发布日期:Nov 08, 2015 7:58:5 AM
Abstract:
計測可能な運転挙動情報の種類と計測された運転挙動時系列データのデータ量は年々増加しており,膨大な運転時系列データから運転者の運転挙動を分析するため,運転挙動毎に対する一連の運転時系列データをチャンクに分節することが本質に重要であると考えられる.しかし,データ分布が異なる運転挙動情報が,同じ潜在時系列特徴を表現する場合があるため,運転時系列データに含まれる運転挙動情報は一般に冗長であると考えられる.どちらの運転挙動情報を用いて運転挙動を分節するのかが問題になる.本稿では,様々な運転挙動情報の組み合わせによる時系列情報から,deep sparse autoencoderによって抽出される潜在時系列特徴を二重分節解析器によって分節した結果について検討する.