@techreport{oai:ipsj.ixsq.nii.ac.jp:00222100,
 author = {門野, 航央 and 吉村, 直也 and 前川, 卓也 and 原, 隆浩},
 issue = {15},
 month = {Nov},
 note = {行動認識技術は産業分野においても盛んに研究されている．工場での組み立て作業や箱詰め作業などの作業を構成するそれぞれの行動をセンサデータから認識することで，作業ミスの検出や作業の効率化などの様々な応用に繋がることが期待される．具体的には，作業員が予め定められた時間を大幅に超過して行動を行っている場合や，特定の行動を行っていない，もしくは予め定められた時間より行動が大幅に短いといった例外的な行動を検出し，警告することが考えられる．しかし，一般的には機械学習を用いた行動認識モデルは，例外的な行動を含まない学習データで学習されることを前提としており，例外的な行動を含むデータを認識した際の行動認識モデルの挙動は，これまでに明らかにされてこなかった．例えば，作業時間が超過した行動には，学習データに含まれないようなセンサデータが含まれると考えられるため，認識モデルはその行動を検出することができず，その行動の作業時間を少なく見積もってしまう可能性がある．そこで本研究では，物流分野の箱詰め作業を対象に，作業員の例外的行動をいくつかのケースに分類し，例外的行動が認識結果にどのような影響を及ぼすのか分析を行った．},
 title = {産業分野での行動認識における例外的行動が認識結果に及ぼす影響に関する分析},
 year = {2022}
}