文献

J-GLOBAL ID：202002219763882972   整理番号：20A0294960

動的時間ワーピングと圧縮学習を用いた時間データの分類【JST・京大機械翻訳】

Classification of temporal data using dynamic time warping and compressed learning

著者 (2件)： Huang Shih-Feng (National University of Kaohsiung, Kaohsiung 811, Taiwan) ,  Lu Hong-Ping (National University of Kaohsiung, Kaohsiung 811, Taiwan)
資料名： Biomedical Signal Processing and Control  (Biomedical Signal Processing and Control)
巻： 57  ページ： Null  発行年： 2020年 
JST資料番号： W3347A  ISSN： 1746-8094  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本研究では,時間的データ分類のために動的時間ワーピング(DTW)と圧縮学習(CL)技術を組み合わせたアルゴリズムを提案した。DTWを用いて,適切な参照軌道を決定するための時間データにおける非同期効果に取り組んだ。CLを用いて,時間的データを効果的に表現し,参照軌道と協調することによりデータを効率的に分類した。提案したアルゴリズムと4つの他の分類法をいくつかのデータ集合に適用することにより,提案したアルゴリズムは合理的な時間内で満足な分類精度を持つことを示した。この利点に従って,提案したアルゴリズムを拡張して,ウェアラブルヘルスケア装置を持つユーザのための心臓不整脈の異常型を検出するオンライン監視システムを確立した。数値結果は,提案した分類器がリアルタイムで個人の異常心拍を検出するための満足な認識結果を有することを示した。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 不整脈 ,  *学習 ,  アルゴリズム ,  心拍
準シソーラス用語： 圧縮センシング ,  実時間 ,  オンライン監視 ,  分類精度 ,  分類法 ,  データ分類 ,  *ワーピング , 【Automatic Indexing@JST】

著者キーワード (3件)： 圧縮センシング ,  動的時間ワーピング ,  時間的データ分類

分類 (1件)： 生体計測  (EL03020C)

タイトルに関連する用語 (3件)： ワーピング ,  学習 ,  分類