|
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．
|
