@inproceedings{oai:ipsj.ixsq.nii.ac.jp:00228037,
 author = {岸野, 泰恵 and 水谷, 伸 and 白井, 良成 and 須山, 敬之},
 book = {マルチメディア，分散，協調とモバイルシンポジウム2023論文集},
 month = {Jun},
 note = {さまざまな場所に無線センサノードを設置し，計測したセンサデータをセンサノード上でデータ処理し，処理した結果を無線通信でサーバに収集する際に，機械学習を活用したデータ処理をセンサノードに搭載すると，状況認識を末端のセンサノードで行うことで大幅にデータ量を削減したり，データ傾向に合わせた圧縮により従来より大幅にデータを圧縮できる，といった利点がある．しかし，状況が変化しデータの傾向が変化したり，利用者のニーズによりモデル自体を更新したい場合に，元となるデータがサーバにないためにセンサノードに搭載する機械学習モデルを更新できないという問題があった．これに対して，復元可能な方法でデータを圧縮したり，適時元のデータを選択して，サーバに元のデータがあれば機械学習モデルの更新も可能である．そこで本研究では，オートエンコーダを用いて復元可能な方法でデータを圧縮する手法や，機械学習モデルの更新に効果の高いデータを優先的にサーバに送ることで，継続的な機械学習モデル更新を実現する方法を検討している．さらにモデル更新の効果の高いデータのみを送信することはラベリングの労力の節約にも役に立つ．本稿では，これらを Human in-the-loop 環境センシングとして提案し，要素技術やその性能，さらに開発が必要な課題などについて述べる．},
 pages = {38--44},
 publisher = {情報処理学会},
 title = {Human in-the-loop環境センシングの提案と要素技術の検討},
 volume = {2023},
 year = {2023}
}