モバイル端末上における行動認識のための分類モデル生成手法の提案と評価
木村 周 (1051040)
近年の情報技術の発展に伴い，モバイル端末を用いたコンテキストアウェアサー
ビスが注目されてきている．コンテキストアウェアサービスの実現には，ユーザ
の行動を正確に推定することと，モバイル端末への負荷を低くする必要がある．
モバイル端末上での行動認識に認識対象者から得た分類モデル(特定行動者モデ
ル) を用いた場合は，モバイル端末への負荷が低く，高い精度で行動を認識できる
が，認識対象者自身の各行動の訓練データを用いるため，ユーザ負担が高い．低
いユーザ負担で，高い認識精度を実現する個人適応手法を用いた分類モデル(個
人適応モデル) は，認識対象者の服装，体調，外の天候などのデータ収集環境に
よって，認識精度が大きく変わり，汎化性能が低い．本研究では，モバイル端末
上での行動認識を行うために，あらかじめ収集した認識対象者以外の不特定多数
の者の訓練データから，距離関数を用いて，認識対象者の各行動と類似した者の
行動データのみを抽出して分類モデルを生成する手法を提案し，特定行動者モデ
ル，個人適応モデルとの比較実験を行った．実験の結果，提案手法によって，少
ない訓練データと低いユーザ負担で，認識精度と汎化能力が高い分類モデルを生
成できることを確認した．