抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
近年スマートフォンを用いた屋内位置推定に関する研究が多く行われており,推定される屋内位置情報のうち,「会議室」や「食堂」といった屋内位置セマンティクス情報はライフログや高齢者の見守り等の様々なアプリケーションのための重要な情報である。一般的な屋内位置のセマンティクスを推定する手法では,対象とする環境ごとに学習用のセンサデータを収集する必要があり導入コストが大きいという問題がある。そこで本研究では,異なる環境において得られた学習データを利用することで,対象とする環境において新たに学習データを収集する必要のない,屋内位置のセマンティクスを推定する手法を提案する。提案手法では,一般的な屋内位置推定で利用されるパッシブセンシングに加えて音声のアクティブセンシングを組み合わせることにより,環境に依存しない特徴量を取得し,他環境から得た学習データを用いて屋内位置セマンティクスを推定する。提案手法では,他環境の学習データに過剰適合しない分類器をランダムフォレスト分類器を基に構築する。評価実験では複数の環境でセンサ情報の取得を行い,提案手法の有効性を検証した。(著者抄録)