産業ドメインにおける複雑行動認識に関する研究

• Item type: SIG Technical Reports(1)
• 公開日: 2023-02-21
• タイトル: 産業ドメインにおける複雑行動認識に関する研究
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 博士論文
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_18gh
• 資源タイプ: technical report
• 著者所属: 大阪大学大学院情報科学研究科
• 著者所属: 大阪大学大学院情報科学研究科
• 著者所属: 大阪大学大学院情報科学研究科
• 著者名: 吉村, 直也; 前川, 卓也; 原, 隆浩
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 多くの工場や物流センタでは，ロボットやセンサ，IoT デバイスを導入し，データを収集して生産効率を向上させることを目指している．現在の工場や物流センタでは，人間の作業者に頼っている作業が数多く存在する．作業者にスマートウォッチなどのセンサを装着することで，データを収集することができるが，取得した生データは作業者の作業状態を表す情報ではない．そこで，取得したデータを作業状態の情報に変換する行動認識技術の開発が求められている．本研究では，この作業行動認識技術に関する3つの課題の解決を目指した．まず，生産ラインでは作業員ごとに異なる作業を行っており，ある作業者から収集したラベル付き学習データを別の作業員の学習データとして使用できないという問題がある．そこで，作業行動の認識に適した特徴抽出手法と作業手順などの事前知識を活用して，限られた学習データで作業工程の認識を可能とする Litght-weight Orderd-work Segmentation Network を提案した．次に，工場や物流センターには様々な IoT 機器が導入されているが，センサデータに合わせて IoT 機器のデータを含む作業行動データセットは公開されておらず，センサと IoT 機器のデータを効果的に組み合わせる方法も十分に検討がされていない．そこで，梱包作業に注目した大規模マルチモーダルデータセット OpenPack Dataset を構築し，そこに含まれる加速度と IoT 機器のデータを効果的に組み合わせる，Ladder-shaped Two Stream Network を提案した．最後に，近年の行動認識手法の多くはニューラルネットワークを用いているが，ニューラルネットワークはブラックボックスであるという問題がある．ICT に明るい工場などの管理者は現状多いとは言えず，信頼できるかわからないアルゴリズムで導き出された施策を採用することは難しい．そこで，Activation Maximization という可視化手法を行動認識ニューラルネットワークに適用するための正則化手法を提案し，行動認識ニューラルネットが抽出する特徴表現を可視化を行った．
• 書誌レコードID / 収録物識別子タイプ: NCID
• 書誌レコードID / 収録物識別子: AA11838947
• 書誌情報: 研究報告ユビキタスコンピューティングシステム（UBI）; 巻 2023-UBI-77, 号 23, p. 1-2, 発行日 2023-02-21
• ISSN / 収録物識別子タイプ: ISSN
• ISSN / 収録物識別子: 2188-8698
• Notice: SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc.
• 出版者 / 言語: ja
• 出版者: 情報処理学会