@techreport{oai:ipsj.ixsq.nii.ac.jp:00217825,
 author = {野口, 智矢 and 武, 淑瓊 and 劉, 家慶 and 大倉, 史生 and 槇原, 靖 and 八木, 康史},
 issue = {12},
 month = {May},
 note = {認知症は薬やリハビリによって進行を遅らせることができるものの完治はできない．そのため日常的に認知機能を測り，MCI（軽度認知障害）を早期発見することが求められている．この問題に対して，足踏みと計算を同時に行うデュアルタスクにより，認知機能低下の検出を目指す研究が行われている．しかしモデルがブラックボックス化しているため，社会実装や精度改善の障壁となっている．本研究ではブラックボックス解明の検証段階として，足踏み時における関節点の重要度を可視化することにより，モデルの注目領域の理解を目指す．そのために従来のアーキテクチャに対して，チャンネル方向と時空間方向の Attention を取得するモジュールを追加した，2 種類の手法を提案した．さらに，一例ずつの可視化だけでなく，全サンプルの傾向や特徴を掴むための分析を行った．具体的には，全サンプルを複数のグループにクラスタリングし，各グループ毎に各関節の平均重要度を求めた．その結果，認知機能のレベル毎に異なる関節点を注目していることを明らかにした．},
 title = {デュアルタスクにおける認知機能推定のためのAttention機構を用いた関節動作の重要度可視化},
 year = {2022}
}