文献

J-GLOBAL ID：202002256440525062   整理番号：20A2615429

パララベル:ウェアラブルセンサにおけるクロスドメインステップ計数のための自律パラメータ学習【JST・京大機械翻訳】

ParaLabel: Autonomous Parameter Learning for Cross-Domain Step Counting in Wearable Sensors

著者 (4件)： Alinia Parastoo (School of Electrical Engineering and Computer Science, Washington State University, Pullman, WA, USA) ,  Fallahzadeh Ramin (School of Medicine, Stanford University, Stanford, CA, USA) ,  Connolly Christopher P. (Department of Kinesiology and Educational Psychology, Pullman, Washington State University, WA, USA) ,  Ghasemzadeh Hassan (School of Electrical Engineering and Computer Science, Washington State University, Pullman, WA, USA)
資料名： IEEE Sensors Journal  (IEEE Sensors Journal)
巻： 20  号： 23  ページ： 13867-13879  発行年： 2020年 
JST資料番号： W1318A  ISSN： 1530-437X  CODEN： ISJEAZ  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： 活動トラッカーとも呼ばれる摩耗可能なステップカウンタを,ステップトラッキングと同様に健康と活動監視のために開発した。しかし,これらのトラッカーは,遅い歩行中および補助装置(すなわち,支援歩行)で歩行するとき,信頼できない測定を生成する。この課題に取り組むために,本論文では,様々な歩行速度と強度に対して信頼できるフィルタベースのステップ計数アルゴリズム,ParaLabelを導入した。パララベルは,センサデータを収集する必要がなく,歩行の異なった速度と/またはパターンのためのアルゴリズムパラメータを手動で調整することなしに,新しいドメインで自律的にフィルタカットオフ周波数を学習することによってこの問題に対処した。この問題を,新しいフィルタカットオフ周波数を,異なるドメイン(s)から以前に微調整されたパラメータを含むバンクから転送する転送学習問題として定式化した。胸部,手首,または左ポケットに加速度計センサを装着しながら,15人の参加者から収集した実際のデータを用いた著者らの広範な分析は,同じ身体位置および最先端の技術に摩耗した2つの市販のトラッカーに対するParaLabelの優位性を示す。パララベルは,3つの異なる速度,ショッピングカートによる歩行中の98.2%~99.9%の精度,およびウォーカーの支援による歩行中の89.3%~97.3%の精度で,トレッドミル上での歩行中に96.3%~99.9%の精度を達成した。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： アルゴリズム ,  フィルタ ,  摩耗 ,  *学習 ,  加速度計 ,  遮断周波数 ,  センサ ,  定式化
準シソーラス用語： 自律性 ,  ウェアラブルセンサ ,  ショッピングカート ,  歩行速度 ,  *パラメータ学習 ,  微調整 ,  センサデータ , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  長さ,面積,断面,体積,容積,角度の計測法・機器  (AD05020O)

タイトルに関連する用語 (4件)： ウェアラブルセンサ ,  計数 ,  自律 ,  パラメータ学習