| 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 | 2018-05-18 16:15 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における時間窓の影響 ○須貝聡子・武山 徹・小暮 潔（金沢工大）  SIP2018-18 IE2018-18 PRMU2018-18 MI2018-18 |
|
| 抄録 | （和） | 本研究では，行動識別のための雑音除去自己符号化器を用いた加速度データからの特徴抽出手法における時間窓の識別性能への影響を評価した．具体的には，異なる時間窓によって切り出された加速度データから抽出された特徴あるいは特徴の組み合わせを分類器に与えたときの識別性能を評価した．実験により，単一の時間窓に関しては，時間窓幅512のときの正解率が最も高く，同一時間窓幅で時間窓数が異なる場合に関しては，各時間窓幅512のときの正解率が最も高いことが確認された． |
| （英） | We have experimentally evaluated the effects on classification accuracy of time windows in feature extraction using denoising autoencoders for activity recognition from acceleration data. The experimental results show that in the case of a single time window, the highest accuracy can be obtained with a time window size of 512, and when comparing the same total time window size with the variable number of windows, the highest accuracy can be obtained with time window sizes of 512. | |
| 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 / 時間窓 / / / |
| （英） | activity recognition / acceleration / feature extraction / denoising autoencoder / time window / / / | |
| 文献情報 | 信学技報, vol. 118, no. 35, PRMU2018-18, pp. 81-85, 2018年5月. | |
| 資料番号 | PRMU2018-18 | |
| 発行日 | 2018-05-10 (SIP, IE, PRMU, MI) | |
| 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 | SIP2018-18 IE2018-18 PRMU2018-18 MI2018-18 |
|
| 研究会情報 | |
| 研究会 | PRMU MI IE SIP |
| 開催期間 | 2018-05-17 - 2018-05-18 |
| 開催地（和） | 岐阜大学 |
| 開催地（英） | |
| テーマ（和） | 医療・介護・福祉・健康・スポーツのための信号・画像解析と理解 |
| 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 | 2018-05-PRMU-MI-IE-SIP |
| 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における時間窓の影響 |
| サブタイトル（和） | |
| タイトル（英） | Effects on Classification Performance of Time Windows in 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） | 時間窓 / time window |
| 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） | 須貝 聡子 / Satoko Sugai / スガイ サトコ |
| 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） | 武山 徹 / Toru Takeyama / タケヤマ トオル |
| 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） | 小暮 潔 / Kiyoshi Kogure / コグレ キヨシ |
| 第3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 | 2018-05-18 16:15:00 |
| 発表時間 | 30分 |
| 申込先研究会 | PRMU |
| 資料番号 | SIP2018-18, IE2018-18, PRMU2018-18, MI2018-18 |
| 巻番号（vol） | vol.118 |
| 号番号（no） | no.33(SIP), no.34(IE), no.35(PRMU), no.36(MI) |
| ページ範囲 | pp.81-85 |
| ページ数 | 5 |
| 発行日 | 2018-05-10 (SIP, IE, PRMU, MI) |
[研究会発表申込システムのトップページに戻る]