{"created":"2025-01-19T01:19:41.821876+00:00","metadata":{"_oai":{"id":"oai:ipsj.ixsq.nii.ac.jp:00219628","sets":["6164:6165:6640:11008"]},"path":["11008"],"owner":"44499","recid":"219628","title":["HEMS電力データを用いた家庭内行動認識手法の実家庭における評価"],"pubdate":{"attribute_name":"公開日","attribute_value":"2022-07-06"},"_buckets":{"deposit":"030f417b-20c8-4e34-b299-314886026d5f"},"_deposit":{"id":"219628","pid":{"type":"depid","value":"219628","revision_id":0},"owners":[44499],"status":"published","created_by":44499},"item_title":"HEMS電力データを用いた家庭内行動認識手法の実家庭における評価","author_link":["573014","573013","573015"],"item_titles":{"attribute_name":"タイトル","attribute_value_mlt":[{"subitem_title":"HEMS電力データを用いた家庭内行動認識手法の実家庭における評価"}]},"item_type_id":"18","publish_date":"2022-07-06","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":"大阪大学大学院情報科学研究科"},{"subitem_text_value":"大阪大学大学院情報科学研究科"},{"subitem_text_value":"大阪大学大学院情報科学研究科"}]},"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/219628/files/IPSJ-DICOMO2022054.pdf","label":"IPSJ-DICOMO2022054.pdf"},"date":[{"dateType":"Available","dateValue":"2024-07-06"}],"format":"application/pdf","billing":["billing_file"],"filename":"IPSJ-DICOMO2022054.pdf","filesize":[{"value":"2.3 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":"6968b688-b6e2-4bac-8645-7b633e0bf664","displaytype":"detail","licensetype":"license_note","license_note":"Copyright (c) 2022 by the Information Processing Society of Japan"}]},"item_18_creator_5":{"attribute_name":"著者名","attribute_type":"creator","attribute_value_mlt":[{"creatorNames":[{"creatorName":"田中, 福治"}],"nameIdentifiers":[{}]},{"creatorNames":[{"creatorName":"水本, 旭洋"}],"nameIdentifiers":[{}]},{"creatorNames":[{"creatorName":"山口, 弘純"}],"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":"HEMS（Home Energy Management System）の普及に伴い，HEMS が集計した消費電力データを利用した新しいサービスへの期待が高まっており，その一つとして居住者の行動認識がある．我々の研究グループでは，HEMS 住宅分電盤から得られる分岐回路別の 30 分毎の累計消費電力情報のみから家庭内行動推定を行う手法を提案してきた．同手法では，まず分岐名称を解析することで各分岐が電力を集計している部屋と家電の特定を行い，どの行動に最も関連しているかを判別する．家電毎に集計している分岐に関しては家電の稼働推定を行うことで，行動の認識を行い，部屋毎に集計している分岐に関しては，30 分粒度でも認識可能な特徴量を設計して，ランダムフォレストを用いることで行動の認識を行う．また，転移学習を適用することによって家庭間の差異に適応している．本研究では，同手法の実環境における有用性検証を行ったためその結果について報告する．協力企業との連携のもと 3 家庭にセンサを導入する真値取得実験を行い，得られた真値をもとに提案手法を評価した．その結果，起床と就寝に関しては消費電力のみから推定することは難しいことがわかった．一方で入浴，調理，洗濯，皿洗いの 4 行動に関しては平均F値 0.76 を達成し，実環境においても十分に認識が可能であることがわかった．また入浴に関しては転移学習により F 値が 0.22 向上することが確認できた．","subitem_description_type":"Other"}]},"item_18_biblio_info_10":{"attribute_name":"書誌情報","attribute_value_mlt":[{"bibliographicPageEnd":"399","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2022論文集"}],"bibliographicPageStart":"389","bibliographicIssueDates":{"bibliographicIssueDate":"2022-07-06","bibliographicIssueDateType":"Issued"},"bibliographicVolumeNumber":"2022"}]},"relation_version_is_last":true,"weko_creator_id":"44499"},"id":219628,"updated":"2025-01-19T14:49:46.337245+00:00","links":{}}