文献

J-GLOBAL ID：202102274033039640   整理番号：21A2573149

MOGA最適化ディープMKL-SVMを用いた運転者眠気とストレス認識の一般的設計【JST・京大機械翻訳】

A Generic Design of Driver Drowsiness and Stress Recognition Using MOGA Optimized Deep MKL-SVM

著者 (4件)： Chui Kwok Tai (Department of Technology, School of Science and Technology, The Open University of Hong Kong, Hong Kong) ,  Lytras Miltiadis D. (School of Business & Economics, Deree College-The American College of Greece, 153-42 Athens, Greece) ,  Lytras Miltiadis D. (Effat College of Engineering, Effat University, Jeddah P.O. Box 34689, Saudi Arabia) ,  Liu Ryan Wen (Hubei Key Laboratory of Inland Shipping Technology, School of Navigation, Wuhan University of Technology, Wuhan 430063, China)
資料名： Sensors (Web)  (Sensors (Web))
巻： 20  号： 5  ページ： 1474  発行年： 2020年 
JST資料番号： U7015A  ISSN： 1424-8220  CODEN： SENSC9  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： 運転者の眠気とストレスは,交通死亡と負傷の主な原因であり,最終的には,世界経済損失に haを wぐ。研究者は, d眠とストレス認識の両方のための様々なアルゴリズムを開発するために,完全スイングである。既存の研究とは対照的に,本論文は,運転者の眠気とストレスの両方を認識できる多目的遺伝的アルゴリズム最適化深層多重カーネル学習サポートベクトルマシンを用いた一般的モデルを提案した。このアルゴリズムは,1つのモデルが2つの応用に適合する研究定式化とモデル複雑性を単純化する。結果は,提案したアルゴリズムが,運転者の眠気認識のために,97.1%の受信機動作特性曲線(AUC)の下で,99%の平均感度,98.3%の特異性,および面積を達成することを明らかにした。運転者のストレス認識のために,最良の性能は,98.7%の平均感度,98.4%の特異性,および96.9%のAUCで,得られた。また,解析は,多目的遺伝的アルゴリズムを用いた提案アルゴリズムが,グリッド探索法と比較してより良い性能を有することを示した。多重カーネル学習は,単一典型的カーネルと比較して性能を著しく強化する。既存の研究と比較して,提案したアルゴリズムは,より高い精度を達成するだけではなく,シミュレーション環境におけるデータセットの典型的問題に対処して,入力信号の交差検証と信頼できない測定安定性もなかった。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 ,  *最適化 ,  シミュレーション ,  簡素化 ,  受信機 ,  死 ,  多重化 ,  深層 ,  定式化 ,  サポートベクトルマシン
準シソーラス用語： *眠気 ,  Kernel法 ,  複雑性 ,  特異性 ,  入力信号 , 【Automatic Indexing@JST】

著者キーワード (6件)： 危険運転 ,  深サポートベクトルマシン ,  運転者眠気 ,  運転者のストレス ,  多目的遺伝的アルゴリズム ,  多重カーネル学習

分類 (2件)： 生体計測  (EL03020C) ,  人工知能  (JE08000Z)

引用文献 (49件)：

• World Health Organization. Global Status Report on Road Safety 2018; World Health Organization: Geneva, Switzerland, 2018.
• Du, X.; Shen, Y.; Chang, R.; Ma, J. The exceptionists of Chinese roads: The effect of road situations and ethical positions on driver aggression. Transp. Res. Part F Traffic Psychol. Behav. 2018, 58, 719-729.
• Rosekind, M.R. Underestimating the societal costs of impaired alertness: Safety, health and productivity risks. Sleep Med. 2005, 6, S21-S25.
• Sikander, G.S.; Anwar, S. Driver fatigue detection systems: A review. IEEE Trans. Intell. Transp. Syst. 2019, 20, 2339-2352.
• Useche, S.A.; Ortiz, V.G.; Cendales, B.E. Stress-related psychosocial factors at work, fatigue, and risky driving behavior in bus rapid transport (BRT) drivers. Accid. Anal. Prev. 2017, 104, 106-114.

タイトルに関連する用語 (5件)： 最適化 ,  SVM ,  眠気 ,  ストレス認識 ,  設計