@inproceedings{oai:ipsj.ixsq.nii.ac.jp:00240310,
 author = {戸簾, 隼人 and 矢野, 英人 and 甲斐, 尚人 and 義久, 智樹},
 book = {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},
 month = {Jun},
 note = {近年，サイクリングの観光利用が普及し，初心者が長距離サイクリングをする機会が増えている．その結果，サイクリストが意図せず一部の脚の筋肉を使いすぎてしまい，腸脛靭帯炎などの傷病を引き起こす場合がある．これは自転車の異常な乗車フォームが影響を及ぼしている．そこで本稿では，慣性計測ユニット(IMU)と2D Light Detection And Ranging（2D LiDAR）を用いた，自転車の異常な乗車フォームを検出するための新たなアーキテクチャを提案する．アーキテクチャでは，Recurrent Neural NetworkベースのモデルにIMUのデータを入力して得られた出力と，2D LiDARのデータを処理して得られる特徴量を分類メタモデルの入力とし，異常な乗車フォームを検出する．評価実験の結果，分類メタモデルの評価指標として精度0.900，適合度0.892，再現率0.841，F1スコア0.862が得られた．これは分類モデル単独の評価指標と比較して，全ての項目で性能が向上し，アーキテクチャの有効性が実証された．さらに，開発したアウトソーシングシステムにより，IoTエッジにて，約0.657秒ごとに異常な乗車フォームの検出が可能と明らかにした．},
 pages = {1371--1379},
 publisher = {情報処理学会},
 title = {マルチモーダルAIを用いた自転車走行時の異常フォーム検出システム},
 volume = {2024},
 year = {2024}
}