文献

J-GLOBAL ID：202202256163657058   整理番号：22A0554630

マイクロ波ドップラーセンサを用いた凝集落下検出モデルの構築【JST・京大機械翻訳】

Construction of an Aggregated Fall Detection Model Utilizing a Microwave Doppler Sensor

著者 (6件)： Nishio K. (Department of Industrial and Systems Engineering, College of Science and Technology, Aoyama Gakuin University, Tokyo, Japan) ,  Kaburagi T. (Department of Natural Sciences, International Christian University, Tokyo, Japan) ,  Hamada Y. (Department of Industrial and Systems Engineering, College of Science and Technology, Aoyama Gakuin University, Kanagawa, Japan) ,  Matsumoto T. (Department of Industrial and Systems Engineering, College of Science and Technology, Aoyama Gakuin University, Kanagawa, Japan) ,  Kumagai S. (Department of Industrial and Systems Engineering, College of Science and Technology, Aoyama Gakuin University, Kanagawa, Japan) ,  Kurihara Y. (Department of Industrial and Systems Engineering, College of Science and Technology, Aoyama Gakuin University, Kanagawa, Japan)
資料名： IEEE Internet of Things Journal  (IEEE Internet of Things Journal)
巻： 9  号： 3  ページ： 2044-2055  発行年： 2022年 
JST資料番号： W2432A  ISSN： 2327-4662  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： 転倒事故は深刻な問題であり,特に高齢者は単独で生活する。これは,多くの落下事象検出法が過去に提案されている理由である。多重分類モデルを構築するとき,あらゆる落下と非落下行動のために,方法が構築されることが期待される。しかし,IoTの文脈では,計算コストを低く保つ必要があるので,全てのシナリオをカバーすることができないならば,それは挑戦的である。そこで,各転倒と非転倒事象における単一ドップラーセンサ(尤度に基づく)で測定した行動を集約する隠れMarkovモデルを提案した。提案した方法を検証するために,3つの転倒行動と4つの非転倒行動をそれぞれ実施した20人の被験者を用いた実験を行った。0.95の精度を達成して,発生落下と非落下検出モデルの数は,それぞれ1:2と1:3であった。実験結果は,提案方法がIoT応用にとって決定的である分類モデルの数を首尾よく減らすことを示した。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： *凝集 ,  *マイクロ波 ,  行動 ,  老人 ,  多重化 ,  転倒 ,  人間 ,  隠れMarkovモデル
準シソーラス用語： 被験者 ,  尤度 ,  計算コスト ,  転倒事故 ,  *落下検出 ,  モノのインターネット , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： マイクロ波 ,  凝集 ,  落下検出 ,  モデル ,  構築