論文の概要: An Ambient Intelligence-Based Human Behavior Monitoring Framework for Ubiquitous Environments

• arxiv url: http://arxiv.org/abs/2106.15609v1
• Date: Tue, 29 Jun 2021 17:50:54 GMT
• ステータス: 処理完了
• システム内更新日: 2021-06-30 17:06:56.348240
• Title: An Ambient Intelligence-Based Human Behavior Monitoring Framework for Ubiquitous Environments
• Title（参考訳）: ユビキタス環境における環境知能に基づく行動モニタリングフレームワーク
• Authors: Nirmalya Thakur and Chia Y. Han
• Abstract要約: 本枠組みは,日常生活活動中の人間の行動の調査,追跡,監視,分析を行うための総合的なアプローチをめざす。 ADL中の多様なコンテキストパラメータのユーザインタラクションのセマンティック分析を実行し、異なる複雑なアクティビティに関連する異なる行動パターンのリストを識別する。 第二に、これらの行動パターンと環境の動的文脈的・空間的特徴との関係を解析できるインテリジェントな意思決定アルゴリズムで構成されている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: This framework for human behavior monitoring aims to take a holistic approach to study, track, monitor, and analyze human behavior during activities of daily living (ADLs). The framework consists of two novel functionalities. First, it can perform the semantic analysis of user interactions on the diverse contextual parameters during ADLs to identify a list of distinct behavioral patterns associated with different complex activities. Second, it consists of an intelligent decision-making algorithm that can analyze these behavioral patterns and their relationships with the dynamic contextual and spatial features of the environment to detect any anomalies in user behavior that could constitute an emergency. These functionalities of this interdisciplinary framework were developed by integrating the latest advancements and technologies in human-computer interaction, machine learning, Internet of Things, pattern recognition, and ubiquitous computing. The framework was evaluated on a dataset of ADLs, and the performance accuracies of these two functionalities were found to be 76.71% and 83.87%, respectively. The presented and discussed results uphold the relevance and immense potential of this framework to contribute towards improving the quality of life and assisted living of the aging population in the future of Internet of Things (IoT)-based ubiquitous living environments, e.g., smart homes.
• Abstract（参考訳）: このヒューマンビヘイビアモニタリングの枠組みは、日常生活活動(adl)中の人間の行動を研究し、追跡し、監視し、分析するための包括的アプローチを取ることを目的としている。 フレームワークは2つの新しい機能から構成される。 まず、ADL中の多様なコンテキストパラメータにおけるユーザインタラクションのセマンティック分析を行い、異なる複雑なアクティビティに関連する異なる行動パターンのリストを識別する。 第2に、これらの行動パターンとその環境の動的文脈的および空間的特徴との関係を分析し、緊急性を構成する可能性のあるユーザーの行動の異常を検出するインテリジェントな意思決定アルゴリズムである。 これらの学際的フレームワークの機能は、人間とコンピュータのインタラクション、機械学習、モノのインターネット、パターン認識、ユビキタスコンピューティングにおける最新の進歩と技術を統合することによって開発された。 このフレームワークはadlのデータセット上で評価され、これら2つの機能の性能は76.71%と83.87%であった。 本研究は,IoT(Internet of Things, モノのインターネット)を基盤とするユビキタスな生活環境(スマートホームなど)の将来において,生活の質向上に貢献する上での,この枠組みの意義と大きな可能性を裏付けるものである。

関連論文リスト

• Visual-Geometric Collaborative Guidance for Affordance Learning [63.038406948791454]
  本稿では,視覚的・幾何学的手がかりを取り入れた視覚・幾何学的協調学習ネットワークを提案する。 本手法は,客観的指標と視覚的品質の代表的なモデルより優れている。
  論文  参考訳（メタデータ） (2024-10-15T07:35:51Z)
• Multimodal Fusion with LLMs for Engagement Prediction in Natural Conversation [70.52558242336988]
  我々は,不関心や混乱の兆候を検出することを目的として,言語的および非言語的手がかりを精査することにより,ダイアディック的相互作用における係り合いを予測することに焦点を当てた。 本研究では,カジュアルなダイアディック会話に携わる34人の参加者を対象に,各会話の最後に自己報告されたエンゲージメント評価を行うデータセットを収集する。 大規模言語モデル(LLMs)を用いた新たな融合戦略を導入し,複数行動モダリティをマルチモーダル・トランスクリプトに統合する。
  論文  参考訳（メタデータ） (2024-09-13T18:28:12Z)
• Interactive Natural Language Processing [67.87925315773924]
  対話型自然言語処理(iNLP)は,NLP分野における新しいパラダイムとして登場した。 本稿では,iNLPの概念の統一的定義と枠組みを提案することから,iNLPに関する包括的調査を行う。
  論文  参考訳（メタデータ） (2023-05-22T17:18:29Z)
• Co-Located Human-Human Interaction Analysis using Nonverbal Cues: A Survey [71.43956423427397]
  本研究の目的は,非言語的キューと計算手法を同定し,効果的な性能を実現することである。 この調査は、最も広い範囲の社会現象と相互作用設定を巻き込むことによって、相手と異なる。 もっともよく使われる非言語キュー、計算方法、相互作用環境、センシングアプローチは、それぞれマイクとカメラを備えた3,4人で構成される会話活動、ベクターマシンのサポート、ミーティングである。
  論文  参考訳（メタデータ） (2022-07-20T13:37:57Z)
• Assessing Human Interaction in Virtual Reality With Continually Learning Prediction Agents Based on Reinforcement Learning Algorithms: A Pilot Study [6.076137037890219]
  本研究では,人間と学習の継続する予測エージェントの相互作用が,エージェントの能力の発達とともにどのように発達するかを検討する。 我々は、強化学習(RL)アルゴリズムから学習した予測が人間の予測を増大させる仮想現実環境と時間ベースの予測タスクを開発する。 以上の結果から,人的信頼はエージェントとの早期の相互作用に影響され,信頼が戦略的行動に影響を及ぼす可能性が示唆された。
  論文  参考訳（メタデータ） (2021-12-14T22:46:44Z)
• Distinguishing Engagement Facets: An Essential Component for AI-based Healthcare [1.14219428942199]
  様々なAIベースの医療パラダイムにおける患者のエンゲージメント状態を監視することが不可欠である。 これには、自閉症スペクトラム障害(ASD)や注意欠陥・多動性障害(ADHD)などの社会的行動を変える医学的条件が含まれる。
  論文  参考訳（メタデータ） (2021-11-22T11:58:26Z)
• HARPS: An Online POMDP Framework for Human-Assisted Robotic Planning and Sensing [1.3678064890824186]
  HARPS(Human Assisted Robotic Planning and Sensing)フレームワークは、ロボットチームにおけるアクティブなセマンティックセンシングと計画のためのフレームワークである。 このアプローチにより、人間が不規則にモデル構造を強制し、不確実な環境で意味的なソフトデータの範囲を拡張することができる。 大規模部分構造環境におけるUAV対応ターゲット探索アプリケーションのシミュレーションは、時間と信念状態の推定において著しく改善されている。
  論文  参考訳（メタデータ） (2021-10-20T00:41:57Z)
• 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)
• TRiPOD: Human Trajectory and Pose Dynamics Forecasting in the Wild [77.59069361196404]
  TRiPODは、グラフの注目ネットワークに基づいて身体のダイナミクスを予測する新しい方法です。 実世界の課題を取り入れるために,各フレームで推定された身体関節が可視・視認可能かどうかを示す指標を学習する。 評価の結果,TRiPODは,各軌道に特化して設計され,予測タスクに特化している。
  論文  参考訳（メタデータ） (2021-04-08T20:01:00Z)

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。