文献

J-GLOBAL ID：202202253165137298   整理番号：22A1165250

1D軽量畳込みニューラルネットワークを用いたスマートフォンベースの人間活動認識【JST・京大機械翻訳】

Smartphone Based Human Activity Recognition Using 1D Lightweight Convolutional Neural Network

著者 (2件)： Yi Myung-Kyu (Gachon University,Department of Computer Engineering,Republic of Korea) ,  Hwang Seong Oun (Gachon University,Department of Computer Engineering,Republic of Korea)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： ICEIC  ページ： 1-3  発行年： 2022年 
JST資料番号： W2441A  資料種別： 会議録 (C)
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： スマートフォンは,人間活動認識(HAR)システムの展開のための明白なプラットフォームである。しかし,それらは処理電力,エネルギーおよび貯蔵空間に関して制限される。したがって,これらの制約の中で実行できる軽量深層学習モデルを作る必要がある。本論文では,スマートフォン上で操作できる一次元軽量畳込みニューラルネットワーク(CNN)を提案した。提案した一次元軽量CNNモデルにおいて,剪定と量子化は,有意な精度損失なしでCNNモデルサイズを圧縮するために使用する。実験結果は,提案したCNNモデルが,量子化と剪定の後でさえその性能を維持しながら,成功する精度であることを証明した。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： 量子化 ,  電力 ,  *一次元 ,  *スマートフォン
準シソーラス用語： 人間活動 ,  深層学習 ,  軽量 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (6件)： 1D ,  軽量 ,  畳込みニューラルネットワーク ,  スマートフォン ,  人間 ,  活動認識