ウェアラブルセンサーデータを用いたマルチクラス分類手法に基づく作業者の熱ストレスリスク判定システム

吉田 由起子  竹林 知善  
(FIT2017推薦論文)

誌名
電子情報通信学会論文誌 D   Vol.J101-D   No.12   pp.1517-1526
発行日: 2018/12/01
Online ISSN: 1881-0225
DOI: 10.14923/transinfj.2018JDT0003
論文種別: 論文
専門分野: 情報ネットワーク
キーワード: 
熱ストレスリスク判定,  ウェアラブルセンサーデータ,  状態推定,  マルチクラス分類,  

本文: PDF(1.6MB)
>>論文を購入


あらまし: 
工事現場等の暑熱環境で様々な作業パターンで様々な強度の作業を行っている作業員たちに対して,熱ストレスによる体調悪化を未然に防ぐための技術として,ウェアラブルセンサーデータを用いた状態推定とクラス分類手法に基づく作業者の熱ストレスリスク判定システムを開発した.本システムは,熱ストレス関連の専門家指針の応用により,作業者の時々刻々と変化する熱ストレスの蓄積度合いを尺度化し,更に,産業衛生の専門家による熱ストレスリスクレベル判定を機械学習でモデル化し,作業者のウェアラブルセンサーデータを用いて熱ストレスの蓄積度合いとリスクレベルを推定する.リスクレベル判定に適した機械学習手法を選定するために,4種類のマルチクラス分類器について実証実験データを用いて性能評価を行った.特徴量選択とハイパーパラメーター調整及びクラス分類性能評価を行うために入れ子式の分割交差検証を実施した結果,Random Forestがレベル全体に渡るF1値等の点で他の手法に比べてやや優位となったが,SVMと大きい性能差はないこと,熱ストレス蓄積度が熱ストレスリスクレベル判定の特徴量としても有用であることを確認した.