15:30-15:50 講演(1) 【タイトル邦題】 非言語行動を用いた褒め方の上手さの分析
大西　俊輝（日本大学 大学院総合基礎科学研究科地球情報数理科学専攻宮田研究室 博士後期課程2年）
【原発表の書誌情報】 Toshiki Onishi, Arisa Yamauchi, Ryo Ishii, Yushi Aono and Akihiro Miyata: Analyzing Nonverbal Behaviors along with Praising. Proceedings of the 2020 International Conference on Multimodal Interaction (ICMI '20), pp.609-613 (2020).
【概要】 本研究では，対話における話者の行動と褒め方の上手さの関係を分析する取り組みを行う。具体的には，話者の非言語行動と褒め方の上手さを記録した対話コーパスを作成し，話者の非言語行動から褒め方の上手さを推定する機械学習モデルを構築する．機械学習モデルの結果から，非言語行動と褒め方の上手さの関係を明らかにする．
	【略歴】 2022年日本大学大学院総合基礎科学研究科博士前期課程修了．同年日本大学大学院総合基礎科学研究科博士後期課程に進学，現在に至る．マルチモーダルインタラクション，ヒューマンコンピュータインタラクションの研究に従事．
15:50-16:10 講演(2) 【タイトル邦題】 クラス難易度に基づくロングテール視覚認識手法
Sinha　Saptarshi（University of Bristol ）
【原発表の書誌情報】 Sinha, S., Ohashi, H., Nakamura K.: Class-Difficulty Based Methods for Long-Tailed Visual Recognition, International Journal of Computer Vision, vol.130, pp.2517–2531 (2022)
【概要】 本研究では、学習過程において識別対象クラスごとの識別困難性を動的に推定し、その結果に基づいて学習時のロスにクラスごとの重みづけを行うことで、Long-tailデータに対して識別精度の向上をもたらす手法を提案する。
	【略歴】 Saptarshi Sinha is a computer vision researcher working in long-term egocentric video understanding. In 2018, he completed his masters from IIT Bombay, where he worked mainly in classical computer vision approaches. From 2018-2022, he was a researcher in Hitachi, where his research focused in long-tail image/video recognition. He started his Ph.D. with Prof. Dima Damen at University of Bristol from September 2022.
16:10-16:30 講演(3) 【タイトル邦題】 歩行者安全のためのスマートフォンアクティブサウンドセンシングによる障害物との距離と相対速度の推定
Thilina　Dissanayake（大阪大学 情報科学研究科マルチメディア工学専攻マルチメディアデータ工学研究室 ）
【原発表の書誌情報】 T. Dissanayake, T. Maekawa and T. Hara, "Joint Estimation of the Distance and Relative Velocity of Obstacles via Smartphone Active Sound Sensing for Pedestrian Safety," 2023 IEEE International Conference on Pervasive Computing and Communications (PerCom), Atlanta, GA, USA, 2023, pp. 32-42, doi: 10.1109/PERCOM56429.2023.10099353.
【概要】 本研究では、歩行者の安全のために、歩行者が持つスマートフォンから発信されるプロービング信号を利用して、静止型および移動型の路上障害物との距離と相対速度を推定する新しい手法「ObsSense」を提案した。音による障害物の移動特性の推定は、パーベイシブコンピューティングにおいて活発に研究されており、一般的にはスマートフォンユーザーから障害物までの距離と障害物の相対速度を取得することができる。しかし、先行研究の多くは、静的な障害物か移動する障害物のどちらかの特性を推定することに焦点を当てており、さらには距離と相対速度のどちらか一方の推定に限定されていた。しかし、衝突の可能性を予測するためには、対向する障害物の距離と相対速度の両方が必要である。そのため、本研究では、静的な障害物と移動する障害物の両方の距離と相対速度を取得するために、正弦波とスイープ信号で合成した新たなプロービング信号を提案した。また、発信されたプロービング信号の反射音から距離と相対速度を同時に予測するためのニューラルネットワークモデルも提案した。提案されたニューラルネットワークは、障害物の移動状態（移動型または静止型）を考慮し、最適な方法で障害物の距離と相対速度を推定するように設計されている。さらに、本手法では、距離と速度の関係を利用して推定精度を向上させている。たとえば、速度関数を積分することで距離を推定することができる。ObsSenseの性能は実世界のデータを使用して評価され、実験結果は提案したプロービング信号とニューラルネットワークアーキテクチャの有効性を実証した。
	【略歴】 2018年，大阪大学工学部電子情報工学科 卒業．2020年，同大学大学院情報科学研究科マルチメディア工学専攻博士前期課程 終了．2023年，同専攻博士後期課と大阪大学ヒューマンウェアイノベーション博士課程プログラムを終了．2023年4月よりパナソニックホールディングス株式会社、デジタル・AIテクノロジーセンターで研究員として勤務（現職）．工場現場におけCyber Physical System (CPS) ソリューション開発に従事．
16:30-16:50 講演(4) 【タイトル邦題】 追加データ収集による人間行動認識モデルの性能向上予測
谷垣　慶（大阪大学 大学院情報科学研究科原研究室 学生）
【原発表の書誌情報】 Tanigaki, Kei, Tze Chuin Teoh, Naoya Yoshimura, Takuya Maekawa, and Takahiro Hara. "Predicting Performance Improvement of Human Activity Recognition Model by Additional Data Collection." Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies 6, no. 3 (2022): 1-33.
【概要】 本研究では、追加学習データ収集前に特定の学習データを追加した際の人間行動認識モデルの性能向上を予測する Accuracy Improvement Prediction Network（AIP-Net）を提案する。実験では8つのデータセットに対してleave-one-dataset-out cross-validationを用いてその有効性を示す。
	【略歴】 2022年　3月　大阪大学　工学部　電子情報工学科卒 2022年　4月　大阪大学大学院　博士前期課程入学
16:50-17:10 講演(5) 【タイトル邦題】 加速度信号を用いた少量ラベル付きデータでの繰返しがある作業行動の認識手法
吉村　直也（大阪大学 ）
【原発表の書誌情報】 Naoya Yoshimura, Takuya Maekawa, Takahiro Hara, Atsushi Wada, Yasuo Namioka, "Acceleration-based Activity Recognition of Repetitive Works with Lightweight Ordered-work Segmentation Network," Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies (IMWUT), vol.6, no.2, pp.86, June 2022.
【概要】 工場で作業員はそれぞれ異なる作業を行うため，ある作業員から収集したラベル付き学習データを別の作業員の学習データとして使用することが難しい．そこで本研究では，作業工程の順序といった事前知識を活用することで，少量のデータで複雑な作業工程を認識する行動認識手法を提案する．
	【略歴】 2018年 大阪大学工学部電子情報工学科卒業．2020年同大学大学院情報科学研究科博士前期課程修了．2023年同大学大学院情報科学研究科博士後期課程修了．ユビキタスコンピューティング，ウェアラブルセンシングに関する研究に従事．
17:10-17:30 講演(6) 【タイトル邦題】 通信時間情報の変化を利用したデバイスフリー複数人屋内測位
野村　篤史（東京工業大学 情報理工学院情報工学系下坂研究室 学生）
【原発表の書誌情報】 A. Nomura, M. Sugasaki, K. Tsubouchi, N. Nishio and M. Shimosaka, "Device-Free Multi-Person Indoor Localization Using the Change of ToF," 2023 IEEE International Conference on Pervasive Computing and Communications (PerCom), Atlanta, GA, USA, 2023, pp. 190-199.
【概要】 ノイズの影響を受けにくいToF (Time of Flight) 情報を用いた，デバイスフリー複数人屋内測位を提案します．屋内測位におけるToF情報は主に高精度な受信機位置推定に利用されてきましたが，本論文では新たな応用を提案します．
	【略歴】 2022年，東京工業大学大学院情報理工学院情報工学系知能情報コース修士課程入学． 2023年現在，同大学院在学中．