抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
画像と位置配列を理解するチームスポーツ活動のための階層的リカレントネットワークを提示した。階層モデルでは,LSTMの出力に基づく時系列上での提案した多重人を中心とした特徴を統合した。この方式を実現するために,外部制御可能な状態の一つとしてLSTMの保持状態を導入し,統合のための機構を含むように階層的LSTMs拡張した。実験結果は階層的LSTMと人を中心とした特徴を含む提案した枠組みの有効性を実証した。本研究では,規範モデルの改良を実証した。具体的には,筆者らが提案した後期融合フレームワークにおけるメタ情報(例えば,位置データ)と人間中心特徴を組み込むことにより,ここではまた,行動カテゴリーの識別増加と観察されたプレイヤーの数の変動に対するロバスト性増強を実証した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】