論文の概要: Deep Learning for Sensor-based Human Activity Recognition: Overview,
Challenges and Opportunities
- arxiv url: http://arxiv.org/abs/2001.07416v2
- Date: Fri, 22 Jan 2021 14:27:27 GMT
- ステータス: 処理完了
- システム内更新日: 2023-01-08 00:28:12.846528
- Title: Deep Learning for Sensor-based Human Activity Recognition: Overview,
Challenges and Opportunities
- Title（参考訳）: センサを用いた人間行動認識のための深層学習 : 概観・課題・機会
- Authors: Kaixuan Chen, Dalin Zhang, Lina Yao, Bin Guo, Zhiwen Yu, Yunhao Liu
- Abstract要約: 本稿では,センサを用いた人間の活動認識のための最先端のディープラーニング手法について調査する。
まず、官能データのマルチモーダリティを導入し、公開データセットに情報を提供する。
次に、課題によって深層メソッドを構築するための新しい分類法を提案する。
- 参考スコア（独自算出の注目度）: 52.59080024266596
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The vast proliferation of sensor devices and Internet of Things enables the
applications of sensor-based activity recognition. However, there exist
substantial challenges that could influence the performance of the recognition
system in practical scenarios. Recently, as deep learning has demonstrated its
effectiveness in many areas, plenty of deep methods have been investigated to
address the challenges in activity recognition. In this study, we present a
survey of the state-of-the-art deep learning methods for sensor-based human
activity recognition. We first introduce the multi-modality of the sensory data
and provide information for public datasets that can be used for evaluation in
different challenge tasks. We then propose a new taxonomy to structure the deep
methods by challenges. Challenges and challenge-related deep methods are
summarized and analyzed to form an overview of the current research progress.
At the end of this work, we discuss the open issues and provide some insights
for future directions.
- Abstract（参考訳）: センサデバイスやモノのインターネットの普及は、センサベースのアクティビティ認識の応用を可能にする。
しかし、実際のシナリオにおいて認識システムの性能に影響を与えるような大きな課題が存在する。
近年,深層学習の有効性が実証され,活動認識の課題に対処するための深層学習手法が数多く研究されている。
本研究では,センサを用いた人間行動認識のための最先端の深層学習手法について調査する。
まず、センサデータのマルチモーダル性を導入し、様々な課題における評価に使用できる公開データセットに関する情報を提供する。
次に,課題によって深い手法を構築するための新しい分類法を提案する。
課題と課題に関連した深い手法を要約して分析し、現在の研究の進捗の概要を形成する。
この作業の最後に、オープンイシューについて議論し、今後の方向性についていくつかの洞察を与えます。
関連論文リスト
- Investigating Deep Neural Network Architecture and Feature Extraction
Designs for Sensor-based Human Activity Recognition [0.0]
様々な領域にわたるディープラーニングの有効性が証明されたことを踏まえ、アクティビティ認識の課題に取り組むために多くのディープメソッドが検討されている。
一般的なディープラーニングと機械学習の手法と、異なる学習メカニズムの性能について検討する。
センサ時系列データから抽出した様々な特徴表現と,その有効性を測定した。
論文 参考訳（メタデータ） (2023-09-26T14:55:32Z) - A Comprehensive Survey of Forgetting in Deep Learning Beyond Continual Learning [58.107474025048866]
蓄積とは、以前に獲得した知識の喪失または劣化を指す。
フォッテッティングは、深層学習における様々な研究領域でよく見られる現象である。
論文 参考訳（メタデータ） (2023-07-16T16:27:58Z) - Knowledge-enhanced Neural Machine Reasoning: A Review [67.51157900655207]
既存の知識強化手法を2つの主要なカテゴリと4つのサブカテゴリに分類する新しい分類法を導入する。
我々は、現在のアプリケーションドメインを解明し、将来的な研究の展望について洞察を提供する。
論文 参考訳（メタデータ） (2023-02-04T04:54:30Z) - Knowledge-augmented Deep Learning and Its Applications: A Survey [60.221292040710885]
知識強化ディープラーニング(KADL)は、ドメイン知識を特定し、それをデータ効率、一般化可能、解釈可能なディープラーニングのためのディープモデルに統合することを目的としている。
本調査は,既存の研究成果を補足し,知識強化深層学習の一般分野における鳥眼研究の展望を提供する。
論文 参考訳（メタデータ） (2022-11-30T03:44:15Z) - Video-based Human Action Recognition using Deep Learning: A Review [4.976815699476327]
人間の行動認識はコンピュータビジョンにおける重要な応用分野である。
ディープラーニングはコンピュータビジョンコミュニティによって特に注目されている。
本稿では,深層学習技術を用いた映像解析による行動認識の現状について概説する。
論文 参考訳（メタデータ） (2022-08-07T17:12:12Z) - A Comprehensive Survey on Deep Gait Recognition: Algorithms, Datasets
and Challenges [18.08349977960643]
歩行認識は、遠くにいる人物を識別することを目的としており、長距離かつ協力の少ない歩行者認識のための有望な解決策として機能している。
近年の歩行認識の進歩は、深層学習技術を活用して、多くの挑戦的なシナリオで大きな成功を収めている。
歩容認識の新たな課題には、堅牢な深度表現モデリング、Wildでの歩容認識、赤外線や深度カメラなどの新しい視覚センサーからの認識などがある。
論文 参考訳（メタデータ） (2022-06-28T03:36:12Z) - Human Activity Recognition Using Tools of Convolutional Neural Networks:
A State of the Art Review, Data Sets, Challenges and Future Prospects [7.275302131211702]
このレビューでは、人間の活動認識のための畳み込みニューラルネットワーク(CNN)という、幅広いディープニューラルネットワークアーキテクチャに基づく最近の研究を要約する。
レビューされたシステムは、マルチモーダルセンシングデバイス、スマートフォン、レーダー、ビジョンデバイスなどの入力デバイスの使用によって、4つのカテゴリに分類される。
論文 参考訳（メタデータ） (2022-02-02T18:52:13Z) - Deep Gait Recognition: A Survey [15.47582611826366]
歩行認識は、歩き方に基づいて個人を識別することを目的とした魅力的な生体測定モダリティです。
ディープラーニングは、差別的な表現を自動的に学習する能力によって、2015年からこの分野の研究環境を再構築した。
深層学習による歩行認識のブレークスルーと最近の展開を総合的に紹介します。
論文 参考訳（メタデータ） (2021-02-18T18:49:28Z) - Deep Learning for Anomaly Detection: A Review [150.9270911031327]
本稿では,3つの高レベルカテゴリと11の細粒度カテゴリの進歩を網羅した包括的分類法による深部異常検出の研究について調査する。
我々は、それらの重要な直観、客観的機能、基礎となる仮定、利点とデメリットをレビューし、上記の課題にどのように対処するかについて議論する。
論文 参考訳（メタデータ） (2020-07-06T02:21:16Z) - Survey of Network Intrusion Detection Methods from the Perspective of
the Knowledge Discovery in Databases Process [63.75363908696257]
本稿では,侵入検知器の開発を目的として,ネットワークデータに適用された手法について概説する。
本稿では,データのキャプチャ,準備,変換,データマイニング,評価などの手法について論じる。
この文献レビューの結果、ネットワークセキュリティ分野のさらなる研究のために考慮すべきいくつかのオープンな問題について検討する。
論文 参考訳（メタデータ） (2020-01-27T11:21:05Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。