{"created":"2025-01-19T01:11:58.265259+00:00","metadata":{"_oai":{"id":"oai:ipsj.ixsq.nii.ac.jp:00210767","sets":["6164:6165:6640:10580"]},"path":["10580"],"owner":"44499","recid":"210767","title":["機械学習を用いた外れデータ検出による行動認識モデルの推定精度への影響"],"pubdate":{"attribute_name":"公開日","attribute_value":"2020-06-17"},"_buckets":{"deposit":"edffdcbf-b223-442d-a59a-0d4fbf084fbd"},"_deposit":{"id":"210767","pid":{"type":"depid","value":"210767","revision_id":0},"owners":[44499],"status":"published","created_by":44499},"item_title":"機械学習を用いた外れデータ検出による行動認識モデルの推定精度への影響","author_link":["534320","534321","534318","534319"],"item_titles":{"attribute_name":"タイトル","attribute_value_mlt":[{"subitem_title":"機械学習を用いた外れデータ検出による行動認識モデルの推定精度への影響"}]},"item_keyword":{"attribute_name":"キーワード","attribute_value_mlt":[{"subitem_subject":"行動認識","subitem_subject_scheme":"Other"}]},"item_type_id":"18","publish_date":"2020-06-17","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":"福井大学大学院工学研究科知識社会基礎工学専攻"},{"subitem_text_value":"福井大学大学院工学研究科情報・メディア工学専攻"},{"subitem_text_value":"福井大学大学院工学研究科情報・メディア工学専攻"},{"subitem_text_value":"福井大学大学院工学研究科知識社会基礎工学専攻"}]},"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/210767/files/IPSJ-DICOMO2020054.pdf","label":"IPSJ-DICOMO2020054.pdf"},"date":[{"dateType":"Available","dateValue":"2022-06-17"}],"format":"application/pdf","billing":["billing_file"],"filename":"IPSJ-DICOMO2020054.pdf","filesize":[{"value":"1.5 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":"71e8232f-7c4d-49f4-bbe3-9ca887e80fb4","displaytype":"detail","licensetype":"license_note","license_note":"Copyright (c) 2020 by the Information Processing Society of Japan"}]},"item_18_creator_5":{"attribute_name":"著者名","attribute_type":"creator","attribute_value_mlt":[{"creatorNames":[{"creatorName":"加川, 宗嗣"}],"nameIdentifiers":[{}]},{"creatorNames":[{"creatorName":"水野, 真"}],"nameIdentifiers":[{}]},{"creatorNames":[{"creatorName":"濵﨑, 大輔"}],"nameIdentifiers":[{}]},{"creatorNames":[{"creatorName":"長谷川, 達人"}],"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":"本研究では，スマートフォンを用いた行動認識を目的としたセンサデータ収集において起こり得るアノテーション誤りを検出し除去を行う手法の比較を行う．アノテーション誤りを検出できることによってデータセットの品質を高めることができるため行動認識の推定精度向上が実現できる．本研究では，One Class Support Vector Machine，クラス確率に基づく手法，距離に基づく手法の 3 つの手法を用いたアノテーション誤りの検出を行う手法を開発する．センサを用いた行動認識に関するベンチマークデータセットである HASC Corpus に対して意図的にアノテーション誤りを起こし，誤り検出精度，及び，行動認識精度を比較評価した結果，距離に基づく手法が最も行動認識モデルの推定精度向上に貢献することがわかった．また，アノテーション誤りが含まれる割合が増加することに対して行動認識の推定精度への悪影響がある点や，距離を用いた手法において前処理の有無や種類による行動認識の推定精度への影響を明らかにした．","subitem_description_type":"Other"}]},"item_18_biblio_info_10":{"attribute_name":"書誌情報","attribute_value_mlt":[{"bibliographicPageEnd":"360","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2073論文集"}],"bibliographicPageStart":"354","bibliographicIssueDates":{"bibliographicIssueDate":"2020-06-17","bibliographicIssueDateType":"Issued"},"bibliographicVolumeNumber":"2020"}]},"relation_version_is_last":true,"weko_creator_id":"44499"},"id":210767,"updated":"2025-01-19T18:01:53.814009+00:00","links":{}}