適応的記号近似を用いた時系列からの反復作業パターンの教師なし発見方式

カテゴリ: 部門大会

論文No: TC11-8

グループ名: 【C】2022年電気学会電子・情報・システム部門大会

発行日: 2022/08/24

タイトル(英語): Unsupervised repetitive pattern discovery in motion time series using adaptive and symbolic approximation

著者名: 濱岡 弘生（東海大学）,小西 一輝（東海大学）,今村 誠（東海大学）

著者名(英語): Kouki Hamaoka (Tokai University),Kazuki Konishi (Tokai University),Makoto Imamura (Tokai University)

キーワード: spikelet|動作検出|パターン発見|可変長|記号列|spikelet|Motion detection|Pattern Discovery|variable length|symbol string

要約(日本語): IoTの普及に伴い，人の動作に伴う加速度，ジャイロ，音，動画などのデータから人の行動を認識することで，製造，監視，交通などに活用されるようになった。特に製造などの作業分析に関しては，ピッキング作業分析，組み立て作業のサイクル時間計測，誤り動作の検出や動作効率改善などへの応用が研究されている。本論文では, 工場作業のように同じ動作が反復して実行される動作を対象とした教師なしの行動認識方式を検討する。