2022 Fiscal Year Annual Research 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 | 深層学習 / 行動認識 / アンサンブル学習 |
|---|
| 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．本テーマに該当する学術論文は3編採録されている．1つ目は，行動認識モデルの事前学習時のクラスを拡張することで転移性能が向上する可能性を明らかにした．2つ目は，行動認識モデルのアンサンブル手法の解析を行い，単一モデルでアンサンブルと同等なモデルを提案し，トップジャーナルに採択されている．3つ目は行動認識モデルのアンサンブル時に行動の特徴がある周波数を強調するフィルタを適用する手法を提案している．その他，計測時のセグメント情報を用いた自己教師あり学習手法の開発等を行い，国内外の学会発表を行った．複数のデータセットを横断的に学習する事前訓練手法や，パラメータ効率の高い行動認識モデルを開発し，国際会議発表を行った．更に，深層学習モデルの学習ダイナミクスの解明に向けて，訓練時の温度パラメータの影響を解析した結果，特徴マップのサイズとの関連性を明らかにし，学会発表を行い，最優秀論文賞と優秀プレゼンテーション賞をW受賞した．
２．m-learningにおける学習効率の高い学習タイミング
昨年度に実施した，学習時の行動や周囲の環境が学習効果に与える影響を調査し，学術論文として採択されている．
３．ドメインの違いへの対応手法
汎用的な行動認識モデルの実現に向けて，画像認識モデルを行動認識に転用する手法の開発を行い学会発表を行った．
|
