文献

J-GLOBAL ID：201702226856570514   整理番号：17A1393599

機械学習を用いたGS1標準に基づく覚醒低下警報システム【Powered by NICT】

Drowsy Driving Warning System Based on GS1 Standards with Machine Learning

著者 (6件)： Moon Seongjoo ,  Min Moran ,  Nam Jangwoo ,  Park Jaeyou ,  Lee Doheon ,  Kim Daeyoung
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： BigData Congress  ページ： 289-296  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 居眠り運転は,自動車事故の主因であると人間の生命の損失,全世界的自動車工業にとって挑戦として残るをもたらすことを危険因子である。最近,居眠り監視システムに基づく予測システム機械学習のための積極的に研究されている。しかし,自動車実時間制約と柔軟性の課題は,車両ネットワークと他のデバイスからの大量不均一データに対して考慮すべきである。この問題を解決するために,GS1標準を用いた居眠り監視システムに基づく機械学習提案した。最初に,車両運動データを定義し,居眠り予測のためのGS1標準言語を用いてモデル化した。第二に,筆者らは機械学習アルゴリズム(KNN,ナイーブBayes,ロジスティック回帰)と深層学習アルゴリズム(RNN LSTM)による自動車実時間環境のための最適アルゴリズム選択と詳細アーキテクチャを提案した。最後に,オープンソースハードウェアRaspberry Piと機械学習南西枠組によってシステム全体の統合と実装について述べた。リアルタイム環境条件を考慮に入れ,車両運動データの読みやすさと有用性を改善するためにどのように最適LSTMアーキテクチャと実装を提供した。も他のセンサ装置のない連結車両システムの迅速なプロトタイピング方法論事例を共有している。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *警報システム ,  柔軟性 ,  自動車工業 ,  検出器 ,  *機械学習 ,  計算機アーキテクチャ ,  モデリング ,  自動車 ,  監視装置 ,  学習アルゴリズム ,  自動車事故 ,  プロトタイピング ,  予測
準シソーラス用語： 居眠り ,  居眠り運転 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 機械学習 ,  GS1 ,  標準 ,  覚醒低下 ,  警報システム