WEKO3
アイテム
加速度センサデータを用いた深層学習モデルの教師なし表現学習手法
https://ipsj.ixsq.nii.ac.jp/records/214226
https://ipsj.ixsq.nii.ac.jp/records/21422668cc3d66-617c-4863-b5cd-eb2cf2a0a92a
名前 / ファイル | ライセンス | アクション |
---|---|---|
![]() |
Copyright (c) 2021 by the Information Processing Society of Japan
|
|
オープンアクセス |
Item type | SIG Technical Reports(1) | |||||||||
---|---|---|---|---|---|---|---|---|---|---|
公開日 | 2021-11-30 | |||||||||
タイトル | ||||||||||
タイトル | 加速度センサデータを用いた深層学習モデルの教師なし表現学習手法 | |||||||||
言語 | ||||||||||
言語 | jpn | |||||||||
キーワード | ||||||||||
主題Scheme | Other | |||||||||
主題 | 学習 | |||||||||
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 | ||||||||||
福井大学大学院工学研究科 | ||||||||||
著者所属 | ||||||||||
福井大学大学院工学研究科 | ||||||||||
著者所属(英) | ||||||||||
en | ||||||||||
Graduate School for Engineering, University of Fukui | ||||||||||
著者所属(英) | ||||||||||
en | ||||||||||
Graduate School for Engineering, University of Fukui | ||||||||||
著者名 |
武仲, 紘輝
× 武仲, 紘輝
× 長谷川, 達人
|
|||||||||
論文抄録 | ||||||||||
内容記述タイプ | Other | |||||||||
内容記述 | 深層学習は加速度センサデータを用いた行動認識の推定精度向上に寄与している.深層学習を用いた行動認識では一般的に行動ラベルが付いた加速度センサデータを訓練データとして教師ありで学習が行われる.近年ではモバイル端末の普及により大量の加速度センサデータを容易に入手できるが,計測されたデータは行動ラベルのない場合が多い.大量の加速度センサデータに行動ラベルを目視でアノテーションする作業は膨大な時間や人手を必要とする問題点がある.そのため行動ラベルのない加速度センサデータを用いて,深層学習モデルに行動認識の特徴表現を獲得させる手法が求められる.そこで本研究では,画像認識分野で提案された Instance Discrimination と Feature Independent Softmax を用いた教師なし表現学習手法をベースに,Segment Discrimination と Autoencoder を組み合わせた手法を提案し,表現学習の精度検証を行った結果を報告する. | |||||||||
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新社会システム(MBL) 巻 2021-MBL-101, 号 3, p. 1-7, 発行日 2021-11-30 |
|||||||||
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 |