文献

J-GLOBAL ID：202202216005300658   整理番号：22A0780133

人体運動検出に基づく人体RF特性の研究【JST・京大機械翻訳】

A Study of on-Body RF Characteristics Based Human Body Motion Detection

著者 (4件)： Dong Zehua (School of Information Engineering, Wuhan University of Technology, Wuhan, China) ,  Li Fangmin (School of Information Engineering, Wuhan University of Technology, Wuhan, China) ,  Li Ziheng (Computer Science Department, Columbia University, New York, NY, USA) ,  Pahlavan Kaveh (Electrical and Computer Science Department, Center for Wireless Information Network Studies, Worcester Polytechnic Institute, Worcester, MA, USA)
資料名： IEEE Sensors Journal  (IEEE Sensors Journal)
巻： 22  号： 4  ページ： 3442-3454  発行年： 2022年 
JST資料番号： W1318A  ISSN： 1530-437X  CODEN： ISJEAZ  資料種別： 逐次刊行物 (A)
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： 人体運動の検出は,高齢者または患者の健康状態をモニターするための有望な応用である。細胞ネットワーク技術(5G)の第5世代の急速な進歩により,無線周波数(RF)デバイス数の増加が人体に展開されている。これらのデバイスは,人間の運動を連続かつ遠隔検出する大きな可能性を有する。本論文では,信号周波数の影響,オンボディセンサ位置の影響,および分類アルゴリズムの影響を含む,3つの視点から効果的なオンボディRF運動検出システムを開発するための徹底的な研究を提案した。最初に,手作業体RF特性に基づき,RF送受信機を人間の手,足,および頭部に搭載するとき,検出精度を0.4GHz,2.4GHz,および5GHzで研究した。最小冗長性最大関連性(mRMR)に基づく段階的検出を,研究を交差検証するために実行した。また,候補特徴の部分集合が許容できる検出精度を提供できることを証明した。さらに,検出性能を改善するために,物体RF運動検出のための注意ベース双方向長短期メモリ(BiLSTM)を提案した。立位,歩行および転倒を含む典型的な人体運動を区別し,平均精度は99.04%であった。提案した注意ベースBiLSTMの性能を,可視化訓練履歴と注意重みで解析した。Copyright 2022 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： 記憶装置 ,  *検出 ,  システム ,  冗長性 ,  精度 ,  可視化 ,  計算機アルゴリズム ,  人間 ,  立位 ,  動き検出
準シソーラス用語： 健康状態 ,  無線周波数 ,  分類アルゴリズム ,  検出能 ,  身体動作 ,  検出精度 , 【Automatic Indexing@JST】

分類 (2件)： 生体計測  (EL03020C) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (4件)： 人体 ,  運動検出 ,  RF ,  研究