文献

J-GLOBAL ID：202002282451484610   整理番号：20A2280647

深層学習によるライフスタイルビデオ監視用の再構成可能サイバーフィジカルシステム【JST・京大機械翻訳】

Reconfigurable Cyber-Physical System for Lifestyle Video-Monitoring via Deep Learning

著者 (4件)： Deniz Daniel (University of Granada,Computer Architecture and Technology CITIC,Granada,Spain) ,  Barranco Francisco (University of Granada,Computer Architecture and Technology CITIC,Granada,Spain) ,  Isern Juan (University of Granada,Computer Architecture and Technology CITIC,Granada,Spain) ,  Ros Eduardo (University of Granada,Computer Architecture and Technology CITIC,Granada,Spain)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ETFA  ページ： 1705-1712  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： 家庭での人々の屋内モニタリングは,スマートヘルスにおける一般的な応用となっている。組込み装置のための機械学習とハードウェアの進歩により,Cyber-Physical System(CPS)のための新しい分散アプローチが可能になった。また,環境の変更とコスト低減の必要性は,新しい再構成可能CPSアーキテクチャを動機づける。本研究では,埋め込み局所ノード(Nvidia Jetson TX2)を使用する屋内監視再構成可能CPSを提案した。人間行動認識に対処するために,深層学習アーキテクチャを埋め込んだ。これらのノードでの局所処理は,データ帯域幅利用の削減とプライバシーの保存(生画像が伝送されない)といういくつかの共通の問題に取り組む。また,最適化ノードがその局所ビデオフィードだけを計算するので,実時間処理は容易である。再構成に関して,遠隔プラットフォームはCPS品質を監視し,品質と資源管理(QRM)ツールは,その再構成をトリガーするためにCPSコアにコマンドを送る。本提案は,電池駆動ノードに対するエネルギー消費に基づく再構成をトリガーするエネルギー意識システムである。再構成は,デバイス操作時間を延ばす局所ノードエネルギー消費を22%まで減らし,再構成のない代替に関して同様の精度を維持する。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： 最適化 ,  電池 ,  原価低減 ,  プライバシー ,  *ライフスタイル ,  *再構成 ,  実時間処理 ,  ハードウェア ,  帯域幅 ,  エネルギー消費 ,  計算機アーキテクチャ ,  機械学習
準シソーラス用語： *再構成可能性 ,  *深層学習 ,  *サイバーフィジカルシステム , 【Automatic Indexing@JST】

分類 (3件)： 医用画像処理  (JE04020T) ,  NMR一般  (BM07041R) ,  図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 深層学習 ,  ライフスタイル ,  ビデオ監視 ,  再構成可能 ,  サイバーフィジカルシステム