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。
行動認識分野においてもニューラルネットワークを用いた転移学習が注目を集めている.ニューラルネットワークの学習には大量のデータが必要であるが,転移学習を利用することで,既存の大規模データセットを有効活用し,学習データの収集コストを削減することができる.しかし,行動認識データセットは対象とする行動セットが異なるなどの問題のために,想定する利用環境と同じ想定で収集されたデータセットを見つけることは難しく,容易に転移学習を利用することができない.そこで,本研究は転移学習の有効活用に向けて,行動認識ニューラルネットワークが抽出する特徴の可視化と,それを用いた転移元データセットの推薦手法を提案する.本研究ではまず,画像分野の可視化手法であるActivation Maximization(AM)を行動認識モデルに適用することを試みる.画像信号を想定して開発されたAMを,行動認識モデルが扱う加速度信号にそのまま適用すると,ノイズや異常値を多く含む信号が生成される.本研究ではこれを抑制するため,より行動認識モデルに適した正則化手法を提案する.また提案する可視化手法の応用例の1つとして,想定する環境に適した転移学習のための転移元データセットを推薦する手法を提案し,6種類のデータセットを用いてその有効性を確認した.(著者抄録)