| ABURTO GUTIERREZ MARIO EDUARDO | D, 中間発表 | 数理情報学 | 池田 和司, | 佐藤 嘉伸, | 吉本 潤一郎, | 久保 孝富, | 福嶋 誠, | 日永田 智絵 |
|
title: Task Similarity for Transfer Learning in Reinforcement Learning
abstract: Despite the progress in recent years on Reinforcement Learning, its methods have a high computational cost. Transfer Learning techniques can be used to tackle this. However, the performance of the transfer is highly dependent on the similarity of tasks for which the transfer is made. For that reason, defining a measure for the similarity of tasks is essential. By characterizing a task as a Markov Decision Process, some similarity measures have been proposed. In this work, we analyze the Kantorovich distance proposed by (Song et al. 2016). We verify experimentally that this measure gives a valid similarity measure, and analyze some of its limitations. We present some preliminary results on improvements addressing some of these limitations, and present our future work to address others. language of the presentation: English | ||||||||
| 丸本 壮起 | M, 1回目発表 | 数理情報学 | 池田 和司, | 佐藤 嘉伸, | 吉本 潤一郎, | 福嶋 誠, | 日永田 智絵 | |
|
title: Development of AI Defecation Prediction System Using Bowel Sound
abstract: In the elderly, it becomes difficult to recognize the movement of stool into the rectum due to a decrease in the sensory function in the intestine. As a result, fecal incontinence and other defecation problems occur, and care givers need to provide support for daily life. The work of care givers mainly consists of burdensome tasks such as patrolling and cleaning, and the care recipients themselves also face a heavy mental burden.To solve this problem, we propose a system that predicts and notifies the time of defecation, thereby eliminating the need for cleaning and patrolling and reducing the burden on both parties. The movement of stool is caused by the peristaltic movement of intestines, and it is known that bowel sound is generated as an acoustic signal during the movement. In this study, we aim to construct a system that predicts and notifies the time of defecation based on bowel sound signals measured by a wearable stethoscope. language of the presentation: Japanese 発表題目: 腸音計測によるAI排便予測システムの開発 発表概要: 高齢になると，腸内の感覚機能が低下するために，直腸への便移動を認知することが難しくなる．結果，便失禁などの排便障害が発生し，介護従事者による生活へのサポートが必要になる．介護従事者の業務は見回り・清掃といった負担の大きい作業が中心となり，また被介護者自身にとっても精神上の負担が大きい．この問題に対して排便時刻を予測・通知することで清掃作業や見回りを不要とし，双方の負担を低減するシステムが検討できる．便の移動は腸の蠕動運動によって引きおこされ，移動の際には音響信号として腸音が発生することが知られている．本研究ではウェアラブル聴診器によって計測した腸音信号を元に排便時刻を予測・通知するシステムの構築を目指す． | ||||||||
| 日原 究 | M, 2回目発表 | 数理情報学 | 池田 和司, | 佐藤 嘉伸, | 久保 孝富, | 吉本 潤一郎, | 福嶋 誠, | 日永田 智絵 |
|
title: *** Heart Rate Variability Analysis toward Prediction of Heat Illness Onset ***
abstract: *** Due to heat illness, which is a spectrum of disorders of physical adaptation caused by environmental exposure to heat, a large number of people are rushed to the hospital every year. To solve this problem, most of the previous studies only consider environmental factors, and ignore personal factors. Even in the few studies using physiological indicators, there are various problems such as not discussing the relationship with heat illness symptoms. The purpose of this study is to investigate whether the heart rate variability (HRV), which is an indicator of disturbance of the autonomic nervous system, shows changes around onsets of heat illness events. As a result, it was found that the HRV shows significant change from ten minutes before the onsets. This result suggests that it is possible to predict onsets of heat illness from HRV. As the future plan, we will conduct more experiments with additional subjects. Also, we will analyze other HRV indicators. *** language of the presentation: *** Japanese *** 発表題目: *** 熱中症発症予測に向けた心拍変動解析 *** 発表概要: *** 熱中症とは，暑熱環境における身体適応の障害によって起こる諸症状・病態一連の総称であり，毎年多くの熱中症患者が救急搬送されている．熱中症の発症を解決するために環境要因を考慮した様々な先行研究があるが，個人の生理指標を考慮した研究は少ない．生理指標を用いた数少ない研究においても熱中症症状との関係を議論していない等，様々な問題を抱えている．そこで本研究では自律神経の状態を反映する生理指標である心拍変動を用いて，熱中症を自覚した前後でのその時間変化の有無を検証することを目的とする．結果として，自覚症状が出現する10分前から有意な心拍変動の変化が認められた．これは熱中症症状が心拍変動指標から予測可能であることを示唆する．今後の計画として，心拍変動の他指標の結果の要約及び解釈を行い，また心拍変動だけでなく別の生理指標を用いた先行研究の文献調査も行っていく． *** | ||||||||
| 白石 達寛 | M, 2回目発表 | 数理情報学 | 池田 和司, | 佐藤 嘉伸, | 川鍋 一晃（客員教授）, | 田中 沙織（客員教授） | ||
|
Title: Improved generalizability of EEG classification by adversarial domain adaptation Abstract: Brain Computer Interface (BCI) is expected to help physically challenged people access to digital devices. Classification of subject’s status by EEG is critical in realizing BCI, and various methods have been proposed. Recently, many researches are using deep learning methods for EEG classification. However, it is difficult for the deep learning model to learn subject-invariant feature for EEG classification due to the difficulty in acquiring a large dataset. We aim to improve the generalizability of classification model by extracting subject-invariant classification features using auto-encoder model with adversarial domain adaptation. Language of the presentation: Japanese
発表タイトル: 敵対的ドメイン適応を用いた脳波判別の汎化性能の向上 発表概要: 脳波によるコンピュータ操作（Brain Computer Interface: BCI）は身体機能に障害を持つ方の手助けになると期待されている。BCIの実現には脳波から被験者の状態を高い精度で判別することが重要であり、様々な手法が提案されてきた。近年は深層学習を脳波の判別問題に適用する研究が多くなされている。しかし、学習データを大量に用意することが難しい生体信号の場合、深層学習によりモデルの表現力を向上させても被験者に共通の判別特徴量を学習することが困難である。本研究では敵対的ドメイン適応を用いたオートエンコーダを用いることで被験者に共通の判別特徴量を取得し、モデルの汎化性能を向上させることを目的とする。 | ||||||||