2020 Fiscal Year Annual Research Report
Robust on-body device localization and its applications
| Project/Area Number |
18H03228
|
|---|
| Research Institution | Tokyo University of Agriculture and Technology |
|---|
Principal Investigator |
藤波 香織 東京農工大学, 工学(系)研究科(研究院), 教授 (10409633)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
中島 達夫 早稲田大学, 理工学術院, 教授 (10251977)
|
|---|
| Project Period (FY) |
2018-04-01 – 2021-03-31
|
| Keywords | 携帯機器 / 新規性検出 / クラスタリング / 所持位置検出 / ゲーミフィケーション / パーソナライゼーション |
|---|
| Outline of Annual Research Achievements |
本研究では，携帯機器を持ち運ぶ際の所持位置を，様々な日常動作の中で高精度に推定する手法とその応用方法を明らかにすることを目的としている．2020年度は以下を実施した．
1)新たな所持位置の逐次追加法の検討と評価：所持位置推定器を構築する際に想定した位置以外にも，使用の過程で新たな場所に格納することは実際には起こりえる．2019年度までに新規性検出技術により未訓練の場所の「候補」を検出する技術を開発し，クラスタリングにより集約して利用者に問い合わせる手法の初期検討を行った．この際，クラスタ数を事前に指定する必要があったため，本年度はDBSCANをベースにした手法を考案した．DBSACNはクラスタ数の指定の必要が無いものの，εと呼ぶパラメータを適切に指定する必要があり，本年度はその推定法を考案した．さらに，未訓練場所候補の検出機能を実行契機についての検討を行った．
2)相性にもとづく推定器の選択による精度向上：前年度までは事前に全ての分類対象クラスのデータを事前に収集したうえで相性を計算するという理想的な条件のもとで手法の有効性を確認したが，本年度はサブセットのクラスで全てのクラスを使ったときの相性を推定する手法を考案し，クラス数を3割程度削減しても全てを用いた時と同等の精度を得られることを確認した．
3)ゲーミフィケーションによるデータラベル付け支援：ラベル付きデータを収集するためにゲーミフィケーションの導入を検討した．ゲーム要素として，他者との比較（ランキング），新たな機能の解放，ユーザに対する能力付与，報酬の付与の4つを導入したスマートフォンアプリを開発して小規模な実験を行い，データ量を増やす効果においてゲーム要素（特にランキング）を導入することの有用性を確認した．一方でデータ量が少ないクラスを重点的に収集するためにはさらなる工夫が必要であることも確認した．
|
| Research Progress Status |
令和2年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和2年度が最終年度であるため、記入しない。
|
