文献

J-GLOBAL ID：202002210423948427   整理番号：20A1244609

OAc iotセンシング構造振動によるオフィス活動分類の重複【JST・京大機械翻訳】

OAC: Overlapping Office Activity Classification through IoT-Sensed Structural Vibration

著者 (6件)： Bonde Amelie (Carnegie Mellon University, United States) ,  Pan Shijia (University of California Merced, United States) ,  Mirshekari Mostafa (Stanford University, United States) ,  Ruiz Carlos (Carnegie Mellon University, United States) ,  Noh Hae Young (Stanford University, United States) ,  Zhang Pei (Carnegie Mellon University, United States)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： IoTDI  ページ： 216-222  発行年： 2020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： オフィスにおける人間活動を認識することは,生産性追跡および健康監視応用に対して大きな可能性を持っている。これを行うために,視覚ベース,RFベース,ウェアラブル,音響ベース,およびセンサ融合を含む様々なセンシング方法が探求されている。これらの方法には,制限された範囲,設置要件(視線,高密度配置,または身体上の着用),およびプライバシーの懸念(例えば,ビデオ記録)のような限界がある。著者らは,環境構造振動を用いた室レベルのモノのインターネット重複活動認識システム,OACを提示した。著者らのアルゴリズムは,特徴抽出プロセスにおける観測ベースの発見的手法を使用し,多段階教師つき学習を用いて複数の活動を同時に分類する。著者らは,それらの重なりポテンシャルに基づいてカテゴリに活性を分割し,同時活動を区別することを可能にした。2つの位置における8人の被験者について評価し,著者らの最初の活動カテゴリーに対して最大97%の分類精度を示し,著者らの活動の第2カテゴリーに対して最大90%の精度を示し,重複する重複活動の組合せに対して90%までの精度を示した。Copyright 2020 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： アルゴリズム ,  *視覚 ,  音響 ,  特徴抽出 ,  プライバシー ,  発見的方法 ,  教師つき学習 ,  録画 ,  センサフュージョン
準シソーラス用語： 人間活動 ,  被験者 ,  ウェアラブル ,  分類精度 ,  行動認識 ,  モノのインターネット , 【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 (6件)： IoT ,  センシング ,  構造振動 ,  オフィス ,  活動 ,  分類