文献

J-GLOBAL ID：201302285474845906   整理番号：13A1182502

身体的特徴情報を用いた適応的トレーニングデータ選択による日常行動認識手法

Daily Activity Recognition Method with Adaptive Training Data Selection using Physical Characteristics Information

著者 (2件)： 安田陽介 (大阪大) ,  前川卓也 (大阪大)
資料名： 電気学会情報システム研究会資料  (電気学会研究会資料)
巻： IS-13  号： 21-29.31-36  ページ： 23-27  発行年： 2013年06月21日 
JST資料番号： L4571A  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)

抄録/ポイント： 多様なユーザから収集したセンサデータを行動モデルの学習に用いると,認識対象ユーザデータと大きく異なるトレーニングデータが認識精度を低下させる。本論文では,加速度センサから取得された時系列データを対象とし,認識精度を低下させるトレーニングデータをユーザの身体的特徴情報を用いてフィルタリングする日常行動認識手法を提案した。本手法では,1)スライディングタイムウインドウごとの特徴抽出と特徴ベクトルの作成,2)サブサンプリングによるデータの均一化,3)行動クラスごとの混合正規分布を用いた行動確率モデルの作成,4)異なる行動モデルが重複している部分空間(混合エリア)に含まれるデータの決定,5)混合エリア内の不要なデータの決定・除去,6)モデルの学習・行動認識という手順をとる。4)ではトレーニングデータの各行動モデルに対する尤度を求め,最大尤度の行動モデルがその実際の行動とは異なる場合にそのデータは2つの行動間の混在エリアにあるとする。5)では前記エリア内のデータが持つ身体的特徴情報をもとに行動クラスの決定木を作成する。評価実験を行って認識対象ユーザの身体的特徴を前記決定木の入力とし,混在エリア内のクラスの行動のうち起こる可能性が低い方の行動データをフィルタリングすることで,6)でのエラーが減少することを確かめた。

シソーラス用語： 日常生活動作 ,  *パターン認識 ,  *速度センサ ,  教育訓練 ,  フィルタリング ,  特徴抽出 ,  ベクトル ,  信号標本化 ,  標本抽出 ,  *最尤法 ,  評価試験 ,  身体部位 ,  ディシジョンツリー
準シソーラス用語： サブサンプリング ,  *加速度センサ ,  *行動認識 ,  特徴ベクトル

分類 (3件)： パターン認識  (JE07000S) ,  時間,速度,加速度,角速度の計測法・機器  (AD05040K) ,  システム・制御理論一般  (IA02010H)

引用文献 (6件)：

• (1)前川卓也,柳沢豊,岸野泰恵,石黒勝彦,亀井剛次,櫻井保志,岡留剛,"ウェアラブルセンサによるモノを用いた行動の認識について,"情報処理学会研究報告.UBI,[ユビキタスコンピユーティングシステム],vol.2010,no.57,pp.1-8,2010.
• (2)橋田尚幸,大村廉,今井倫太,"加速度センサを用いた日常行動識別における個人適応技術の識別精度への貢献,"情報処理学会研究報告.UBI,[ユビキタスコンピューティングシステム],voL2008,no.66,pp.69-74,2008.
• (3) L. Bao, and S. Intille, "Activity recognition from userannotated acceleration data," In Proc. of Int'l Conf. on Pervasive Computing (PERVASIVE), pp.1-17, (2004).
• (4) N.D. Lane, Y. Xu, H. Lu, S. Hu, T. Choudhury, A.T. Campbell, and F. Zhao, "Enabling large-scale human activity inference on smartphones using community similarity networks (csn)," In Proc. of UbiComp 2011, pp.335-364, (2011).
• (5) N. Japkowicz, et al., "Learning from imbalanced data sets: a comparison of various strategies," In Proc. of AAAI Workshop : Learning from Imbalanced Data Sets, pp.10-15 (2000).

タイトルに関連する用語 (7件)： 身体 ,  特徴情報 ,  適応 ,  トレーニング ,  データ選択 ,  行動認識 ,  手法