| 大会名称 |
| 2021年 総合大会 |
| 大会コ－ド |
| 2021G |
| 開催年 |
|
2021
|
| 発行日 |
|
2021-02-23
|
| セッション番号 |
|
H-2
|
| セッション名 |
|
ヒューマン情報処理
|
| 講演日 |
|
2021/3/11
|
| 講演場所(会議室等) |
|
Meeting 14
|
| 講演番号 |
|
H-2-10
|
| タイトル |
|
マルチタスク学習を用いたセンサデータからの行動認識
|
| 著者名 |
|
◎△向井大貴, 野見山哲平, 白浜公章,
|
| キーワード |
|
マルチタスク学習, センサフュージョン, 行動認識, 断片的なラベル
|
| 抄録 |
|
現在，多くの機械学習手法では，単一タスクのモデルを定義し，パラメータを最適化していくことで許容できる精度を達成している．そのため，単一タスクに依存した特徴抽出は行っているが，他の関連のあるタスクの特徴が重要視されていないという問題がある．例えば，人がドアを開けるときは，まず間違いなく立っているはずである．そのため，立っているという行動を認識するために有用な特徴は，ドアを開けるという行動を認識するためにも有用である．本研究では，このように関連し合う複数のタスクに対するモデルを同時に学習するマルチタスク学習を用いる．これにより，個々のタスクで独立したモデルを学習するよりも一般化された特徴を抽出できることが期待される．
|
| 本文pdf |
|
PDF download
|
