文献

J-GLOBAL ID：202102245694679794   整理番号：21A0674288

深層ニューラルネットワークを用いたWiFi信号に基づく人間活動認識【JST・京大機械翻訳】

Human Activity Recognition based on WiFi Signal Using Deep Neural Network

著者 (3件)： Zhou Ningjie (College of Electronics and Information Engineering, Shenzhen University,Department of Guangdong Key Laboratory of Intelligent Information Processing,Shenzhen,Guangdong,China) ,  Sun Weize (College of Electronics and Information Engineering, Shenzhen University,Department of Guangdong Key Laboratory of Intelligent Information Processing,Shenzhen,Guangdong,China) ,  Liang Mingjiong (Department of Shenzhen Air traffic Management Station,Shenzhen,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： iSCI  ページ： 26-30  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： 人間活動認識は,知的セキュリティから医療への様々な応用に適用できる。WiFiによる行動認識は,その遍在性,非オクルージョン,およびプライバシー保護のために大きな注目を捕えた。人体の運動は,無線信号反射における変動を引き起こし,チャネル状態情報(CSI)の変動をもたらし,これは,異なるサブキャリアと空間ストリームに対する現在のチャネル条件の詳細な情報を含む受信WiFi信号から計算され,これは,人間活動を分類するのに使用できる。本論文では,深いニューラルネットワークを用いてCSIデータから抽出した特徴に基づく人間活動認識問題に焦点を当てた。最初に,データ前処理技術と同様に人間活動分類の応用を詳細に紹介して,次に,完全に接続したネットワークを,ベースラインネットワークモデルとして開発した。さらに,重み共有技術を類似性ネットワーク構造で導入し,分類損失と類似性損失を含む新しいハイブリッド損失を提案した。実験結果も含め,提案したネットワークがベースラインモデルよりも高い分類精度を達成できることを示した。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： *ネットワーク ,  *ニューラルネットワーク ,  受信 ,  ネットワーク構造 ,  チャネル ,  セキュリティ ,  オクルージョン ,  副搬送波
準シソーラス用語： 人間活動 ,  チャネル状態情報 ,  ワイヤレス ,  ネットワークモデル ,  プライバシー保護 ,  *WiFi ,  *ディープニューラルネットワーク , 【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)： 深層ニューラルネットワーク ,  WiFi ,  人間 ,  活動認識