| 曾我 遼 | D, 中間発表 | ソフトウェア工学 | 松本 健一, 池田 和司, 石尾 隆（客員教授）, Raula Gaikovina Kula, 嶋利 一真 |
|
title: Supporting program comprehension by analyzing software developer's gaze and heartbeat
abstract: In the process of comprehending programs, it can be surprisingly difficult for developers to notice their own mistakes. In this study, we explored a method of analyzing bio-signals to provide feedback to developers about errors in program comprehension that they may not easily notice. Firstly, we revealed a correlation between resting heart rate and program comprehension performance before starting program comprehension. This suggests the potential for using bio-signals to provide feedback on the likelihood of low program comprehension performance before starting. Secondly, by analyzing eye gaze and heart rate during program comprehension, we demonstrated the ability to estimate the difficulty and accuracy of program comprehension on a line-by-line basis. This implies the potential for using bio-signals to provide feedback on potential errors in real-time or post-analysis. These findings suggest that leveraging bio-signals is a promising approach to mitigating errors in program comprehension, which is a fundamental task in software development. language of the presentation: Japanese 発表題目: 開発者の視線・心拍を用いたプログラム理解支援 発表概要: プログラムの理解において，開発者自身が誤りに気付くのは意外に難しいことがある．本研究では，開発者自身が誤りに気付きにくい二つのケースについて，生体信号を解析してプログラム理解の誤りを開発者へフィードバックする方法を検討した．第一に，プログラム理解前の休憩中の心拍とプログラム理解成績との間に相関があることを明らかにした．この結果は，生体信号を活用することで，プログラム理解着手前にプログラム理解成績が低くなりやすいことをフィードバックできる可能性を示唆する．第二に，プログラム理解中の視線と心拍を解析することで，プログラムの行単位での理解難易度および理解の正しさを推定できることを明らかにした．この結果は，生体信号を活用することで，リアルタイムまたは事後分析として誤っている可能性があることをフィードバックできる可能性を示唆する．これらの知見は，ソフトウェア開発の基本的なタスクであるプログラム理解の誤りを軽減する方法として，生体信号の活用が有望な方法であることを示唆する． | |||
| SUN LEI | M, 2回目発表 | 数理情報学 (コミュニケーション学 ) | 池田 和司, 岩田 具治（客員教授）, 田中 佑典（客員准教授） |
|
title: Meta-Learning under Task Shift
abstract: A common assumption in meta-learning is that meta-training and meta-test tasks are drawn from the same distribution. However, this assumption is often not fulfilled. Under such task shift, standard meta-learning algorithms do not work as desired since their unbiasedness is no longer maintained. In this paper, we propose a new meta-learning method called Importance Weighted Meta-Learning (IWML), which preserves unbiasedness even under task shift. Our approach uses both labeled meta-training datasets and unlabeled datasets in tasks obtained from the meta-test task distribution to assign weights to each meta-training task. These weights are determined by the ratio of meta-test and meta-training task densities. Our method enables the model to focus more on the meta-training tasks that closely align with target tasks during the meta-training process. We meta-learn neural network-based models by minimizing the expected weighted meta-training error, which is an unbiased estimator of the expected error over target tasks. The task density ratio is estimated using kernel density estimation, where the distance between tasks is measured by maximum mean discrepancy. Our empirical evaluation on few-shot classification datasets demonstrates a significant improvement of IWML over standard meta-learning methods and state-of-the-art task augmentation strategies. language of the presentation: Japanese | |||
| 坂本 州 | M, 2回目発表 | 数理情報学 (コミュニケーション学) | 池田 和司, 岩田 具治（客員教授）, 田中 佑典（客員准教授） |
| 佐野 海士 | M, 2回目発表 | 数理情報学(計算⾏動神経科学) | 池田 和司, 田中 沙織, 荒牧 英治 |
|
Title: Exploring the relationship between risk taking and risk perception using questionnaires
Abstract: Humanity faces and deals with various "risks," investigated and analyzed in separate practice areas such as health science, emergency management, engineering, information security, finance, and insurance. Prior research on risk has proposed concepts such as risk-taking, which types of risk behaviors people choose and to what extent, and risk perception, how people evaluate the hazards that exist in the world. However, no comprehensive theory exists to explain these two concepts' relationship. This study aims to identify the relationship between risk perception and risk-taking using existing questionnaires. We performed a canonical correlation analysis(CCA) on internalized risk characteristics and the scores of risk-taking behavior. We obtained low-dimensional risk modes and discovered items that contribute to the risk modes. Language of the presentation: Japanese 発表題目: 質問紙を用いたリスク認知とリスクテイキングの関係性の探索 発表概要: 人類は様々な「リスク」に対処しており、これらは健康科学、防災、工学、情報セキュリティ、金融、保険など 個別の実務分野で調査・分析されている。リスクに関する先行研究では、人々がどのようなリスク行動をどの程度選択するか というリスクテイクや、世の中に存在する危険をどのように評価するかというリスク認知といった概念が提唱されているが、 これら2つの概念の関係を説明する包括的な理論は存在しない。本研究では、既存の質問紙を用いて、リスク認知とリスクテイクの関係を明らかにすることを目的とする。内在化されたリスク特性とリスクテイク行動の得点について正準相関分析（CCA）を実施した。その結果、低次元のリスクモードを獲得し、 それらのモードに寄与する項目を発見した。 | |||