文献

J-GLOBAL ID：202002252004008048   整理番号：20A1893346

モバイルセンサベースの人間活動認識:残存ネットワーク概念により修正した長期短期記憶深層学習の適用による挑戦活動の識別【JST・京大機械翻訳】

Mobile sensor based human activity recognition: distinguishing of challenging activities by applying long short-term memory deep learning modified by residual network concept

著者 (2件)： Shojaedini Seyed Vahab (Iranian Research Organization for Science and Technology, Tehran, Iran) ,  Beirami Mohamad Javad (Faculty of Electrical, Biomedical and Mechatronics Engineering, Qazvin Branch, Islamic Azad University, Qazvin, Iran)
資料名： Biomedical Engineering Letters  (Biomedical Engineering Letters)
巻： 10  号： 3  ページ： 419-430  発行年： 2020年 
JST資料番号： W4106A  ISSN： 2093-9868  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： 日常の人間作業の自動化認識は,高齢者の健康の連続モニタリングのための新しい方法である。今日,モバイルデバイス(即ち,スマートフォンとスマートワッチ)は様々なセンサを備えているので,活動分類アルゴリズムはモバイルソフトウェアとして実装するための有用,低コスト,非侵襲的診断モダリティとなっている。本論文の目的は,モバイルデバイスに搭載されたセンサによって記録された信号に基づく挑戦的(即ち,類似の)人間の活動を認識するための新しい深層学習構造を導入することである。提案した構造において,残留ネットワーク概念は,主提案構造内の新しい下部構造として従事した。この部分は,消失勾配効果の低減につながるいくつかの層上のジャンプにおけるその能力のおかげで,畳み込みニューラルネットワークにおける精度飽和の問題に対処する。したがって,いくつかの活動の分類の精度は,提案した構造を用いることによって増加する。提案方法の性能を実際の寿命記録信号で評価し,2つの異なるシナリオで既存の技術と比較した。提案した構造を,Fordham大学で準備された2つのよく知られた人間活動データセットに適用した。第1のデータセットは,歩行,ジョギング,昇降,ダウンステア,座位,および立位を含む6つの異なる活動から生じる記録信号を含んでいる。第2のデータセットは,歩行,ジョギング,階段,座位,立位,摂食スープ,摂食サンドイッチ,および摂食チップも含む。最初のシナリオでは,提案した構造の性能を深層学習方式と比較した。得られた結果は,提案手法が,困難な活動(即ち,ダウンステアとアップストア)を識別する際に,それ自身の家族の代替案に対する最初のデータセットに対して,少なくとも5%の認識率を改善することを示した。第2のデータセットでは,類似の改善がいくつかの困難な活動(すなわち,サンドイッチと摂食チップ)に対して得られた。これらの優位性は,ダウンステアとアップストアの認識における提案した方法の能力が最初のデータセットに対する非家族法と比較される場合,少なくとも28%に達する。困難な活動(即ち,ダウンステアとアップステア,摂食サンドイッチと摂食チップ)に対する提案方法の認識率を,他の非カレンジング活動に対する許容できる性能と並行して増加させることは,モバイルセンサベースの健康モニタリングシステムにおけるその有効性を示す。Copyright Korean Society of Medical and Biological Engineering 2020 Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 自動化 ,  *ネットワーク ,  スープ ,  監視装置 ,  ソフトウェア ,  座位 ,  センサ ,  *携帯電話 ,  スマートフォン
準シソーラス用語： モダリティ ,  モバイルデバイス ,  分類アルゴリズム ,  *モバイルセンサー ,  *深層学習 ,  畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (6件)： 人間活動認識 ,  モバイルセンサ ,  深層学習 ,  畳込みニューラルネットワーク ,  長期短期記憶 ,  残存ネットワーク

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (10件)： モバイルセンサ ,  人間 ,  活動認識 ,  残存 ,  概念 ,  長期 ,  短期記憶 ,  深層学習 ,  活動 ,  識別