| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2023-01-19 15:15 ［ショートペーパー］Wi-Fiセンシングの対環境頑強性向上に関する一検討 ○加藤空知（阪大）・村上友規（NTT）・藤橋卓也・渡辺 尚・猿渡俊介（阪大）  SeMI2022-82 |
|
| 抄録 | （和） | Wi-Fiの電波伝搬状態を表すChannel State Information (CSI)を用いることで非接触に対象物をセンシングする研究がある． CSIの変動を解析する手法としてニューラルネットワークを用いる方法があり，位置推定や行動認識の分野で高いセンシング精度を達成できることが示されている． 一方で，学習に与したものとは異なる時刻・環境で取得した新たなCSIを入力するとセンシングの精度が著しく低下してしまう問題がある． モデルを新たな環境に適応させるためには再学習や転移学習を行う必要があるが，現実のシステム利用場面を想定すると，学習に与するラベルデータを収集する方法の専門性が高いことなどを理由に，新たな環境でのデータをごく少量のみしか得られない，あるいは全く得られない場合もある． 本稿では呼吸の回数推定を対象に，異なる環境におけるCSIの特徴を単一ドメインに変換することで，その環境でのラベルデータなしにセンシング精度を保証する手法を提案する． 本手法は，画像処理分野におけるスタイル変換のアイデアに基づいて異なる環境で取得したCSIの特徴を単一のドメインに変換するドメイン変換モジュールを持つ． また本手法では，様々な周波数の呼吸の情報を含むように事前に作成したCSIと呼吸センサデータのテンプレートを用いる． テンプレートのCSIを異なる環境のCSIの特性に適応させて，さらにテンプレートの呼吸センサデータと組み合わせて畳み込みニューラルネットワーク (CNN)を学習することで，異なる環境での呼吸センサデータを必要とせずCSIのみを用いてその環境に適応したモデルの学習が可能になる． 本稿では，ドメイン変換を行わなかった場合と比較して提案手法の推定値の平均絶対パーセント誤差が約20%低減することを示す． |
| （英） | There is research on invasive sensing of objects using Channel State Information (CSI), which represents the propagation state of Wi-Fi radio waves. Neural networks are used to analyze CSI fluctuations, and have been shown to achieve high sensing accuracy in the fields of location estimation and activity recognition. On the other hand, there is a problem that sensing accuracy is significantly degraded when a new CSI acquired at a different time and environment from the one used for training. Re-training or transfer learning is necessary to adapt the model to the new environment, but in some practical applications, only a small amount of data from the new environment can be obtained, or sometimes none at all, due to the highly specialized methods used to collect label data for training. In this paper, we propose a method for respiratory rate estimation that transforms CSI features in different environments into a single domain, thereby guaranteeing sensing accuracy without label data in those environments. The method has a domain adaptation module that transforms CSI features acquired in different environments into a single domain based on the idea of style transformation in the image processing field. The method also uses Template of CSI and respiration sensor data, which are pre-obtained to include information on respiration at various frequencies. By adapting Template CSI to the characteristics of CSI in different environments and combining it with Template respiration sensor data to train a convolutional neural network (CNN), it is possible to train models that adapt to different environments using only unlabeled CSI in different environments. This paper shows that the mean absolute percentage error of the proposed method is reduced by about 20% compared to the case without domain adaptation. |
|
| キーワード | （和） | IEEE 802.11 / ワイヤレスセンシング / ドメイン変換 / バイタルセンシング / Wi-Fi / / / |
| （英） | IEEE 802.11 / Wireless Sensing / Domain Adaptation / Vital Sensing / Wi-Fi / / / | |
| 文献情報 | 信学技報, vol. 122, no. 341, SeMI2022-82, pp. 49-50, 2023年1月. | |
| 資料番号 | SeMI2022-82 | |
| 発行日 | 2023-01-12 (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 | SeMI2022-82 |
|
| 研究会情報 | |
| 研究会 | SeMI SeMI |
| 開催期間 | 2023-01-19 - 2023-01-20 |
| 開催地（和） | 鳴門グランドホテル海月 |
| 開催地（英） | Naruto grand hotel |
| テーマ（和） | センシング，モビリティ，モバイル・ユビキタスコンピューティング，センサ・アドホック・モバイルネットワーク，アプリケーション，一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | SeMI |
| 会議コード | 2023-01-SeMI-SeMI |
| 本文の言語 | 日本語 |
| タイトル（和） | Wi-Fiセンシングの対環境頑強性向上に関する一検討 |
| サブタイトル（和） | |
| タイトル（英） | A Study on Improving the Robustness of Wi-Fi Sensing against Environmental Change |
| サブタイトル（英） | |
| キーワード(1)（和/英） | IEEE 802.11 / IEEE 802.11 |
| キーワード(2)（和/英） | ワイヤレスセンシング / Wireless Sensing |
| キーワード(3)（和/英） | ドメイン変換 / Domain Adaptation |
| キーワード(4)（和/英） | バイタルセンシング / Vital Sensing |
| キーワード(5)（和/英） | Wi-Fi / Wi-Fi |
| 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） | 加藤 空知 / Sorachi Kato / カトウ ソラチ |
| 第1著者 所属（和/英） | 大阪大学 (略称： 阪大) Osaka University (略称： OU) |
| 第2著者 氏名（和/英/ヨミ） | 村上 友規 / Tomoki Murakami / ムラカミ トモキ |
| 第2著者 所属（和/英） | NTTアクセスサービスシステム研究所 (略称： NTT) Access Network Service Systems Laboratories, Nippon Telegraph and Telephone Corporation (略称： NTT) |
| 第3著者 氏名（和/英/ヨミ） | 藤橋 卓也 / Takuya Fujihashi / フジハシ タクヤ |
| 第3著者 所属（和/英） | 大阪大学 (略称： 阪大) Osaka University (略称： OU) |
| 第4著者 氏名（和/英/ヨミ） | 渡辺 尚 / Takashi Watanabe / ワタナベ タカシ |
| 第4著者 所属（和/英） | 大阪大学 (略称： 阪大) Osaka University (略称： OU) |
| 第5著者 氏名（和/英/ヨミ） | 猿渡 俊介 / Shunsuke Saruwatari / サルワタリ シュンスケ |
| 第5著者 所属（和/英） | 大阪大学 (略称： 阪大) Osaka University (略称： OU) |
| 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： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2023-01-19 15:15:00 |
| 発表時間 | 10分 |
| 申込先研究会 | SeMI |
| 資料番号 | SeMI2022-82 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.341 |
| ページ範囲 | pp.49-50 |
| ページ数 | 2 |
| 発行日 | 2023-01-12 (SeMI) |
[研究会発表申込システムのトップページに戻る]