文献

J-GLOBAL ID：202202255153702625   整理番号：22A0977833

深層転送学習とファジィ論理アプローチを用いたECGベースの運転者のストレス検出【JST・京大機械翻訳】

ECG-Based Driver’s Stress Detection Using Deep Transfer Learning and Fuzzy Logic Approaches

著者 (7件)： Amin Muhammad (Department of Electronics, University of Peshawar, Peshawar, Pakistan) ,  Ullah Khalil (Department of Software Engineering, University of Malakand, Dir Lower, Chakdara, Pakistan) ,  Asif Muhammad (Department of Electronics, University of Peshawar, Peshawar, Pakistan) ,  Waheed Abdul (Department of Computer Science, Northern University, Nowshera, Pakistan) ,  Haq Sana Ul (Department of Electronics, University of Peshawar, Peshawar, Pakistan) ,  Zareei Mahdi (School of Engineering and Sciences, Tecnolo ́gico de Monterrey, Zapopan, Me ́xico) ,  Biswal R. R. (School of Engineering and Sciences, Tecnolo ́gico de Monterrey, Zapopan, Me ́xico)
資料名： IEEE Access  (IEEE Access)
巻： 10  ページ： 29788-29809  発行年： 2022年 
JST資料番号： W2422A  ISSN： 2169-3536  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： 運転者のストレス検出は,長期ストレスによる交通事故と運転者の健康複雑性の尤度の低減を助ける重要な研究領域である。この分野における以前の研究は,手作業特徴抽出技術を用いて運転者の応力レベルを分類する従来の機械学習モデルに基づいている。これらのアプローチを用いた最良の特徴の抽出は,常に挑戦的なタスクである。最近,深層学習技術が,信頼性ある特徴を自動的に構築して,高精度でクラスを分類するために出現した。しかし,大きな深層学習モデルは,勾配爆発または消失問題に直面している。さらに,スクラッチから全体のネットワークを訓練するための大きなデータセットを得ることも,挑戦的なタスクである。本論文は,これらの問題を避けて,計算コストと時間を減らすために,深い移動学習技術に基づいている。心電図(ECG)信号を用いた実世界運転者のストレスレベル検出のための7つのモデルを提案した。異なる畳込みニューラルネットワーク(CNN)ベースの事前訓練ネットワークを用いて,運転者の3つのストレスレベルを分類した。3つの応力レベルの時間周波数ECG成分を,正規化連続ウェーブレット変換(CWT)フィルタバンクとMorseウェーブレットを用いて,スカラグラム画像として得た。結果は,X開始に基づくモデル5が,GoogLeNet,DarkNet-53,ResNet-101,InceptResNetV2,高密度Net-201,およびIncepV3ベースのモデルを,それぞれ,11.32%,9.45%,7.54%,5.66%,および1.88%,そして,98.11%の全体的検証精度を達成することを示した。ファジー論理手法を用いたランキング推定は,X開始ベースモデル5が運転者の高および中応力レベルに対して最高のランクを達成し,一方,高密度Net-201ベースモデル4は,他のモデル間の低応力レベル検出に対して最高のランクを達成することを示した。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： *学習 ,  ネットワーク ,  心電図 ,  特徴抽出 ,  *ストレス ,  波束 ,  モデル ,  交通事故 ,  正規化 ,  *ファジィ論理 ,  フィルタバンク ,  機械学習
準シソーラス用語： 尤度 ,  連続ウェーブレット変換 ,  深層学習 , 【Automatic Indexing@JST】

分類 (1件)： 音声処理  (JE05000E)

タイトルに関連する用語 (6件)： 深層 ,  転送 ,  学習 ,  ファジィ論理 ,  ECG ,  ストレス