論文の概要: Human Activity Recognition using Inertial, Physiological and
Environmental Sensors: a Comprehensive Survey
- arxiv url: http://arxiv.org/abs/2004.08821v2
- Date: Thu, 19 Nov 2020 09:23:38 GMT
- ステータス: 処理完了
- システム内更新日: 2022-12-12 00:39:44.362921
- Title: Human Activity Recognition using Inertial, Physiological and
Environmental Sensors: a Comprehensive Survey
- Title(参考訳): 慣性・生理・環境センサを用いた人間の活動認識:包括的調査
- Authors: Florenc Demrozi, Graziano Pravadelli, Azra Bihorac, and Parisa Rashidi
- Abstract要約: 本研究は, 慣性センサと生理・環境センサを併用したHARアプリケーションの開発において, 機械学習が重要な役割を担っていることに焦点を当てる。
Harは、認知機能や身体機能を監視することで、高齢者の日常生活を支援する最も有望な補助的技術ツールの1つと考えられている。
- 参考スコア(独自算出の注目度): 3.1166345853612296
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In the last decade, Human Activity Recognition (HAR) has become a vibrant
research area, especially due to the spread of electronic devices such as
smartphones, smartwatches and video cameras present in our daily lives. In
addition, the advance of deep learning and other machine learning algorithms
has allowed researchers to use HAR in various domains including sports, health
and well-being applications. For example, HAR is considered as one of the most
promising assistive technology tools to support elderly's daily life by
monitoring their cognitive and physical function through daily activities. This
survey focuses on critical role of machine learning in developing HAR
applications based on inertial sensors in conjunction with physiological and
environmental sensors.
- Abstract(参考訳): 過去10年間で、HAR(Human Activity Recognition)は、特にスマートフォン、スマートウォッチ、ビデオカメラなどの電子機器が日常生活に普及しているため、活発な研究領域となっている。
さらに、ディープラーニングや他の機械学習アルゴリズムの進歩により、研究者はスポーツ、健康、健康アプリケーションなど様々な領域でharを使うことができるようになった。
例えば、HARは、認知機能や身体機能を監視することで高齢者の日常生活を支援する最も有望な支援技術であると考えられている。
本研究は, 慣性センサと生理・環境センサを併用したHARアプリケーション開発における機械学習の重要性に焦点を当てた。
関連論文リスト
- MultiIoT: Towards Large-scale Multisensory Learning for the Internet of
Things [77.27980044639136]
IoT(Internet of Things)エコシステムは、マシンラーニングのための現実世界のモダリティの豊富なソースを提供する。
本稿では,12のモダリティと8タスクから115万以上のサンプルを対象とする,これまでで最も拡張性の高いIoTベンチマークであるMultiIoTを提案する。
論文 参考訳(メタデータ) (2023-11-10T18:13:08Z) - Overview of Human Activity Recognition Using Sensor Data [4.941233729756897]
ヒューマンアクティビティ認識(HAR)は、ホームや職場の自動化、セキュリティ、監視、医療など、さまざまな用途で使用されている。
センサベースHARの概要を概説し、HARに依存したいくつかの重要な応用について論じ、HARで使われている最も一般的な機械学習手法を強調した。
HARの堅牢性をさらに向上するために、HARのいくつかの課題について検討する。
論文 参考訳(メタデータ) (2023-09-12T10:37:42Z) - I am Only Happy When There is Light: The Impact of Environmental Changes
on Affective Facial Expressions Recognition [65.69256728493015]
本研究では,異なる画像条件が人間の表情からの覚醒の認識に与える影響について検討した。
以上の結果から,人間の感情状態の解釈が肯定的,否定的に大きく異なることが示唆された。
論文 参考訳(メタデータ) (2022-10-28T16:28:26Z) - Physical Activity Recognition by Utilising Smartphone Sensor Signals [0.0]
本研究では,現代のスマートフォンでジャイロスコープと加速度センサによって記録された計6つの活動に対して,60人の被験者から2日間にわたる人的活動データを収集した。
提案手法は,4つの活動の識別において,98%の分類精度を達成した。
論文 参考訳(メタデータ) (2022-01-20T09:58:52Z) - Classifying Human Activities with Inertial Sensors: A Machine Learning
Approach [0.0]
HAR(Human Activity Recognition)は、現在進行中の研究課題である。
医療サポート、スポーツ、フィットネス、ソーシャルネットワーキング、ヒューマン・コンピュータ・インタフェース、シニア・ケア、エンターテイメント、監視などの分野に応用されている。
スマートフォンの慣性センサデータを用いて,人間活動認識のための機械学習と深層学習のアプローチを検討した。
論文 参考訳(メタデータ) (2021-11-09T08:17:33Z) - Deep Learning in Human Activity Recognition with Wearable Sensors: A
Review on Advances [8.642789007878479]
ディープラーニングは、モバイルおよびウェアラブルデバイスにおける人間の活動認識の境界を大きく押し上げている。
本稿では,ウェアラブルをベースとしたHARのためのディープラーニング手法を導入した既存の研究を体系的に分類し,要約する。
深層学習に基づくHARのための最先端フロンティアと今後の方向性も提示する。
論文 参考訳(メタデータ) (2021-10-31T07:16:23Z) - Human-Robot Collaboration and Machine Learning: A Systematic Review of
Recent Research [69.48907856390834]
人間ロボットコラボレーション(Human-robot collaboration、HRC)とは、人間とロボットの相互作用を探索する手法である。
本稿では,HRCの文脈における機械学習技術の利用に関する詳細な文献レビューを提案する。
論文 参考訳(メタデータ) (2021-10-14T15:14:33Z) - Machine Learning Applications for Therapeutic Tasks with Genomics Data [49.98249191161107]
ゲノム学の機械学習応用に関する文献を、治療開発のレンズでレビューします。
治療パイプライン全体にわたるゲノミクス応用における22の機械学習を同定する。
この分野における7つの重要な課題を、拡大と影響の機会として挙げる。
論文 参考訳(メタデータ) (2021-05-03T21:20:20Z) - AutoCogniSys: IoT Assisted Context-Aware Automatic Cognitive Health
Assessment [2.7998963147546148]
AutoCogniSysは、コンテキスト対応の自動認知ヘルスアセスメントシステムである。
我々は,高齢者の生活環境における認知的健康度自動評価システムを開発した。
AutoCogniSysのパフォーマンスは、高齢者の認知健康度を評価する際の精度の最大93%を証明している。
論文 参考訳(メタデータ) (2020-03-17T01:44:59Z) - EEG-based Brain-Computer Interfaces (BCIs): A Survey of Recent Studies
on Signal Sensing Technologies and Computational Intelligence Approaches and
their Applications [65.32004302942218]
Brain-Computer Interface (BCI) はユーザとシステム間の強力なコミュニケーションツールである。
近年の技術進歩は、脳波(EEG)に基づく翻訳医療用BCIへの関心が高まっている。
論文 参考訳(メタデータ) (2020-01-28T10:36:26Z) - Deep Learning for Sensor-based Human Activity Recognition: Overview,
Challenges and Opportunities [52.59080024266596]
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。
論文 参考訳(メタデータ) (2020-01-21T09:55:59Z)
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。