6/17 理論談話会(堀回)議事録
文責：伊藤敦広

小川： GPSだとIDの入れ方も違う
堀：　確かに
羽藤：拡散モデルといえば西尾先生
西尾:違います。背景と顔で0、1。背景と顔をどうやって識別？正解ラベルがあるのか
堀：画像に対してマスクをかけて人か背景かを識別。顔と体を識別。
今回は背景と顔のみ識別。プロンプトと事前学習したクリップからコサイン類似度から計算して背景にうめ込まれている
羽藤：隣の人と話してください
立川：土地利用の予測モデル。背景を分ける。土地利用の中から重要な部分を分ける。現実的なところで研究に使える。
沖縄の会議で位置情報データをマッピングする。
増田：ネットワーク構造や用途といった要素を分解する。構造として本研究で納得感があった。ネットワークなど都市の様相を分解して使うというのは納得感があった。
立川；背景と顔に分けるのが都市において使える
羽藤；中目黒の開発について議論におけるスタディワークに使えるということが言いたいんだよね。
大山；一番表が入っている。分解して要素でみる。識別で見るのは違う。生成してみると再解釈してその都市のアイデンティティを発見できる。
羽藤；東京の文化が遅れてくる。混ぜて混ぜてくる。
小林：
羽藤；今とは違う生成モデルを作った時に新しい価値が出てくる。こうした視点を持っておくと時代遅れにならない。門坂は生成系アプローチに対して思ったことは
門坂；学習できるだけのデータがあるのなら、従来のモデルでも使えるのでが。
他の都市への転移性があることが嬉しさなのでは。東京から地方。海外から日本などデータが豊富なところから。
羽藤；組み合わせることでDJ になったみたいに、リゾート地にジャングリラができたみたいなことを考えておく。LMNで入れたときに行動データを入れてみる。出てきたものがある意味普遍的な行動原理に基づいたもの。逆解析的で面白いものに繋がる。
松永；ノイズ加えていく、が揺らぎと構造的に近い。卒論の手代木の情報jのゆらぎが都市では本質。今やってることと近くて興味がある。
羽藤：車の試験。自動走行の評価でも生成系のモデルを使うという話をメーカーの人から聞く。
小川：生成させていくときに変わらない部分と変わっていく部分がある。潜在空間として多様性がある。残りのありうる可能性を考える。土地利用では土地データで条件付け、行動データを考える。条件付けを自由にできることが便利で使いやすそうであった。

slido:https://app.sli.do/event/26gaio3Wca5gLbrd1KMgtC