文献

J-GLOBAL ID：201602249240897805   整理番号：16A0508634

スマートフォンを利用した遷移依存人間活動認識

Transition-Aware Human Activity Recognition Using Smartphones

著者 (6件)： Reyes-Ortiz Jorge-L. (DIBRIS - University of Genova, Via Opera Pia 13, I-16145 Genova, Italy) ,  Reyes-Ortiz Jorge-L. (CETpD - Universitat Politecnica de Catalunya, Rambla de l’Exposicio, 59-69, 08800 Vilanova i la Geltru, Spain) ,  Oneto Luca (DITEN - University of Genova, Via Opera Pia 11a, I-16145 Genova, Italy) ,  Sama Albert (CETpD - Universitat Politecnica de Catalunya, Rambla de l’Exposicio, 59-69, 08800 Vilanova i la Geltru, Spain) ,  Parra Xavier (CETpD - Universitat Politecnica de Catalunya, Rambla de l’Exposicio, 59-69, 08800 Vilanova i la Geltru, Spain) ,  Anguita Davide (DIBRIS - University of Genova, Via Opera Pia 13, I-16145 Genova, Italy)
資料名： Neurocomputing  (Neurocomputing)
巻： 171  ページ： 754-767  発行年： 2016年01月01日 
JST資料番号： W0360A  ISSN： 0925-2312  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： 本研究は,スマートフォンを利用して物理的活動を認識するための,遷移依存人間活動認識(TAHAR)システムのアーキテクチャを述べる。この目標は,一群の慣性センサによる実時間分類であるが,その一方で活動と未知活動間の遷移の発生に関する学習アルゴリズムへの課題を取り上げることである。本論文は,このアーキテクチャの二種の実装を提案するが,両者は遷移を直接学習するか,または未知活動と考えるかにより遷移を処理する予測技法が異なる。これはサポートベクトルマシン(SVM)の連続活動予測の確率的出力を,発見的フィルタリング手法と組合せることにより達成する。このアーキテクチャを,スマートフォンまたはウェアラブルセンサを携帯して広い活動範囲(最大33)を実行する人々が関わる,3種の事例研究にわたり検証する。その結果は,TAHARは最新の基準線となる研究よりも性能が優れていることを示し,このアーキテクチャの主な利点を明らかにする。Copyright 2016 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.

シソーラス用語： *人間行動 ,  認識 ,  *スマートフォン ,  移動 ,  システムアーキテクチャ ,  センサ ,  実時間処理 ,  自動分類 ,  学習アルゴリズム ,  サポートベクトルマシン ,  発見的方法 ,  フィルタリング ,  事例研究 ,  検証 ,  性能評価 ,  *機械学習
準シソーラス用語： 人間活動 ,  *活動認識 ,  *状態遷移 ,  慣性センサ ,  情報フィルタリング ,  ウェアラブルセンサ ,  システム検証

著者キーワード (5件)： Activity Recognition ,  Smartphones ,  Transitions ,  Support Vector Machines ,  Machine learning

分類 (2件)： 人工知能  (JE08000Z) ,  人間機械系  (IB03000G)

タイトルに関連する用語 (4件)： スマートフォン ,  遷移 ,  人間 ,  活動認識