文献

J-GLOBAL ID：202002282210255840   整理番号：20A2556180

日常生活(ADL)の活動に対する分類限界を克服する効果的な方法【JST・京大機械翻訳】

Effective Ways to Overcome Classification Limitations for Activities of Daily Livings (ADLs)

著者 (1件)： Dedabrishvili Mariam (International Black Sea University,Faculty of Business and Technology,Tbilisi,Georgia)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： SAIC  ページ： 1-7  発行年： 2020年 
JST資料番号： W2441A  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： ヒト活動認識(HAR)の信頼できて正確な方法の開発は,間違ったまたは不正確な認識がヒトの健康に有害な結果を引き起こすので,非常に重要である。野外で働く科学者は,認識精度の成果を高める方法を見つける。これを考慮して,信頼できる速度で活動の分類を行う分類器を選択することが重要である。しかし,現在存在するアルゴリズムの限界と精度レベルの固有の不足は,疑問の下で分野へのそれらの適応性を課すことができた。特に,隠れMarkovモデルは,パラメータのランダム選択の原理によって引き起こされる特定の制限を持ち,高精度でクラスを識別するのに問題がある。他の良く知られた方法は,それらの性質のため,いくつかの欠点がある。これらの問題を解決する目的で,必要な結果を確実にするために,研究領域の適切なモデルを提供する分類器のハイブリッド複合体を提案した。本研究は,ウェアラブル慣性センサを用いて,日常生活の人間の活動の分類を扱う。歩行,Lying,Standing,Stair Ascent,Stair Descent,Sittingなどがこれらの活動の例である。本研究では,12の活動を含むデータセットを3つの慣性センサを用いて作成した。Bayesネットワークと距離ベース分類器を組み合わせた分類器の2つのハイブリッド,すなわち,隠れMarkovモデルによるk最近傍とニューラルネットワークを,本研究で提示した。達成された結果を,正しい分類率,F測度,想起,精度,および特異性に関して比較する。生データと抽出した特徴を,分類器の入力として別々に使用する。異なる健常被験者によって摩耗した慣性センサユニットを,上/下体肢(胸,右大腿および左足関節)のキーポイントに置いた。本研究では,活動を推定するためのモダリティとして,加速データのみを用いた。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 ,  測度 ,  ニューラルネットワーク ,  ヒト ,  ハイブリッド複合材料 ,  無作為抽出 ,  足関節 ,  *隠れMarkovモデル
準シソーラス用語： 人間活動 ,  被験者 ,  モダリティ ,  慣性センサ ,  ウェアラブル ,  認識精度 ,  特異性 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 日常生活 ,  ADL ,  活動 ,  分類 ,  限界