发布日期:Nov 19, 2014 4:47:4 PM
∗本研究は第 32 回日本ロボット学会学術講演会(RSJ2014)で発 表したものである (SSI2014 では他学会等で著者自身がすでに発表されたものを発表することが可能です)
概要 本稿ではdeep sparse autoencoder(DSAE)を用いて,冗長な運転行動時系列データから本質的な潜在時系列情報を抽出できると考え,様々なセンサ情報の組み合わせによる時系列情報を入力として与えた際の,DSAEによって抽出される潜在時系列情報の変化について検討する.十分な入力情報を与えた後に,重複した情報を持つ次元を付加しDSAEの入力として与えても,潜在時系列情報は線形変換による同値関係を除いては変化しないことが分かった.