| 研究課題/領域番号 |
15K16395
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
リハビリテーション科学・福祉工学
|
|---|
| 研究機関 | 奈良先端科学技術大学院大学 |
|---|
研究代表者 |
久保 孝富 奈良先端科学技術大学院大学, 情報科学研究科, 特任准教授 (20631550)
|
|---|
| 研究期間 (年度) |
2015-04-01 – 2018-03-31
|
| 研究課題ステータス |
完了 (2017年度)
|
| 配分額 *注記 |
3,250千円 (直接経費: 2,500千円、間接経費: 750千円)
2017年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2016年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2015年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | 時系列分節化 / ノンパラメトリックベイズ法 / 深層学習 / 表面筋電位信号 / 分節化 / 多点表面筋電位信号 / 機会学習 / 発話 |
|---|
| 研究成果の概要 |
発話時表面筋電位信号など未知の点が多いデータに深層学習を適用してパターン認識を行うには，ニューラルネットワークの層数・ノード数などを適切に選択する必要がある．平成27年度は入力データに応じてそれらを適切に選択する指標の探索について取り組み，一部を国内外の会議および論文誌にて発表した．平成29年度には時系列データセットに含まれる時間パターンの種類数が未知な場合でも適用可能な分節化手法の開発に取り組んだ．ベータ過程自己回帰隠れマルコフモデルにベイズ階層言語モデルを組み合わせ，その有効性を確認した．本内容についても国際会議・国内会議発表し，論文誌特集号の推薦を受けるなど高い評価を得た．
|
