抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
人間活動認識(HAR)は,様々な応用によって駆動される一般的で挑戦的な研究題目である。より最近では,分類タスクのための深層学習ネットワークの開発における著しい進展により,多くの研究者が,センサベースの方法で人間の活動を認識するためにそのようなモデルを利用して,良好な性能を達成した。しかし,センサベースのHARはまだ課題に直面している。特に,類似した活動の認識は,異なるシーケンシャル性を持ち,同様に大きな個人間変動性を持つ活動を分類する。これは,いくつかの人間活動が大きなクラス内散乱と小さなクラス間分離を持つことを意味する。この問題に対処するために,深い学習ネットワークの弁別力を強化するマージンメカニズムを導入した。提案手法の有効性を試験するために,著者らのマージンメカニズムを用いて4種類の一般的ニューラルネットワークを修正した。実験結果は,マージンベースのモデルが,OPPORTUNITY,UniMiB-SHAR,およびPAMAP2データセットに関する未修正モデルより優れていることを証明した。また,オープンセット人間活動認識の問題に対する研究を拡張し,新しい人間活動の認識における提案した方法の性能を評価する。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】