文献

J-GLOBAL ID：202002296015038814   整理番号：20A1534509

Sussex-Huawei移動-輸送認識挑戦の要約【JST・京大機械翻訳】

Summary of the Sussex-Huawei Locomotion-Transportation Recognition Challenge

著者 (5件)： Wang Lin (Wearable Technologies Lab, Sensor Technology Research Centre, University of Sussex, UK) ,  Gjoreskia Hristijan (Ss. Cyril and Methodius University, MK) ,  Murao Kazuya (College of Info. Sci. and Eng., Ritsumeikan University, Japan) ,  Okita Tsuyoshi (Kyushu Institute of Technology, Japan) ,  Roggen Daniel (Wearable Technologies Lab, Sensor Technology Research Centre, University of Sussex, UK)
資料名： ACM Proceedings  (ACM Proceedings)
号： UbiComp ’18  ページ： 1521-1530  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： 本論文では,UbiComp 2018のHASCAワークショップで組織化されたSussex-Huawei輸送-運動(SHL)認識課題に対する参加者の寄与を要約した。SHLチャレンジは,スマートフォンの慣性および圧力センサデータから8つの輸送活動(Still,Walk,Run,Bik,Bus,Car,Train,Subway)を認識することを目的とする機械学習およびデータ科学競争である。競争の課題とプロトコルに用いたデータセットを紹介した。19の提出,それらのアプローチ,使用したソフトウェアツール,計算コスト,および達成された結果からの寄与のメタ分析を提示する。全体として,2つのエントリは90%以上のF1スコアを達成し,F1スコアは80%と90%の間で,9つは50%と80%の間であった。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： 支援プログラム ,  機械学習 ,  圧力センサ ,  メタ分析 ,  *スマートフォン ,  計算コスト ,  認知課題 ,  深層学習
準シソーラス用語： データサイエンス , 【Automatic Indexing@JST】

著者キーワード (5件)： 活動認識 ,  深層学習 ,  機械学習 ,  モバイルセンシング ,  交通モード認識

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (1件)： 輸送