近年，Wi-Fiを用いた人の行動認識の研究が盛んに行われています．Wi-Fiを用いることにより，映像を用いる場合よりもプライバシの懸念が少ない，充電などに伴うメンテナンスが不要，既存のWi-Fi設備が利用できるため導入コストを抑えられる，といったメリットがあります．しかし，Wi-Fiは環境による影響を受けやすいため，多くの場合環境ごとの学習が必要となります．そこで本研究では，拡張型Autoencoderを用いて環境に依存しない特徴量を抽出し，その特徴量を用いて環境非依存な行動認識を行うことを検討しています．拡張型Autoencoderでは，ある環境のデータを入力した際に，別の環境で取得した同じ行動データに復元されるように学習を進めます．さらに，1つのEncoderに対して環境ごとに複数のDecoderを用意し，Decoderごとに異なる環境のデータに復元するように学習を進めます．これにより，Encoder部分では環境要因が排除され行動に関する特徴のみが抽出されると考えられます．抽出された特徴量を用いてFNN(Feedforward Neural Network)などの深層学習により環境に依存しない行動認識を行います．
