文献

J-GLOBAL ID：201802240820535647   整理番号：18A0870802

CNNと決定木を組み合わせた新たな人体行為認識手法の研究【JST・京大機械翻訳】

Research on new human behavior recognition method based on CNN and decision tree

著者 (3件)： Wang Zhongmin (西安郵電大学計算机学院,西安,710061) ,  Zhang Cong (西安郵電大学計算机学院,西安,710061) ,  Heng Xia (西安郵電大学計算机学院,西安,710061)
資料名： Jisuanji Yingyong Yanjiu  (Jisuanji Yingyong Yanjiu)
巻： 34  号： 12  ページ： 3569-3572  発行年： 2017年 
JST資料番号： C2536A  ISSN： 1001-3695  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： スマートフォン内蔵加速度センサの人体行動認識は近年の人工知能領域の研究焦点であり、従来のベイズ、極速学習機、決定木等の識別方法は、まず加速度センサのデータ収集時間周波数域の特徴に取組む必要がある。....????????????????????????????????????????????.そして,多くの時間周波数特性から特徴最適化を行う。深い学習における畳み込みニューラルネットワークアルゴリズム(convolutionalneuralnetwork、CNN)を用いて、大データ量と小データ量の2種類の情況下でそれぞれ特徴学習を行い、直接に知能携帯電話の3軸加速度データを読み取り、自動抽出した加速度データの特徴を利用し、自動抽出した加速度データの特徴を利用し、決定木アルゴリズムと結合して人体行為の分類識別を実現した。実験結果は,この認識法の精度が従来の機械学習法より1.1%5.2%高く,特に大きなデータ量でより明確であることを示した。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： スマートフォン ,  *ディシジョンツリー ,  最適化 ,  人工知能 ,  データ収集 ,  周波数特性 ,  機械学習 ,  加速度 ,  学習 ,  アルゴリズム
準シソーラス用語： 自動抽出 ,  三軸 ,  データ量 ,  時間周波数 ,  加速度センサ , 【Automatic Indexing@JST】

著者キーワード (5件)： behavior recognition ,  deep learning ,  convolutional neural network (CNN) ,  decision tree ,  feature extraction

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (6件)： CNN ,  決定木 ,  人体 ,  行為 ,  手法 ,  研究