文献

J-GLOBAL ID：202102218271871904   整理番号：21A0012946

位置に依存しないIMUベース歩行解析のための教師なし領域適応【JST・京大機械翻訳】

Unsupervised Domain Adaptation for Position-Independent IMU Based Gait Analysis

著者 (4件)： Mu Fangzhi (Institute of Global Health Innovation, Imperial College London,Hamlyn Centre,London,United Kingdom,SW7 2AZ) ,  Gu Xiao (Institute of Global Health Innovation, Imperial College London,Hamlyn Centre,London,United Kingdom,SW7 2AZ) ,  Guo Yao (Institute of Global Health Innovation, Imperial College London,Hamlyn Centre,London,United Kingdom,SW7 2AZ) ,  Lo Benny (Institute of Global Health Innovation, Imperial College London,Hamlyn Centre,London,United Kingdom,SW7 2AZ)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： SENSORS  ページ： 1-4  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： 高度な機械学習アルゴリズムと共に慣性測定ユニット(IMU)は,広範な歩行分析を可能にした。しかし,IMUの摩耗位置は運動により変化し,異なる試行で標準化するのは困難であり,信号変動を引き起こす。このような変化は,訓練と試験データの根底にある分布におけるバイアスに寄与し,計算歩行解析モデルの一般化能力を妨げる。本論文では,教師なし領域適応に基づく位置独立IMUベース歩行解析フレームワークを提案した。それは,訓練されたデータ位置からラベルのない新しい位置に知識を転送することに基づいている。本フレームワークは,異なる計算モデルに基づく歩行事象検出と病理学的歩行パターン認識タスクで検証され,両方のタスクで一貫して高い性能を達成した。Copyright 2021 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： 計測器 ,  パターン認識 ,  摩耗 ,  *標準化 ,  バイアス ,  計算モデル ,  学習アルゴリズム ,  解析モデル
準シソーラス用語： イベント検出 ,  *歩行解析 ,  試験データ , 【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 (4件)： IMU ,  歩行解析 ,  教師 ,  適応