| 講演抄録/キーワード |
| 講演名 |
2021-07-14 13:25
連合学習とウェアラブル端末を用いたランニングフォーム改善のためのコーチングシステムの提案 ○芝田貴之・篠宮紀彦(創価大) SeMI2021-17 |
| 抄録 |
(和) |
本研究では,マラソンのタイム向上を目指すランナーに対して, 自動でフォーム改善に向けたトレーニング方法を提示するシステムの構築を目的としている.
提案するシステムでは,腕時計型のウェアラブル端末およびモーションセンサーから得られるデータを分析することを想定している。
本報告では, 各ランナーのプライバシーに関わる情報を集約せずに, 分散的に機械学習を行う連合学習を用いて, データ処理の計算および処理不可を軽減させつつ, 予測精度を向上させる手法を提案する. |
| (英) |
The purpose of this study is to construct a system that automatically gives a proper training method for improving the form to runners who want to shorten their marathon times.
The proposed system is supposed to analyze the data obtained from a wristwatch-type wearable device and a motion sensor.
This paper proposes a method to improve the prediction accuracy while reducing the computation and communication load of data processing by using federated learning, which is a distributed machine learning method without aggregating the information related to the privacy of each runner. |
| キーワード |
(和) |
連合学習 / 機械学習 / ランニングフォーム分析 / / / / / |
| (英) |
Federated Learning / Machine Learning / Running Form / / / / / |
| 文献情報 |
信学技報, vol. 121, no. 105, SeMI2021-17, pp. 26-28, 2021年7月. |
| 資料番号 |
SeMI2021-17 |
| 発行日 |
2021-07-07 (SeMI) |
| 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 |
SeMI2021-17 |
| 研究会情報 |
| 研究会 |
RCS SR NS SeMI RCC |
| 開催期間 |
2021-07-14 - 2021-07-16 |
| 開催地(和) |
オンライン開催 |
| 開催地(英) |
Online |
| テーマ(和) |
機械学習とAIを応用した通信・ネットワーク技術,M2M (Machine-to-Machine),D2D (Device-to-Device),IoT(Internet of Things),一般 |
| テーマ(英) |
Communication and Network Technology of the AI Age, M2M (Machine-to-Machine),D2D (Device-to-Device),IoT(Internet of Things), etc |
| 講演論文情報の詳細 |
| 申込み研究会 |
SeMI |
| 会議コード |
2021-07-RCS-SR-NS-SeMI-RCC |
| 本文の言語 |
日本語 |
| タイトル(和) |
連合学習とウェアラブル端末を用いたランニングフォーム改善のためのコーチングシステムの提案 |
| サブタイトル(和) |
|
| タイトル(英) |
A Coaching System for Improving Running Form using Federated Learning and Wearable Devices |
| サブタイトル(英) |
|
| キーワード(1)(和/英) |
連合学習 / Federated Learning |
| キーワード(2)(和/英) |
機械学習 / Machine Learning |
| キーワード(3)(和/英) |
ランニングフォーム分析 / Running Form |
| 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) |
芝田 貴之 / Takayuki Shibata / シバタ タカユキ |
| 第1著者 所属(和/英) |
創価大学 (略称: 創価大)
Soka University (略称: Soka Univ.) |
| 第2著者 氏名(和/英/ヨミ) |
篠宮 紀彦 / Norihiko Shinomiya / シノミヤ ノリヒコ |
| 第2著者 所属(和/英) |
創価大学 (略称: 創価大)
Soka University (略称: Soka Univ.) |
| 第3著者 氏名(和/英/ヨミ) |
/ / |
| 第3著者 所属(和/英) |
(略称: )
(略称: ) |
| 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: ) |
| 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 |
2021-07-14 13:25:00 |
| 発表時間 |
25分 |
| 申込先研究会 |
SeMI |
| 資料番号 |
SeMI2021-17 |
| 巻番号(vol) |
vol.121 |
| 号番号(no) |
no.105 |
| ページ範囲 |
pp.26-28 |
| ページ数 |
3 |
| 発行日 |
2021-07-07 (SeMI) |
|