| 研究概要 |
本研究では, センサデータに欠損が生じた場合にも適切に行動の推定を行うことが可能な行動認識手法の検討を行った.行動認識で用いられるパターン認識のプロセスから,欠損センサデータの補完,欠損特徴量の補完,識別処理での対応,を検討した.具体的には,センサデータの補完には ARAR モデルによる系列データ予測を用いた.欠損特徴量の補完には重回帰およびカーネル回帰による予測を用いた.識別処理での対応には,あらかじめ人工的にセンサデータを欠損させたデータにより学習させた識別器を欠損部位ごとに作成し,欠損状況に併せて選択するようにした.実験の結果,識別器で対応するよりも,センサデータおよび特徴量を補完する方が多くの場合性能がよくなることがわかった.また,欠損部位によって適切な対応方法が異なることがわかった.欠損部位に適した補完方法を用いることで,欠損が無い場合にほぼ匹敵するか,あるいは 0.03 ポイント(F 値)程度の性能低下で欠損データへの対応が可能であることがわかった.
|
