行動認識モデル構築における追加学習データ収集支援のための認識精度向上予測に関する検討

• Item type: SIG Technical Reports(1)
• 公開日: 2021-11-23
• タイトル: 行動認識モデル構築における追加学習データ収集支援のための認識精度向上予測に関する検討
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 認識
• 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: 大阪大学工学部
• 著者所属: 大阪大学工学部
• 著者所属: 大阪大学大学院情報科学研究科
• 著者所属: 大阪大学大学院情報科学研究科
• 著者所属: 大阪大学大学院情報科学研究科
• 著者名: 谷垣, 慶; Teoh, Tze Chuin; 吉村, 直也; 前川, 卓也; 原, 隆浩
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: ウェアラブルセンサを用いた行動認識は，製造業，物流，医療介護など，様々な分野における活用が期待されている．今後，対象分野の拡大とともに，行動認識システムのコモディティ化が進み，非研究者であってもシステム構築が簡単にできる環境を整備する必要性が高まるだろう．行動認識システムの構築は，学習データの収集，行動認識モデルの学習，評価というサイクルを通して行われることが一般的である．しかし，行動認識システムの開発者は，これを基準の精度を達成するまで何度も繰り返す必要があり，特に学習データの収集に多大なコストと時間を必要とする．そのため，行動認識システムの開発では，いかに効率よく学習データを収集するかが重要である．現状では目標の精度を達成するためにどのようなデータを収集するべきかを，非研究者が判断するのは困難である．そこで本研究では，特定の行動クラスを対象とし，どの行動クラスのデータを追加すれば行動認識精度がどの程度向上するかを予測することで，追加データの収集方策を提示する手法を提案する．本研究では，現在の行動認識モデルの特徴空間における分布と，その学習データに付属する情報に基づいて，現在の学習モデルに特定のデータが追加された場合の対象のクラスの精度変化を予測する．提案手法の有効性を確認するため，異なる 5 つのデータセットを用いて定量的に評価を行った．
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA1221543X
• 書誌情報: 研究報告ヒューマンコンピュータインタラクション（HCI）; 巻 2021-HCI-195, 号 51, p. 1-8, 発行日 2021-11-23
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8760
• 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