文献

J-GLOBAL ID：201202256323124517   整理番号：12A1081250

ユーザの身体的特徴情報を用いた行動認識モデルの学習手法

Learning Activity Recognition Models with Physical Characteristics Data of Users

著者 (4件)： 前川卓也 (NTT コミュニケーション科学基礎研) ,  前川卓也 (大阪大 大学院情報科学研究科) ,  渡部晋治 (NTT コミュニケーション科学基礎研) ,  渡部晋治 (Mitsubishi Electric Res. Lab. (MERL))
資料名： 情報処理学会論文誌ジャーナル(CD-ROM)  (情報処理学会論文誌 論文誌ジャーナル(CD-ROM))
巻： 53  号： 7  ページ： 1665-1674  発行年： 2012年07月15日 
JST資料番号： Z0778B  ISSN： 1882-7837  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 健康管理,見守り,ライフロギングといったさまざまな実世界アプリケーションの実現は,高齢化社会や生活習慣病といった現代社会がかかえるさまざまな問題に対処するうえで重要である。特に,実環境を観測するセンサを用いた行動認識技術は,これらの実世界アプリケーションの基盤的技術の1つとされている。本論文では,エンドユーザの教師ラベルあり/ラベルなしセンサデータを用いることなく,そのエンドユーザに応じた行動認識モデルを構築する手法を提案する。提案手法は,性別や身長といったユーザの身体的特徴情報を用いることで,あらかじめ用意した多数の他のユーザのセンサデータから,エンドユーザのセンサデータと類似しているであろうデータを,機械学習のアプローチを用いて発見する。そして,その類似ユーザのラベルありセンサデータを用いて,エンドユーザの行動モデルを学習する。すなわち,エンドユーザは,自身のセンサデータを集めたり,そのデータにラベルを付与したりする必要がない。評価実験では,40人の実験参加者から収集した約100時間のセンサデータを用いて提案手法の有効性を検証した。(著者抄録)

シソーラス用語： *機械学習 ,  *計測システム ,  *特徴抽出 ,  利用者 ,  身長 ,  認識 ,  モデル ,  センサ ,  評価試験 ,  実験
準シソーラス用語： 行動モデル ,  行動認識 ,  性別 ,  被験者実験

分類 (3件)： 人工知能  (JE08000Z) ,  計測機器一般  (AD02000X) ,  パターン認識  (JE07000S)

引用文献 (16件)：

• [1] Bao, L. and Intille, S.: Activity recognition from user-annotated acceleration data, Pervasive 2004, pp.1-17 (2004).
• [2] Dempster, A., Laird, N., Rubin, D., et al.: Maximum likelihood from incomplete data via the EM algorithm, Journal of the Royal Statistical Society, Series B (Methodological), Vol.39, No.1, pp.1-38 (1977).
• [3] Forster, K., Biasiucci, A., Chavarriaga, R., Millan, J. del R., Roggen, D. and Tr隸ster, G.: On the use of brain decoded signals for online user adaptive gesture recognition systems, Pervasive 2010, pp.427-444 (2010).
• [4] Gauvain, J. and Lee, C.: Maximum a posteriori estimation for multivariate Gaussian mixture observations of Markov chains, IEEE Trans. Speech and Audio Processing, Vol.2, No.2, pp.291-298 (2002).
• [5] Huynh, T. and Schiele, B.: Towards less supervision in activity recognition from wearable sensors, Int'l Symp. on Wearable Computers, pp.3-10 (2006).

タイトルに関連する用語 (6件)： 身体 ,  特徴情報 ,  行動認識 ,  モデル ,  学習 ,  手法