[1B5-GS-2] 機械学習：産業応用

[1B5-GS-2-03] マルチモーダル生理信号データを用いた眠気状態の多レベル分類

〇滝 健太郎¹、郭 傲²、馬 建華¹ (1. 法政大学、2. 名古屋大学)

キーワード：眠気検知、多レベル分類、マルチモーダル、深層学習

眠気の検知は交通安全の確保に不可欠であり，高い信頼性を得るために詳細なレベルでの検知が求められる．近年，ウェアラブルデバイスの普及により，多様な生理信号の取得が可能となり，眠気検知の研究に活用されている．前回の研究ではECGを用いた眠気状態の多レベル分類を行ったが，複数の信号を組み合わせたマルチモーダルでの分類が課題として残った．一部の先行研究では二つの生理信号を組み合わせた手法が提案されているが，信号と深層学習モデルの最適な組み合わせは明確ではない．さらに，マルチモーダルなアプローチの多レベル分類に対する有効性の検証も十分ではない．本研究では，DROZYデータセットから複数の生理信号を組み合わせて，眠気状態の分類を行った．初めに，各生理信号に対してCNNとLSTMを用いてモデルを構築し最適なパラメータを設定することで，各信号に適した学習モデルを特定した．次にCNNとLSTMを用いてマルチモーダルモデルを構築し分類を行った．結果として，複数の生理信号を組み合わせたマルチモーダルなアプローチは，多レベル分類においてシングルモーダルでの分類より高い精度を達成した．