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。
近年の無線通信やセンシング技術の進展により,小型無線センサデバイスを用いて,「歩く」や「走る」,「寝る」などの人間の日常的な行動を認識する研究が行われてきた。行動認識技術は,高齢者や認知障害者の介護を支援するシステムなどの様々なアプリケーションの基盤的技術である。しかし,これまでの研究では,機械学習のアプローチを用いて行動認識モデルを学習していたため,大量のラベルありトレーニングセンサデータが必要であり,それをエンドユーザが用意することは非常に困難であった。本論文では,異なる行動クラス間でトレーニングデータを共有して学習を行うことで,少ないトレーニングデータでも行動モデルを学習できる手法を提案した。提案手法では,ユーザが加速度センサを身体のいくつかの部分(手や腰など)に装着していると想定する。そして,特定の加速度センサから得られたデータのみに関して,異なる二つの行動クラス間においてデータが類似しているセンサのみに対して共有を行い,それぞれの行動の行動モデルを学習する。これにより少量のトレーニングデータからのモデルパラメータ推定を実現した。また,半教師あり学習を導入することで,より低負担な認識システムを構築した。20人の実験参加者から取得した約48時間のセンサデータを用いて評価を行った結果,少ないトレーニングデータで高い認識性能を得ることを確認した。