2021 Fiscal Year Research-status Report
Learner adaptive self-study support platform using context-awareness technology
| Project/Area Number |
19K20420
|
|---|
| Research Institution | University of Fukui |
|---|
Principal Investigator |
長谷川 達人 福井大学, 学術研究院工学系部門, 准教授 (10736862)
|
|---|
| Project Period (FY) |
2019-04-01 – 2023-03-31
|
| Keywords | 行動認識 / 深層学習 / 学習効率 / m-Learning / 転移学習 |
|---|
| Outline of Annual Research Achievements |
１．深層学習を用いた行動認識の高度化
昨年度に引き続き，深層学習により行動認識を高度化する手法を開発した．学術論文に採択された研究として，行動認識においてConvolutional Neural Network (CNN)アーキテクチャを網羅的に検証し，適切なモデルを探索した．更に，Neural Architecture Searchを用いて，画像認識分野にはない行動認識向けの新たな構造の探索も行い，学会発表を行った．他にも，行動のクラス階層性に着目した深層学習行動認識モデルを提案し，学術論文に採択されている．また，自己教師あり学習によりラベルなしで行動認識モデルを事前学習する手法も提案し，学会発表を行った．
２．m-learningにおける学習効率の高い学習タイミング
高精度な行動認識が実現できる前提で，ユーザがどのような状態にあるときに学習を促すことが最適であるかを実験的に明らかにした．英単語暗記タスクにおける３日後記憶度合いは，トレッドミルのような理想環境での歩行を行いながら学習することで学習効果が向上する可能性が示唆された．一方で，歩きスマホのような周囲に注意を向ける必要がある場合，学習効率が低下することも示唆された．本成果は教育工学関係の国際会議に採録されている．更に，歩きスマホ環境下における学習効率と歩行パフォーマンスの影響を実験的に調査し，学会発表を行った．
３．ドメインの違いへの対応手法
行動認識における転移学習において，ソースドメインのタスクの複雑さと訓練データ数が，転移性能に影響を与えることを実験的に明らかにし，学会発表を行った．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
特に行動認識の高度化と，m-Learning環境下での行動と学習効率に関して多くの成果を挙げることに成功しており，進捗は順調であると言える．
|
| Strategy for Future Research Activity |
2022年度にはこれまでの成果を公表することを主に行っていく予定である．特に，行動と学習効果に関する研究は現在学術論文誌で査読中である．他にも，行動認識の高度化に関する手法も現在学術論文誌で査読中である．
|
| Causes of Carryover |
研究成果の公表タイミングの都合上残額が生じた．残額は論文誌の掲載費用や学会発表の費用にあてる．
|
