文献

J-GLOBAL ID：202002238083875381   整理番号：20A2277314

エッジウェアラブルセンサに関する手動作業中のマルチモーダル作業負荷監視のための自己認識機械学習【JST・京大機械翻訳】

Self-Aware Machine Learning for Multimodal Workload Monitoring during Manual Labor on Edge Wearable Sensors

著者 (5件)： Masinelli Giulio (E ́cole Polytechnique Federale de Lausanne (EPFL)) ,  Forooghifar Farnaz (E ́cole Polytechnique Federale de Lausanne (EPFL)) ,  Arza Adriana (E ́cole Polytechnique Federale de Lausanne (EPFL)) ,  Atienza David (E ́cole Polytechnique Federale de Lausanne (EPFL)) ,  Aminifar Amir (E ́cole Polytechnique Federale de Lausanne (EPFL) Uppsala University)
資料名： IEEE Design & Test  (IEEE Design & Test)
巻： 37  号： 5  ページ： 58-66  発行年： 2020年 
JST資料番号： B0007C  ISSN： 2168-2356  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： 本論文では,リアルタイムで長期健康監視を可能にするウェアラブルエッジデバイスにおける自己意識について論じた。多モード健康と作業負荷監視のためのエッジウェアラブルセンサの電池寿命を改善するために自己意識の概念を用いた。このアプローチは,6%以下の性能損失で27.6%低いエネルギー消費をもたらした。-UY.オグラ,Arizona状態大学。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： エネルギー消費 ,  *多モード ,  *機械学習
準シソーラス用語： ウェアラブルセンサ ,  ウェアラブル ,  自己意識 ,  電池寿命 , 【Automatic Indexing@JST】

分類 (1件)： 固体デバイス計測・試験・信頼性  (NC03040G)

タイトルに関連する用語 (7件)： エッジ ,  ウェアラブルセンサ ,  手動 ,  マルチモーダル ,  作業負荷 ,  自己認識 ,  機械学習