文献

J-GLOBAL ID：201502253007391743   整理番号：15A0609921

センサデータ粒度が宅内行動認識精度に与える影響について

著者 (4件)： 上田健揮 (奈良先端科学技術大学院大) ,  荒川豊 (奈良先端科学技術大学院大) ,  諏訪博彦 (奈良先端科学技術大学院大) ,  安本慶一 (奈良先端科学技術大学院大)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 114  号： 480(ASN2014 156-172)  ページ： 43-48  発行年： 2015年02月23日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 短報  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 効果的な省エネ家電制御や見守りなどのコンテキストアウェアサービスを実現するためには,家庭内における生活行動の認識が必須である。これまで,行動認識に関する研究は数多く行われているが,(1)多数のセンサを使用するため導入・維持コストが高い,(2)カメラやマイクを使用するためプライバシーを侵害する,(3)認識できる行動種類が少ないまたは認識精度が低いなどの課題が残されている。我々はこれまで,上記の課題(2)を解決することを目標に,電力センサおよび屋内位置センサのみを使った生活行動認識手法を開発し,6種類の生活行動を80%以上の精度で識別できることを確認した。本稿では,課題(3)の解決に向け,より多種類の行動をより高精度に識別するため,異なる機械学習アルゴリズムの適用や教師データとして用いるセンサデータの最適な時間幅の探索を行うとともに,課題(1)の解決に向け,屋内位置センサの精度や使用する電力センサの数といったセンサデータの粒度が生活行動の識別精度に与える影響について調査する。評価実験の結果,10種類の対象行動に対して,センサデータの粒度が最大の場合(位置推定誤差:~0.1m,電力計:16個)91.3%,最少の場合(位置推定誤差:~1m,電力計:3個)84.5%の識別精度を達成した。この結果から,屋内位置センサと電力計のみを用いて,90%以上の高い識別精度を達成できること,より低コストのセンサセットを用いた場合でも,80%以上の識別精度が達成できることが分かった。(著者抄録)

シソーラス用語： *人間行動 ,  認識 ,  電力量計 ,  位置センサ ,  *精度 ,  学習アルゴリズム ,  情報サービス ,  データ ,  *容量
準シソーラス用語： *生活行動 ,  行動認識 ,  *認識精度 ,  コンテキストアウェアサービス ,  センサーデータ ,  *データ量

分類 (2件)： その他の情報処理  (JE15050M) ,  計測機器一般  (AD02000X)

引用文献 (14件)：

• J. Scott, B. Brush, J. Krumm, B. Meyers.: “PreHeat: Controlling Home Heating Using Occupancy Prediction,“ in Proc. of UbiComp 2011.
• B. Sean, M. Aditya, I. David, S. Prashant.: “SmartCap: Flattening Peak Electricity Demand in Smart Homes,“ Proc. of Percom 2012, pp.67-75, 2012.
• P. Rashidi, A. Mihailidis.: “A Survey on Ambient Assisted Living Tools for Older Adults,“ IEEE Journal of Biomedical and Health Informatics, vol.17, no.3, pp.579-590, 2013.
• J. Kim, J.Soh, S.Kim, K.Chung.: “Emergency Situation Alarm System Motion Using Tracking of People like Elderly Live Alone.“ Information Science and Applications(ICISA), 2013 International Conference on. IEEE, 2013.
• J. Hoey, J. James.: “Value-directed human behavior analysis from video using partially observable Markov decision processes,“ IEEE transactions on Pattern Analysis and Machine Intelligence, vol.29, no.7, pp.1118-1132, 2007.

タイトルに関連する用語 (4件)： センサデータ ,  粒度 ,  行動 ,  認識精度