文献

J-GLOBAL ID：201802283561529591   整理番号：18A0198971

加速度計と学習分類器を用いた実時間方向感受性落下検出システム【Powered by NICT】

Real time direction-sensitive fall detection system using accelerometer and learning classifier

著者 (3件)： Hossain Shaikh Farhad (Institute of Information and Communication Technology, Bangladesh University of Engineering and Technology, Dhaka-1205, Bangladesh) ,  Islam Md. Zahurul (Department of Electrical and Electronic Engineering, Bangladesh University of Engineering and Technology, Dhaka-1205, Bangladesh) ,  Ali Md. Liakot (Institute of Information and Communication Technology, Bangladesh University of Engineering and Technology, Dhaka-1205, Bangladesh)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICAEE  ページ： 99-104  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： 発症の発生すべきであるならば,連続落下認識フレームワークを考えられるように素早く誰かの援助を登録に特に高齢者の1日の行動による日を選別した。本論文では,単一3D市販加速度計(3dca)とサポートベクトルマシン学習アルゴリズム(SVMLA)を用いた実時間落下検出を提示した。過去において,二機械学習(ML)に基づく計算SVMLAとk-最近傍(K NN)は生殖において指令秋発見のための実施した。二つの戦略の中で,SVMLAはPCA平均値と標準偏差を用いたハイライト精度の96.45%を促進する良好な展示を与え,描画における詳細な展示を上回る。実時間で開発したシステムの性能を評価し,それらが同じ精度,適合率と再現率をが分かった。13名の男性被験者からの実験データに適用した場合,実時間システムは同じレベルシミュレーションなどによる日常生活動作(ADL)の転倒と活性を区別する。システムはプライバシー保護センサを利用した。システムは,より少ない技術的誤り率と高い分類精度を持ち,信頼できる,ユーザに優しく,コスト効果的である。Copyright 2018 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： 機械学習 ,  学習アルゴリズム ,  三次元 ,  老人 ,  センサ ,  日常生活動作 ,  *学習 ,  *加速度計 ,  誤り率 ,  サポートベクトルマシン
準シソーラス用語： 分類精度 ,  プライバシー保護 ,  被験者 ,  *落下検出 ,  *実時間 , 【Automatic Indexing@JST】

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)： 加速度計 ,  学習 ,  分類器 ,  実時間 ,  感受性 ,  落下検出