文献

J-GLOBAL ID：202002220656509496   整理番号：20A1932280

二重CNN-LSTMを用いた歩行者歩行速度推定におけるサンプリング速度依存性【JST・京大機械翻訳】

Sampling rate dependency in pedestrian walking speed estimation using DualCNN-LSTM

著者 (7件)： Yoshida Takuto (Nagoya University, Nagoya, Japan) ,  Nozaki Junto (Nagoya University, Nagoya, Japan) ,  Urano Kenta (Nagoya University, Nagoya, Japan) ,  Hiroi Kei (Nagoya University, Nagoya, Japan) ,  Kaji Katsuhiko (Aichi Institute of Technology, Toyota, Japan) ,  Yonezawa Takuro (Nagoya University, Nagoya, Japan) ,  Kawaguchi Nobuo (Nagoya University, Nagoya, Japan)
資料名： ACM Proceedings  (ACM Proceedings)
号： UbiComp/ISWC ’19 Adjunct  ページ： 862-868  発行年： 2019年 
JST資料番号： D0698C  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： スマートフォン,例えばSINSとPDRのための多くの慣性センサベースの屋内位置確認方法がある。しかし,スマートフォンのMEMSセンサのほとんどは,これらの方法に対して十分に正確でない。高精度センサを用いたロバスト歩行速度推定を行うために,深層学習を用いたエンドツーエンド歩行速度推定法を提案した。現在,100Hzで200試料の固定フォーマットで入力データを使用した。しかし,サンプリング速度とシーケンス長は,必要な精度と端末性能に応じて適切に変更されるべきである。大量のデータの連続処理が短い電池寿命をもたらすので,それらは,末端で長期間,著者らの方法を使用するとき,重要因子である。本論文では,サンプリングレートとシーケンス長を変えたときの提案手法による推定速度の精度を評価した。その結果,組合せの5つのパターンを用いて,推定精度はほとんど変化しなかった。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *歩行者 ,  *速度依存性 ,  エンドツーエンド方式 ,  端末装置 ,  センサ ,  ロバスト性 ,  スマートフォン
準シソーラス用語： *サンプリング速度 ,  推定精度 ,  慣性センサ ,  *歩行速度 ,  電池寿命 ,  推定法 ,  MEMSセンサ ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (3件)： PDR ,  深層ニューラルネットワーク ,  屋内位置決め

分類 (2件)： 移動通信  (ND08030H) ,  電子航法一般  (ND14010O)

タイトルに関連する用語 (7件)： CNN ,  LSTM ,  歩行者 ,  歩行速度 ,  推定 ,  サンプリング ,  速度依存性