| 講演名 | 2020-03-13 WBANの信号強度を用いた畳み込みニューラルネットワークによる人体動作分類 佐野 晋太郎(東工大), 青柳 貴洋(東工大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 本報告では，WBAN (Wireless Body Area Network)の信号強度を用いた畳み込みニューラルネットワー ク (CNN)による人体動作分類について検討した結果を示す．先行研究では，人手で設計された信号強度の時間特徴 量を用いたニューラルネットワークによる動作分類が示された．本報告では，分類器にCNNを導入し，信号強度の 特徴抽出の自動化を試みた．上腕，大腿に取り付けたセンサノードの受信信号強度を用いた動作分類においては，先 行研究と同等の正解率となり，CNNの自動特徴抽出への適用可能性が示された．また，訓練データとして与える被験 者の違いによる分類の正解率への影響や，訓練データの量とテストデータに対する分類の正解率の関係から，CNNの 分類器には，訓練データとして与える被験者の影響が強く現れてしまうことが示された． |
| 抄録(英) | In this report, human motion classi?cation by convolutional neural networks (CNNs) using the signal strength of WBANs (Wireless Body Area Networks) is investigated. In the preceding study, neural networks were used to classify motions based on manually designed time-domain features. In this report, CNN is investigated for automatic feature extraction of signal strength. For human motion classi?cation using the received signal strength of sensor nodes attached to an upper arm and a thigh, the accuracy rate is almost the same as the accuracy rate of the previous research. This suggests that CNN is applicable to feature extraction of signal strength. By considering effects of difference of subjects given as training data on the accuracy of the classi?cation and the relationship between the amount of training data and the accuracy of classi?cation on test data, it is shown that performance of classi?cation based on CNN is strongly affected by subjects used as training data. |
| キーワード(和) | 無線ボディエリアネットワーク / 畳み込みニューラルネットワーク / 人体動作分類 / 機械学習 / 特徴抽出 |
| キーワード(英) | wireless body area networks / convolutional neural network / human motion classi?cation / machine learning / feature extraction |
| 資料番号 | MICT2019-53 |
| 発行日 | 2020-03-06 (MICT) |
| 研究会情報 | |
| 研究会 | EMCJ / MICT |
|---|---|
| 開催期間 | 2020/3/13(から1日開催) |
| 開催地（和） | 機械振興会館 地下3階-2 |
| 開催地（英） | Kikai-Shinko-Kaikan Bldg. |
| テーマ（和） | 生体，EMC一般 |
| テーマ（英） | |
| 委員長氏名（和） | 王 建青(名工大) / 原 晋介(阪市大) |
| 委員長氏名（英） | Kensei Oh(Nagoya Inst. of Tech.) / Shinsuke Hara(Osaka City Univ.) |
| 副委員長氏名（和） | 西方 敦博(東工大) / 花田 英輔(佐賀大) / 杉本 千佳(横浜国大) |
| 副委員長氏名（英） | Atsuhiro Nishikata(Tokyo Inst. of Tech.) / Eisuke Hanada(Saga Univ.) / Chika Sugimoto(Yokohama National Univ.) |
| 幹事氏名（和） | 青柳 貴洋(東工大) / 鵜生 高徳(デンソー) / 安在 大祐(名工大) / 和泉 慎太郎(神戸大) |
| 幹事氏名（英） | Takahiro Aoyagi(Tokyo Inst. of Tech.) / Takanori Unou(Denso) / Daisuke Anzai(Nagoya Inst. of Tech.) / Shintaro Izumi(Kobe Univ.) |
| 幹事補佐氏名（和） | 佐々木 菜実(星和電機) / 志田 浩義(トーキンEMCエンジニアリング) / 室賀 翔(秋田大) / 小林 匠(横浜国大) / 朔 啓太(九大) / 石田 開(NICT) / 高林 健人(岡山県立大) |
| 幹事補佐氏名（英） | Nami Sasaki(Seiwa Electric MFG) / Hiroyoshi Shida(Tokin EMC Engineering) / Sho Muroga(Akita Univ.) / Takumi Kobayashi(Yokohama National Univ.) / Keita Saku(Kyushu Univ.) / Kai Ishida(NICT) / Kento Takabayashi(Okayama Pref. Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Electromagnetic Compatibility / Technical Committee on Healthcare and Medical Information Communication Technology |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | WBANの信号強度を用いた畳み込みニューラルネットワークによる人体動作分類 |
| サブタイトル（和） | |
| タイトル（英） | Human motion classification by convolutional neural network using signal strength of WBAN |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 無線ボディエリアネットワーク / wireless body area networks |
| キーワード(2)（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(3)（和/英） | 人体動作分類 / human motion classi?cation |
| キーワード(4)（和/英） | 機械学習 / machine learning |
| キーワード(5)（和/英） | 特徴抽出 / feature extraction |
| 第 1 著者 氏名（和/英） | 佐野 晋太郎 / Shintaro Sano |
| 第 1 著者 所属（和/英） | 東京工業大学(略称：東工大) Tokyo Institute of Technology(略称：TokyoTech) |
| 第 2 著者 氏名（和/英） | 青柳 貴洋 / Aoyagi Takahiro |
| 第 2 著者 所属（和/英） | 東京工業大学(略称：東工大) Tokyo Institute of Technology(略称：TokyoTech) |
| 発表年月日 | 2020-03-13 |
| 資料番号 | MICT2019-53 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | MICT-480 |
| ページ範囲 | pp.5-9(MICT), |
| ページ数 | 5 |
| 発行日 | 2020-03-06 (MICT) |