近赤外分光法と心拍変動を用いた精神過負荷の検知

精神作業負荷は特に操舵および遠隔作業機(ROV)オペレーション中の、ヒューマン・エラーの発生に影響を及ぼす主要因です。そこでは、安全性はパイロットが適切に行動する能力に依存します。特に、過度に高いか低い精神の仕事量はオペレーターに重要情報を怠らせることができます。現在の研究の目的は、従事的な課題と自由な課題を課する特有の注意を伴う、シミュレートされるタスクの間に精神作業負荷を予測するために心拍変動(HRV)の測定と結合して機能的な近赤外線分光学(fNIRS)(前頭前野活動を測定する非侵入性の方法)の可能性を調査することです。12人のボランティアが、彼らが航空機(実生活ROVに関連した重要な認識の要求をデザインすることを目指したタスク)を備えた動的な目標に続くように要求された、コンピュータにより動かされた操縦タスクを行ないました。広範囲の精神の仕事量レベルをカバーするために、タスク難易度はコントロールの処理負荷および難易度の点から操作されました-これらの2つの要因は操舵および遠隔に乗り物を操作するために重要です。結果は、fNIRSとHRVの両方が異なるレベルの精神の仕事量に敏感なことを示しました。最も難しい課題において、LF/HF比率と同様により前頭部の活性も低いという顕著な結果を示しました。このことより、HRVとfNIRSが精神の過負荷検知に適していることを示唆します。さらに、これらの後の測定は精神作業負荷の二次のモデルの存在を指します。

pdf

映像内の自己組織化:画像分割,知覚グループ化,画像データベース編成のための確率的クラスタリング

我々は,要素のペアワイズ類似性を使用して確率的クラスタリングアルゴリズムを提示し,それが低レベルの画像分割,中間レベルの知覚グループ化,および高レベルの画像データベースの構成を含むコンピュータビジョンにおける様々な問題に対処するために使用することができる方法を示す.クラスタリング問題は,ノードがデータ要素を表し,エッジの重みは,ペアワイズ類似性を表すグラフ分割問題として見られる.我々は,Kargerの短縮アルゴリズム(1996)の使用により,このグラフの切れ目のサンプルを生成し,クラスタリング問題の解決策のために基礎を提供する「平均」な切れ目を計算する.提案手法の確率的性質は,偶発的なエッジや小さなスプリアスクラスタを含む,ノイズに対して堅牢になる.我々のアルゴリズムの複雑性は非常に低い.さらに,追加計算コストなしに,我々のアルゴリズムは,ネストされたパーティションの階層を提供します.我々はいくつかの合成画像と実画像,白黒とカラーの両方で画像分割のための手法の優位性を実証する.私達の他の例としては,雑然としたシーンにおけるエッジの連結(知覚的グルーピング)と多視点3次元物体認識を目的とした画像データベースの構成を含む.

pdf

特徴量検出器の過適合をの防止によるニューラルネットワークの向上

大規模なフィードフォワードニューラルネットが小規模な学習セットで訓練される時,典型的にテストデータで乏しいパフォーマンスとなる.この「過適合」は各学習ケース上で特徴量検出器の半分をランダムに取り去ることによって大幅に減少させる.この複雑な過適合を防ぐ特徴量検出器は他のいくつかの具体的な検出器のコンテキストでのみ有用である.代わりに,特徴量を検出するために学習する各ニューロンは一般的に内部の関連の多種多様な組み合わせによって与えられた正しい答えを生み出すために有用である.多くのベンチマークで大きな改善をもたらしたランダムなドロップアウト手法は音声あるいは物体認識の新しい記録を達成した.

pdf

パターンマッチングのためのDynamic Time Warping の向上

本論文では,2次元パターンマッチングのためのDynamicTimeWarpingの機能を強化するために新たな距離メトリック機能を紹介する.また,古典的な境界条件をさらにDTWの性能を改善するために緩和する.ワーピング経路を構築するための効率的なアプローチは,無地の背景を備えたヘッドショルダー画像中の目や顔領域を検出する際に,計算実行時間を短縮するために提示されている.強化されたDTWの性能は様々なポーズや表情を持つ15人の被験者の顔や目の検出における古典DTWのと比較した.実験結果は,両目の検出率の改善,および強化されたDTWを用いて達成されて対向している.

pdf

無拘束圧電センサを用いた離床行動予測

本稿では離床前の行動パターンを予測するセンサシステムに関して述べる.我々はピエゾ素子を用いた板状のセンサを開発した.現在使われているクリップセンサやマットセンサは,患者に拘束を強いる.さらにこれらのセンサは,プライバシーの観点において問題がある.我々の開発したセンサは,電源の供給が必要なく,また患者の拘束を必要としない.このセンサを用いて構築したシステムを7種類の行動パターン予測を行う基礎実験により評価を行った.ベッドの下に設置した6つのセンサのみを用いて,離床行動に関連のある行動の予測の結果を得た.我々のシステムは患者が離床しようとする際に起きるベッドの側面に座る動作と離床直前の座る動作を正確に検出することができた.また,これらの動作は他の動作と区別することができた.

pdf