MEMS共振加速度センサを用いた物理リザバーコンピューティングの人間行動認識への応用のためのパラメータ検討

カテゴリ: 研究会(論文単位)

論文No: MSS25051

グループ名: 【E】センサ・マイクロマシン部門 マイクロマシン・センサシステム研究会

発行日: 2025/05/26

タイトル(英語): Design Parameter Study for Human Activity Recognition by Physical Reservoir Computing using MEMS Resonant Accelerometer

著者名: 平田 一真(京都大学),霜降 真希(京都大学),Banerjee Amit(京都大学),廣谷 潤(京都大学),土屋 智由(京都大学)

著者名(英語): Kazuma Hirata(Kyoto University),Masaki Shimofuri(Kyoto University),Amit Banerjee(Kyoto University),Jun Hirotani(Kyoto University),Toshiyuki Tsuchiya(Kyoto Universuty)

キーワード: 物理リザバーコンピューティング|機械学習|ＭＥＭＳ加速度センサ|人間行動認識|エッジコンピューティング|静電ばね|Physical reservoir computing|Machine learning|MEMS accelerometer|Human activity recognition|Edge computing|Electrostatic stiffness

要約(日本語): 本報告ではクラウドの計算負荷を低減できる人間行動認識の手法としてMEMSセンサを用いた物理リザバーコンピューティング（PRC）を提案し，PRCに用いる共振加速度センサのデザインを提案した．そしてパラメータを決定するために数値シミュレーション上でジョギングと歩行の分類を行った．その結果，共振点より低い周波数領域では過渡応答による高次元性を得られることでPRCの性能向上に寄与することが明らかになった。

要約(英語): In this report, we proposed physical reservoir computing (PRC) using MEMS resonant accelerometers as a method of human activity recognition which can reduce the computational cost of cloud, and proposed a design of resonant accelerometers using electrostatic spring for PRC. To determine the device parameters, numerical simulations were conducted to classify jogging and walking. The results show that PRC performance is improved at the frequency range lower than the resonance frequency because high dimensionality due to transient response can be obtained.

本誌: 2025年5月29日-2025年5月30日マイクロマシン・センサシステム研究会

本誌掲載ページ: 35-40 p

原稿種別: 日本語

PDFファイルサイズ: 2,815 Kバイト