文献

J-GLOBAL ID：202202290335795670   整理番号：22A0203901

一次元高密度注意ネットワークによるレーダベース人間活動認識【JST・京大機械翻訳】

Radar-Based Human Activity Recognition With 1-D Dense Attention Network

著者 (3件)： Lai Guoji (School of Electronic Science and Technology, Shenzhen University, Shenzhen, China) ,  Lou Xin (School of Information Science and Technology, ShanghaiTech University, Shanghai, China) ,  Ye Wenbin (School of Electronic Science and Technology, Shenzhen University, Shenzhen, China)
資料名： IEEE Geoscience and Remote Sensing Letters  (IEEE Geoscience and Remote Sensing Letters)
巻： 19  ページ： ROMBUNNO.3502505.1-5  発行年： 2022年 
JST資料番号： W1397A  ISSN： 1545-598X  CODEN： IGRSBY  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： インターネットの開発により,レーダベースの人間活動認識は,安全性や健康監視などの分野において不可欠な役割を果たすため,ますます重要になっている。本研究では,レーダベースの人間活動認識のために,1D高密度注意ニューラルネットワーク(1-DAN)と名付けた新しいネットワークを提案した。提案したネットワークにおいて,レーダスペクトログラムのために特別に設計した新しい注意機構ネットワーク構造を提案して,注意機構を有する1-D畳込みネットワークを配置した。スペクトログラムのx軸は時間を表し,y軸は周波数を表すので,提案した注意機構は2つの分岐を含む。1)時間注意分岐,2)周波数注意分岐。さらに,ネットワークにおいて特徴を完全に利用することができる高密度注意操作も,提案した注意機構において導入した。実験結果は,最先端の方法と比較して,提案した1-DANが,最も低い計算量で,人間活動認識において最も高い精度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： 畳込み ,  *レーダ ,  *ネットワーク ,  ニューラルネットワーク ,  ネットワーク構造 ,  計算量 ,  *一次元 ,  インターネット
準シソーラス用語： 健康調査 ,  人間活動 ,  スペクトログラム ,  高密度 ,  行動認識 , 【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)： 高密度 ,  注意 ,  レーダ ,  人間 ,  活動認識