研究者詳細 - 井上　創造

口頭発表・ポスター発表等 - 井上　創造

分割表示206 件中 61 - 80 件目／全件表示 >>

センサを用いた人間行動認識における Zero-shot 学習法の検討

松木萌, 井上創造

情報処理学会全国大会

Analysis of Density between Classes for Mitigating Class Imbalance Problem for Activity Recognition

Sayeda Shamma Alia, 井上創造

情報処理学会全国大会

開催期間： 2019年03月14日記述言語：日本語開催地：Fukuoka

Class Imbalance problem is unavoidable problem for activity recognition using mobile sensors in real life scenario when we have very less amount of data for some activity classes. It can affect the accuracy of the algorithms for classification. In this paper we measure the impact of class density in the accuracy of classification in imbalance cases. It is important for understanding the problem better that can help in finding better solution for classification in this scenario. Our initial experiment shows that- class imbalance affects the performance of classifier negatively and the higher the value of density (lower deviation), the better the performance of the classifier becomes.

センサ行動認識のための機械学習を用いた加速度データシミュレーション

武田紳吾, Paula Lago, 大北剛, 井上創造

SOFT九州支部学術講演会

開催期間： 2018年12月01日記述言語：日本語開催地：Kagoshima

In this paper, we simulate accelerometer from motion capture data for sensor-based activity recognition. We propose to use machine learning to add noises caused by shaking of sensors. Experiments with public dataset showed that F-Score estimated by our method is 2% closer to that obtained with the real accelerometer data than that estimated by the conventional method that not considered shaking of sensors.

種々の敵対的生成ネットワークに対するGeometry Scoreによる評価

福島康太, 大北剛, 井上創造

SOFT九州支部学術講演会

医療相談のための対話システムにおける要求分析

二宮仁志, Tittaya Marittha , 大北剛, 井上創造

SOFT九州支部学術講演会

開催期間： 2018年12月01日記述言語：日本語開催地：Kagoshima

In this paper, we analyze required functions of the dialogue system aimed at judging whether a doctor needs consultation for elder patients. In order to describe the structure of the spoken dialogue prototype system for medical consultation and to perform requirements analysis, we conducted an experiment with prototype system and the comparative system. As a result, several requirements are revealed such as asking with a small number of questions.

介護士の行動認識における学習データの選択に関する検討

井上創造, 後藤広樹

SOFT九州支部学術講演会

開催期間： 2018年12月01日記述言語：日本語開催地：Kagoshima

In this paper, we consider selecting training data in caregiver’s activity recognition. Management of training data is important for machine learning of activity recognition algorithms. We considered training data sizes, the number of models, and ability of training at self-devices for several selection patterns of training datasets, and evaluated the accuracies of some patterns. We found that best of the patterns for caregivers is to use data of people with the same attribute for training and it outputs better results than to use data of a person be recognized.

行動認識における単語ベクトル投影モデルのゼロショット学習法の試み

松木萌, 井上創造

SOFT九州支部夏季ワークショップ2018in 霧島

スマートフォンを用いた行動認識におけるセンサデータ欠損時の精度向上手法

後藤広樹, Tahera Hossain, 井上創造

マルチメディア，分散，協調とモバイル(DICOMO2018)シンポジウム

開催期間： 2018年07月04日記述言語：日本語開催地：Fukui

厚生労働省によると，2025 年には介護人材が 37.7 万人の不足となるとされ,解決策の一つとして，情報技術を活用した介護業務の効率化が期待されている．介護業務の効率化を目指す先行研究では，センサデータの欠損が問題である．一般的に人の行動を推定するためのセンサデータに欠損が生じることは，センサ行動認識において問題である．その問題解決のため，本稿は欠損のあるデータに対して人の行動推定の精度を向上させる手法を提案する．評価のため，2つのデータセットを用いて実験を行い，データの一部を無作為に選択し，センサデータの欠損を発生させた．結果として，シミュレーションされたデータセットを用いた評価実験において，データの欠損率20%の場合，推定精度は既存手法が74.8%，提案手法が87.4%と向上した．HASCチャレンジデータセットを用いた評価実験においては，データの欠損率99%の場合，
推定精度は既存手法が37.4%，提案手法が44.6%と向上した．人の行動により生成された３軸加速度のデータセットによる評価実験では，提案手法により推定精度の向上が確認できたが，シミュレーションデータによる評価実験ほどの結果が出なかったことから，考察し，今後の展開について述べる．

高齢者の睡眠と生活行動の相関分析のためのセンシング実験

松木萌, 井上創造

マルチメディア，分散，協調とモバイル(DICOMO2018)シンポジウム

開催期間： 2018年07月04日記述言語：日本語開催地：Fukui

本稿では，高齢者の睡眠と日中の生活行動の相関を分析するために，介護施設にてデータ収集を行い，機械学習を用いた相関分析を行う．人にとって睡眠は，健康や日中の行動に影響があり，高齢者は不眠症になりやすい傾向にある．不眠症を改善するためには，原因追求を行う必要がある．睡眠と健康，睡眠と規則正しい生活との相関を分析する研究はあるが，介護施設に入居している高齢者のデータを分析するものはない．本稿では，人の動きを検知する非接触型生体センサをベッド付近に設置し，ベッド上のデータを1人あたり11800サンプル×1440ファイル/日件収集した．さらに，介護記録用のアプリを開発し介護記録28業務種，29674サンプル収集した．それらのデータから，「日中の運動と睡眠の相関」「日中の睡眠状況と深夜の睡眠の相関」を機械学習を用いて分析した．その結果，個人差はあるが睡眠時の動きが少ない
次の日に運動をすること，日中の運動が起床時間や就寝時間に影響を与えていることなどの知見を得ることができた．

行動への集中と通知内容の重要度に基づくスマートフォン通知手法の研究

土井祐介, 井上創造

マルチメディア，分散，協調とモバイル(DICOMO2018)シンポジウム

開催期間： 2018年07月04日記述言語：日本語開催地：Fukui

近年通知の最適化の研究が盛んにおこなわれている．
IoT技術の発達やスマートフォンの普及に伴って，人々が触れる情報量は膨大になった．
多くの情報に触れるため，人々の興味を惹く技術がますます重要になってきている．
特に，携帯端末を用いた通知が盛んにおこなわれ，人々の行動を中断させる原因となっている．
これを解決すべく，中断の影響が少ないタイミングを調査する研究と，中断の影響が少ない通知内容を調査する研究が盛んにおこなわれている．
しかし，通知内容とタイミングを同時に考慮した研究は少ない．
本研究では通知の重要度や行動への集中の強さが行動の変わり目においても有用な指標となるか研究を行う．

本研究では不明瞭であった行動への集中度合いの明確な定義を与え，行動への集中度合いを考慮し，通知内容を重要度によって制限するアルゴリズムを制作した．
このアルゴリズムを用いる場合と重要度を考慮しない場合の，それぞれの通知システムを制作し，提案手法の妥当性を比較評価した．
作製したシステムを大学生$10$名に96時間連続で利用してもらったところ，アンケート調査で良いタイミングだったという回答の割合が28.18\%高くなった．
これにより，通知の重要度を考慮した通知を行う手法が行動の遷移においても有用であることを示した．

本研究によって，通知内容を考慮した操作を行うことで，既存手法では無視されていた通知タイミングを利用できることを示した．
携帯端末を用いた通知の改善の可能性が示された．

ダンスの上手い人のマイニング的な分析

大北剛, 井上創造

インタラクティブ情報アクセスと可視化マイニング研究会

開催期間： 2018年03月03日記述言語：日本語開催地：Tokyo

IoTにおいて, 「歩く」，「立ち上がる」などの言語による行動のラベルを目的としたセンサからの行動認識を可視化する技術は,「歩く」，「立ち上がる」という言語による行動のラベルを目的とした映像からの行動認識との技術の融合を意味する. これは一転して,「歩く」，「立ち上がる」などの言語による行動のラベルのバイアスを排除する新たな行動認識の形を提案し, 新たなマイニングのモデルを提案する. ダンスの上手い人と下手な人のどこが具体的に異なるかをセンサと映像からのマルチモダルな行動認識から探る．

Deep Learning on Sensor-based Activity Recognition

大北剛, 井上創造

GPU Technology Conference

開催期間： 2017年12月12日記述言語：日本語開催地：Tokyo

This poster shows our deep learning efforts on activity
recognition which handles smartphone and environmental sensors. We
aim at making an analysis on the IoT data which are human
understandable as far as possible. We have three
engines: (1) the compositional Convolutional Neural Network+Long
Short-Term Memory model which can handle multiple objects (Ubicomp
2017 poster), (2) the ensemble Recurrent Neural Network which can
calculate variable importance (UBI kenkyukai 56, 2017), and (3) random
forests. We do the model selection / Bayesian optimization on these
three Machine Learning methods to obtain the better results. We also
make a trial to obtain the visualization of the sensor inputs where we
do an analysis with the pose estimation technique using additional visual data
which we additionally obtained during the process. This poster is a summary of two presentations this year
(Ubicomp 2017 poster; UBI kenkyukai 56) and one on-going work.

Exploring the Challenges of Gamification in Mobile Activity Recognition

Nattaya Mairittha (Fah), 井上創造

SOFT九州支部学術講演会

開催期間： 2017年12月02日記述言語：英語開催地：Kagoshima

In this paper, we first introduce our work where we exploit the gamification concept for a high-quality dataset in mobile activity recognition and also propose a method for detecting cheating of users. The study showed that our method was found to outperform naive methods for the number of collected labels and, in term of accuracy improvement. Then, we explore the challenges that exist by analyzing the dataset we have collected and present how challenging it is.

共起単語スコアによる医師国家試験の解答に向けて

二宮仁志, 松木萌, 大北剛, 井上創造

SOFT九州支部学術講演会

開催期間： 2017年12月02日記述言語：日本語開催地：Kagoshima

In this paper, we aim at automatically answering National Examination for Medical Practitioners. We consider a pair of words between questions and choices of correct answers often appears in the knowledge source text, and introduced word co-occurrence based on PMI. As a result of solving some problems of the doctor national exam using the word co-occurrence score, we obtained the accuracy of 29.85% compared to 20% in case of random answer.

A Gamification Platform for Multi-applications in Nursing Services

Nattaya Mairittha (Fah), Tittaya Marittha (Fon), 後藤広樹, 朱琳, 井上創造

SOFT九州支部学術講演会

Dialogue Breakdown Detection with Long Short Term Memory

Tittaya Marittha (Fon), 大北剛, 井上創造

SOFT九州支部学術講演会

開催期間： 2017年12月02日記述言語：英語開催地：Kagoshima

This paper aims to detect the utterance which can be categorized as the breakdown of the dialogue flow. We propose a logistic regression-based and a Long Short-Term Memory (LSTM)-based methods. Using the input with utterance-response pairs the performance of the LSTM-based method is superior to that of the logistic regression-based method in 36% measured with F-measure. We also measured the performance using the performance with utterance-response pairs: the performance with the input only with responses is unexpectedly inferior to those with responses in 6% to 23% measured with F-measure.

深層学習を用いた特徴抽出によるカルテ情報からのフェノタイプの同定

大北剛, 山下貴範, 野原康伸, 井上創造, 中島直樹, 廣川佐千男

人工知能学会医用人工知能研究会SIG-AIMED資料

開催期間： 2017年11月24日記述言語：日本語開催地：Tokyo

大量のカルテ情報に記載された自然言語で書かれた内容から必要とする項目を信頼性をもって抽出して解析することにより, フェノタイプを同定する精度を上げることを目的とする. このため, メモリネットワークを拡張して, 語彙をベースとした探索を効率良く行なう集合演算子メモリネットワークを提案して, 半構造化データから特徴量を抽出するシステムを構築した. 80 万件 (3ヶ月分, 53,065 人分相当) のカルテ情報から集合演算子メモリネットワークを用いた方法により説明変数 8,398(× 53,065 人, 実質 3 万人分) の特徴を抽出して, これから 1 型糖尿病患者のフェノタイピングを行なった.

センサ行動認識におけるモデル選択

大北剛, 井上創造

情報処理学会ユビキタスコンピューティングシステム(UBI)研究報告

開催期間： 2017年11月01日記述言語：日本語開催地：Awaji

三軸加速度センサや角速度センサ(ジャイロセンサ)などのスマートフォン搭載センサや, ドップラセンサや電界共振方式センサなどの非接触式のセンサから取得したデータを基に「歩いている」、「風呂の湯船につかった」などの人間の行動を認識する技術は, IoT/ビッグデータ/人工知能の進展とともに近年急激に注目を集めている. この技術は機械学習を用いて教師ありの学習をする形が一般的 [6], [11] だが, 現実的な設定においていわゆる「モデル選択」という話題に到達する. つまり, どのようなパラメータを選択すると推定の精度を最も高く設定するチューニング法に関わる. ウィンドウの幅やサンプリング間隔をどう取ればよいかは自明ではなく, データ依存する場合が多いため, モデル選択を行なう. この技術には副産物があり, どのセンサを用いればよいか、センサ信号のどの部分を重点的に見ればよいかなどの疑問にも答えることができる. 本論文の設定においては, ランダムフォレスト, 深層学習, アンサンブル RNN などを機械学習器として想定し, これらに対してモデル選択を行なう. モデル選択は従来, パラメトリック型を中心とした AIC[1], BIC[15], MDL[14] などを中心として発展してきたが, ノンパラメトリック型の (深層) 学習においてはクロスバリデーションが用いられる. さらに, ハイパーパラメータのモデル選択にはベイジアン最適化 [16] やグリッドサーチなどが良く用いられる. また, 本論文においては非周期型のモデル選択/特徴選択法であるアンサンブル RNN[10]+ベイジアン最適化も導入し, これはベイジアン最適化やグリッドサーチなどの周期型のモデル選択とは異なる. アンサンブル RNN をセンサ入力の相対時刻に対して相対的な重要度を特徴選択できるため, 従来の方法では周期的に最適なものを選択するしかできなかったが, ここにおいては, 周期的に捉われずに時系列で重要な点を直接サンプリングできる形の選択を行なう. これらの上で, グリッドサーチやベイジアン最適化 [16] を議論する.

シークエンス推定における説明変数の重要度の計算

大北剛, 井上創造

情報処理学会自然言語処理研究会研究報告

開催期間： 2017年07月19日記述言語：英語開催地：東京

ランダムフォレスト [9] や勾配ブースティング法 [1] において用いられる重要度は簡便なツールで, 分類を終えた後に説明変数の重要さの指標を副産物として得る. 本論文では, このような重要度をシークエンス推定 (シークエンスプレディクション) の設定においても得ることのできる学習法であるアンサンブル RNN を導入する. このアンサンブル RNN は, 分類後に説明変数の重要度を得ることを可能とする. 重要度を計算できるタスクはこれまで分類/回帰タスクであったが, 本論文はこれをシークエンス推定タスクに広げる方法を検討する. なお, 各説明変数は語そのもの (サーフェイス型) では成り立ちづらいため, POS(Part-Of-Speech) タグ/形態素などのクラスによりクラス化したサーフェイス型のクラスを用いる. 深層ディシジョンフォレスト [12] において重要度を得るやり方を応用する.

センサデータの可視化におけるユーザ着目点の機械学習

藤野慶汰, 井上創造, 柴田智広

マルチメディア，分散，協調とモバイル(DICOMO2017)シンポジウム

開催期間： 2017年06月28日記述言語：英語開催地：Sapporo

膨大なセンサデータを観察者の専門性や目的に応じて適切に可視化することで，観察者の作業効率化を図ることができると期待される．そこで我々は，センサデータ閲覧時のユーザの着目点情報を収集し，表示されているセンサデータの特徴量を説明変数として，教師あり機械学習アルゴリズムの一つであるランダムフォレスト法を適用することにより，各データについてどの特徴量が着目されるかを推定する手法を提案している．本稿では，我々が介護施設での実験で得た，照度と加速度データを用いて行った学習実験および評価実験について述べる．評価実験の結果，照度センサデータに対しては，可視化手法によらずユーザはデータの変化が大きい部分に着目するため，高精度で着目点推定が可能であることが分かった．一方，加速度センサデータに対しては，ユーザによっても，可視化手法によっても着目点が異なることが分かった．今後，加速度センサに対して良い着目点推定を行う可視化手法や特徴量を探索する必要がある．

　前のページ - 次のページ　

<井上 創造>

口頭発表・ポスター発表等 - 井上 創造

<井上　創造>

口頭発表・ポスター発表等 - 井上　創造