適合性活動認識のための適応可能な認知マイクロコントローラノード【JST・京大機械翻訳】

Scrugli Matteo Antonio; Blazica Bojan; Meloni Paolo

プレプリント

J-GLOBAL ID：202202201545388871 整理番号：22P0027347

適合性活動認識のための適応可能な認知マイクロコントローラノード【JST・京大機械翻訳】

An adaptable cognitive microcontroller node for fitness activity recognition

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (3件)： , ,
資料名：
発行年： 2022年01月13日プレプリントサーバーでの情報更新日： 2022年01月13日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

無線技術,適応トラッカー,および組込みセンサを備えた機器の新世代は,ヘルスケアシステムおよび生活の質に大きな影響を与える。これらのデバイスを考慮する最も重要な側面の中で,得られたデータと電力消費の精度である。モニターできる事象の多くは,明らかに簡単であるが,埋込みセンサを備えたデバイス,特に低い計算能力を備えたデバイスによって容易に検出不可能であった。深層学習は,異なるターゲットクラスの認識に寄与する特徴の研究を低減することはよく知られている。本研究では,ホブブルボードに応用可能な携帯式および電池駆動型マイクロコントローラベースのデバイスを示した。Wobbleボードは,足関節損傷を回避するため,または損傷後のリハビリテーションプロセスの一部として,感覚運動訓練に使用できる低コスト装置である。運動認識プロセスは,深い学習に基づく認知技術を用いて実行した。電力消費を低減するために,デバイスハードウェアとソフトウェア構成を動的に管理し,実行時間で必要な動作モードに適応させる適応層を追加した。実験結果は,ランタイムでの作業負荷へのノード構成の調整が電力消費の60%まで節約できることを示した。カスタムデータセット上で,著者らの最適化および量子化ニューラルネットワークは,wobbleボード上のいくつかの特定の物理的運動を検出するために,97%以上の精度値を達成した。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , 【Automatic Indexing@JST】

計測機器一般 , 非破壊試験

, , , , ,

前のページに戻る