Wi-Fiチャネル状態情報による行動認識における強化学習を用いたサンプリングレート自動選択の検討

丹野友華; 前川卓也; 原隆浩

文献

J-GLOBAL ID：202102224658879097 整理番号：21A0323818

Wi-Fiチャネル状態情報による行動認識における強化学習を用いたサンプリングレート自動選択の検討

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=21A0323818&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=21A0323818&from=J-GLOBAL&jstjournalNo=L6741A") }}

著者 (3件)： , ,
資料名：
巻： 2020 号： 1 ページ： ROMBUNNO.4B-3 発行年： 2020年06月17日
JST資料番号： L6741A ISSN： 1882-0840 資料種別：会議録 (C)
記事区分：原著論文発行国：日本 (JPN) 言語：日本語 (JA)

近年,チャネル状態情報(Channel State Information:CSI)を用いた行動認識手法が注目されている.CSIを用いた手法の多くが一つの部屋にWi-Fi送受信機のペアを設置することを想定しており,部屋が複数存在する一般的な家庭環境に実装した場合,そのペアの数に比例したCSIを処理しなければならない.これまでの研究では,一定の高いサンプリングレートで取得されたCSIを利用しているため,それらをすべて解析するには高い計算コストが必要となる.そこで本研究では,現在の行動や状態に応じて適切にサンプリングレートを調整しながら,なるべく低いサンプリングレートで行動認識を行う手法を提案する.提案手法では,状況に応じた行動の選択を学習可能である強化学習をサンプリングレートの選択に用いる.強化学習における「行動」をサンプリングレートの選択とし,低いサンプリングレートで正しく行動認識出来た際に高い「報酬」を与える.そして,「状態」として,現在の行動に関する情報を反映すると考えられる,CSIを用いた行動認識モデルの中間出力を用いる.提案手法では,任意のサンプリングレートの入力を可能とする行動認識モデルを設計することで,その中間層でサンプリングレート非依存な中間表現を獲得し,それを「状態」として用いる.7種類の行動を行った際のCSIを取得し,評価実験を行った.(著者抄録)

, , , , , , , , , , , , ,
, , , ,

パターン認識 , 無線通信一般

引用文献 (16件)：

D. Halperin, W. Hu, A. Sheth, and D. Wetherall, “Tool release: gathering 802.11n traces with channel state information,” Computer Communication Review, vol.41, no.1, p.53, 2011.
N.Y. Hammerla, S. Halloran, and T. Plötz, “Deep, convolutional, and recurrent models for human activity recognition using wearables,” the Twenty-Fifth International Joint Conference on Artificial Intelligence, IJCAI 2016, pp.1533-1540, 2016.
D.P. Kingma and J. Ba, “Adam: A method for stochastic optimization,” 3rd International Conference on Learning Representations, ICLR 2015, 2015.
L.J. Lin, “Self-improving reactive agents based on reinforcement learning, planning and teaching,” Machine Learning, vol.8, pp.293-321, 1992.
X. Liu, P. Ghosh, O. Ulutan, B.S. Manjunath, K.S. Chan, and R. Govindan, “Caesar: cross-camera complex activity recognition,” the 17th Conference on Embedded Networked Sensor Systems, SenSys 2019, pp.232-244, 2019.

, , , ,

前のページに戻る