文献

J-GLOBAL ID：201702216933672171   整理番号：17A0323701

窓出発位置とその実行活動認識フレームワーク内の動的検出【Powered by NICT】

Dynamic detection of window starting positions and its implementation within an activity recognition framework

著者 (4件)： Ni Qin (Department of Telematic and Electronic Engineering, Universidad Politecnica de Madrid, Spain) ,  Patterson Timothy (School of Computing and Mathematics, University of Ulster, North Ireland, UK) ,  Cleland Ian (School of Computing and Mathematics, University of Ulster, North Ireland, UK) ,  Nugent Chris (School of Computing and Mathematics, University of Ulster, North Ireland, UK)
資料名： Journal of Biomedical Informatics  (Journal of Biomedical Informatics)
巻： 62  ページ： 171-180  発行年： 2016年 
JST資料番号： B0827A  ISSN： 1532-0464  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 活動認識は,多くのパーベイシブコンピューティングと周囲知能溶液の固有成分である。は,無線センサネットワーク,ウェアラブルおよびモバイルコンピューティングの分野における技術開発の爆発により促進された。しかし,実世界環境におけるスケールで配備された,ロバスト行動認識をまだ活発な研究課題である。これまで既存の文献の多くは,制御された実験室環境で採取した前セグメント化データに対する機械学習技術を適用することに焦点を当てた。このアプローチは,認識モデルを構築するための貴重なグランドトルース情報を提供することができるが,ほぼ実時間応用で実行した時にはこれらの技術はしばしば良く機能しない。本論文では,行動認識のために窓の出発位置を検出動的に多変量オンライン変化検出アルゴリズムの適用を提示した。Copyright 2017 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【Powered by NICT】

シソーラス用語： ロバスト性 ,  セグメンテーション ,  モバイルコンピューティング ,  認知モデル ,  *ユビキタスコンピューティング
準シソーラス用語： 変化検出 ,  検出アルゴリズム ,  オンライン ,  多変量 ,  実時間 ,  グランドトゥルース ,  ウェアラブル ,  無線センサネットワーク ,  *行動認識 , 【Automatic Indexing@JST】

著者キーワード (5件)： データセグメンテーション ,  日常生活動作(ADL)の活性 ,  変化検出 ,  特徴選択 ,  活動認識

分類 (2件)： 自然語処理  (JE06000L) ,  医用情報処理  (JE15030Q)

タイトルに関連する用語 (3件)： 窓 ,  活動認識 ,  フレームワーク