座長：菅谷 みどり（芝浦工業大学）

13:10-13:30 講演(1) 【タイトル邦題】 加速度センサデータとMotif-guided Attention機構を用いた梱包作業に関する行動認識手法
吉村　直也（大阪大学 情報科学研究科 ）
【原発表の書誌情報】 Jaime Morales, Naoya Yoshimura, Qingxin Xia, Atsushi Wada, Yasuo Namioka, Takuya Maekawa, "Acceleration-based Human Activity Recognition of Packaging Tasks Using Motif-guided Attention Networks," Proceedings of IEEE International Conference on Pervasive Computing and Communications (PerCom), March 2022.
【概要】 本研究では，ウェアラブルデバイスから取得した加速度センサデータを用いた，梱包作業などの物流ドメインにおける行動認識手法を提案する．作業行動には特徴的かつ必要不可欠な動作があり，Attention機構を用いてこれらに注目することで，限られたデータで効果的な学習を実現する．
	【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．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．
13:30-13:50 講演(2) 【タイトル邦題】 衣服スケールのメアンダコイルによるバッテリレスセンサ の高感度な無線読み取り手法
高橋　亮（東京大学 大学院工学系研究科電気系工学専攻川原研究室 博士後期課程3年）
【原発表の書誌情報】 Ryo Takahashi, Wakako Yukita, Takuya Sasatani, Tomoyuki Yokota, Takao Someya, and Yoshihiro Kawahara, “Twin Meander Coil: Sensitive Readout of Battery-free On-body Wireless Sensors Using Body-scale Meander Coils,” Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies (ACM IMWUT), Vol. 5, No. 4, Article No. 179, Dec. 2021.
【概要】 リーダコイルを介してバッテリレスなセンサを無線で読み取るパッシブインダクティブテレメトリ技術を高感度化し、人体との磁気的干渉を回避できるメアンダコイルとを組み合わせることで、人体に配置された複数のバッテリレスセンサを読み取る高感度な衣類型リーダコイルを実現した。
	【略歴】 2020年東京大学大学院情報理工学系研究科博士前期課程修了。同年より工学系研究科博士後期課程在籍し、日本学術振興会特別研究員、JST ACT-X「強靱化ハードウェア」個人研究者などを務めている。専門は無線給電・センシングやデジタルファブリケーション、形状変化インタフェースなど。主な受賞として2022年ACM CHI Best Paper Award、2020年ACM CHI Honorable Mention Awardなどがある。
13:50-14:10 講演(3) 【タイトル邦題】 電気刺激を用いたピアノのトレモロ演奏支援技術
新島　有信（日本電信電話株式会社 NTT人間情報研究所 特別研究員）
【原発表の書誌情報】 Arinobu Niijima, Toki Takeda, Kentaro Tanaka, Ryosuke Aoki, and Yukio Koike. 2021. Reducing Muscle Activity when Playing Tremolo by Using Electrical Muscle Stimulation to Learn Efficient Motor Skills. Proc. ACM Interact. Mob. Wearable Ubiquitous Technol. 5, 3, Article 123 (Sept 2021), 17 pages. https://doi.org/10.1145/3478110
【概要】 電気刺激で筋肉を動かす技術（EMS）を使って、ピアノ初心者の腕の筋肉を直接動かすことにより、熟練者のような効率的な身体の使い方を学習し、無駄な力みのない演奏ができるように支援するシステムを開発した。
	【略歴】 博士（工学）。2012年日本電信電話株式会社入社。2017年東京大学大学院工学系研究科博士後期課程修了。触覚提示技術やウェアラブルセンサを用いた身体動作推定技術に関する研究に従事。
14:10-14:30 講演(4) 【タイトル邦題】 CrowdAct: クラウドソーシングによる行動認識データセットの高精度化
Inoue　Sozo（九州工業大学 大学院生命体工学研究科 教授）
【原発表の書誌情報】 Nattaya Mairittha, Tittaya Mairittha, Paula Lago, and Sozo Inoue. 2021. CrowdAct: Achieving High-Quality Crowdsourced Datasets in Mobile Activity Recognition. Proc. ACM Interact. Mob. Wearable Ubiquitous Technol. 5, 1, Article 50 (March 2021), 32 pages. https://doi.org/10.1145/3432222
【概要】 センサ行動認識において、クラウドソーシングにおいてデータセットを集める際に、ゲーム化の考え方を導入し、データ品質の向上、動機付け、および不正の検出方法を提案する。
	【略歴】 2002年九州大学大学院システム情報科学研究科博士後期課程修了・博士（工学）．2002年より同システム情報科学研究院・システムLSI研究センター助手．2006年より同附属図書館研究開発室助教授（准教授）．2009年より九州工業大学大学院工学研究院基礎科学研究系准教授．2018年より同大大学院生命体工学研究科，2020年より同大教授．
14:30-14:50 講演(5) 【タイトル邦題】 SyncUp: Vision-based Practice Support for Synchronized Dancing
Zhou　Zhongyi（The University of Tokyo ）
【原発表の書誌情報】 Zhongyi Zhou, Anran Xu, and Koji Yatani. "SyncUp: Vision-based Practice Support for Synchronized Dancing." Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies 5.3 (2021): 1-25.
【概要】 To practice synchronized dancing, many amateur dancers usually take video records during their practice and simply use standard video interfaces for reviewing. We present SyncUp, a system that provides multiple interactive visualizations to support reviewing processes in the practice of synchronized dancing and liberate users from manual inspection of recorded practice videos. By analyzing dancers’ pose similarity and temporal alignment of their movements, SyncUp visualizes which body parts and which portions of the dance routine require further practice to achieve better synchronization. Both quantitative and qualitative results confirm the accuracy and usefulness of our system.
	【略歴】 東京大学電気系工学修士学位取得　（2020年） 東京大学電気系工学博士課程在学　（現在）