|
前年度の研究成果に基づき，電波特徴量に基づくサポートベクターマシーンを用いた状態識別法・位置推定法を提案した．送受信機配置や，サポートベクターマシーンへの入力情報，学習（トレーニング）について検討した．事前に識別したい重要な状態（例えば転倒）のクラスを定義し，それ以外に歩行，静止等の状態も学習アルゴリズムを修正し，対応できるようにした．
また，位置推定に関して，すべての位置で学習（トレーニング）することは，事前の手間がかかり望ましくない．そのため，位置関係（距離）と電波特徴量の相関を評価し，電波特徴量とその統計量を有効に使う方法について検討した．以上の検討に基づき提案する電波センサによる状態識別精度・位置推定精度を実験により評価した．実環境では，部屋の構造や人の違いなど，様々な要素が特性に影響を与えることが予想された．解決法として，複数人での学習を行うことにより，違う環境や，違う人の学習データでも，正しく識別できるようにした．また，位置についても，未学習位置の推定について，空間相関等を考慮したアルゴリズム検討した．
実験の結果，提案行動識別法は，学習データと環境や対象の違う場合にも，優れた行動識別率を達成することを確認した．また，提案位置推定法は，学習データと違う位置に人がいる場合にも，優れた位置推定精度を達成することを確認した．
|
