日常行動認識smartwatchの協調的分類【Powered by NICT】

Hyunchoong Kim; Jonghoon Shin; Soohwan Kim; Yohan Ko; Kyoungwoo Lee; Hojung Cha; Seong-il Hahm; TaeJun Kwon

文献

J-GLOBAL ID：201702243821070673 整理番号：17A0242154

日常行動認識smartwatchの協調的分類【Powered by NICT】

Collaborative classification for daily activity recognition with a smartwatch

出版者サイト複写サービスで全文入手 {{ this.onShowCLink("http://jdream3.com/copy/?sid=JGLOBAL&noSystem=1&documentNoArray=17A0242154&COPY=1") }}
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=17A0242154&from=J-GLOBAL&jstjournalNo=W2441A") }}

著者 (8件)： , , , , , , ,
資料名：
巻： 2016 号： SMC ページ： 003707-003712 発行年： 2016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)

日常行動認識の研究は,ユビキタスコンピューティングの分野で実施されている。しかし,それらは専用デバイスを使うために,以前の日常活動認識方式は,その程度において押しつけがましいあるいは不正確である。本論文では,smartwatchと日常活動を認識するための協調的分類を提案した。摂食,吸引,睡眠,シャワー,テレビ視聴のような5種類の異なる日常活動を識別するために単一市販smartwatchを利用した。より詳しくいえば,ここではsmartwatchに埋め込まれた加速度計と音響センサからのセンサデータを収集するための実験を行った。しかし,未加工の加速度と音響データの単純な組合せは,正確な認識精度を提供しなかった。高精度を達成するために,マッピングテーブルを構築することにより,認識精度を向上させるためのセンサデータとグランドトルースラベルを統合した協調分類アルゴリズムを提案した。は単一センサに基づくアプローチ,マルチセンサに基づくアプローチと,我々の共同分類手法を用いた精度を評価した。対象者で収集された約20時間データのための行動認識の結果は,すべての5活性のための信頼性のある精度を示し,著者らの共同アプローチの全体的精度は約91.5%であった。実験結果を簡単に組み合わせたマルチセンサに基づくアプローチと比較して提案アプローチでは,各活動の再現率を21.5%まで改善によることを明らかにした。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

, , , , , ,
, , , , , , , 【Automatic Indexing@JST】

時間,速度,加速度,角速度の計測法・機器 , 生体計測

, ,

前のページに戻る