論文

太陽フレアに代表される太陽活動は停電や宇宙飛行士への健康的被害などをもたらすため，宇宙天気予報による太陽フレアの予測技術が重要である．しかし，太陽フレアを正確に予測することは非常に難しい．そこで，本論文ではMagnetogram ModuleとSunspot Feature Moduleにより，画像と物理特徴量の両方を扱う太陽フレア予測モデル Flare Transformer を提案する．Flare Transformerは，transformer型注意機構，およびGandin-Murphy-Gerrity scoreとBrier skill scoreの2つの主要な尺度のバランスをとるための新しい微分可能な損失関数を導入している．実験結果より，Gandin-Murphy-Gerrity scoreおよびtrue skill statisticsの尺度において，提案手法はベースライン手法および専門家予測より高い性能を達成することが示された．

深層学習が幅広い分野に応用されている現代において、モデルの説明性は重要である。 しかし、Lambdaに基づくtransformerの視覚的説明生成に関する研究はほとんどない。 本論文では、重要な領域に詳細に注目し、解釈しやすい視覚的説明を生成する、Lambda Attention Branch Networksを提案する。 また、 スパースな重要領域を有する画像に有効な評価指標として、Insertion-Deletion scoreを拡張したPatch Insertion-Deletion scoreを提案する。 2つの標準データセットにおける実験結果から、提案手法が視覚的説明の生成に成功することを示した。

本研究では、家庭環境において、人間の指示文をもとに生活支援タスクを実行するエージェントの構築を目的とする。例えば「マグカップを洗ってコーヒーメーカーに置く」という指示文が与えられたときに、エージェントは、マグカップを見つけて洗浄し、コーヒーメーカーの元に運ぶといった動作を要求される。しかし、これには指示文を複数のサブゴールに分解し、それらを正しい順序で実行する必要があり、タスクの遂行は容易ではない。実際に、ALFREDベンチマークにおいても、既存手法は人間のパフォーマンスに遠く及ばない。これは、既存手法がしばしばサブゴールの予測に失敗することが部分的な要因である。我々は、サブゴールの生成過程に対して、モーメントを利用した敵対的学習を提案する。命令文、サブゴール群、状態表現の各埋め込み空間に敵対的な摂動を付与することによって、多様な環境を扱うことが可能となる。ALFREDベンチマークを使用し、ベースライン手法と比較を行った結果について報告する。

ロボットと障害物の衝突を予測し危険性を言語化してユーザにフィードバックできれば安全性と説明性を向上できる．一方で，未来予測には不確実性が含まれるので、正確な説明文生成は難しい．実際に，既存週報では実世界データにおいて生成文の品質が低いため，実用化が難しい．そこで本論文ではfuture captioningのための新しい手法を提案した．提案手法の新規性はRelational Self-Attention（RSA，[Kim+ NeurIPS21]）を注意機構として用いたRSA Encoderの導入，及びaction lossの導入である．本論文ではBERT，METOR，ROUGE，CIDErの4つの評価尺度を用いて評価した．実験では各データセットにおいて，主要尺度で提案手法が既存手法を上回る性能を示した．

現代社会では，高齢化の進行に伴い，在宅介護者の不足が問題となっている．これを解決するため，被介護者を物理的に支援可能な生活支援ロボットが注目されている．しかし，自然言語による人間からの指示は，しばしば内容に曖昧性が生じるため，ロボットがこれを理解する能力については，現状不十分である．本研究では，既存手法の計算コストを削減しつつ，精度を改善させるため，Funnel Transformerに基づいて段階的に次元数の削減を行うFunnel UNITERモデルを提案する．また，物体操作を伴うナビゲーションタスクにおける標準データセットであるALFREDを用いて，物体操作指示理解における新たなデータセットであるALFRED-fetchを作成した．対象物体候補が命令文が対象とする物体か否かに関する分類精度，及び学習時間において，提案手法はベースライン手法を上回る性能を達成したことを報告する．