文献

J-GLOBAL ID：201702236562968453   整理番号：17A1028395

頻出エピソード・マイニングと無線センサネットワークを用いた逐次行動パターン発見【Powered by NICT】

Sequential Behavior Pattern Discovery with Frequent Episode Mining and Wireless Sensor Network

著者 (5件)： Li Li ,  Li Xin ,  Lu Zhihan ,  Lloret Jaime ,  Song Houbing
資料名： IEEE Communications Magazine  (IEEE Communications Magazine)
巻： 55  号： 6  ページ： 205-211  発行年： 2017年 
JST資料番号： B0780B  ISSN： 0163-6804  資料種別： 逐次刊行物 (A)
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： 居住者の日常活動のパターンを認識することにより,建物システムはサービスを最適化し,個人化することができた。確立された技術であるデータ収集とパターンマイニングのための利用できるが,それらは全てデータ収集に用いた方法論は,パターン認識に適した病気になる傾向があるという欠点を共有している。本研究のために,著者らは,オーダーメイドのWSN(無線センサネットワーク)を開発し,この障害を克服するために頻繁エピソードマイニングのためのコンパクトなデータフォーマットとを組み合わせた。提案したフレームワークは,スマートホームシミュレータからと学生の家庭における自己組織化WSN(無線センサネットワーク)からの実データと合成データを用いて評価した。フレームワークである不均一センサデータにおける連続パターンを発見することが可能であることを示すことができた。対応するシナリオでは,日常活動のパターンを推定することができた。枠組みを自己無撞着,スケーラブル,そしてエネルギー効率であり,複数の建築システム設定で適用可能である。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： 自己組織化 ,  住民 ,  *センサネットワーク ,  最適化 ,  パターン認識 ,  データフォーマット ,  エネルギー効率 ,  *データ収集
準シソーラス用語： センサデータ ,  パターンマイニング ,  *行動パターン ,  *無線センサネットワーク ,  *エピソード , 【Automatic Indexing@JST】

分類 (2件)： 計算機網  (JC03000K) ,  無線通信一般  (ND08010L)

タイトルに関連する用語 (5件)： エピソード ,  無線センサネットワーク ,  逐次 ,  行動 ,  パターン発見