文献

J-GLOBAL ID：202002284549333104   整理番号：20A2461581

知識移転によるウェアラブル感覚時系列に関する個人化補完【JST・京大機械翻訳】

Personalized Imputation on Wearable-Sensory Time Series via Knowledge Transfer

著者 (5件)： Wu Xian (University of Notre Dame, South Bend, IN, USA) ,  Mattingly Stephen (University of Notre Dame, South Bend, IN, USA) ,  Mirjafari Shayan (Dartmouth College, Hanover, NH, USA) ,  Huang Chao (University of Notre Dame, South Bend, IN, USA) ,  Chawla Nitesh V. (University of Notre Dame & Wroclaw University of Science and Technology, South Bend, IN, USA)
資料名： ACM Proceedings  (ACM Proceedings)
号： CIKM ’20  ページ： 1625-1634  発行年： 2020年 
JST資料番号： D0698C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： ウェアラブル-感覚時系列データ(例えば,心拍数記録)の解析は,多くの応用(例えば,活動認識,疾患診断)に利益を与える。しかし,センサ測定は,通常,様々な因子(例えば,ユーザ行動,充電の欠如)による欠測値を含み,それは下流分析タスク(例えば,回帰,予測)の性能を低下させる可能性がある。したがって,時系列補完が望まれ,それは官能時系列を完了できる。既存の時系列補完法は,文脈的観察から抽出した時間パターンを活用することによって欠測値を埋めるために,様々な深層ニューラルネットワークモデル(例えば,GRUとGAN)を一般的に採用する。それらの有効性にもかかわらず,ほとんどの既存モデルは,全ての個人の帰属を行うためのモデルパラメータの1つの単一集合のみを共有することにおいて本質的に制限されるという事実により,準最適補完性能を達成することができると主張した。1セットのパラメータに頼ることは,そのようなモデルが様々な複雑な個人特性を捕捉するのに失敗するので,補完モデルの表現性を制限する。したがって,ほとんどの既存のモデルは,特に長い継続時間の欠落値,すなわち,大きなギャップが時系列データで観察される場合,劣った補完性能を達成する傾向がある。限界に取り組むために,本研究は,効果的な知識移転を通して,時系列帰属のための完全個別化処理を提供するために,新しい補完フレームワーク-Perssonalized Sensory-Sensory Time Inputationフレームワーク(PTSI)を開発した。特に,PTSIは最初にメタ学習パラダイムを利用して,各ユーザに対する適応プロセスを容易にするためのよく一般化された初期化を学習する。時系列帰属を個人のユニークな特性に反映させるため,著者らはさらにPTSIを,パラメータ初期化変調成分を設計することによって達成される個人化モデルパラメータの学習能力に付与する。実世界の人間の心拍数データセットに関する大規模な実験は,著者らのPTSIフレームワークが,一貫して大きなマージンによって種々の最先端の方法より優れていることを実証した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 心拍 ,  *充電 ,  センサ ,  有効性 ,  継続時間
準シソーラス用語： 時系列データ ,  表現力 ,  モデルパラメータ ,  欠測値 ,  ウェアラブル ,  行動認識 ,  ユーザ行動 , 【Automatic Indexing@JST】

著者キーワード (3件)： メタ学習 ,  個人化 ,  ウェアラブル感覚時系列補完

分類 (2件)： 人工知能  (JE08000Z) ,  医用情報処理  (JE15030Q)

タイトルに関連する用語 (6件)： 知識移転 ,  ウェアラブル ,  感覚 ,  時系列 ,  個人化 ,  補完