{"metadata":{"_oai":{"id":"oai:ipsj.ixsq.nii.ac.jp:00219700","sets":["6164:6165:6640:11008"]},"path":["11008"],"owner":"44499","recid":"219700","title":["ハミルトニアンニューラルネットワークの人間行動認識への応用"],"pubdate":{"attribute_name":"公開日","attribute_value":"2022-07-06"},"_buckets":{"deposit":"5210207d-d1a6-458f-aae9-fce89622d9dd"},"_deposit":{"id":"219700","pid":{"type":"depid","value":"219700","revision_id":0},"owners":[44499],"status":"published","created_by":44499},"item_title":"ハミルトニアンニューラルネットワークの人間行動認識への応用","author_link":["573290","573289"],"item_titles":{"attribute_name":"タイトル","attribute_value_mlt":[{"subitem_title":"ハミルトニアンニューラルネットワークの人間行動認識への応用"}]},"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":"九州工業大学大学院情報工学研究院知能情報工学研究系"},{"subitem_text_value":"九州工業大学大学院情報工学研究院知能情報工学研究系"}]},"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/219700/files/IPSJ-DICOMO2022126.pdf","label":"IPSJ-DICOMO2022126.pdf"},"date":[{"dateType":"Available","dateValue":"2024-07-06"}],"format":"application/pdf","billing":["billing_file"],"filename":"IPSJ-DICOMO2022126.pdf","filesize":[{"value":"3.6 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":"ec037fbf-0648-436a-bcd5-879ef3387d73","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":"豊坂, 祐樹"}],"nameIdentifiers":[{}]},{"creatorNames":[{"creatorName":"大北, 剛"}],"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":"近年，カメラ等の画像から人の行動の認識や人の動きの予測等を行う技術の需要が高まっている．そこで，我々は画像から精度の高い行動認識と人の動きの行動予測を目指すが，より自然な人の動きの予測を行おうとしたとき，物理法則を考慮する必要がある．対象の動きを推定する物理系シミュレーションは微分方程式モデルをはじめとした様々なモデルが存在するが，最近では深層学習の分野でも物理現象を取り入れたモデルが増えており，その一つとしてハミルトニアンのルールを組み込んだニューラルネットワークにより物理法則に従ったモデルを構築したハミルトニアンニューラルネットワークなどが挙げられる.本研究では，ハミルトニアンニューラルネットワークを応用することで，人の行動の極端な挙動や物理的にありえない行動（予測された腕が極端に伸びる等）をすることを制限して精度の良い詳細な行動認識や行動予測を行う手法を考案した．つまり，機械学習の本質であるデータからの学習を取り入れたまま，nonIID 現象である物理のシミュレーションを可能とした．","subitem_description_type":"Other"}]},"item_18_biblio_info_10":{"attribute_name":"書誌情報","attribute_value_mlt":[{"bibliographicPageEnd":"905","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":"899","bibliographicIssueDates":{"bibliographicIssueDate":"2022-07-06","bibliographicIssueDateType":"Issued"},"bibliographicVolumeNumber":"2022"}]},"relation_version_is_last":true,"weko_creator_id":"44499"},"id":219700,"updated":"2025-01-19T14:48:24.125948+00:00","links":{},"created":"2025-01-19T01:19:45.879564+00:00"}