| Item type |
SIG Technical Reports(1) |
| 公開日 |
2019-05-16 |
| タイトル |
|
|
タイトル |
深層学習によるアプリログからの特徴抽出の検討 |
| 言語 |
|
|
言語 |
jpn |
| キーワード |
|
|
主題Scheme |
Other |
|
主題 |
アプリケーション |
| 資源タイプ |
|
|
資源タイプ識別子 |
http://purl.org/coar/resource_type/c_18gh |
|
資源タイプ |
technical report |
| 著者所属 |
|
|
|
株式会社NTTドコモ |
| 著者所属 |
|
|
|
株式会社NTTドコモ |
| 著者所属 |
|
|
|
株式会社NTTドコモ |
| 著者所属 |
|
|
|
株式会社NTTドコモ |
| 著者所属(英) |
|
|
|
en |
|
|
NTT DOCOMO, INC. |
| 著者所属(英) |
|
|
|
en |
|
|
NTT DOCOMO, INC. |
| 著者所属(英) |
|
|
|
en |
|
|
NTT DOCOMO, INC. |
| 著者所属(英) |
|
|
|
en |
|
|
NTT DOCOMO, INC. |
| 著者名 |
落合, 桂一
山本, 直樹
濱谷, 尚志
深澤, 佑介
|
| 論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
スマートフォンの利用状況から利用者の状態推定を行う研究が盛んに行われている.従来研究ではカテゴリごとのアプリ利用回数や利用時間などの基本統計量が特徴量として利用されていた.しかしながら,アプリの使用履歴からは基本統計量に限らず,アプリの利用順序やアプリ間の関係性など多様な特徴表現が生成可能であると考えられる.そこで本研究では,深層学習によるアプリ利用ログからの特徴抽出を行い,分類問題により特徴抽出の有効性を評価する.深層学習モデルとして LSTM や Graph Convolutional Networks など複数のモデルを検証する. |
| 書誌レコードID |
|
|
収録物識別子タイプ |
NCID |
|
収録物識別子 |
AN10116224 |
| 書誌情報 |
研究報告マルチメディア通信と分散処理(DPS)
巻 2019-DPS-179,
号 5,
p. 1-6,
発行日 2019-05-16
|
| ISSN |
|
|
収録物識別子タイプ |
ISSN |
|
収録物識別子 |
2188-8906 |
| Notice |
|
|
|
SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc. |
| 出版者 |
|
|
言語 |
ja |
|
出版者 |
情報処理学会 |