講演抄録/キーワード |
講演名 |
2018-03-01 10:00
機械学習を用いたオフィスワーカーの離着席推定のための学習データ自動収集手法の提案 ○池田大輔・坪下幸寛・大西健司(富士ゼロックス) LOIS2017-71 |
抄録 |
(和) |
近年,先進国において全労働者の約75%が座位姿勢で仕事をしている.その中で, 長期間の座位姿勢は健康指標との関連性が示唆されており,中でもオフィスワーカーの28%が慢性腰痛を有しているという報告例がある.そのため, オフィスワーカーの座位姿勢時間を可視化し適切な時間で休憩を促すことが重要となる.オフィスワーカーの座位姿勢を推定する方法として対象者周辺にセンサを設置し,機械学習の手法を用いて自動的に推定する方法があるがその場合学習データの収集に多大な労力が発生する.本研究では,そのような座位姿勢を推定するための学習データを,対象者に装着させた姿勢を推定するセンサと椅子に設置したセンサデータの変動から自動で収集するための手法を提案する.人手でタグ付けした離着席データと性能を評価したところ,提案手法は平均正解率98.4%であることがわかり実用的な性能であることが分かった. |
(英) |
Nowadays, approximately 75% of all employees in industrial countries are required to work in a seated position. According to a report, long-term seated position is suggested to have the relationship of health index and 28% of office workers have chronic low back pain. It is therefore important for office workers to take a break at an appropriate timing. To estimate office workers’ seated state automatically using Machine Learning, we must collect a lots of training data for obtaining a good performance. It requires however much labors and costs. In the present study, we present a method of automatic training data collection for Machine Learning using a smart phone attached to a person and accelerometers installed on a chair. On experiment of automatic training data collection, the average accuracy has shown 98.4% and this indicates that our method has reached a practical level. |
キーワード |
(和) |
離着席推定 / 加速度センサ / 機械学習 / / / / / |
(英) |
Seated-state / Accelerometers / Machine Learning / / / / / |
文献情報 |
信学技報, vol. 117, no. 464, LOIS2017-71, pp. 1-5, 2018年3月. |
資料番号 |
LOIS2017-71 |
発行日 |
2018-02-22 (LOIS) |
ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
PDFダウンロード |
LOIS2017-71 |
研究会情報 |
研究会 |
LOIS |
開催期間 |
2018-03-01 - 2018-03-02 |
開催地(和) |
那覇市IT創造館 |
開催地(英) |
Naha-City IT Souzoukan(Okinawa) |
テーマ(和) |
ライフログ活用技術、オフィスインフォメーションシステム、ライフインテリジェンス、および一般 |
テーマ(英) |
|
講演論文情報の詳細 |
申込み研究会 |
LOIS |
会議コード |
2018-03-LOIS |
本文の言語 |
日本語 |
タイトル(和) |
機械学習を用いたオフィスワーカーの離着席推定のための学習データ自動収集手法の提案 |
サブタイトル(和) |
|
タイトル(英) |
A Method of Automatic Training Data Collection for Office Worker Seated-State using Machine Learning |
サブタイトル(英) |
|
キーワード(1)(和/英) |
離着席推定 / Seated-state |
キーワード(2)(和/英) |
加速度センサ / Accelerometers |
キーワード(3)(和/英) |
機械学習 / Machine Learning |
キーワード(4)(和/英) |
/ |
キーワード(5)(和/英) |
/ |
キーワード(6)(和/英) |
/ |
キーワード(7)(和/英) |
/ |
キーワード(8)(和/英) |
/ |
第1著者 氏名(和/英/ヨミ) |
池田 大輔 / Daisuke Ikeda / イケダ ダイスケ |
第1著者 所属(和/英) |
富士ゼロックス株式会社 (略称: 富士ゼロックス)
Fuji Xerox Co., Ltd. (略称: Fuji Xerox) |
第2著者 氏名(和/英/ヨミ) |
坪下 幸寛 / Yukihiro Tsuboshita / ツボシタ ユキヒロ |
第2著者 所属(和/英) |
富士ゼロックス株式会社 (略称: 富士ゼロックス)
Fuji Xerox Co., Ltd. (略称: Fuji Xerox) |
第3著者 氏名(和/英/ヨミ) |
大西 健司 / Takeshi Onishi / オオニシ タケシ |
第3著者 所属(和/英) |
富士ゼロックス株式会社 (略称: 富士ゼロックス)
Fuji Xerox Co., Ltd. (略称: Fuji Xerox) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
第6著者 氏名(和/英/ヨミ) |
/ / |
第6著者 所属(和/英) |
(略称: )
(略称: ) |
第7著者 氏名(和/英/ヨミ) |
/ / |
第7著者 所属(和/英) |
(略称: )
(略称: ) |
第8著者 氏名(和/英/ヨミ) |
/ / |
第8著者 所属(和/英) |
(略称: )
(略称: ) |
第9著者 氏名(和/英/ヨミ) |
/ / |
第9著者 所属(和/英) |
(略称: )
(略称: ) |
第10著者 氏名(和/英/ヨミ) |
/ / |
第10著者 所属(和/英) |
(略称: )
(略称: ) |
第11著者 氏名(和/英/ヨミ) |
/ / |
第11著者 所属(和/英) |
(略称: )
(略称: ) |
第12著者 氏名(和/英/ヨミ) |
/ / |
第12著者 所属(和/英) |
(略称: )
(略称: ) |
第13著者 氏名(和/英/ヨミ) |
/ / |
第13著者 所属(和/英) |
(略称: )
(略称: ) |
第14著者 氏名(和/英/ヨミ) |
/ / |
第14著者 所属(和/英) |
(略称: )
(略称: ) |
第15著者 氏名(和/英/ヨミ) |
/ / |
第15著者 所属(和/英) |
(略称: )
(略称: ) |
第16著者 氏名(和/英/ヨミ) |
/ / |
第16著者 所属(和/英) |
(略称: )
(略称: ) |
第17著者 氏名(和/英/ヨミ) |
/ / |
第17著者 所属(和/英) |
(略称: )
(略称: ) |
第18著者 氏名(和/英/ヨミ) |
/ / |
第18著者 所属(和/英) |
(略称: )
(略称: ) |
第19著者 氏名(和/英/ヨミ) |
/ / |
第19著者 所属(和/英) |
(略称: )
(略称: ) |
第20著者 氏名(和/英/ヨミ) |
/ / |
第20著者 所属(和/英) |
(略称: )
(略称: ) |
講演者 |
第1著者 |
発表日時 |
2018-03-01 10:00:00 |
発表時間 |
25分 |
申込先研究会 |
LOIS |
資料番号 |
LOIS2017-71 |
巻番号(vol) |
vol.117 |
号番号(no) |
no.464 |
ページ範囲 |
pp.1-5 |
ページ数 |
5 |
発行日 |
2018-02-22 (LOIS) |