係 8

9 情報可視化の定義身の回りの一般的な情報を描く技術学問としては 1990 年代から注目されるなぜコンピュータで描くのがよいか? よい描き方を自動で選んでくれる ( 配置配色など ) 一瞬で描いてくれる ( 人が描くより速い ) ウェブで世界に公開できるどんな情報を描く価値があるか? 膨大な情報 ( 例 : ウェブのアクセス ) 意外な事実が潜んでいる情報鑑賞するのに時間を要する情報 ( 例 : 音楽 ) 9

10 情報可視化の用途 Overview ( 概観 ) Clarification ( 解明 ) データ全体を広く眺めたい問題点や新しい現象を見つけ出したい Handling ( 操作 ) Announcement ( 報告 ) データの追加削除注釈を進めたいデータの意味を明快に説明したい 10

11 このグラフどこに注目しますか? (1) (5) (2) (3) (4) (6) 11

12 このグラフどこに注目しますか? (1) (5) (2) (3) (4) (6) 12

13 某所でのユーザテスト結果 (1) Q1: 折れ線の形を一目見て目立つと思ったのはどこ? Q2: 月や注釈と照らし合わせて面白いと思ったのはどこ? (5) (2) (3) (4) (6) 13

14 某所でのユーザテスト結果 Q1: 折れ線の形を一目見て目立つと思ったのはどこ? Q2: 月や注釈と照らし合わせて面白いと思ったのはどこ? 月や注釈を照合することで閲覧者が注目する箇所が大きく変わる目立つ面白い

15 可視化はどんな効果をもたらすのか気になる視覚表現 ( 形位置色 ) + 照合する前提知識問題意識知識の発見情報の理解場合によっては行動を起こす 16

16 可視化が有用な場面の例例えば複合的なデータの扱いデータ化しにくい感性や経験との照合ノイズや例外の解釈定式化モデル化しにくい問題の理解意思決定や仮説検証が必要な業務顧客パートナーへの説明責任 17

17 可視化が有用な場面の例本講演では機械学習の運用を完成に近づけるためのツールとしての可視化について議論する複合的なデータの扱いデータ化しにくい感性や経験との照合ノイズや例外の解釈定式化モデル化しにくい問題の理解意思決定や仮説検証が必要な業務顧客パートナーへの説明責任 18

18 本日の講演内容人はなぜデータを可視化するのか機械学習への可視化のアプローチ ~ 最近の学術研究の紹介機械学習への可視化のアプローチ ~ お茶の水女子大学伊藤研の試み 19

19 機械学習のための可視化 :3 つの立場 Spread ( 普及型 ) 汎用機械学習を意識したアドオンやオープンソース一般的な可視化手法を応用 Science ( 科学的探究型 ) 機械学習の動作解明のための基礎研究可視化の世界的研究者がしのぎを削る課題 Solution ( 問題解決型 ) 現場の問題解決のために固有に開発機械学習を支援するための本質的な課題 20

20 機械学習用の普及型ソフトウェアの例 Google Facets ( 21

21 機械学習可視化の基礎研究の例 (1) CNN による物体認識過程の可視化特徴マップ上の強度特徴マップ投影の強度物体認識の確信度確信度に基づく領域分割 M. D. Zeiler, et al., Visualizing and Understanding Convolutional Networks,

22 機械学習可視化の基礎研究の例 (2) 訓練データのわずかな揺れにより DNN が不正確な予測を生み出す際の内部構造を詳細に可視化 M. Liu, et al. Analyzing the Noise Robustness of Deep Neural Networks,

23 機械学習可視化の基礎研究の例 (3) GAN が実物そっくりの精巧なフェイクを作り出す過程を Generator/Discriminator の両面から可視化 M. Kahng, et al. GAN Lab: Understanding Complex Deep Generative Models using Interactive Visual Experimentation,

24 問題解決のための機械学習可視化機械学習の各フェーズにて可視化が貢献できる可能性が学術的に議論されているユーザの介入による機械学習処理の改善可視化可視化可視化データ編集前処理モデル構築可視化ラベル付け異常個体の排除正規化重みづけ特徴量非類似度回帰判別最適化制約問題学習結果の探索 D. Sacha, et al., Human-Centered Machine Learning through Interactive Visualization: Review and Open Challenges,

25 問題解決のための機械学習可視化データ編集訓練データの構築アノテーション付与訓練データからのノイズ例外の除去前処理特徴量の選択と重みづけフィルタ等の設定モデル構築モデルの選択と検証可視化結果の探索誤差や正解率の検証他にもいろいろ 26

26 機械学習のための可視化 :3 つの立場 Spread ( 普及型 ) 汎用機械学習を意識したアドオンやオープンソース一般的な可視化手法を応用 Science ( 科学的探究型 ) 機械学習の動作解明のための基礎研究可視化の世界的研究者がしのぎを削る課題 Solution ( 問題解決型 ) 現場の問題解決のために固有に開発機械学習を支援するための本質的な課題お茶大伊藤研はこの点に取り組んでいます 27

27 本日の講演内容人はなぜデータを可視化するのか機械学習への可視化のアプローチ ~ 最近の学術研究の紹介機械学習への可視化のアプローチ ~ お茶の水女子大学伊藤研の試み 28

28 事例 (1) 電力管理システムへの異常入力 2013 年度の企業共同研究 1か月単位 1 日単位の電力消費を提示その場所に特有の異常な消費パターンをマークさせる異常パターンを機械学習して判別分析想定する用途の例電源の切り忘れ等の警告異常発生の早期予測 29

29 事例 (1) 電力管理システムへの異常入力各ブロックの 1 か月の電力消費と特定の電力消費パターンの出現機械学習のための異常パターン入力特定ブロックの 1 日の電力消費の推移電力消費パターンの表示と選択ボタン 30

30 事例 (2) 回帰分析結果の誤差 2015 年度の企業共同研究状況 ( 説明変数 ) から売上 ( 目的関数 ) を予測する回帰分析 3 次元散布図の適用説明変数 2 個をX,Y 軸に可視化すべき2 軸を推薦する機能付き目的関数の予測値または実測値をZ 軸に予測値と実測値の誤差を色に想定する用途の例回帰分析の再設計顧客への説明材料 31

31 事例 (2) 回帰分析結果の誤差 2 軸を説明変数に 1 軸を予測値または実測値に予測値と実測値の誤差を色で表現変数の選択データの絞り込みなどの UI を併用することで対話的に分析 32

32 事例 (3) 気象と販売の相関 2017~18 年度のABEJA 様との共同研究気象値 ( 最低気温最高気温降水量 ) と販売値 ( 来客数売上 ) の関係を可視化気象値を横軸販売値を縦軸とした散布図のうち閲覧価値がありそうなものを自動選択表示想定する用途の例販売値予測のためのモデル化の検討ノイズ例外値の解釈の検討 33

33 事例 (3) 気象と販売の相関 34

34 買上率上率最低気温最高気温最大風速買事例 (3) 気象と販売の相関最低気温最高気温最大風速 2 月 7 月 11 月他の月 2 月上旬と 7 月下旬に突出して買上率の高い期間がある 35

35 事例 (4) 訓練データのアノテーション状況 2018 年度のABEJA 様との共同研究深層学習の訓練データに複数の作業者によって付与するアノテーションの可視化題材 : 画像群への3 種類のアノテーション物体名風景名イベント名顔画像の年齢推測値衣服の印象 (5 段階評価 8キーワード ) 想定する用途の例アノテーションのブレが生じやすい { 画像作業者 } の傾向分析訓練データのクレンジング 36

36 作業者8 名事例 (4) 訓練データのアノテーション状況顔画像の年齢推定値年下に推測年上に推測 40~60 代の顔画像をことごとく年上気味 / 年下気味に判定する 2 名年下年上 37

37 業者8 名明らかな入力ミスなど事例 (4) 訓練データのアノテーション状況顔画像の年齢推定値年下に推測年上に推測意見が割れた原因を調査できる作意見一致意見割れる 38

38 事例 (4) 訓練データのアノテーション状況衣服の印象印象が一致する衣服の傾向を調査できる保守的な評価活発的な評価作業者14 名意見一致意見割れる 39

39 まとめ人はなぜデータを可視化するのか機械学習の運用を支援するツールとしての可視化汎用ツールで全てのことができるわけではない研究としての機械学習可視化もまだ日が浅い ( これからに期待 ) お茶大伊藤研は機械学習のための可視化を引き続き模索いたします 40

情報可視化の操作と評価 4. 視覚特性から考える情報可視化デザイン 5. 情報可視化の適用事例 6.

40 本講演内容は以下の書籍にも詳細があります意思決定を助ける情報可視化技術 - ビッグデータ機械学習 VR/AR への応用 - 1. 情報可視化の定義歴史展開 2. データ構造と情報可視化手法 3. 情報可視化の操作と評価 4. 視覚特性から考える情報可視化デザイン 5. 情報可視化の適用事例 6. ビッグデータと情報可視化 7. 機械学習と情報可視化 8. VR/AR と情報可視化 9. 情報可視化の研究開発の展望 41

Microsoft PowerPoint - Seminar-DataVis ppt

Microsoft PowerPoint - Seminar-DataVis ppt 情報可視化技術平安京ビューと実用事例伊藤貴之 1)2) 1) 日本アイビーエム ( 株 ) 東京基礎研究所 2) 京都大学大学院情報学研究科経歴 1968 年生 (37 歳 ) 1992 年早稲田大学理工学研究科修士課程修了 1992 年日本アイビーエム ( 株 ) 入社 1997 年博士 ( 工学 ) 2000 年米国カーネギーメロン大学客員研究員 2003 年京都大学情報学研究科