5. 1-1. オピニオンダイナミクスモデル -Background-
5
• 社会における”意見”形成のダイナミクスのモデル([2]Ishii, 2019)
Φ(Ij(t), Ii(t)) =
1
1 + exp(β|Ii − Ij | − b)
Ii(t), Ij(t):人間 i, jの意見。大きいほど賛成。差が小さいほど合意。 合意形成の
ダイナミクス
合意形成しない
ダイナミクス
Dij :人間 iからみる人間 jの信頼の様な量。(Dij≠Djiもありうる)
:IiとIjに差があるほど、0に近づく。
→意見が大きく異なる二人は相互作用しない。
DAB < 0
DBA < 0
意見
I(t)
A
B
t
DAB > 0
DBA > 0
意見
I(t)
A
B
t
・口コミ等のネット情報から映画/イベントのヒット現象を解析
・意見形成のように、感情形成をモデルかできないか?
Fig.3 N=2の合意/不合意の計算例
[2] A. Ishii,Proceeding of 19th International Conference on Group Decision and Decision and Negotiation in 2019 aJoint GDN-
EWG/BOR meeting. Springer LNBIP., 351, 193-204 (2019).
外部
マスメディア
Opinion Ii
i
Fig.2 Opinion Dynamicsの概念図
:意志の強さ(大きいほどIi(t)は変化しにくい)
m
dIi(t)
dt
= CiA(t)+ΣN
j=1DijΦ(Ij(t), Ii(t))(Ij(t) − Ii(t))
m
意志の強さ 外部メディアの影響 Ii(t)とIj(t)が遠いとゼロになる関数
7. 2-1. 表情研究 -Background-
7
○Facial Action Coding System(FACS) 1960s
○Microsoft Face API[6]
・FACSは、表情の部分的表出であるAction Unit (AU)の組
み合わせで記述。
・定量的な測定ではなく、資格取得者により判断される。
A + C + D + F + H + N + Sa + Su = 1
Anger(A), Contempt(C), Fear(F), Disgust(D),
Happiness(H), Neutral(N), Sadness(Sa), Surprise(Su)
・FACSに基づき、深層学習により学習された顔認識AI
・表情以外に、人物特定/年齢/性別/姿勢なども検出可能。
AU6, AU12
Happiness
e.g.
Fig. 6 表情筋とHappinessのAU[5]
Fig. 7 Face APIによる表情認識例
[5] IMOTIONS HP https://imotions.com/blog/facial-expression-analysis/
[6] Microsoft HP https://docs.microsoft.com/en-us/xamarin/xamarin-forms/data-cloud/azure-cognitive-services/emotion-recognition