| 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 | 2017-10-12 10:30 超音波スペクトログラムと畳み込みニューラルネットワークを用いた屋内環境における領域推定 ○土谷達朗・梅澤 猛・大澤範高（千葉大）  PRMU2017-69 |
|
| 抄録 | （和） | 屋内位置推定では，無線ビーコンや無線LANの電波強度や伝搬時間を用いた測位などがあるが，これらの手法では電波や超音波を発信する機器をあらかじめ用意しなければならないという問題点がある．本研究では，屋内領域ごとに環境の超音波を録音し，そのスペクトログラムを畳み込みニューラルネットワークに学習させ，領域推定を実現する手法を提案する．推定精度の検証には，学習データと同日のテストデータによる推定実験だけでなく，日時を改めて録音したテストデータによる推定実験による経時変化への頑健性の評価と，同領域の違う位置で録音したテストデータによる推定実験による位置変化に対する頑健性の評価も行い，提案手法の有効性を示す． |
| （英） | Active methods for indoor position estimation have been proposed which are based on signal strength or propagation time of radio waves or ultrasounds. Those methods require transmitters to be installed in target areas. This paper proposes a passive method for indoor area estimation where a prediction model is constructed by a convolution neural network based on spectrogram of environmental ultrasound. No new transmitting devices are required in the method. | |
| キーワード | （和） | スペクトログラム / 超音波 / 屋内領域推定 / 畳み込みニューラルネットワーク / / / / |
| （英） | Spectrogram / ultrasound / Indoor Area Estimation / Convolutional Neural Network / / / / | |
| 文献情報 | 信学技報, vol. 117, no. 238, PRMU2017-69, pp. 37-42, 2017年10月. | |
| 資料番号 | PRMU2017-69 | |
| 発行日 | 2017-10-05 (PRMU) | |
| 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 | PRMU2017-69 |
|
| 研究会情報 | |
| 研究会 | PRMU |
| 開催期間 | 2017-10-12 - 2017-10-13 |
| 開催地（和） | 熊本大学 |
| 開催地（英） | |
| テーマ（和） | 深層学習 |
| 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 | 2017-10-PRMU |
| 本文の言語 | 日本語 |
| タイトル（和） | 超音波スペクトログラムと畳み込みニューラルネットワークを用いた屋内環境における領域推定 |
| サブタイトル（和） | |
| タイトル（英） | Indoor Area Estimation Using Convolutional Neural Network with Spectrogram of Environmental Ultrasound |
| サブタイトル（英） | |
| キーワード(1)（和/英） | スペクトログラム / Spectrogram |
| キーワード(2)（和/英） | 超音波 / ultrasound |
| キーワード(3)（和/英） | 屋内領域推定 / Indoor Area Estimation |
| キーワード(4)（和/英） | 畳み込みニューラルネットワーク / Convolutional Neural Network |
| 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） | 土谷 達朗 / Tatsuro Tsuchiya / ツチヤ タツロウ |
| 第1著者 所属（和/英） | 千葉大学 (略称： 千葉大) Chiba University (略称： Chiba Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 梅澤 猛 / Takeshi Umezawa / ウメザワ タケシ |
| 第2著者 所属（和/英） | 千葉大学 (略称： 千葉大) Chiba University (略称： Chiba Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 大澤 範高 / Noritaka Osawa / オオサワ ノリタカ |
| 第3著者 所属（和/英） | 千葉大学 (略称： 千葉大) Chiba University (略称： Chiba Univ.) |
| 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 | 2017-10-12 10:30:00 |
| 発表時間 | 30分 |
| 申込先研究会 | PRMU |
| 資料番号 | PRMU2017-69 |
| 巻番号（vol） | vol.117 |
| 号番号（no） | no.238 |
| ページ範囲 | pp.37-42 |
| ページ数 | 6 |
| 発行日 | 2017-10-05 (PRMU) |
[研究会発表申込システムのトップページに戻る]