{"created":"2025-01-19T01:04:51.927279+00:00","updated":"2025-01-19T20:56:57.741557+00:00","metadata":{"_oai":{"id":"oai:ipsj.ixsq.nii.ac.jp:00202292","sets":["6164:6165:6640:10055"]},"path":["10055"],"owner":"44499","recid":"202292","title":["ウェアラブルセンサ装着位置/向きの違いにロバストな行動認識システムの実現に向けたデータ変換手法の検討"],"pubdate":{"attribute_name":"公開日","attribute_value":"2019-06-26"},"_buckets":{"deposit":"89e4525f-398a-4214-86ff-bb62c7c4bdff"},"_deposit":{"id":"202292","pid":{"type":"depid","value":"202292","revision_id":0},"owners":[44499],"status":"published","created_by":44499},"item_title":"ウェアラブルセンサ装着位置/向きの違いにロバストな行動認識システムの実現に向けたデータ変換手法の検討","author_link":["496245","496244","496243"],"item_titles":{"attribute_name":"タイトル","attribute_value_mlt":[{"subitem_title":"ウェアラブルセンサ装着位置/向きの違いにロバストな行動認識システムの実現に向けたデータ変換手法の検討"}]},"item_keyword":{"attribute_name":"キーワード","attribute_value_mlt":[{"subitem_subject":"ウェアラブルコンピューティング","subitem_subject_scheme":"Other"}]},"item_type_id":"18","publish_date":"2019-06-26","item_language":{"attribute_name":"言語","attribute_value_mlt":[{"subitem_language":"jpn"}]},"item_18_text_3":{"attribute_name":"著者所属","attribute_value_mlt":[{"subitem_text_value":"奈良先端科学技術大学院大学／日本学術振興会特別研究員"},{"subitem_text_value":"九州大学／JSTさきがけ"},{"subitem_text_value":"奈良先端科学技術大学院大学"}]},"item_publisher":{"attribute_name":"出版者","attribute_value_mlt":[{"subitem_publisher":"情報処理学会","subitem_publisher_language":"ja"}]},"publish_status":"0","weko_shared_id":-1,"item_file_price":{"attribute_name":"Billing file","attribute_type":"file","attribute_value_mlt":[{"url":{"url":"https://ipsj.ixsq.nii.ac.jp/record/202292/files/IPSJ-DICOMO2019020.pdf","label":"IPSJ-DICOMO2019020.pdf"},"date":[{"dateType":"Available","dateValue":"2021-06-26"}],"format":"application/pdf","billing":["billing_file"],"filename":"IPSJ-DICOMO2019020.pdf","filesize":[{"value":"2.0 MB"}],"mimetype":"application/pdf","priceinfo":[{"tax":["include_tax"],"price":"660","billingrole":"5"},{"tax":["include_tax"],"price":"330","billingrole":"6"},{"tax":["include_tax"],"price":"0","billingrole":"44"}],"accessrole":"open_date","version_id":"7b99e6d9-85dd-4d41-ba36-af6d4952534d","displaytype":"detail","licensetype":"license_note","license_note":"Copyright (c) 2019 by the Information Processing Society of Japan"}]},"item_18_creator_5":{"attribute_name":"著者名","attribute_type":"creator","attribute_value_mlt":[{"creatorNames":[{"creatorName":"中村, 優吾"}],"nameIdentifiers":[{}]},{"creatorNames":[{"creatorName":"荒川, 豊"}],"nameIdentifiers":[{}]},{"creatorNames":[{"creatorName":"安本, 慶一"}],"nameIdentifiers":[{}]}]},"item_resource_type":{"attribute_name":"資源タイプ","attribute_value_mlt":[{"resourceuri":"http://purl.org/coar/resource_type/c_5794","resourcetype":"conference paper"}]},"item_18_description_7":{"attribute_name":"論文抄録","attribute_value_mlt":[{"subitem_description":"近年，IoT / ウェアラブルセンシング技術および人工知能技術の発展に伴い，人々の身体に装着されたウェアラブルセンサを用いて，対象者がどのような日常生活行動しているのかを高精度に推定することが可能となりつつある．しかしながら，既存の行動認識モデルの多くは，ウェアラブルセンサ装着位置が学習フェーズで想定されている場所や向きと異なる場合には，認識性能が劣化してしまうという問題を抱えている．\n本論文では，この問題を解決するために，ウェアラブルデバイスから得られる加速度・ジャイロセンサデータの座標軸を回転し，擬似的に異なるセンサ向きのセンサデータ を生成するデータ変換処理に着目する．そして，認識対象のセンサデータを適切に変換することで，学習データのサンプルとセンサ装着位置/向きが違うセンサデータに対しても，既存の機械学習手法に基づく行動認識モデルを活用しながら，高精度に対象行動を認識する手法を提案する．また，提案ワークフローの有効性を検証することを目的として，複数の行動実施環境，複数のセンサ装着位置，複数のセンサ装着向きという条件に基づいて新たに構築された行動認識データセット（計276.8時間）を提示する．このデータセットを用いて，提案手法の有効性を検証した結果，適切なデータ変換手法を適用することで，センサ装着位置（6クラス）の認識精度（F値）最大＋31% 改善し，基本行動（7クラス）の認識精度（F値）を最大＋28% 改善出来ること確認した．また，基本行動とながら行動を合わせた 17 クラス分類問題に関して，認識精度（F値）を最大＋25% を改善し，3 つのセンサ装着位置を適切な組み合わせることでを 83%のF値で認識できることを示した．","subitem_description_type":"Other"}]},"item_18_biblio_info_10":{"attribute_name":"書誌情報","attribute_value_mlt":[{"bibliographicPageEnd":"146","bibliographic_titles":[{"bibliographic_title":"マルチメディア,分散協調とモバイルシンポジウム2019論文集"}],"bibliographicPageStart":"135","bibliographicIssueDates":{"bibliographicIssueDate":"2019-06-26","bibliographicIssueDateType":"Issued"},"bibliographicVolumeNumber":"2019"}]},"relation_version_is_last":true,"weko_creator_id":"44499"},"id":202292,"links":{}}