人間行動センシング時系列データのための知識探索型ビッグデータ解析基盤の研究
| Project/Area Number |
14J05331
|
|---|
| Research Category |
Grant-in-Aid for JSPS Fellows
|
| Allocation Type | Single-year Grants |
|---|
| Section | 国内 |
|---|
| Research Field |
Intelligent informatics
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
岩澤 有祐 東京大学, 工学系研究科, 特別研究員(DC1)
|
|---|
| Project Period (FY) |
2014-04-25 – 2017-03-31
|
| Project Status |
Completed (Fiscal Year 2016)
|
| Budget Amount *help |
¥2,600,000 (Direct Cost: ¥2,600,000)
Fiscal Year 2016: ¥700,000 (Direct Cost: ¥700,000)
Fiscal Year 2015: ¥700,000 (Direct Cost: ¥700,000)
Fiscal Year 2014: ¥1,200,000 (Direct Cost: ¥1,200,000)
|
|---|
| Keywords | ビッグデータ / 行動認識 / ディープラーニング / プライバシー / ユーザ適応 / 不変性 / スマートフォン / モデル圧縮 / 障害者支援 / 深層学習 / 畳み込みニューラルネット / ウェアラブル |
|---|
| Outline of Annual Research Achievements |
本年度は昨年度に引き続き、本研究課題が対象としている行動センシングデータを扱う上で重要度を増しているディープネットに関する技術開発を行った．
研究1: プライバシー保護技術の開発
人間行動センシングデータを扱う上では、そのデータの持ち主であるユーザのプライバシーへの配慮が必要である．一方、ディープネットが学習する表現はブラックボックスであり、ユーザのプライバシーを考えるとそのまま適用することは難しい．本年度は研究1として、昨年度から取り組んでいたディープニューラルネットワーク（DNN）で学習されるモデルがユーザ非依存に利用可能になるように拡張したモデルを利用したプライバシー保護手法の提案を行った．提案手法により、行動認識精度を落とさずにユーザのプライバシーを侵害するような情報を含まないような形にデータを変換することができる．研究成果は、人工知能分野の著名な会議の1つであるIJCAI-17にまとめて投稿を行い、再録された（IJCAI-17は採択率25％）．加えて、関連する研究を人工知能学会全国大会2017に投稿（発表予定）し、人工知能学会論文誌に投稿し再録された．
研究2：深層ディープネットのユーザ適応手法の提案
近年ディープネットが多様な領域で成果を上げているが、行動センシングデータを扱う上ではユーザ間の行動の仕方の違いによる汎化性能の低下が問題になる．本年度は2つめの研究として、学習済みのディープネットを効率的に特定のユーザに適応させる手法の提案を行った．提案手法により、訓練データが少数しか得られないユーザに対しても高精度な認識精度を達成することができる．研究成果は人工知能学会論文誌にまとめて投稿し、再録された．また、関連する研究を人工知能学会全国大会2016で発表した．
|
| Research Progress Status |
28年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
28年度が最終年度であるため、記入しない。
|
Report
(3 results)
Research Products
(14 results)
