文献

J-GLOBAL ID：202002264505140587   整理番号：20A1534522

SHL認識チャレンジのためのラベル制約を用いた後処理による短セグメントランダムフォレスト【JST・京大機械翻訳】

Short Segment Random Forest with Post Processing Using Label Constraint for SHL Recognition Challenge

著者 (5件)： Matsuyama Hitoshi (Graduate School of Engineering, Nagoya University) ,  Urano Kenta (Graduate School of Engineering, Nagoya University) ,  Hiroi Kei (Graduate School of Engineering, Nagoya University) ,  Kaji Katsuhiko (Aichi Institute of Technology) ,  Kawaguchi Nobuo (Institutes of Innovation for Future Society, Nagoya University)
資料名： ACM Proceedings  (ACM Proceedings)
号： UbiComp ’18  ページ： 1636-1642  発行年： 2018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： SHL認識チャレンジに対するUCLab(サブミッション1)のアプローチのベースは,ランダムフォレストを使用し,それを用いて重要な特徴を選択する。入力データとして加速度計,ジャイロスコープ,磁力計,重力および圧力センサを用いて,平均,分散,最大および最小の差,および主周波数のような特徴を計算した。Still,Train,およびSubwayの活動は,高度に類似し,識別が難しいことを見出した。ロバスト認識を達成するために,3秒の各セグメントに対して予測を行い,これらの予測に基づく最終予測を生成する。さらに,1つの線が2つ以上の活動を含む場合を扱うため,これらの活動ラベルを予測するためにルールベース後処理を用いた。その結果,検証セットとして訓練データセットの最後の20%のラインを用いて,3秒セグメントの予測はF1スコアの約0.879であり,ラインの予測は0.942であった。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： 重力 ,  *磁力計 ,  加速度計 ,  信号処理 ,  後処理 ,  ジャイロスコープ ,  ロバスト性 ,  ルールベース ,  圧力センサ
準シソーラス用語： 訓練データ ,  *ランダムフォレスト ,  入力データ , 【Automatic Indexing@JST】

著者キーワード (3件)： 活動認識 ,  ランダムフォレスト ,  信号処理

分類 (2件)： パターン認識  (JE07000S) ,  時間,速度,加速度,角速度の計測法・機器  (AD05040K)

タイトルに関連する用語 (4件)： ラベル ,  制約 ,  セグメント ,  ランダムフォレスト