Research Project
Grant-in-Aid for Early-Career Scientists
生体信号の認識課題において，被験者の属性に合わせた複数の特化モデルを用いることで，個人差の影響を最小化することができる．一方，学習サンプルが多く必要になるという問題を抱えている．本研究では，Drop Outや選択的不感化ニューラルネットの操作を基に，深層学習モデルの内部処理をある値に合わせて切り替える機構を開発・提案する．異なるグループの被験者に対し，深層学習モデルを一部共有することで，従来よりも少ない学習サンプルで対応できる可能性がある．本研究では，生体信号からの睡眠ステージ（レム睡眠等）判定課題を対象に，本提案手法の有用性を検討する．
