@inproceedings{oai:ipsj.ixsq.nii.ac.jp:00219701,
 author = {清水, 椋右 and 近藤, 和真 and 長谷川, 達人},
 book = {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},
 month = {Jul},
 note = {スマートフォンやウェアラブルデバイスの普及に伴い，深層学習を用いたセンサベースの行動認識が盛んに おこなわれるようになった．しかし，現在は畳み込み層が 3 層程度のシンプルな CNN がよく用いられており，行動 認識に特化した深層学習モデルの構造は明らかではない．ウェアラブルデバイスを用いて行動認識を行う場合，計算 コストの削減は大きな課題である．モダンな深層学習モデルは一般に計算コストが高く，改変を行わず行動認識に適 用するには不適当である．行動認識において深層学習モデルの軽量化についての議論は進んでいない．本研究では VGG 構造を対象として，畳み込み層のカーネルサイズに着目し，行動認識精度やモデルのパラメータ数に現れる影響を調査する．現在デファクトスタンダードである，小さいカーネルの多数積層構造を，これと同等の範囲の受容野 を持つより大きいカーネルの単層の畳み込み層に変更することで，パラメータ数を削減しつつ，行動認識精度が向上 する可能性があることが判明した．},
 pages = {906--911},
 publisher = {情報処理学会},
 title = {センサベースの行動認識におけるCNNのカーネルサイズに関する一考察},
 volume = {2022},
 year = {2022}
}