| 講演抄録/キーワード |
| 講演名 |
2019-03-09 13:20
多変量時系列変数マルチチャネル変換画像分類における深層学習の適用 ○蛭田興明・梁木俊冴・高屋英知(慶大)・伊藤千輝・荒牧大樹(ネットワンシステムズ)・稲垣隆雄・山岸典生(トヨタ自動車)・栗原 聡(慶大) AI2018-54 |
| 抄録 |
(和) |
近年,IoTやセンサ技術の発展により,多様な時系列データを取得できる時代となっている.この場合に,多次元データに対し,変数の関係を維持できる前処理によって各変数の関連性を特徴抽出する事のできる分析手法の確立が期待されている.本研究では,3つの同じ時間軸で異なる次元を持つ時系列変数を光の三原色であるRGBに見立て色変化画像に変換し,これに対して畳み込みニューラルネットワークを適用する.加えて,RGBを基軸にし,より色の視覚刺激を反映したXYZ,Lab色空間を利用した画像変換を行うことで,より効果的な特徴抽出を行う手法を提案する.実験の結果,既存の分類手法との精度比較を行い,提案手法の有効性を示すことができた.また,多様な色相空間で時系列を変換することで.各変数を独立として処理する場合よりも高性能な特徴抽出を実現できる可能性が示唆された. |
| (英) |
In recent years, with the development of IoT and sensor technology, various data can be acquired. In this case, it is expected to establish analytical methods capable of extracting the characteristics of relevances of each variable of multimodal data. In this study, time series variables with different dimensions on the same time axis are converted to color change images as RGB which is the three primary colors of light, and Convolution Neural Network(CNN) is applied to this. Next, we propose a method to perform more effective feature extraction by converting the image using XYZ, Lab color space reflecting the color visual stimulus with RGB as the base. We compared accuracy with existing classification method and showed the effectiveness of the proposed method. Moreover, by converting time series in various color spaces. It is suggested that higher performance feature extraction can be realized than when processing each variable as independent. |
| キーワード |
(和) |
時系列解析 / 色相空間 / 深層学習 / / / / / |
| (英) |
time series data / color space / CNN / / / / / |
| 文献情報 |
信学技報, vol. 118, no. 492, AI2018-54, pp. 7-11, 2019年3月. |
| 資料番号 |
AI2018-54 |
| 発行日 |
2019-03-04 (AI) |
| ISSN |
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 |
AI2018-54 |
| 研究会情報 |
| 研究会 |
AI IPSJ-ICS JSAI-KBS JSAI-DOCMAS JSAI-SAI |
| 開催期間 |
2019-03-07 - 2019-03-10 |
| 開催地(和) |
ルスツリゾート |
| 開催地(英) |
|
| テーマ(和) |
社会システムと情報技術 |
| テーマ(英) |
|
| 講演論文情報の詳細 |
| 申込み研究会 |
AI |
| 会議コード |
2019-03-AI-ICS-KBS-DOCMAS-SAI |
| 本文の言語 |
日本語 |
| タイトル(和) |
多変量時系列変数マルチチャネル変換画像分類における深層学習の適用 |
| サブタイトル(和) |
|
| タイトル(英) |
Proposition of Multimodal Time Series Data Analysis Framework by CNN based on Multi-Channel Image Conversion |
| サブタイトル(英) |
|
| キーワード(1)(和/英) |
時系列解析 / time series data |
| キーワード(2)(和/英) |
色相空間 / color space |
| キーワード(3)(和/英) |
深層学習 / CNN |
| 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) |
蛭田 興明 / Komei Hiruta / ヒルタ コウメイ |
| 第1著者 所属(和/英) |
慶應義塾大学 (略称: 慶大)
Keio University (略称: Keio Univ.) |
| 第2著者 氏名(和/英/ヨミ) |
梁木 俊冴 / Toshiki Hariki / ハリキ トシキ |
| 第2著者 所属(和/英) |
慶應義塾大学 (略称: 慶大)
Keio University (略称: Keio Univ.) |
| 第3著者 氏名(和/英/ヨミ) |
高屋 英知 / Eichi Takaya / タカヤ エイチ |
| 第3著者 所属(和/英) |
慶應義塾大学 (略称: 慶大)
Keio University (略称: Keio Univ.) |
| 第4著者 氏名(和/英/ヨミ) |
伊藤 千輝 / Kazuki Ito / イトウ カズキ |
| 第4著者 所属(和/英) |
ネットワンシステムズ株式会社 (略称: ネットワンシステムズ)
NetOne Systems (略称: NetOne) |
| 第5著者 氏名(和/英/ヨミ) |
荒牧 大樹 / Daiki Aramami / アラマキ ダイキ |
| 第5著者 所属(和/英) |
ネットワンシステムズ株式会社 (略称: ネットワンシステムズ)
NetOne Systems (略称: NetOne) |
| 第6著者 氏名(和/英/ヨミ) |
稲垣 隆雄 / Takao Inagaki / イナガキ タカオ |
| 第6著者 所属(和/英) |
トヨタ自動車 (略称: トヨタ自動車)
TOYOTA MOTOR Co. (略称: TOYOTA) |
| 第7著者 氏名(和/英/ヨミ) |
山岸 典生 / Norio Yamagishi / ヤマギシ ノリオ |
| 第7著者 所属(和/英) |
トヨタ自動車 (略称: トヨタ自動車)
TOYOTA MOTOR Co. (略称: TOYOTA) |
| 第8著者 氏名(和/英/ヨミ) |
栗原 聡 / Satoshi Kurihara / クリハラ サトシ |
| 第8著者 所属(和/英) |
慶應義塾大学 (略称: 慶大)
Keio University (略称: Keio Univ.) |
| 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: ) |
| 第21著者 氏名(和/英/ヨミ) |
/ / |
| 第21著者 所属(和/英) |
(略称: )
(略称: ) |
| 第22著者 氏名(和/英/ヨミ) |
/ / |
| 第22著者 所属(和/英) |
(略称: )
(略称: ) |
| 第23著者 氏名(和/英/ヨミ) |
/ / |
| 第23著者 所属(和/英) |
(略称: )
(略称: ) |
| 第24著者 氏名(和/英/ヨミ) |
/ / |
| 第24著者 所属(和/英) |
(略称: )
(略称: ) |
| 第25著者 氏名(和/英/ヨミ) |
/ / |
| 第25著者 所属(和/英) |
(略称: )
(略称: ) |
| 第26著者 氏名(和/英/ヨミ) |
/ / |
| 第26著者 所属(和/英) |
(略称: )
(略称: ) |
| 第27著者 氏名(和/英/ヨミ) |
/ / |
| 第27著者 所属(和/英) |
(略称: )
(略称: ) |
| 第28著者 氏名(和/英/ヨミ) |
/ / |
| 第28著者 所属(和/英) |
(略称: )
(略称: ) |
| 第29著者 氏名(和/英/ヨミ) |
/ / |
| 第29著者 所属(和/英) |
(略称: )
(略称: ) |
| 第30著者 氏名(和/英/ヨミ) |
/ / |
| 第30著者 所属(和/英) |
(略称: )
(略称: ) |
| 第31著者 氏名(和/英/ヨミ) |
/ / |
| 第31著者 所属(和/英) |
(略称: )
(略称: ) |
| 第32著者 氏名(和/英/ヨミ) |
/ / |
| 第32著者 所属(和/英) |
(略称: )
(略称: ) |
| 第33著者 氏名(和/英/ヨミ) |
/ / |
| 第33著者 所属(和/英) |
(略称: )
(略称: ) |
| 第34著者 氏名(和/英/ヨミ) |
/ / |
| 第34著者 所属(和/英) |
(略称: )
(略称: ) |
| 第35著者 氏名(和/英/ヨミ) |
/ / |
| 第35著者 所属(和/英) |
(略称: )
(略称: ) |
| 第36著者 氏名(和/英/ヨミ) |
/ / |
| 第36著者 所属(和/英) |
(略称: )
(略称: ) |
| 講演者 |
第1著者 |
| 発表日時 |
2019-03-09 13:20:00 |
| 発表時間 |
20分 |
| 申込先研究会 |
AI |
| 資料番号 |
AI2018-54 |
| 巻番号(vol) |
vol.118 |
| 号番号(no) |
no.492 |
| ページ範囲 |
pp.7-11 |
| ページ数 |
5 |
| 発行日 |
2019-03-04 (AI) |