| Item type |
SIG Technical Reports(1) |
| 公開日 |
2020-09-22 |
| タイトル |
|
|
タイトル |
LSTMによる加速度に基づく個人推定 |
| 言語 |
|
|
言語 |
jpn |
| 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 |
|
|
|
工学院大学 |
| 著者所属 |
|
|
|
工学院大学 |
| 著者所属 |
|
|
|
長崎大学 |
| 著者所属 |
|
|
|
お茶の水女子大学 |
| 著者所属 |
|
|
|
工学院大学 |
| 著者所属(英) |
|
|
|
en |
|
|
Kogakuin, University |
| 著者所属(英) |
|
|
|
en |
|
|
Kogakuin, University |
| 著者所属(英) |
|
|
|
en |
|
|
Nagasaki University |
| 著者所属(英) |
|
|
|
en |
|
|
Ochanomizu University |
| 著者所属(英) |
|
|
|
en |
|
|
Kogakuin, University |
| 著者名 |
高橋, 良颯
中村, 鴻介
神山, 剛
小口, 正人
山口, 実靖
|
| 論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
スマートフォンの加速度センサからえられた加速度データを深層学習 (Deep Neural Network) を用いて解析し，スマートフォンの保持者を推定する手法が提案されている．ただし，当該手法は各時刻に得られた加速度データをソートし DNN に入力する方法をとっており，時系列データである加速度データ列の時間的特徴を考慮できない課題があり，正答率も 8 割強にとどまっている．本稿では，加速度データを LSTM (Long short-term memory) を用いて解析し，保持者を推定する手法を 2 つ提案する．一つは，事前データを LSTM により学習し推定対象データを分類する手法であり，最も確率が高いと出力されたユーザを推定結果とする．もう一つは，出力確率が閾値以下である場合は推定結果を不明として false positive の発生確率を抑える手法である．そして，実ユーザ 5 人による評価実験の結果を示し，高い精度でユーザを推定できることを示す． |
| 書誌レコードID |
|
|
収録物識別子タイプ |
NCID |
|
収録物識別子 |
AA11851388 |
| 書誌情報 |
研究報告モバイルコンピューティングとパーベイシブシステム（MBL）
巻 2020-MBL-96,
号 2,
p. 1-7,
発行日 2020-09-22
|
| ISSN |
|
|
収録物識別子タイプ |
ISSN |
|
収録物識別子 |
2188-8817 |
| 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 |
IPSJ-MBL20096002.pdf (738.6 kB)
