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

著者 (3件)： 丹野友華 (大阪大 大学院情報科学研究科) ,  前川卓也 (大阪大 大学院情報科学研究科) ,  原隆浩 (大阪大 大学院情報科学研究科)
資料名： 情報処理学会シンポジウムシリーズ(CD-ROM)  (IPSJ Symposium Series (CD-ROM))
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)

抄録/ポイント： 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)

シソーラス用語： 強化学習 ,  *無線LAN ,  人間行動 ,  特徴抽出 ,  物体認識 ,  通信チャネル ,  無線伝送 ,  送受信機 ,  信号標本化 ,  エージェント ,  評価試験 ,  ニューラルネットワーク ,  認知モデル
準シソーラス用語： *行動認識 ,  *Wi-Fiチャネル ,  サンプリングレート ,  CSI ,  評価実験 ,  認識モデル

分類 (2件)： パターン認識  (JE07000S) ,  無線通信一般  (ND08010L)

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.

タイトルに関連する用語 (5件)： Wi-Fi ,  チャネル状態情報 ,  行動認識 ,  強化学習 ,  サンプリングレート