文献

J-GLOBAL ID：201802217252576704   整理番号：18A1902452

分類器の単一およびアンサンブルを用いたスマートホームにおける人間行動の予測【JST・京大機械翻訳】

Prediction of Human Actions in a Smart Home Using Single and Ensemble of Classifiers

著者 (3件)： Hasan Alhafidh Basman M. (Dept. of Elec. & Comp. Engineering, Florida Institute of Technology, Melbourne, FL, 32901, USA) ,  Daood Amar I. (Dept. of Elec. & Comp. Engineering, Florida Institute of Technology, Melbourne, FL, 32901, USA) ,  Allen William H. (School of Computing, Florida Institute of Technology, Melbourne, FL, 32901, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： SoutheastCon  ページ： 1-8  発行年： 2018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： 人間の居住者のニーズを正確に予測する効率的なシステムを作るために,スマートホーム環境を監視し制御するホームオートメーションシステムの必要性が高まっている。過去の研究は,ユーザの将来の行動の予測の精度に焦点を合わせてきた。しかし,この研究の多くは,個々の環境と家庭環境の間で起こる現実世界の相互作用を常に反映しない合成データセットを用いている。さらに,予測精度に関する焦点は,より遅い処理時間のコストにおいてしばしば生じる。本論文では,実時間応用環境に適した高い予測精度と応答時間の両方を達成する目的で,知的環境における将来の人間行動の予測に焦点を当てた。筆者らは,完全に計装された家庭環境から集められたMapPadデータセットを用いて実験を行い,単一およびアンサンブル分類器の両方を含むいくつかの異なる機械学習アルゴリズムを比較した。本研究では,アンサンブル手法が単一分類器の性能よりもはるかに優れた実時間応用の条件を満たすかどうかを調べた。結果は,単一分類器アプローチとしてのサポートベクトルマシンを用いることが,局所ゾーン内のセンサグループを用いた場合,最良の結果を達成する一方,アンサンブル分類器アプローチとしてのランダムフォレスト分類器は,環境内の全てのゾーンにわたって分布するセンサを用いるとき,より高い性能を達成することを示した。この結果は,環境をより小さいゾーンに分割することが,予測プロセスに対する最小時間応答と最大精度の組合せによって表現される機械学習アルゴリズムの最良性能を保証するという結論に導いた。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *人間行動 ,  *予測 ,  センサ ,  応答時間 ,  学習アルゴリズム ,  サポートベクトルマシン ,  ホームオートメーション ,  住民 ,  相互作用
準シソーラス用語： ランダムフォレスト ,  知的環境 ,  実時間 ,  予測精度 ,  家庭環境 ,  *スマートホーム , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 分類器 ,  アンサンブル ,  スマートホーム ,  人間行動 ,  予測