近年，犯罪の多様化により，セキュリティの強化に対する意識が高まっている．そのため，本研究では未知行動を例外行動として自動検出するシステムを開発することを目標としている．このようなシステムでは新規行動を追加学習するときにモデル全体を再学習する必要がある．本研究では，リカレントニューラルネットワークを用い，人物行動を予測可能性に基づいて自動分節化することで，モデル更新すべきサブモデルのみを再学習する手法を構築することを目的としている．本稿では，その予備実験として行った．モデルの予測能力評価について報告する．%Recently, diversity of crimes has become a major social problem, calling for reinforcements in security systems. The objective of the author' s research is to create a system that automatically detects unknown behaviors as exceptions. Such systems require retraining of the whole system when supplementing a new behavior into the model. In this research, the authors aim to segment the behaviors, based on predictability of the recurrent neural network, for retraining only the sub-model for supplementation. In this paper, the authors present the results of the preliminary experiments evaluating the model' s prediction capability.
展开▼
