#author("2018-05-02T16:00:45+09:00","","") #author("2018-05-02T16:02:20+09:00","","") [[FrontPage]] **司会)杉山・書記)横井 [#dc845125] ***開始)13:40・終了)16: [#q50f41ff] ***開始)13:40・終了)16:00 [#q50f41ff] ***欠席)なし・遅刻)なし [#vd3246e3] ***議事録 [#s7c77228] //###########ここから#############// 小野田さんの発表 -(麻生)DEAとIDEAの単純な組み合わせではだめ? --上界と下界を決めることによって柔軟になった -(横井)図の見方がわからなかった --普通のものを、区間に変えている -(杉山)おわりにのより多くの情報とは具体的にどうゆう情報が得られるか --今回の手法では、DEAとIDEAの調べ方を組み合わせ -(山本)12pのスライドの季節などのデータにはどうやって使う --広い範囲で効率性をだせる -(太田)上界のよみはじょうかい、下界のよみはかかい(数学のとき) -APUは何か --間違えただけ -(奥原)表6のファジィデータの見方は?オレンジとかむらさきの意味 --図6と図7と照らし合わせてみるとわかる -この手法はより面白い見方ができる -分解定理などをつかって、次元が増えるのでいろんな見方ができる 山本さんの発表 -(小野田)隠れマルコフモデルはまとめて1つのデータにしているわけではない? --まとめて一つのデータにしてるわけではない --(大田)教師なしだから教師ありのものには向いていないかも -(麻生)特徴ベクトルとインスタンスの違いは --特徴ベクトルが特徴量からの判別、インスタンスはわからない -(横井)自分の研究での通信の方法は? --IoTのようにしたいので無線通信を考えている -(杉山)どんな行動があったか --表2にのっている -手元の識別をしたかったのか --行動する際手首は必ず使うことでいい感じにわかりづらくなることとプライバシーの問題、 -(太田)6pの大まかな色情報をどうやって決めてるか?どうやって圧縮して類似度を決めてるのか --トレーニングデータからあらかじめ特徴的な色を機械学習させてる -(奥原)発表したい論文は、早く申請する -30分間、人に話すことができるくらいは作る -準備は入念にしておく 太田先生の発表 -(小野田)マルチモーダルのAuto encoderはそのままできるか --学習次第、何が何かわからなくなるので、やらないほうがいい、発展途上の分野 -(麻生)特徴量の次元の決め方は --今回は試して一番よかったものを選んだ -(杉山)openBCIでのヘルツについて --いまつかっているものでも設定をかえると使える -(山本)脳波の使い方の方針は --じゃんけんしていないところの脳波を削除する方針 -(横井)オーバーラップ率とは --少しずつFFTする、50%なら250のうちの後半の125はつぎの250の前半になる -(奥原)2p 麻生さんは学会までに取得データから状態を自動判別の仕組みを作る -4p とる場所をそこにしたのは -- 特徴が似ていたからうまくいくと思う -4p 右下の画像のデータを頭の色のデータを使うのはどうか --信号から作ったほうがいいと思う -5p 観測時刻が間違ってる可能性がある - この時刻はopenBCIではなくPCの時間では -6p FFTは250次元とかでもできる(おそいだけ) -データをとるタイミングが違っている -麻生さんは321の1秒の4分割のみ、太田先生は3210の4秒 -7p 45かいのうちの30階までを練習期間として、31から45までをなにかする --8p 3~5Hzもだせる -11p12p 過学習をとめる仕組み -13p 3秒2秒のデータを使わない - 計測時間の問題 -15p 着脱するたびの基準の変化 //###########ここまで#############//