文献

J-GLOBAL ID：202202248257651877   整理番号：22A0984789

ウェアラブルベースの人間活動認識のための非もつれ行動パターンの学習【JST・京大機械翻訳】

Learning Disentangled Behaviour Patterns for Wearable-based Human Activity Recognition

著者 (4件)： Su Jie (Newcastle University, Newcastle Upon Tyne, United Kingdom) ,  Wen Zhenyu (Zhejiang University of Technology, Hangzhou, China) ,  Lin Tao (EPFL, Lausanne, Switzerland) ,  Guan Yu (Newcastle University, Newcastle Upon Tyne United Kingdom)
資料名： Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies  (Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies)
巻： 6  号： 1  ページ： 1-19  発行年： 2022年 
JST資料番号： W5681A  ISSN： 2474-9567  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： ウェアラブルベースの人間活動認識(HAR)研究において,主要な課題の一つは大きなクラス内変動問題である。収集した活動信号は,常に,個人,環境,または他の因子によって引き起こされたノイズやバイアスと結合しない場合,特に不十分なデータで,HARタスクのための効果的な特徴の学習を困難にする。この課題に取り組むために,本研究では,個人スタイルや環境雑音などの無関係な雑音から行動パターンを解きほぐる行動パターン,すなわち,非もつれネットワークに基づいて,いくつかの損失関数を設計し,最適化のための敵対的訓練戦略を用いて,特徴空間の中で最小依存性(それらの間)を持つ無関係な雑音から活動信号を解きほぐことができるように,いくつかの損失関数を設計し,そして,最適化のための敵対的訓練戦略を使用した。BPDフレームワークは柔軟であり,特徴精密化のための既存の深層学習(DL)アプローチのトップに使用することができる。4つの公開HARデータセットについて広範な実験を行い,提案したBPDスキームの有望な結果は,その柔軟性と有効性を示唆した。これはオープンソースプロジェクトであり,コードはhttp://github.com/Jie-su/BPDで見つけることができる。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *最適化 ,  雑音 ,  損失関数 ,  ネットワーク ,  信号 ,  特性 ,  認識 ,  空間 ,  機械学習 ,  環境騒音
準シソーラス用語： 人間活動 ,  ウェアラブル ,  行動パターン ,  オープンソース ,  特徴空間 ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (4件)： 深層学習 ,  人間活動認識 ,  機械学習 ,  ウェアラブルセンシング

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： ウェアラブル ,  人間 ,  活動認識 ,  行動パターン ,  学習