LSTMを用いた交通モード予測の検討

カテゴリ: 部門大会

論文No: OS1-6

グループ名: 【C】2021年電気学会電子・情報・システム部門大会

発行日: 2021/09/08

タイトル(英語): Consideration on Transportation Mode Detection using LSTM

著者名: 熊澤 宏之（大阪産業大学）

著者名(英語): Hiroyuki Kumazawa (Osaka Sangyo University)

キーワード: 交通モード|機械学習|深層学習|LSTM|Transportation mode|Machine learning|Deep learning|LSTM

要約(日本語): スマートフォンに搭載されている種々センサの情報を利用し、機械学習により移動モード（歩行、自動車、鉄道など、どのような手段で移動しているか）を検知することを試みている。既報告では、取得した加速度データ・ジャイロデータから、決定木、ランダムフォレストなどの機械学習を用いてセンサデータを分類することによる移動モード検知と、移動モード検知の後処理として、検知エラーを補正する重み付き多数決補正による検知精度の改善方式を提案した。本報告では、後処理を機械学習に組み込む検討の第一歩として、深層学習の中でも時系列データに対応できるLSTM (Long Short Term Memory)を用いた移動モード検知について検討する。現時点では、その精度は既報告の補正方式による精度を超えるものではないが、LSTMでは最適化すべきパラメータが多いことから、その最適化については今後の検討課題としたい。

PDFファイルサイズ: 656 Kバイト