Diese Präsentation wurde erfolgreich gemeldet.
Wir verwenden Ihre LinkedIn Profilangaben und Informationen zu Ihren Aktivitäten, um Anzeigen zu personalisieren und Ihnen relevantere Inhalte anzuzeigen. Sie können Ihre Anzeigeneinstellungen jederzeit ändern.
サポートベクターマシンを用いた
AXL新作タイトルにおける
青山ゆかり担当キャラクターの予測
ion@erogekakaku / 2016.12.10 ErogeLT #3
背景
• 近年、青山ゆかりの出演数が減少している
34
28
30
25
29
22
20
18
10
7
0
5
10
15
20
25
30
35
40
2007 2008 2009 2010 2011 2012 2013 2014 201...
背景
• そんな中、AXLでは全12作品においてメイン
ヒロインに起用されている
• ファンにとって、AXL新作における担当
キャラクターの予測は恒例行事となっている
• 青山ゆかり担当キャラクターの正確な予測手法
が求められる
目的
• AXL新作『王の耳には届かない!』における
青山ゆかり担当キャラクターを予測する
• AXL過去作における青山ゆかり担当キャラクター
の予測を通じて、予測モデルの精度評価を行う
提案手法
• サポートベクターマシン (SVM-Lightを使用)に
より予測する
• メインビジュアルのみを使用し、
目視により画像から特徴量を抽出する
• 情報公開初期段階における予測をイメージ
サポートベクターマシン
• 教師あり学習
• 入力(x)と出力(y)の組からなる教師事例を
もとに学習を行い、出力が未知である入力
事例に対して正しい出力を予測させる
• サポートベクターマシン (SVM)
• 教師あり学習において
クラスの数...
SVM-Light
• C言語で実装されたSVMを利用するためのツール
• 公式サイト http://svmlight.joachims.org/
• フリーで公開されており、誰でも簡単に使用で
きます
• 参考にさせていただいたサイト
• イ...
教師データ
• AXL過去作の全12作品のメインビジュアル
• メインヒロインは合計57名
• 正例 12名
• 負例 45名
特徴量
• メインビジュアルの画像から目視により抽出
• 画像から読み取れる6つの点に注目し、
合計28個の特徴量を抽出
• 髪の色 (11種類)
• 髪の長さ (3段階)
• 髪型 (3種類)
• 瞳の色 (7種類)
• 目の角度 (2段階)...
例
• シャルロッテ・ティーガー (愛しい対象の護り方)
• 髪色 →黄 (金も黄に含める)
• 髪の長さ →ロング
• 髪型 →ストレート
• 瞳色 →緑
• 目 →つり
• バスト →小さい
入力 (一部)
答え 特徴量
実際の入力
• CSVのままでは入力に使用できないので、
convert.cを用いて下のようなデータ形式に変換
する
実験1 新作の予測
キャラ名 ジーニア ピオニィ コーリオ シズル
スコア
順位
担当声優
実験1 新作の予測
キャラ名 ジーニア ピオニィ コーリオ シズル
スコア -0.8954 -0.6464 -1.0797 -0.7062
順位 3位 1位 4位 2位
担当声優
実験1 新作の予測
キャラ名 ジーニア ピオニィ コーリオ シズル
スコア -0.8954 -0.6464 -1.0797 -0.7062
順位 3位 1位 4位 2位
担当声優
スコアが正方向に大きいほど、
青山ゆかり担当キャラに近い
ことを...
実験1 新作の予測
キャラ名 ジーニア ピオニィ コーリオ シズル
スコア -0.8954 -0.6464 -1.0797 -0.7062
順位 3位 1位 4位 2位
担当声優 上原あおい 青山ゆかり 桃井いちご 桃井穂美
実験1 新作の予測
キャラ名 ジーニア ピオニィ コーリオ シズル
スコア -0.8954 -0.6464 -1.0797 -0.7062
順位 3位 1位 4位 2位
担当声優 上原あおい 青山ゆかり 桃井いちご 桃井穂美
的
中
実験2 過去作では?
• 過去作全12作品をそれぞれテストデータに使用
• その過去作以外の12作品(新作込)を
教師データに使用
作品名 ヒロイン 順位 予測 正解
ひだまり 5 3
キミの声がきこえる 7 1
恋する乙女と守護の楯 5 4
Princess Frontier 4 1
Like a Butler 4 4
かしましコミュニケーション 4 2
実験2 過去作で...
作品名 ヒロイン 順位 予測 正解
愛しい対象の護り方 4 2
Dolphin Divers 4 2
百花繚乱エリクシル 5 2
レーシャル・マージ 5 1
あやかしコントラクト 5 3
恋楯 ~薔薇の聖母~ 5 1
実験2 過去作では?
実験2 過去作では?
• 1位的中率
• 5/13 (38.46%)
• 2位以内的中率
• 9/13 (69.23%)
• 現在に近づくほど精度が良くなる傾向に
• 起用の方向性が定まってきたため?
今後の(やらない)課題
• 今回使用した特徴量の吟味と重み付け
• 特徴量の追加
• キャラクター名
• キャラクター説明文
• 服装 etc
• 同じ特徴量を用いた他アルゴリズムによる予測
• ディープラーニングを用いたキャラクター画像
によ...
まとめ
• AXL新作『王の耳には届かない!』における
青山ゆかり担当キャラクターの予測に成功した
• AXL過去作における予測を通じて、予測モデル
の精度評価を行った
• 約38%で1位、2位以内であれば約69%
の精度で予測可能
• そもそ...
Nächste SlideShare
Wird geladen in …5
×

サポートベクターマシンを用いたAXL新作タイトルにおける青山ゆかり担当キャラクターの予測

9.616 Aufrufe

Veröffentlicht am

2016.12.10 ErogeLT #3
ion@erogekakaku

Veröffentlicht in: Unterhaltung & Humor
  • Dating for everyone is here: ❤❤❤ http://bit.ly/39sFWPG ❤❤❤
       Antworten 
    Sind Sie sicher, dass Sie …  Ja  Nein
    Ihre Nachricht erscheint hier
  • Dating direct: ♥♥♥ http://bit.ly/39sFWPG ♥♥♥
       Antworten 
    Sind Sie sicher, dass Sie …  Ja  Nein
    Ihre Nachricht erscheint hier

サポートベクターマシンを用いたAXL新作タイトルにおける青山ゆかり担当キャラクターの予測

  1. 1. サポートベクターマシンを用いた AXL新作タイトルにおける 青山ゆかり担当キャラクターの予測 ion@erogekakaku / 2016.12.10 ErogeLT #3
  2. 2. 背景 • 近年、青山ゆかりの出演数が減少している 34 28 30 25 29 22 20 18 10 7 0 5 10 15 20 25 30 35 40 2007 2008 2009 2010 2011 2012 2013 2014 2015 2016 (出典 : https://erogamescape.dyndns.org/~ap2/ero/toukei_kaiseki/ creater_allgame.php?creater=5809)
  3. 3. 背景 • そんな中、AXLでは全12作品においてメイン ヒロインに起用されている • ファンにとって、AXL新作における担当 キャラクターの予測は恒例行事となっている • 青山ゆかり担当キャラクターの正確な予測手法 が求められる
  4. 4. 目的 • AXL新作『王の耳には届かない!』における 青山ゆかり担当キャラクターを予測する • AXL過去作における青山ゆかり担当キャラクター の予測を通じて、予測モデルの精度評価を行う
  5. 5. 提案手法 • サポートベクターマシン (SVM-Lightを使用)に より予測する • メインビジュアルのみを使用し、 目視により画像から特徴量を抽出する • 情報公開初期段階における予測をイメージ
  6. 6. サポートベクターマシン • 教師あり学習 • 入力(x)と出力(y)の組からなる教師事例を もとに学習を行い、出力が未知である入力 事例に対して正しい出力を予測させる • サポートベクターマシン (SVM) • 教師あり学習において クラスの数が2つである 問題に用いられる 線形分類器 ( http://gci.t.u-tokyo.ac.jp/tutorial/supervised/より引用 )
  7. 7. SVM-Light • C言語で実装されたSVMを利用するためのツール • 公式サイト http://svmlight.joachims.org/ • フリーで公開されており、誰でも簡単に使用で きます • 参考にさせていただいたサイト • インストール方法 • http://www.kazamiya.net/svm/svm-light_install.html • 使用方法 • http://www.kazamiya.net/svm/svm-light_option.html
  8. 8. 教師データ • AXL過去作の全12作品のメインビジュアル • メインヒロインは合計57名 • 正例 12名 • 負例 45名
  9. 9. 特徴量 • メインビジュアルの画像から目視により抽出 • 画像から読み取れる6つの点に注目し、 合計28個の特徴量を抽出 • 髪の色 (11種類) • 髪の長さ (3段階) • 髪型 (3種類) • 瞳の色 (7種類) • 目の角度 (2段階) • バストサイズ (3段階)
  10. 10. 例 • シャルロッテ・ティーガー (愛しい対象の護り方) • 髪色 →黄 (金も黄に含める) • 髪の長さ →ロング • 髪型 →ストレート • 瞳色 →緑 • 目 →つり • バスト →小さい
  11. 11. 入力 (一部) 答え 特徴量
  12. 12. 実際の入力 • CSVのままでは入力に使用できないので、 convert.cを用いて下のようなデータ形式に変換 する
  13. 13. 実験1 新作の予測 キャラ名 ジーニア ピオニィ コーリオ シズル スコア 順位 担当声優
  14. 14. 実験1 新作の予測 キャラ名 ジーニア ピオニィ コーリオ シズル スコア -0.8954 -0.6464 -1.0797 -0.7062 順位 3位 1位 4位 2位 担当声優
  15. 15. 実験1 新作の予測 キャラ名 ジーニア ピオニィ コーリオ シズル スコア -0.8954 -0.6464 -1.0797 -0.7062 順位 3位 1位 4位 2位 担当声優 スコアが正方向に大きいほど、 青山ゆかり担当キャラに近い ことを表す
  16. 16. 実験1 新作の予測 キャラ名 ジーニア ピオニィ コーリオ シズル スコア -0.8954 -0.6464 -1.0797 -0.7062 順位 3位 1位 4位 2位 担当声優 上原あおい 青山ゆかり 桃井いちご 桃井穂美
  17. 17. 実験1 新作の予測 キャラ名 ジーニア ピオニィ コーリオ シズル スコア -0.8954 -0.6464 -1.0797 -0.7062 順位 3位 1位 4位 2位 担当声優 上原あおい 青山ゆかり 桃井いちご 桃井穂美 的 中
  18. 18. 実験2 過去作では? • 過去作全12作品をそれぞれテストデータに使用 • その過去作以外の12作品(新作込)を 教師データに使用
  19. 19. 作品名 ヒロイン 順位 予測 正解 ひだまり 5 3 キミの声がきこえる 7 1 恋する乙女と守護の楯 5 4 Princess Frontier 4 1 Like a Butler 4 4 かしましコミュニケーション 4 2 実験2 過去作では?
  20. 20. 作品名 ヒロイン 順位 予測 正解 愛しい対象の護り方 4 2 Dolphin Divers 4 2 百花繚乱エリクシル 5 2 レーシャル・マージ 5 1 あやかしコントラクト 5 3 恋楯 ~薔薇の聖母~ 5 1 実験2 過去作では?
  21. 21. 実験2 過去作では? • 1位的中率 • 5/13 (38.46%) • 2位以内的中率 • 9/13 (69.23%) • 現在に近づくほど精度が良くなる傾向に • 起用の方向性が定まってきたため?
  22. 22. 今後の(やらない)課題 • 今回使用した特徴量の吟味と重み付け • 特徴量の追加 • キャラクター名 • キャラクター説明文 • 服装 etc • 同じ特徴量を用いた他アルゴリズムによる予測 • ディープラーニングを用いたキャラクター画像 による予測 • 誰かやって
  23. 23. まとめ • AXL新作『王の耳には届かない!』における 青山ゆかり担当キャラクターの予測に成功した • AXL過去作における予測を通じて、予測モデル の精度評価を行った • 約38%で1位、2位以内であれば約69% の精度で予測可能 • そもそも人間が見ても2択に絞れるぐらいの 目処は付くのではないだろうか • (今回の試みを真っ向から否定する結論)

×