卒論を再考する
これらを元に,一度卒論の内容を見つめる必要がある
社会課題として介護負担の増大を謳い,対処法としてAALを考えたところまでは良い AALに関するサーベイ論文のIntroductionに書いてある普遍的な話 問題の解決法として在宅介護や健康状態の把握などを上げていたかは確認が必要そう AALの論文を読んだ本数が少ないので,もっと読む必要がある 技術的な話はセンサについては読んだ方が良いが,他はどうでもいい
冒頭に書いてある内容が重要
問題は無数にある: 何でも挙げる
システムを適用する状況が不明瞭
! システムを具体化する上で使い方を考える必要がある 目的は健康状態の把握と安全確保
それらをどうやって音響イベント検出で実現するかが問題
例えば
転倒の検出後,一切の活動が認められず,そのまま一定時間が経過した
転倒の結果,活動ができない危険な状態に陥ったと解釈できる
システムはその旨を介護者に通達
水がずっと流れっぱなしになっている
以下の状況は異常ではない
キッチンで洗い物をしていて他の音が聞こえる
洗面所やお風呂場で,流水以外の生活音が聞こえる
以下は異常かもしれない
流水のみで,他の生活音が聞こえない
転倒などの大きな音が組み合わさって聞こえた
高齢者の方が陥りやすい家庭内の危険を察知したい
認知的に不安な行動を取った場合,咳き込みが多いなど,健康状態に問題がありそうな場合
* 検知したい異常を考え,そこからどのような音響イベントを検出すればいいか考えるのが良さそう システムの要件が未定
! FLについて,どのような研究が必要か検討していない 能力と言っていいかはわからない
前者はFLに何台参加するか,一家庭で何台参加して,全体のシステムで何家庭参加するか
後者は連合学習に関しての気づきが多い
? 通信に必要な帯域はいくらか,効率はどの程度必要か あるイベントについては7割以上欲しいが,他はそうではない,とか,この異常の誤検出率は低く保ちたい,とか
どのイベントの可能性がある,というのをいくつか提示できると良いか?
この辺りは要検討
鳥の鳴き声を検出するシステムは複数の可能性の高いラベルを提示していた気がする
! 精度の要件によって,FLアルゴリズムで必要な工夫が変わる 家庭内環境の異質性によっても変わる
間違いなくデータ異質性はある
デバイスによる異質性は同じデバイスを設置するのでない