| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2017-09-16 09:45 加速度データからの行動識別のための雑音除去自己符号化器を用いた特徴抽出 ○武山 徹・小暮 潔（金沢工大）  PRMU2017-58 IBISML2017-30 |
|
| 抄録 | （和） | 本研究では，加速度データからの行動識別のための雑音除去自己符号化器を用いた特徴抽出方法の性能を評価した．具体的には，加速度データからの積層雑音除去自己符号化器による特徴抽出における出力層のノード数，加速度データの取得部位の組み合わせ，および加速度データの与え方の行動識別の正解率への影響を実験によって評価した．実験結果は，単一部位の3軸加速度データから抽出した特徴に関する出力層のノード数による正解率の顕著な変化の傾向，および6部位の3軸加速度データから抽出した特徴に関する入力層のノード数以下の範囲内での出力層のノード数の増加に伴う正解率の単調増加性を示す． |
| （英） | We have experimentally evaluated how the performance of activity recognition from acceleration data depends on the way of extracting features using denoising autoencoders. The experimental results show that when each of stacked denoising autoencoders is given 3-axis acceleration data from a body part, the accuracy of classification using their output features changes saliently according to the number of nodes in each of their output layers and that when a stacked denoising autoencoder is given 3-axis acceleration data from six body parts, the accuracy of classification monotonically increases with the increasing number of nodes in its output layer as long as the number is less than or equal to the number of nodes in its input layer. | |
| キーワード | （和） | 行動識別 / 加速度 / 特徴抽出 / 雑音除去自己符号化器 / / / / |
| （英） | activity recognition / acceleration / feature extraction / denoising autoencoder / / / / | |
| 文献情報 | 信学技報, vol. 117, no. 210, PRMU2017-58, pp. 161-166, 2017年9月. | |
| 資料番号 | PRMU2017-58 | |
| 発行日 | 2017-09-08 (PRMU, IBISML) | |
| ISSN | Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | PRMU2017-58 IBISML2017-30 |
|
| 研究会情報 | |
| 研究会 | PRMU IBISML IPSJ-CVIM |
| 開催期間 | 2017-09-15 - 2017-09-16 |
| 開催地（和） | 東京大学 本郷キャンパス |
| 開催地（英） | |
| テーマ（和） | パターン認識・機械学習基盤技術および深層学習によるメディア生成・変換・認識 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | PRMU |
| 会議コード | 2017-09-PRMU-IBISML-CVIM |
| 本文の言語 | 日本語 |
| タイトル（和） | 加速度データからの行動識別のための雑音除去自己符号化器を用いた特徴抽出 |
| サブタイトル（和） | |
| タイトル（英） | Feature Extraction Using Denoising Autoencoders for Activity Recognition from Acceleration Data |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 行動識別 / activity recognition |
| キーワード(2)（和/英） | 加速度 / acceleration |
| キーワード(3)（和/英） | 特徴抽出 / feature extraction |
| キーワード(4)（和/英） | 雑音除去自己符号化器 / denoising autoencoder |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 武山 徹 / Toru Takeyama / タケヤマ トオル |
| 第1著者 所属（和/英） | 金沢工業大学 (略称： 金沢工大) Kanazawa Institute of Technology (略称： KIT) |
| 第2著者 氏名（和/英/ヨミ） | 小暮 潔 / Kiyoshi Kogure / コグレ キヨシ |
| 第2著者 所属（和/英） | 金沢工業大学 (略称： 金沢工大) Kanazawa Institute of Technology (略称： KIT) |
| 第3著者 氏名（和/英/ヨミ） | / / |
| 第3著者 所属（和/英） | (略称： ) (略称： ) |
| 第4著者 氏名（和/英/ヨミ） | / / |
| 第4著者 所属（和/英） | (略称： ) (略称： ) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2017-09-16 09:45:00 |
| 発表時間 | 30分 |
| 申込先研究会 | PRMU |
| 資料番号 | PRMU2017-58, IBISML2017-30 |
| 巻番号（vol） | vol.117 |
| 号番号（no） | no.210(PRMU), no.211(IBISML) |
| ページ範囲 | pp.161-166 |
| ページ数 | 6 |
| 発行日 | 2017-09-08 (PRMU, IBISML) |
[研究会発表申込システムのトップページに戻る]