梶研 [機械学習と動作判別の論文を探す]
2024年02月26日
機械学習の手法を知る
出席率
- 3年セミナー：??%
スケジュール
短期的な予定
- [ ] mocopi と お料理センシング
- [x] シーンとランドマークを決める(~2月上旬)
- [x] SVM で動作判別する
- [ ] 機械学習を深める
- [x] 機械学習の手法を知る
- [ ] 使う手法を決める
- [ ] データセットを探す
- [ ] 機械学習する
- [ ] ?
- [ ] お料理センシング
- [ ] お料理でどんな動作があるかを知る
- [ ] ?
- [ ] 論文書く
- [ ] 発表
- [ ] BLEビーコンのuuidを書き換えたい
- [x] 通信内容を読み解く
- [ ] 実装してみる
長期的な予定
- ~?月 シーン検知?をする
- ~?月 論文を書く
- ~?月 論文発表したい
進捗報告
今まで機械学習を嫌厭をしていたため、なにがあるか分からない
→ 似たような論文を見てみる
結論
何使えばよいか分かりません...
→ 機械学習 > 分類 > [主成分分析 | ナイーブベイズ]
---
機械学習による陸上競技トレーニング中の動作判別・推定アルゴリズムの検討
https://www.jstage.jst.go.jp/article/jsmemecj/2018/0/2018S2310103/pdf
層化 5 分割交差検証
検証方法なので違った(プロ演でやったようなやつ)
畳み込みニューラルネットワーク（CNN）
データから直接学習するディープラーニングのためのネットワーク アーキテクチャ
https://www.sbbit.jp/article/cont1/60675?previewpass=vhoehltpr3vm
再帰型ニューラルネットワーク(RNN)
---
マルチエージェント強化学習を用いた 門司港花火大会における人流誘導の検討
https://ipsj.ixsq.nii.ac.jp/ej/?action=pagesviewmain&activeaction=repositoryviewmainitemdetail&itemid=232719&itemno=1&pageid=13&block_id=8
マルチエージェント強化学習
一人の動きというよりかは、人々全体の動きなのでちょっと違う？
---
未知手話単語獲得に向けた手話動作特徴量空間の検討
https://ipsj.ixsq.nii.ac.jp/ej/?action=pagesviewmain&activeaction=repositoryviewmainitemdetail&itemid=232693&itemno=1&pageid=13&block_id=8
Multiple Instance Learning (マルチインスタンス学習)
今回使えるようなものではない？
k-means 法
k個にグループ分けする
---
論文難しい
機械学習の種類をさがしてみる
- 教師あり学習
- 回帰
- 木
- ニューラルネットワーク(NN)
- ベイズ
- 時系列
- クラスタリング
- アンサンブル学習
- 教師なし学習
- クラスタリング
- ニューラルネットワーク(NN)
- その他
- 強化学習
- 深層強化学習
時系列
将来予測が可能
時系列解析 ぽく見えたが、多分違う
回帰
回帰の主な目的は、連続値などの値の予測です
過去のデータを入力として、この先の動向を予測する
違いそう
分類
入力したデータがどのクラスに属するかを分類する
プロ演の iris のような
これかも？
参考
- 機械学習 (NRI)
- 機械学習の3つの種類やアルゴリズム・手法11選 (DSK)
- 代表的な機械学習手法一覧 (Qiita)
- 機械学習入門者向け 分類と回帰の違いをプログラムを書いて学ぼう (AVINTON)
機械学習 - 分類 の手法を探してみる
ナイーブベイズ
確率論の定理であるベイズの定理を基にしています。
すごい数式
全ての推定の確率を計算し、最も確率の高いものを推定結果として出力
すごそうだが、全身の関節の動きは独立にはならなそう
機械学習入門者向け Naive Bayes(単純ベイズ)アルゴリズムに触れてみる
主成分分析
たくさんの量的な説明変数を、より少ない指標や合成変数（複数の変数が合体したもの）に要約する手法
使えそう？
k近傍法
パターン認識でよく使われ、特徴空間における最も近い訓練例に基づいた分類の手法
k-means
クラスタリングという、データを性質の近い分類同士でグループ分けする手法
参考
機械学習の手法11選！覚えておきたい選択手法を一挙ご紹介します (TRYETING)
聞くこと
- 機械学習どれ使えばいいか
- 一旦使えそうな手法をいろいろ試しても良いかも
- データセットはどのサービス(?) から拾えばいいか
- UC Irvine (プロ演 第8回より)
- どんな英単語で調べれば良いか分からない
- UC Irvine (プロ演 第8回より)
進路関係
なし
余談
名簿システム作った(仮完成)
快適になった
ファンが暴走していないのはとても幸せです
手元が寒くなりました
