文献

J-GLOBAL ID：202002249998733531   整理番号：20A2470553

ハイブリッドヒューリスティックアルゴリズムを用いた深層学習と構造最適化による人間行動認識【JST・京大機械翻訳】

Human action recognition with deep learning and structural optimization using a hybrid heuristic algorithm

著者 (2件)： Ozcan Tayyip (Department of Computer Engineering, Erciyes University, Kayseri, Turkey) ,  Basturk Alper (Department of Computer Engineering, Erciyes University, Kayseri, Turkey)
資料名： Cluster Computing  (Cluster Computing)
巻： 23  号： 4  ページ： 2847-2860  発行年： 2020年 
JST資料番号： W4172A  ISSN： 1386-7857  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 人間行動認識(HAR)は,学術社会と他の利害関係者のための一般的な主題である。今日,それは健康,支援生活,高齢治療など多くの実用的応用に対して広く普及している。視覚とセンサベースのデータの両方がHARに使用できる。視覚データはビデオ画像,静止画像,スケルトン画像などを含むが,センサベースデータは加速度計,ジャイロスコープなどのデバイスからの数値データとして取得される。雇用分類法とデータタイプは,HAR性能に極めて重要である。本論文では,センサデータベースの活性認識を,積層オートエンコーダ(SAE)を用いて実行した。構造最適化がユーザ経験に残されている場合,SAEsによる最適精度結果の発見は挑戦的なプロセスである。本研究の目的は,発見的最適化アルゴリズムを用いてSAEsのようなHAR分類法の精度を改善することである。したがって,SAEsの構造パラメータを,人工ハチコロニー最適化アルゴリズム(ABC),遺伝的アルゴリズム,微分進化アルゴリズム,粒子群最適化アルゴリズム(PSO),および,その内部構造におけるPSOとABCを含む,新しい開発したハイブリッドアルゴリズム(hABCPSO)を用いて最適化した。leave-one-out交差検証法(LOOCV)試験法を用いて結果を検証した。各アルゴリズムを30回実行して,これらの実行の結果を統計的方法によって解析した。実験結果に従って,hABCPSOサポートSAEは最小誤差を与え,他の間で最もロバスト性のアルゴリズムである。得られた成功率は,提案したSAEがUCIの人間活動認識データセット上で最良の精度速度を達成し,LOOCV試験技術に関して,無線センサデータマイニングデータセット上で最良に近いことを示した。Copyright Springer Science+Business Media, LLC, part of Springer Nature 2020 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 ,  *最適化 ,  視覚 ,  雇用 ,  最適化手法 ,  加速度計 ,  統計的方法 ,  ジャイロスコープ ,  構造パラメータ ,  ロバスト性 ,  遺伝的アルゴリズム ,  *構造最適化
準シソーラス用語： 粒子群最適化 ,  ビデオ画像 ,  *深層学習 , 【Automatic Indexing@JST】

著者キーワード (10件)： 深層学習 ,  積層オートエンコーダ ,  センサベース人間行動認識 ,  人間コンピュータインタラクション ,  統計解析 ,  ハイブリッド最適化 ,  ABC ,  GA ,  DE ,  PSO

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (3件)： 深層学習 ,  構造最適化 ,  人間行動認識