発表者番号：3

著者：GesonAnko, myxy, zassou, ぶんちん, 田中 スイセン, Klutz

カテゴリ：機械学習

キーワード：自律機械知能, エージェント, 深層学習, ソーシャルVR, VRChat, 好奇心

ポスター発表日時・場所：12月7日（土）13:30 ～ 14:00 ・D2-1

概要：以前の報告で，我々はソーシャルVR空間の一つであるVRChat上に好奇心ベースの自律機械知能(AMI)を実装し，その振舞いを観察・分析した．しかし，そのAMIシステムでは学習と推論が逐次的に交互処理されるため，推論停止時間が発生し，環境とエージェント間の相互作用の設計や，モデルサイズにスケール性のある学習時間の大きいアーキテクチャを採用する上で障害となっていた．そこで本研究では，推論と学習を非同期に実行するシステムを開発し，その課題に対処した．そしてスケール性のあるモデルアーキテクチャを採用することで，AMIシステム上で学習可能であることに加えて，モデルサイズの増大によってその性能が向上することを確認した．これらの結果から、我々はソーシャルVR空間上に適用可能な，深層モデルを用いたAMIを実装するための基盤を構築できたことを示した．

発表者番号：34

著者：長廣崇匡, 田中 勇気, 高見 利也, 行天 啓二, 大城 英裕

カテゴリ：機械学習

キーワード：マルチエージェント、深層強化学習、P2P方式

ポスター発表日時・場所：12月7日（土）13:30 ～ 14:00 ・D2-2

概要：本研究はP2P方式による分散型メタバースで、接続最適化を目指す研究である。P2P方式では、スケーラビリティの観点から接続先を選択する必要がある。先行研究でのヒューリスティック法では、Nodeの参加や離脱 (Churn) に対する耐性が考慮されていないため、実環境下での精度の低下が課題となっている。そこで本研究では、マルチエージェント深層強化学習の手法の一つであり、全体で最適化を行うMulti-Agent Proximal Policy Optimization (MAPPO) を接続最適化の際のアルゴリズムとして適用することを提案する。評価方法としては、理想的な接続形態との比較により、提案手法の有効性を検証するとともに、従来のヒューリスティック法との性能比較を行うことを提案する。

発表者番号：43

著者：まっきー

カテゴリ：機械学習

キーワード：機械学習　時系列予測　プログラミング　Python　株式投資

ポスター発表日時・場所：12月7日（土）14:30 ～ 15:00 ・D2-3

概要：本論文では機械学習による複数の予測手法を用いて株価の時系列予測を行い、その精度および収益期待値を評価する。昨今では線形回帰や重回帰分析、GBDTやLightGBMのような決定木モデル、ニューラルネットワークによる予測などの様々な手法が研究・公開されている。これらの手法はもちろん単独で用いても高い精度での予測が可能だが、複数モデルの結果の多数決・加重平均を取る事で精度の向上や局所的な値の大きな逸脱を抑える効果が期待できる。本論文では実際の株価の1時間データを用い、過去の時系列データやチャート分析でよく使われる指標(移動平均、ポリンジャーバンド、ADXやMACD、ATRなど)を特徴量に1週間先の株価を予測し、その精度を評価する。また、株価が上昇するという予測結果が出たタイミングで売買取引を行った際の収益期待値についてシミュレーション形式での評価を行う。

発表者番号：50

著者：天水値

カテゴリ：機械学習

キーワード：Fediverse, モデレーション, 自然言語処理, OpenAI, センチメント解析

ポスター発表日時・場所：12月7日（土）14:30 ～ 15:00 ・D2-4

概要：SNS 投稿には不適切なコンテンツが含まれることがあり，これらを公開フィードから除去したり表示確率を下げることで，ユーザーの投稿の自由を保ちながらユーザー体験を向上させることが可能である．SNS モデレーションを機械的かつ安価に行うことを目的として，OpenAI Moderation API および GPU サーバー不要の小規模言語モデルにより日本語の分散型SNS におけるネガティブ投稿の自動フラグ付けを検証した．両者で人間による評価との一致を評価した．また，小規模言語モデルの実行速度を確認した．結果，Moderation API はハラスメント，ヘイト，暴力のカテゴリで精度 70% 以上を示したが，レート制限や基準調整の不可能正、コスト変動リスクが課題として浮上した。一方，小規模言語モデルによる感情解析は精度60% と低く，ネガティブ投稿の除外には適さなかった．これらから，小規模言語モデルや公開 API による自動フラグ付けには課題があり，今後は SNS 運営者のニーズに合致した独自モデルの開発や，高精度・低コストな日本語モデルの適用，評価方法の改善が求められる．