論文の概要: A Survey of Human Activity Recognition in Smart Homes Based on IoT Sensors Algorithms: Taxonomies, Challenges, and Opportunities with Deep Learning

• arxiv url: http://arxiv.org/abs/2111.04418v1
• Date: Mon, 18 Oct 2021 08:44:50 GMT
• ステータス: 処理完了
• システム内更新日: 2021-11-14 15:47:16.600244
• Title: A Survey of Human Activity Recognition in Smart Homes Based on IoT Sensors Algorithms: Taxonomies, Challenges, and Opportunities with Deep Learning
• Title（参考訳）: iotセンサアルゴリズムに基づくスマートホームにおけるヒューマンアクティビティ認識に関する調査--分類学、課題、深層学習の機会について
• Authors: Damien Bouchabou (1), Sao Mai Nguyen (1), Christophe Lohr (1), Benoit Leduc, Ioannis Kanellos (1) ((1) Lab-STICC_RAMBO, IMT Atlantique - INFO)
• Abstract要約: スマートホームは、住民の生活の質、自律性、健康を改善するために、ホームアシストサービスを提供する。 このようなサービスを実現するためには、スマートホームは住民の日々の活動を理解する必要がある。 環境センサを用いたスマートホームにおける人間の活動認識分野の最近のアルゴリズム,研究,課題,分類について紹介する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Recent advances in Internet of Things (IoT) technologies and the reduction in the cost of sensors have encouraged the development of smart environments, such as smart homes. Smart homes can offer home assistance services to improve the quality of life, autonomy and health of their residents, especially for the elderly and dependent. To provide such services, a smart home must be able to understand the daily activities of its residents. Techniques for recognizing human activity in smart homes are advancing daily. But new challenges are emerging every day. In this paper, we present recent algorithms, works, challenges and taxonomy of the field of human activity recognition in a smart home through ambient sensors. Moreover, since activity recognition in smart homes is a young field, we raise specific problems, missing and needed contributions. But also propose directions, research opportunities and solutions to accelerate advances in this field.
• Abstract（参考訳）: モノのインターネット(IoT)技術の最近の進歩とセンサコストの削減により、スマートホームなどのスマート環境の開発が促進されている。 スマートホームは、特に高齢者や依存者の生活の質、自律性、健康を改善するための在宅支援サービスを提供することができる。 このようなサービスを提供するためには、スマートホームが住民の日常的な活動を理解する必要がある。 スマートホームにおける人間の活動を認識する技術は日々進歩している。 しかし、毎日新しい課題が生まれている。 本稿では,環境センサを用いたスマートホームにおける人間行動認識の分野における最近のアルゴリズム,研究,課題,分類について述べる。 さらに、スマートホームにおける活動認識は若い分野であるため、特定の問題や欠落、貢献が必要となる。 しかし、この分野の進歩を加速するための方向性、研究機会、解決策も提案する。

関連論文リスト

• Towards Privacy-Aware and Personalised Assistive Robots: A User-Centred Approach [55.5769013369398]
  この研究は、フェデレートラーニング(FL)のようなユーザー中心のプライバシーに配慮した技術のパイオニアである。 FLは機密データを共有せずに協調学習を可能にし、プライバシとスケーラビリティの問題に対処する。 この作業には、スマート車椅子アシストのためのソリューションの開発、ユーザの独立性の向上、幸福感の向上が含まれる。
  論文  参考訳（メタデータ） (2024-05-23T13:14:08Z)
• Explaining AI Decisions: Towards Achieving Human-Centered Explainability in Smart Home Environments [45.55363754551388]
  我々は、スマートホームシステムにおける説明を表現する上で、人間中心のアプローチの必要性を論じる。 本稿では,人間中心のXAI手法を提唱し,理解しやすい説明を提供することの重要性を強調した。
  論文  参考訳（メタデータ） (2024-04-23T22:31:42Z)
• Smart Home Goal Feature Model -- A guide to support Smart Homes for Ageing in Place [0.4864105587622174]
  本報告では,家庭の老朽化を支援するために市販されているスマートホーム技術の概要について述べる。 我々は、高齢者医療施設や医療研究者がスマートホームに適応する際に使うアプローチを解決するために、構造化されたスマートホームゴール特徴モデル(SHGFM)を作成している。
  論文  参考訳（メタデータ） (2023-11-14T05:42:13Z)
• Low-cost Efficient Wireless Intelligent Sensor (LEWIS) for Engineering, Research, and Education [72.2614468437919]
  センサによって決定を下すスマートシティのビジョンは、これまで実現されていない。 土木技術者はセンサー技術に関する知識を欠いている。 センサーに関連する電気部品とコンピュータの知識は、土木技術者にとって依然として課題である。
  論文  参考訳（メタデータ） (2023-03-23T21:49:26Z)
• Framework for an Intelligent Affect Aware Smart Home Environment for Elderly People [0.0]
  高齢者の人口は過去数十年間で急速に増加しており、今後さらに増加すると予想されている。 人口の増加は、身体障害、認知的問題、記憶の弱化、非組織的行動などの問題により、その需要の増加と関連している。 本研究は,高齢者を対象とした知的影響意識環境の枠組みを提案する。
  論文  参考訳（メタデータ） (2021-06-29T17:34:16Z)
• Empowering Things with Intelligence: A Survey of the Progress, Challenges, and Opportunities in Artificial Intelligence of Things [98.10037444792444]
  AIがIoTをより速く、より賢く、よりグリーンで、より安全にするための力を与える方法を示します。 まず、認識、学習、推論、行動の4つの視点から、IoTのためのAI研究の進歩を示す。 最後に、私たちの世界を深く再形成する可能性が高いAIoTの有望な応用をいくつかまとめる。
  論文  参考訳（メタデータ） (2020-11-17T13:14:28Z)
• Watch-And-Help: A Challenge for Social Perception and Human-AI Collaboration [116.28433607265573]
  我々は、AIエージェントでソーシャルインテリジェンスをテストするための課題であるWatch-And-Help(WAH)を紹介する。 WAHでは、AIエージェントは、人間のようなエージェントが複雑な家庭用タスクを効率的に実行するのを助ける必要がある。 マルチエージェントの家庭環境であるVirtualHome-Socialを構築し、計画と学習ベースのベースラインを含むベンチマークを提供する。
  論文  参考訳（メタデータ） (2020-10-19T21:48:31Z)
• Human Activity Recognition using Inertial, Physiological and Environmental Sensors: a Comprehensive Survey [3.1166345853612296]
  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。
  論文  参考訳（メタデータ） (2020-04-19T11:32:35Z)
• Online Guest Detection in a Smart Home using Pervasive Sensors and Probabilistic Reasoning [3.538944147459101]
  本稿では,各段階における環境人数を推定できる確率論的アプローチを提案する。 シミュレーションデータと実データの両方を用いて,異なるサイズと構成の2つのスマートホーム上で,本手法を検証・検証した。
  論文  参考訳（メタデータ） (2020-03-13T15:41:15Z)
• PDS: Deduce Elder Privacy from Smart Homes [0.0]
  本稿では,高齢者のプライバシが,ネットワーク通信が十分に保護されていないため,スマートホームから著しく漏洩する可能性があることを示す。 スマートホームからセンサトラフィックを盗み出し,攻撃者の視点からの一連の推論に基づいて,高齢者の移動行動を特定し,スマートホーム内のセンサ位置を推測することにより,プライバシ・ドダクション・スキーム(PDS)を開発する。
  論文  参考訳（メタデータ） (2020-01-21T13:55:40Z)
• 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。