- NN のタイプ
原理的なわかりやすさを優先して，
LSTM（あるいは GRU）型の RNN
とする
- 入力層
6 次元 × 100 ステップ
入力は，
T : 1秒間100ステップの時系列 (x_1, x_2, …, x_100)
ここで，
x_t = [a_x, a_y, a_z, ω_x, ω_y, ω_z]
a_x(t), a_y(t), a_z(t) : 加速度
ω_x(t), ω_y(t), ω_z(t) : 角速度
- エンコーダ層（LSTM/GRU）
隠れ状態 64〜128 次元くらい
（必要なら）もう一段 LSTM を重ねる
時系列 T を順に読みながら，
「移動パターン」を内部状態に蓄積。
LSTM の更新：
h_t = LSTM( x_t, h_{t−1} )
- 出力層（全結合層）
入力：最終時刻の隠れ状態 h_100
出力：W h_100 + b = [Δx,Δy,Δz]
（W, b : パラメータ値）
これは，T から導かれる移動 (ベクトル) になる：
Δp = [Δx,Δy,Δz]
|