Development of pattern recognition algorithm for ultra low frequency multivariate time-series data considering dimensional correlation

点击翻译按钮获取中文摘要

本年度は研究計画書に基づき，昨年度構築した基礎モデルをもとに，基礎実験として実際のセンサネットワークデータを想定した数値シミュレーション実験を行った．またいくつかの仮想的な環境想定した実際の実験も行い提案手法の精度確認を行った．実験としては具体的には2つのケースを想定したものを行った．1つは工場での製造データを想定したシミュレーション・実測実験を行い，データとしては3つのマイクロ波ドップラーセンサを用いた6次元の多次元時系列データを想定した実験を行い，0.3Hz近辺の超低周波信号の認識タスクを実施した．実験の結果提案手法の有効性を確認することができた．もう一つの実験としては，遠隔での血圧測定を想定したバイタル検知に関するシミュレーション・実測実験を行い，こちらは2つのマイクロ波ドップラーセンサでの4次元の時系列データを対象として，1Hz近辺で発生する心拍変動の推定に関する認識タスクを実施した．実験の結果，提案手法のシミュレーションでの精度を確認するとともに，実測でも多次元時系列データに物理モデルを導入することにより，従来手法に比べて精度高く認識が可能であることを確認できた．本年度行った実験ではセンサ数が限られた状態で実験を行っており，より多くのセンサ数を想定したアルゴリズムの改善を検討し，翌年度以降計算コストがボトルネックとならないようシミュレーション実験とモデル改善を逐次的に行う予定である．