An Inference System for Occurrence of Difficulty in Character Identification on Browsing Websites by Reinforcement Learning

一种基于强化学习的浏览网站字符识别困难发生的推理系统

• 批准号: 21K12096
• 负责人: 松下 裕
• 金额: $ 2.66万
• 依托单位: Kanazawa Institute of Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-04-01 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-21K12096/
• 关键词: 強化学習; 眼球運動; Webサイト; 文字識別; 予測; 情報検索

本研究の目的は，Webサイト閲覧時の視線データから，ユーザの文字識別困難の発生を強化学習に基づいて予測することである．強化学習を用いる理由は文字識別困難時の眼球運動の特徴が解明されておらず，教師データが存在しないからである．ただし，本研究では，行動の決定に対して予測精度を犠牲にしても「視線が一定時間（閾値）以上停留すると文字識別困難と判定する」という制約を設ける．ユーザが見難い文字に出会ったとき視線を停留させることでコンピュータ（エージェント）にその状況を知らせるようにするためである．従って，視線停留時間を主要説明変数とし，その閾値の設定が研究の主題である．ここで閾値を短くすると，文字識別困難の場合には迅速に文字が拡大されて便利であるが，文字識別困難でない場合には不要に文字が拡大されて（第1種の誤り）不快である．逆に，閾値を長くすると，文字識別困難なのにエージェントからの対応が無い状態（第2種の誤り）が続く．これら2種類の誤りの発生を低減させられるように閾値を設定することが肝要である．このため，今年度の研究では以下の方針で予測システムを構築した．まず，方策決定の制約を順守させるために，学習方法には方策依存型アルゴリズムのSARSA法を採用した． 500msから3000msまでの視線停留時間を時間間隔の短い停留状態に分割し，各状態で文字拡大の実施の有無（方策）を判定させ，方策が適切であれば報酬を，不適切であれば罰則を与えた．次に，第1種の誤りの発生を小さくするために，文字識別困難でないときに，迅速に文字拡大を行うと罰則を与え，文字拡大をしなかったとしても殆ど報酬を与えなかった．後者は文字拡大の慎重な実施を促す措置である．第2種の誤りを低減するために，視線停留時間が2500msを超えても文字拡大をしなければ多大な罰則を与えた．

本研究的目的是利用强化学习，根据用户浏览网站时的注视数据来预测字符识别困难的发生。使用强化学习的原因是字符识别困难时的眼动特征尚未阐明，并且不存在训练数据。然而，在这项研究中，我们设置了一个约束，即“如果视线保持一定时间（阈值）或更长时间，则确定难以识别字符”，即使这会牺牲预测精度用于行动决策。目的是当用户遇到难以阅读的字符时，通过停止用户的视线来向计算机（代理）通知情况。因此，我们研究的主要目标是将注视时间设置为主要解释变量并设定其阈值。如果这里缩短阈值，如果字符难以识别，则将字符快速放大，方便，但如果字符不难识别，则字符会被不必要地放大（1类错误），这就是是令人不愉快的。另一方面，如果阈值设置得太长，则会继续出现字符难以识别但代理没有响应的情况（类型2错误）。设置阈值对于减少这两类错误的发生非常重要。因此，在今年的研究中，我们基于以下政策构建了预测系统。首先，为了遵守策略决策约束，我们采用策略依赖算法SARSA方法作为学习方法。将注视时间从500ms到3000ms划分为时间间隔较短的暂停状态，并在每个状态下判断是否放大文本（策略）。如果策略合适，则给予奖励，如果不合适，则给予奖励，将给予处罚。接下来，为了减少1类错误的发生，我们在字符不难识别的情况下，对快速放大字符给予惩罚，而即使字符不放大，也几乎不给予奖励。后者是鼓励认真实施字符放大的一项措施。为了减少第2类错误，即使凝视停留时间超过2500毫秒，如果文本没有放大，也会受到巨额处罚。

项目成果

動的字幕の効果的な提示方法の考察

动态字幕有效呈现方法的思考

• 发表时间: 2022
• 作者: Awano Naoyuki;Hayashi Yuki;Matsushita Yutaka;大村 実誉，松下 裕
• 通讯作者: 大村 実誉，松下 裕

Timescale standard to discriminate between hyperbolic and exponential discounting and construction of a nonadditive discounting model

区分双曲线贴现和指数贴现的时间尺度标准以及非加性贴现模型的构建

• DOI: 10.1007/s11238-022-09916-6
• 发表时间: 2022
• 期刊: Theory and Decision
• 影响因子: 0.8
• 作者: Awano Naoyuki;Hayashi Yuki;Matsushita Yutaka
• 通讯作者: Matsushita Yutaka