モバイル端末上における行動認識のための距離関数を用いた分類モデル生成手法の提案と評価

摘要

With the development of information technology,context-aware service on a mobile device has attract attention. For context-aware service,it is necessary to give better accuracy and reduce the load on a mobile device. While a user-specific model obtained from a subject gives high recognition rate with a little of load on a mobile device, there is the matter of an enforced load for a subject to obtain its training data. Personalized general model by personalization techniques with a little of user burden has a problem of generalization ability. We propose a generation method of classification model from extracting datarnin all training data by distance method with a little of user burden and training data. We generate classification model by extracting data in all training data with distance method. We confirm that classification model by our method can give high recognition rate and generalization ability with a little of user burden and training data.%近年の情報技術の発展に伴い，モバイル端末を用いたコンテキストアウェアサービスが注目されてきている．コンテキストアウェアサービスの実現には，ユーザの行動を正確に推定することと，モバイル端末への負荷を低くする必要がある．モバイル端末上での行動認識に認識対象者から得た分類モデル（特定行動者モデル）を用いた場合は，モ／ミイル端末への負荷が低く，高い精度で行動を認識できるが，認識対象者自身の各行動の訓練データを用いるため，ユーザ負担が高い．低いユーザ負担で，高い認識精度を実現する個人適応手法を用いた分類モデル（個人適応モデル）は，認識対象者の服装，体調，外の天候などのデータ収集環境によって，認識精度が大きく変わり，認識性能が低い．本論文では，モバイル端末上での行動認識を行うために，あらかじめ収集した認識対象者以外の不特定多数の者の訓練データから，距離関数を用いて，認識対象者の各行動と類似した者の行動データのみを抽出して分類モデルを生成する手法を提案し，無作為抽出モデルと特定行動者モデルとの比較実験を行った．実験の結果，提案手法によって，少ない訓練データと低いユーザ負担で，認識性能が高い分類モデルを生成できることを確認した．