@techreport{oai:ipsj.ixsq.nii.ac.jp:00207215,
 author = {高橋, 良颯 and 中村, 鴻介 and 神山, 剛 and 小口, 正人 and 山口, 実靖},
 issue = {2},
 month = {Sep},
 note = {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．},
 title = {LSTMによる加速度に基づく個人推定},
 year = {2020}
}