{"created":"2025-01-19T01:44:16.714603+00:00","updated":"2025-01-19T08:02:52.130732+00:00","metadata":{"_oai":{"id":"oai:ipsj.ixsq.nii.ac.jp:00240212","sets":["6164:6165:6640:11802"]},"path":["11802"],"owner":"44499","recid":"240212","title":["環境非依存なWi-Fi CSI行動認識に向けたオフセット軽減手法の有効性評価"],"pubdate":{"attribute_name":"公開日","attribute_value":"2024-06-19"},"_buckets":{"deposit":"53b588d6-4697-459e-a68b-28f6550c97ec"},"_deposit":{"id":"240212","pid":{"type":"depid","value":"240212","revision_id":0},"owners":[44499],"status":"published","created_by":44499},"item_title":"環境非依存なWi-Fi CSI行動認識に向けたオフセット軽減手法の有効性評価","author_link":["658693","658696","658695","658694"],"item_titles":{"attribute_name":"タイトル","attribute_value_mlt":[{"subitem_title":"環境非依存なWi-Fi CSI行動認識に向けたオフセット軽減手法の有効性評価"}]},"item_type_id":"18","publish_date":"2024-06-19","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":"大阪大学"},{"subitem_text_value":"大阪大学"},{"subitem_text_value":"大阪大学／Tanta University"},{"subitem_text_value":"大阪大学"}]},"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/240212/files/IPSJ-DICOMO2024096.pdf","label":"IPSJ-DICOMO2024096.pdf"},"date":[{"dateType":"Available","dateValue":"2026-06-19"}],"format":"application/pdf","billing":["billing_file"],"filename":"IPSJ-DICOMO2024096.pdf","filesize":[{"value":"3.7 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":"8e916241-698a-4392-a169-149479451c78","displaytype":"detail","licensetype":"license_note","license_note":"Copyright (c) 2024 by the Information Processing Society of Japan"}]},"item_18_creator_5":{"attribute_name":"著者名","attribute_type":"creator","attribute_value_mlt":[{"creatorNames":[{"creatorName":"杉本, 雄"}],"nameIdentifiers":[{}]},{"creatorNames":[{"creatorName":"内山, 彰"}],"nameIdentifiers":[{}]},{"creatorNames":[{"creatorName":"Rizk, Hamada"}],"nameIdentifiers":[{}]},{"creatorNames":[{"creatorName":"山口, 弘純"}],"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，人の行動認識は，ヘルスケア，スマートホーム，セキュリティなど様々な応用が期待され，大きな注目を集めている．中でも，Wi-Fi Channel State Information （CSI）は，既存の Wi-Fi 設備を利用可能なため低コストであり，センサを身につける必要がないデバイスフリーな行動認識を実現できる．しかし，Wi-Fi CSI を用いた行動認識においては，環境依存性が極めて高いという課題が存在する．本研究では，あらかじめ複数の環境で取得した CSI 学習データを利用することで，未知の環境での学習データを収集することなく適用可能な深層学習に基づく行動認識手法を提案する．提案手法は，Encoder-Decoder Networkアーキテクチャに基づくマルチタスク学習手法を採用している．これにより，Encoder では，環境依存要因を緩和し，環境不変な特徴量を抽出できる．その後，Encoder により抽出した特徴量を Feed Forward Neural Network (FNN) に入力することで，行動認識を実現する．Wi-Fi CSI にはオフセットが含まれており，性能向上のためには適切なオフセット軽減手法を適用することが重要である．そこで，本研究ではオフセット軽減手法として知られる CSI Sanitization および CSI Ratio の二種類のオフセット軽減手法を適用した場合について，比較を行った．性能評価のため，送受信機の位置および被験者の違いを環境と定義し，12 の異なる環境において，6 種類の行動における CSI を収集した．評価結果より，CSI Sanitization を適用することで，CSI Ratio と比べて行動認識精度は向上することが分かった.","subitem_description_type":"Other"}]},"item_18_biblio_info_10":{"attribute_name":"書誌情報","attribute_value_mlt":[{"bibliographicPageEnd":"715","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2024論文集"}],"bibliographicPageStart":"709","bibliographicIssueDates":{"bibliographicIssueDate":"2024-06-19","bibliographicIssueDateType":"Issued"},"bibliographicVolumeNumber":"2024"}]},"relation_version_is_last":true,"weko_creator_id":"44499"},"id":240212,"links":{}}