发布日期:Jul 13, 2014 7:25:44 AM
Abstract:
近年,自動車産業と情報技術の発展により,自動車には多種類のセンサが取り付けられるようになった.計測されるセンサ情報の多くは,本質的には同じ情報や,部分的に重複した情報を表現していると考えられる.本稿ではDSAEによって自動車運転行動から潜在時系列情報を抽出する際に,冗長な情報が入力された場合の挙動について実データに基づく数値実験を通して検討を行った.実験を通して,冗長な情報が入力された場合でも,DSAEは冗長な情報によって撹乱されることなく,運転行動を表現できる潜在時系列情報を抽出出来る事が分かった.これは,DSAEをフィルターとして用いれば,冗長なセンサデータをいくら入力してもよいということを示しており,自動車運転行動を分析する際の特徴量フィルタとしてDSAEの有用性が高いことを示している.
(訂正: 原稿中の手法説明部分に「denoising deep sparse autoencoder」を使用したことを記述した。しかし、作ったプログラムは乱数を設定するミスのため、denoising部分を実行していなっかた。本稿の実験結果はdeep sparse autoencoderによる結果を認識ください。)