文献

J-GLOBAL ID：202202275284185390   整理番号：22A0488601

WiFi SnifferトラヒックによるMLベースデバイス-アグノスティック人間活動検出【JST・京大機械翻訳】

ML-Based Device-Agnostic Human Activity Detection with WiFi Sniffer Traffic

著者 (4件)： Grover Harshit (BML Munjal University,Computer Science and Engineering Dept.,Gurugram,India) ,  Jaisinghani Dheryta (University of Northern Iowa,Cedar Falls,IA,USA) ,  Phutela Nishtha (BML Munjal University,Computer Science and Engineering Dept.,Gurugram,India) ,  Mittal Shivani (BML Munjal University,Computer Science and Engineering Dept.,Gurugram,India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2022  号： COMSNETS  ページ： 72-77  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： 人間の活動検出は,高齢者の健康管理を円滑に管理し,スマートホーム環境における慢性健康条件を有する人々にとって極めて重要な役割を果たす。この分野でなされたいくつかの技術的進歩があるが,スマートワッチのような解決策は,センサとカメラに依存する解決策とプライバシーの懸念に悩まされる解決策を与えるのに高価である。無線チャネル状態情報ベース手法はこれらの限界のいくつかを扱うことができるが,これらのアプローチはWiFiアクセスポイントで展開または修正する特別なハードウェアを必要とする。本論文では,受動捕捉受動捕獲WiFi MAC層トラヒックを,スニファーの支援により,装置-診断的方法で人間の活動を検出することを提案する。その方法において,高齢者と慢性健康条件に悩まされる人々は,それらの体にどんなセンサーを置かせない。この手法は,コスト効率が高いだけでなく,WiFiアクセスポイントでの変化を必要とせず,あるいは環境中に特別なセンサを設置することなく展開するのも容易である。家庭環境で収集したWiFi MAC層トラヒックの15+時間価値で,6つのオフラインの機械学習モデルを訓練し,試験する。このアプローチを採用した概念実証システムプロトタイプを示した。6つの活動-(a)Walking vs Sitting,(b)睡眠対A覚醒,および(c)3つの異なる実世界シナリオにおけるPhone vs Phone of Phoneの使用を検出できる。著者らの評価は,WiFi MAC層トラフィックが人間の活動を検出する特別な署名を持ち,最良事例で92.49%の検出精度を達成できることを明らかにした。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： カメラ ,  プライバシー ,  *端局 ,  捕獲 ,  ハードウェア ,  健康管理 ,  覚醒 ,  センサ ,  機械学習
準シソーラス用語： 人間活動 ,  チャネル状態情報 ,  家庭環境 ,  *WiFi ,  検出精度 ,  スマートホーム , 【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 (4件)： WiFi ,  トラヒック ,  ML ,  人間活動