くだらないものばかりだけど，今後やりたいことをメモしておく．

1. 画像処理系

1.a 君の名は。の三葉の中身を顔画像から分類

組紐の有無とか眉毛の角度とかを学習してくれたら面白い．アニメ画像の顔検出はOpenCVで自動化できるので，データの準備はそこまで大変じゃない．

• OpenCVによるアニメ顔検出ならlbpcascade_animeface.xml

1.b スラムダンクの赤木と高砂を顔画像から分類

「桜木がAIなら湘北が勝ってた」あるいは「AIでも見間違うから桜木のミスはしょうがない」と，結果がどちらに転んでも面白い．課題は，画像データの準備と，ラベル数の偏り．

1.c 顔画像から実子判定

数年前，DNA鑑定が大流行したので，ニーズはありそう．実子であれば，両親の面影が顔に顕れるはずだし，この類のタスクはdeep learningの得意技の気がする．

下記のキーワードで，盛んに研究が行われている．

• kinship identification
• kinship verification
• kinship recognition

また，非商用の研究用途に限れば，データセットは入手可能である．

• UB KinFace Database

1.d CycleGANで柴犬画像生成

UCバークレー発のCycleGANを柴犬に適用する．以下の記事がわかりやすかった．

• 画像変換手法CycleGANでパンダ生成モデルを作った話

2. 言語処理系

2.a 普通自動車免許の正誤問題

なんとなく，学習しやすそうと感じたため．いかに著作権上の問題を回避しつつデータを集めるかが問題．

3. 強化学習系

3.a カイジの限定ジャンケンを強化学習

限定ジャンケンは，数学的にも面白い問題¹．カードや星の売買を考慮すると問題が複雑になりすぎる²ので，「全体の手数の総数を見て，次の自分の手を決定する問題」程度に単純化してモデル化する．

3.b 確定拠出年金のスイッチング最適化

確定拠出年金で，どの商品にどの程度の割合で投資すれば，最大の利益を得られるか学習する．いろいろ調べたが，そもそものデータ収集が難しそう．