データオーギュメンテーション技術による行動変化点認識

摘要

本研究では，行動変化点を含む部分系列に対する認識精度を向上させるため，変化を考慮したクラスの割り当て，また，人工的にデータを作成する手法を試みた，6 種類の対象行動としたHASC2014 データセットを用いて実験を行い，3 分の1 ずつ変化前と変化後を合成したデータを学習データとし，最近傍法による識別器を用いた場合，F-measure は0.0957 であることを確認した．しかしながら十分な認識精度とはならなかった．原因として，変化点部分系列における変化前／後の行動の偏りや変化時の特異なデータの出現などから，今回の人工データでは実際の変化点部分系列を十分に再現できなかったことが考えられる．また，本研究ではセンサデータ同士を直接合成する方法を用いたが，特徴量をもとに合成することも考えられる．今後，これらの方法試して行きたいと考えている．