@inproceedings{oai:ipsj.ixsq.nii.ac.jp:02005063,
 author = {藤岡, 泰平 and Garcia, Christina and 金子, 晴 and 井上, 創造 and Christina Garcia},
 book = {マルチメディア，分散，協調とモバイル(DICOMO2025)シンポジウム2025論文集},
 month = {Jun},
 note = {本研究では，発達障害者の異常行動を模擬したポーズ推定データに対し，行動の文脈情報を大規模言語モデル（LLM）に組み込み，時間パラメータ（ウィンドウサイズ・オーバーラップ率・ LSTM 系列長）を自動最適化する手法を提案する．職員不足と微細動作の見落としが課題となる支援施設では，異常行動の不規則性ゆえに誤検出・見逃しが頻発していた．従来は経験的に一律設定していたパラメータを，LLM が行動ごとの特性を踏まえて推奨することで検出性能の向上と設定工数削減を両立させる．具体的には，8 種（異常 4 種含む）の行動を健常者 5 名が実演した独自ラベル付きデータセットを構築し，Zero-shot ／ Few-shot プロンプトで文脈情報を入力，最適パラメータを導出した．評価実験では，Few-shot が「物を投げる」 7.69 ％，「攻撃する」 7.31 ％，「頭を振る」 4.68 ％，「爪を噛む」 1.24 ％の F1 スコア向上を示し，Zero-shot でも全異常行動で F1 スコア 96 ％以上を維持．ベースライン比で平均 6.23 ％の改善を確認し，LLM による時間パラメータ最適化の有効性を実証した．今後は現場検証を行い汎用性を評価する．},
 pages = {284--294},
 publisher = {情報処理学会},
 title = {発達障害者の異常行動認識における時間パラメータの最適化},
 volume = {2025},
 year = {2025}
}