文献

J-GLOBAL ID：201702260145918037   整理番号：17A1277839

宅内行動推定の精度向上を目指したデータ分析に関する一検討

著者 (2件)： 秋田浩也 (同志社大 大学院理工学研究科) ,  佐藤健哉 (同志社大 大学院理工学研究科)
資料名： 情報処理学会研究報告(Web)  (IPSJ Technical Report (Web))
巻： 2017  号： UBI-55  ページ： Vol.2017-UBI-55,No.10,1-6 (WEB ONLY)  発行年： 2017年08月17日 
JST資料番号： U0451A  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IoTの流れを受けて,宅内データの収集と分析が盛んに行われている。しかし,正確なデータを収集するためには,高価なデバイスが必要になる。今後一般に普及することを考え,導入の容易性に着目した宅内環境を想定し,被験者実験を実施した。被験者実験で収集したデータに対して,行動推定という課題を与え,データ分析を行う。その際に,機械学習や隠れマルコフモデルなどの手法を適用し,精度向上にどう影響するのかを考察する。機械学習はSVM,Random Forestともに高い精度で行動を推定できた。また,主成分分析により次元を削減してもある程度の精度が維持可能であることも分かった。時系列データの処理としてGMM-HMMを適用したが,本実験環境では機械学習の手法に優位性があるという結果となった。実験を通して単一の特徴ベクトルに依存しているわけではないが,重要な特徴が存在することがわかった。(著者抄録)

シソーラス用語： *認識 ,  *屋内環境 ,  改良 ,  精度 ,  *データ解析 ,  相互接続 ,  機械学習 ,  隠れMarkovモデル ,  主成分分析
準シソーラス用語： IoT ,  *データ分析 ,  *行動認識 ,  推定精度 ,  精度向上

分類 (1件)： パターン認識  (JE07000S)

引用文献 (6件)：

• S. Hongeng, R. Nevatia, and F. Bremond: Video-based event recognition: activity representation and probabilistic recognition methods, Computer Vision and Image Understanding, pp. 129162, (2004-11).
• L. Ballan, M. Bertini, A. Del Bimbo, L. Seidenari, and G. Serra: Event detection and recognition for semantic annotation of video, Multimedia tools and applications, pp. 279302, (2011-1).
• Ming-Je Tsai, Chao-Lin Wu, Sipun Kumar Pradhan, Yifei Xie, Ting-Ying Li, Li-Chen Fu, and Yi-Chong Zeng: Context-aware Activity Prediction using Human Behavior Pattern inReal Smart Home Environments, IEEE International Conference on Automation Science and Engineering (CASE), pp. 168-173, (2016-8).
• 守谷一希, 中川愛梨, 諏訪博彦, 藤本まなと, 荒川豊, 木村亜紀, 三木智子, 安本 慶一: ECHONET Lite 対応家電を用いた宅内行動データの収集と分析, マルチメディア,分散,協調とモバイル (DICOMO2016) シンポジウム論文集, pp.1449-1457,(2016-7).
• Aplix: MyBeacon, https://mybeacon-store.stores.jp/, (参照 2017-7).

タイトルに関連する用語 (3件)： 行動推定 ,  精度向上 ,  データ分析