| 講演抄録／キーワード |
| 講演名 |
2019-11-26 10:30
［依頼講演］安価な無線センサーネットワークを用いたウェアラブル人体動作同定システム
○三田雅大・金 ミンソク（新潟大） |
| 抄録 |
（和） |
本研究では，ウェアラブル・ボディ・エリア・ネットワーク（WBAN）の無線チャネル特性から，リアルタイム動作同定を行うシステムを開発した．市販の無線センサモジュールを用いてWBAN測定環境を構築し，人体動作に対して体表に取り付けられた4つのセンサにおけるセンサ-コーディネータ間の無線チャネル特性の測定を行う．測定した時系列データにパケットロス補間や標準化などの前処理を行った後，時間領域の特徴量を計算し，機械学習による人体動作の同定を行う．機械学習法は，計算コストが低く次々にデータを処理しなければいけないリアルタイム処理に適していることから，決定木学習に基づいたランダムフォレストを採用した．複数の被験者から無線チャネル特性を測定し，動作同定システムの精度を評価した結果，十分分類可能であることが示されました．また，構築したリアルタイム動作同定システムを用いてデモンストレーションを行い，さまざまな日常生活のアプリケーションでの実用化の可能性を示した． |
| （英） |
In this work, we developed a real-time motion identification system using the radio channel characteristics of wearable body area network (WBAN). We built up a custom wearable BAN channel measurement system with a commercial off-the-shelf sensor network system, where a radio signal strength between four sensors and coordinator could be measured. After preprocessing of interpolation and standardization for the measured raw data, the time domain features are calculated, and then body motion is identified by machine learning algorithm. Random forest based on decision tree learning was selected as the machine learning method because it is suitable for real-time processing where the calculation cost is low and data must be processed one after another. We measured radio channel characteristic data from multiple subjects, evaluated the classification accuracy of the motion identification system, and showed that it can be classified sufficiently. In addition, We measured the demonstration using the built real-time motion identification system, and revealed its potential for practical use in a variety of daily life applications. |
| キーワード |
（和） |
動作同定 / 機械学習 / BAN / ウェアラブル / リアルタイム / LQI / / |
| （英） |
motion classification / machine learning / BAN / wearable / real-time / LQI / / |
| 文献情報 |
信学技報 |
| 資料番号 |
|
| 発行日 |
|
| ISSN |
|
| PDFダウンロード |
|
| 研究会情報 |
| 研究会 |
RISING |
| 開催期間 |
2019-11-26 - 2019-11-27 |
| 開催地（和） |
東京大学本郷キャンパス 福武ラーニングシアター |
| 開催地（英） |
Fukutake Learning Theater, Hongo Campus, Univ. Tokyo |
| テーマ（和） |
超知性通信ネットワークに関する研究，一般 |
| テーマ（英） |
Researches on Super-Intelligent Networking, etc. |
| 講演論文情報の詳細 |
| 申込み研究会 |
RISING |
| 会議コード |
2019-11-RISING |
| 本文の言語 |
日本語 |
| タイトル（和） |
安価な無線センサーネットワークを用いたウェアラブル人体動作同定システム |
| サブタイトル（和） |
|
| タイトル（英） |
Wearable Body Motion Classification System using Low-Cost Wireless Sensor Network |
| サブタイトル（英） |
|
| キーワード(1)（和/英） |
動作同定 / motion classification |
| キーワード(2)（和/英） |
機械学習 / machine learning |
| キーワード(3)（和/英） |
BAN / BAN |
| キーワード(4)（和/英） |
ウェアラブル / wearable |
| キーワード(5)（和/英） |
リアルタイム / real-time |
| キーワード(6)（和/英） |
LQI / LQI |
| 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） |
三田 雅大 / Masahiro Mitta / ミッタ マサヒロ |
| 第1著者 所属（和/英） |
新潟大学 (略称： 新潟大)
Niigata University (略称： Niigata Univ.) |
| 第2著者 氏名（和/英/ヨミ） |
金 ミンソク / Minseok Kim / キム ミンソク |
| 第2著者 所属（和/英） |
新潟大学 (略称： 新潟大)
Niigata University (略称： Niigata Univ.) |
| 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： ) |
| 第19著者 氏名（和/英/ヨミ） |
/ / |
| 第19著者 所属（和/英） |
(略称： )
(略称： ) |
| 第20著者 氏名（和/英/ヨミ） |
/ / |
| 第20著者 所属（和/英） |
(略称： )
(略称： ) |
| 講演者 |
第1著者 |
| 発表日時 |
2019-11-26 10:30:00 |
| 発表時間 |
50分 |
| 申込先研究会 |
RISING |
| 資料番号 |
|
| 巻番号（vol） |
vol. |
| 号番号（no） |
|
| ページ範囲 |
|
| ページ数 |
|
| 発行日 |
|
|