文献

J-GLOBAL ID：202102274769166969   整理番号：21A1578340

行動認識ニューラルネットワークによる特徴抽出の可視化と転移学習への応用

Visualization of Deep Feature Representation Toward Transfer Learning of Activity Recognition Models

著者 (3件)： 吉村直也 (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： 情報処理学会論文誌ジャーナル(Web)
巻： 62  号： 5  ページ： 1307-1316 (WEB ONLY)  発行年： 2021年05月15日 
JST資料番号： U0452A  ISSN： 1882-7764  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： 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)

シソーラス用語： *認識 ,  *人間行動 ,  *ニューラルネットワーク ,  *特徴抽出 ,  *機械学習 ,  計算機利用 ,  再利用 ,  事例ベース推論 ,  可視化 ,  *モデル
準シソーラス用語： *行動認識 ,  人間行動認識 ,  *転移学習 ,  *行動認識モデル

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

引用文献 (20件)：

• Baños, O., Damas, M., Pomares, H., Rojas, I., Tóth, M.A. and Amft, O.: A benchmark dataset to evaluate sensor displacement in activity recognition, Proc. 2012 ACM Conference on Ubiquitous Computing, pp.1026-1035 (2012).
• Banos, O., Garcia, R., Holgado-Terriza, J.A., Damas, M., Pomares, H., Rojas, I., Saez, A. and Villalonga, C.: mHealthDroid: A novel framework for agile development of mobile health applications, Proc. International Workshop on Ambient Assisted Living, pp.91-98 (2014).
• Barshan, B. and Yüksek, M.C.: Recognizing daily and sports activities in two open source machine learning environments using body-worn sensor units, The Computer Journal, Vol.57, No.11, pp.1649-1667 (2014).
• Ben-David, S., Blitzer, J., Crammer, K. and Pereira, F.: Analysis of representations for domain adaptation, Proc. Advances in Neural Information Processing Systems, pp.137-144 (2007).
• Erhan, D., Bengio, Y., Courville, A. and Vincent, P.: Visualizing higher-layer features of a deep network, University of Montreal, Vol.1341, No.3, p.1 (2009).

タイトルに関連する用語 (6件)： 行動認識 ,  ニューラルネットワーク ,  特徴抽出 ,  可視化 ,  転移学習 ,  応用