@techreport{oai:ipsj.ixsq.nii.ac.jp:00200911,
 author = {安齋, 凌介 and 水谷, 伸 and 白井, 良成 and 大塚, 琢馬 and 岩井, 将行 and 岸野, 泰恵},
 issue = {18},
 month = {Dec},
 note = {機械学習によって状況を識別してその結果を送信するエッジセンサでは，環境の変化に応じて識別モデルを逐次的に更新する必要がある．しかし，ネットワーク帯域の制約や，ラベリングにかかるコストを考慮すると，すべてのデータをサーバに送信することは現実的ではない．また，すべてのデータを識別器の逐次的な更新に利用することも現実的ではない．そこで我々は，能動学習を利用し識別器の精度を向上させる可能性の高いデータのみを送信する手法を提案する．ここで精度向上の可能性が高いデータというのは，既存のモデルによる識別境界付近のデータのことである．さらに本研究では，ごみ収集車に搭載したエッジセンサのデータを用いた車両の状態推定の課題に対して検証を行い，提案手法とランダムにデータを選択する場合とを比較して，提案手法が効率よく識別器の精度を向上させられることを確認した．},
 title = {エッジセンサのための能動学習を用いた車両状態識別モデル更新手法},
 year = {2019}
}