限定消費者デバイスセンサと機械学習を用いた人間活動認識モデル【JST・京大機械翻訳】

Dave Rushit; Seliya Naeem; Vanamala Mounika; Tee Wei

プレプリント

J-GLOBAL ID：202202212195086402 整理番号：22P0277725

限定消費者デバイスセンサと機械学習を用いた人間活動認識モデル【JST・京大機械翻訳】

Human Activity Recognition models using Limited Consumer Device Sensors and Machine Learning

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 (4件)： , , ,
資料名：
発行年： 2022年01月21日プレプリントサーバーでの情報更新日： 2022年01月21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)

ヒト活動認識は,日常の生活様式と医療環境の中での応用の増加とともに人気が増している。効率的で信頼性のある人間活動認識を持つ目標は,アクセス可能な利用と資源のより良い配分のような利点をもたらす。特に医療産業において。活動認識と分類は,多くの洗練されたデータ記録セットアップを用いて得られるが,容易にアクセス可能なデバイス,スマートフォンとスマートワッチからのセンサデータの使用に厳密に制限されるモデル間で,性能がどのように変化するかを観察する必要性もある。本論文では,このようなセンサを用いて列車に限定された異なるモデルの知見を示した。モデルを,k-最近傍,サポートベクトルマシン,またはランダムフォレスト分類器アルゴリズムのいずれかを用いて訓練した。性能および評価は,モバイルセンサの異なる組合せを用いて,様々なモデル性能を比較し,そして,それらがモデルの再認識性能にどう影響するかによって,行った。結果は,従来の機械学習概念およびアルゴリズムと結合したスマートフォンおよびスマートワッチだけから収集された限られたセンサデータを用いて厳密に訓練されたモデルに対して有望であることを示した。【JST・京大機械翻訳】

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

パターン認識

, , ,

前のページに戻る