目的
加速度センサなどをウェアラブルデバイスとして装着することで，その部位の「動き」を取得することができます．例えば，腰に加速度センサを装着することで，その人が「歩いている」のか「立っている」のか，などを識別することができます．さらに，様々な部位にでこのようなウェアラブルデバイスを装着し，データを取ることでより複雑な行動を認識することができます．この時ウェアラブルデバイスのデータは，通常，装着者の行動を阻害しないように無線でデータを送りますが，この無線が途切れてしまってデータが届かずに行動の識別が出来なくなってしまうことがあります．これに対し，我々はセンサデータを補間し，センサデータが途切れたとしても正常に行動認識が可能な方法の研究開発を行なっています．
内容
様々な古典的な時系列モデル（ARMAモデルなど）や回帰モデルなどから，欠損したデータを補間する手法を検討しています．最近では深層学習による方法を取り入れ，補間をおこなったところ，かなり精度よく欠損したデータの復元ができることが判ってきました．逆にこのことを利用し，「複雑な行動を少数のセンサで認識する」という目処もたってきており，研究を進めていおます．
キーワード
ウェアラブルコンピュータ，行動認識，欠損データ補間，深層学習，AI