文献

J-GLOBAL ID：201902260312349500   整理番号：19A0516292

人間活動認識のためのスマートフォンセンサ挙動の性能解析【JST・京大機械翻訳】

Performance Analysis of Smartphone-Sensor Behavior for Human Activity Recognition

著者 (2件)： Chen Yufei (MOE Key Laboratory for Intelligent Networks and Network Security, State Key Laboratory for Manufacturing Systems, Xi’an Jiaotong University, Xi’an, China) ,  Shen Chao (MOE Key Laboratory for Intelligent Networks and Network Security, State Key Laboratory for Manufacturing Systems, Xi’an Jiaotong University, Xi’an, China)
資料名： IEEE Access  (IEEE Access)
巻： 5  ページ： 3095-3110  発行年： 2017年 
JST資料番号： W2422A  ISSN： 2169-3536  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： スマートフォンの増殖は,人々の日常生活を著しく促進し,多様で強力な組込みセンサは,スマートフォンをユビキタスプラットフォームにして,データを獲得し,分析することができる。それは,効率的な人間活動認識のための大きな可能性を提供する可能性がある。本論文はスマートフォンを介した人間活動認識のためのモーションセンサ挙動の系統的性能解析を提示した。感覚データシーケンスは,参加者が典型的で日常的な人間活動を行うとき,スマートフォンを介して収集される。サイクル検出アルゴリズムを適用して,活性ユニットを得るためのデータシーケンスをセグメント化し,次に,時間,周波数,およびウェーブレット領域特徴によって特性化した。次に,多様な分類アルゴリズムを用いた個人化および一般化モデルの両方を開発し,活動認識を実行するために実装した。10人の被験者から27681の感覚サンプルを用いて分析を行い,様々な配置設定の下でFスコアの形で性能を測定し,ユーザ空間に対する感度,運動センサの組合せに対する安定性,およびデータ不均衡の影響について測定した。広範囲の結果は,個々の個体がそれ自身の特異的および識別的運動パターンを有し,個人化モデルおよび一般化モデルのFスコアがそれぞれ95.95%および96.26%に達することができることを示した。それは,著者らのアプローチが実用化のために正確で効率的であることを示した。Copyright 2019 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： 波束 ,  キャラクタリゼーション ,  セグメンテーション ,  *スマートフォン ,  モデル ,  *センサ
準シソーラス用語： 不均衡 ,  スコア ,  被験者 ,  *行動認識 ,  分類アルゴリズム ,  検出アルゴリズム ,  ユビキタス ,  日常生活 ,  *人間活動 , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 人間 ,  活動認識 ,  挙動 ,  性能解析