説明可能AIによるDriver-less作業技能分析手法の実現

利用可解释的AI实现无人驾驶工作技能分析方法

• 批准号: 21K19769
• 负责人: 前川 卓也
• 金额: $ 4.08万
• 依托单位: Osaka University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Challenging Research (Exploratory)
• 财政年份: 2021
• 资助国家: 日本
• 起止时间: 2021-07-09 至 2024-03-31
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-21K19769/
• 关键词: ユビキタスコンピューティング; 行動分析; 工場作業

産業分野の行動認識のための最大規模のデータセットであるOpenPackデータセットを構築し、公開を行った。作業の際の加速度データやスケルトンデータを収めた50時間以上にわたるデータセットであり、産業行動認識研究の促進に大きな貢献を果たすことが期待される。データセットのユニークダウンロード数は既に1000件を超えており、当該分野において注目を集めていることが分かる。また、データセット論文を当該分野のトップ会議であるUbicomp（ACM IMWUT論文誌）に投稿し、条件付き採録の段階にまで進んでいる。さらに、軽量な深層学習モデルを用いた作業行動認識の論文が、Ubicompにフルペーパー論文として採択された。提案手法は、作業行動に重要な要素にのみ焦点を当てて認識するように設計されており、少ない学習データでも高精度な認識を達成した。本成果はUbiComp2022にて口頭にて成果発表された。また、上記データセットを用いた異常作業行動の分析に関する研究を行い、情報処理学会ユビキタスコンピューティングシステム研究会にて発表を行った。このように、産業行動認識に関して世界的に突出した成果を挙げることができた。今後は、異常作業行動の分析に関する研究についても、UbiCompやPercomといった当該分野の最難関会議に論文投稿を行う準備を進めている。

Industry eset の action understanding の た め の the largest の デ ー タ セ ッ ト で あ る OpenPack デ ー タ セ ッ ト を constructing し, public line を っ た. Homework の interstate の acceleration デ ー タ や ス ケ ル ト ン デ ー タ を 収 め た over 50 time に わ た る デ ー タ セ ッ ト で あ り, large industrial action understanding research の promote に き な contribution を fruit た す こ と が expect さ れ る. デ ー タ セ ッ ト の ユ ニ ー ク ダ ウ ン ロ ー ド number は both に 1000 を super え て お り, when the eset に お い て attention を set め て い る こ と が points か る. ま た, デ ー タ セ ッ を ト paper when the eset の ト ッ プ meeting で あ る Ubicomp (ACM IMWUT paper tzu) contribute に し, conditions, pay き transcribing の Duan Jie に ま で into ん で い る. さ ら に deep learning, 軽 な モ デ ル を with い た job action understanding が の paper, Ubicomp に フ ル ペ ー パ ー paper と し て mining 択 さ れ た. Proposals gimmick important な は, homework action に elements に の み focus を when て て know す る よ う に design さ れ て お り, less な い learning デ ー タ で も high-precision な know を reached し た. This achievement された UbiComp2022にて oral にて results presented された. ま た, written デ ー タ セ ッ ト を with い た abnormal operation action の analysis に masato す る を line い, intelligence 処 learn ユ ビ キ タ ス コ ン ピ ュ ー テ ィ ン グ シ ス テ ム seminar に て 発 table line を っ た. <s:1> ように ように, industrial action recognizes に related to the に outstanding <s:1> た achievements of the <s:1> て world を挙げる を挙げる とがで た た た results. Future は, analysis of abnormal operation action の に masato す る research に つ い て も, UbiComp や Percom と い っ た when the most difficult masato eset の に conference paper submitted を line う prepare を into め て い る.

项目成果

IndoLabel: Predicting Indoor Location Class by Discovering Location-Specific Sensor Data Motifs

• DOI: 10.1109/jsen.2021.3102916
• 发表时间: 2022-03-15
• 期刊: IEEE SENSORS JOURNAL
• 影响因子: 4.3
• 作者: Dissanayake, Thilina;Maekawa, Takuya;Kawanabe, Motoaki
• 通讯作者: Kawanabe, Motoaki

介護記録の記録漏れを考慮した非周期性行動の予測に関する検討

考虑护理记录遗漏的非周期性行为预测研究

• 发表时间: 2022
• 作者: Yuuki Nishino;Takuya Maekawa;and Takahiro Hara;奥田 隆一郎，夏 清心，前川 卓也，原 隆浩，井上 創造
• 通讯作者: 奥田 隆一郎，夏 清心，前川 卓也，原 隆浩，井上 創造

工場・物流センタにおける作業順序を考慮した少量学習データでの作業行動認識手法の検討

工厂和配送中心考虑工单的少量学习数据工作行为识别方法研究

• 发表时间: 2022
• 作者: 吉村 直也;前川 卓也;原 隆浩;和田 篤;浪岡 保男
• 通讯作者: 浪岡 保男

Predicting Performance Improvement of Human Activity Recognition Model by Additional Data Collection

• DOI: 10.1145/3550319
• 发表时间: 2022-09
• 期刊: Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies
• 作者: Kei Tanigaki;Tze Chuin Teoh;Naoya Yoshimura;T. Maekawa;Takahiro Hara

Detecting Repetitive Human Actions by Neural Networks Trained on Composite Data Only

通过仅接受复合数据训练的神经网络检测重复的人类行为

• 发表时间: 2023
• 作者: Yuuki Nishino;Takuya Maekawa;and Takahiro Hara
• 通讯作者: and Takahiro Hara