国際会議PRICAI(RLC)で、以下の研究成果を発表しました。

Title: Cross-Dataset Representation Learning for Unsupervised Deep Clustering in Human Activity Recognition

Authors: Tomoya Takatsu, Tessai Hayama and Hu Cui

The Pacific Rim International Conference on Artificial Intelligence – workshope,  (PRICAI)Representation Learning and Clustering (RLC’24), Nov. 19, 2024

概要：機械学習では大量のラベル付きデータを用意する必要があり，それには多大なコストを要する．そこで，人間に付与した加速度センサから行動を認識することを対象に，ラベルなしデータをもとに学習モデルを構築する方法を研究している．
本論文では，異なる人間行動データセットを活用したクロスデータセット表現学習を導入し，正解ラベルなしデータから人間行動を認識する深層クラスタリング手法について述べる．従来の深層クラスタリング手法では，オートエンコーダを用いて潜在表現を抽出していたが，行動を識別する上で十分な特徴を捉えることが困難であった．本研究では，異なるラベル付き人間行動データセットで学習したモデルをオートエンコーダに組み込み，そこで得られた潜在表現を特徴として活用することで，より行動の特徴を捉えた表現学習を実現した．評価実験では，3種類の人間行動データセットを用い，識別精度をもとに従来手法と比較することで，提案手法の有効性を明らかにした．