深層学習を用いた歩行状態推定における活性化関数の検討

カテゴリ: 部門大会

論文No: OS4-6

グループ名: 【C】平成27年電気学会電子・情報・システム部門大会講演論文集

発行日: 2015/08/27

タイトル(英語): Study of the activation function in walking state estimations using deep learning

著者名: 小野 美沙(大阪府立大学),吉岡 理文(大阪府立大学),柳本 豪一(大阪府立大学),井上 勝文(大阪府立大学)

著者名(英語): Misa Ono(Osaka Prefecture University),Michifumi Yoshioka(Osaka Prefecture University),hidekazu Yanagimoto(Osaka Prefecture University),Katsufumi Inoue(Osaka Prefecture University)

キーワード: 深層学習|歩行状態推定|活性化関数|ReLU|maxout|deeplearning|walking state estimation|activation function|ReLU|maxout

要約(日本語): 近年,スマートフォンやタブレット端末の普及に伴って,様々な機能が発展している.
そのひとつとして,タブレット端末に搭載されている様々なセンサがある.
本研究では,このようなセンサのうち,加速度センサから得られる情報を用いて,歩行状態を識別することで,所有者のライフログの収集,および所有者の生活習慣の改善に寄与する様な情報の抽出を目指す.これを実現させるために,歩行状態を正確に識別する必要がある.
そこで,本研究では,近年注目されている深層学習を用いて,歩行状態の識別を行った.
深層学習では,特徴そのものの学習を可能にし,生の入力データから特徴抽出,識別までを自動的に行ってくれる.深層学習においてどのような活性化関数を用いるかは,識別精度にとって重要な問題となる.
本研究では,ReLU(Rectified Linear Unit)とmaxout関数と呼ばれる活性化関数を用いて実験を行い,その識別結果からそれぞれの関数の比較,検討を行う.

PDFファイルサイズ: 673 Kバイト