文献

J-GLOBAL ID：202102221846861199   整理番号：21A0874014

オンライン学習による埋め込み人間活動認識のためのkNNプロトタイピング方式【JST・京大機械翻訳】

kNN Prototyping Schemes for Embedded Human Activity Recognition with Online Learning

著者 (3件)： Ferreira Paulo J. S. ,  Cardoso Joao M. P. ,  Mendes-Moreira Joao
資料名： Computers (Web)  (Computers (Web))
巻： 9  号： 4  ページ： 96  発行年： 2020年 
JST資料番号： U7165A  ISSN： 2073-431X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： kNN機械学習法は,人間活動認識(HAR)システムにおける分類器として広く用いられている。kNNアルゴリズムはオンラインおよびオフラインモードの両方で同様に動作するが,すべての訓練インスタンスの使用は,オンラインモードにおける時間とメモリ制限のためにオフラインよりもオンラインではるかに重要である。いくつかの方法は,例えば局所性感受性ハッシュ(LSH)に依存するもののような近似kNN解法に関して,例えば,kNNの高い計算コストを減らすことを提案した。しかし,組込みkNN実装は,特にオンライン分類の利用が実用的である制約に対処する必要があるので,ターゲットデバイスメモリ制約に対処する必要がある。本論文では,kNN探索空間に保存される訓練インスタンスの数を低減するためのオンラインアプローチを論じた。kNNを用いたHARシステムの実用的実装に取り組むために,本論文は,kNNによって保存される最大数の訓練インスタンスを実行時間で維持するために,単純,エネルギー/計算効率的,およびリアルタイムの実現可能な方式を提示する。提案スキームは,訓練インスタンスを置き換えるための政策を含み,探索空間を最大サイズに維持する。HARデータセットの文脈における実験は,著者らの最良の方式の効率を示す。Copyright 2021 The Author(s) 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 ,  記憶装置 ,  感受性 ,  近似法 ,  局所性 ,  *プロトタイピング ,  機械学習
準シソーラス用語： 探索空間 ,  *オンライン学習 ,  計算効率 ,  実行時間 ,  実時間 ,  計算コスト ,  *オンライン ,  オフライン , 【Automatic Indexing@JST】

著者キーワード (5件)： k最近傍 ,  分類 ,  kNNプロトタイピング ,  人間活動認識(HAR) ,  性能

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

引用文献 (53件)：

• Lara, O.D.; Labrador, M.A. A Survey on Human Activity Recognition using Wearable Sensors. IEEE Commun. Surv. Tutorials 2013, 15, 1192-1209.
• Shoaib, M.; Bosch, S.; Incel, O.D.; Scholten, H.; Havinga, P.J. A Survey of Online Activity Recognition Using Mobile Phones. Sensors 2015, 15, 2059-2085.
• Shoaib, M.; Bosch, S.; Incel, O.; Scholten, H.; Havinga, P. Complex human activity recognition using smartphone and wrist-worn motion sensors. Sensors 2016, 16, 426.
• Chen, Y.; Shen, C. Performance analysis of smartphone-sensor behavior for human activity recognition. IEEE Access 2017, 5, 3095-3110.
• Dobbins, C.; Rawassizadeh, R.; Momeni, E. Detecting physical activity within lifelogs towards preventing obesity and aiding ambient assisted living. Neurocomputing 2017, 230, 110-132.

タイトルに関連する用語 (6件)： オンライン学習 ,  埋め込み ,  人間 ,  活動認識 ,  KNN ,  プロトタイピング