<< TOPへ
Personalizing Activity Recognition Models by Selecting
・個々の違いに対応できる人間の活動認識システムの開発を提案。2020年。
・適切な分類器を選択する方法があれば、（モデルのトレーニングについての）ユーザーの負担が軽減される
・複数の分類器の適切な判断として、ランダム選択、平均互換性基準、アンサンブル分類の3つのアプローチが提案されていて、それぞれを検討
・はっきり言おう。難しい。
・目的感は理解できたけど、詳細までは理解が追いつかなかった。
・でも応用を考えることはできる。応用の場面と、特徴量を何に変えた際に何か別の展開が考えられないか
・例えば、個々の活動の認識ではなく、個々の文章の書き方、個々の話し方、個々の表情の作り方。それぞれの「活動」が、何らかの対象の状態により影響されるのならば、そしてその個々の影響（リアクション）を識別することに価値があるのならば、その状況を気づき、認識し、共有し、是正するアプリケーションを考えられる
・パーソナライズされた、気づきを与える仕組みと抽象的に考えると応用が広がる。何かこれまでの知見が活きないか、考える。
・あと、分類器をどれかに寄せることによって、デメリットもあるよなぁ。ユーザー同士の比較がしにくくなるような気がする。そのデメリットを超えてメリットが大きければという環境下かな
