PROJECTS

[Reference /引用はこちら]
Shusuke Sato, Yuta Sugiura, Anomaly Movement Detection System using Autoencoder to Support BeginnerLure Operation, The SICE Annual Conference 2020 (SICE 2020), September 26, 2020.

釣りに関する操作には様々な種類が存在するがそれらの多くは個人の経験や勘に基づいており、定量的な計測がなされていない。このため、初心者が理論的に釣り技術を体得することは困難である。この問題の解決のため、初心者への釣り操作支援としてキャスト操作の支援やアタリの感知システムが提案されているが、ルアーの操作支援に着目したシステムの開発は行われていない。そこで本研究ではルアー操作時の加速度を計測することによるルアー操作支援システムを提案する。ルアーに加速度ロガーを内蔵し、上級者の操作を正常データ、初心者の操作を検証データと捉え、オートエンコーダの再構成誤差を利用して異常部位の検出を行うことで，初心者のルアー操作を支援する。3軸加速度の時系列データからスライディングウィンドウによって部分時系列を生成し，周波数成分に変換したものをオートエンコーダへの入力とした。提案システムの性能評価実験の結果、正常検出精度は88.7%、異常検出精度は96.3%、F値は0.924であった。このことから、提案システムによってルアー操作の異常部位を検出できることが確認された。

We have developed a lure operation support system that uses acceleration measurement. In the proposed system, the operation of advanced users is regarded as normal data and the operation of beginners as verification data. These data are obtained using a lure with a built-in acceleration logger. We support beginner lure operation by detecting anomaly parts using the reconstruction error of the autoencoder. A partial time series is generated by a sliding window from the acquired time-series data of the three-axis acceleration and converted into a frequency component, which is then used as an input to the autoencoder. Performance evaluation experiments showed that the normal detection accuracy was 88.7%, the anomaly detection accuracy was 96.3%, and the F value was 0.924.