論文の概要: Climbing Routes Clustering Using Energy-Efficient Accelerometers Attached to the Quickdraws

• arxiv url: http://arxiv.org/abs/2211.02680v2
• Date: Thu, 7 Mar 2024 11:36:54 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-08 18:35:12.081767
• Title: Climbing Routes Clustering Using Energy-Efficient Accelerometers Attached to the Quickdraws
• Title（参考訳）: エネルギー効率のよい加速度計を用いたクライミング経路のクラスタリング
• Authors: Sadaf Moaveninejad, Andrea Janes, Camillo Porcaro, Luca Barletta, Lorenzo Mucchi, Massimiliano Pierobon
• Abstract要約: 壁に取り付けられた登山器具に取り付けられた加速度センサを用いてデータを収集するプロトタイプが開発された。 対応するセンサはエネルギー効率が良いように構成されているため、費用と代替の時間消費の観点から実用的になる。 本稿では、ハードウェア仕様、超低電力モードでセンサが測定したデータの研究、異なるルートを登る際のデータのパターンの検出、ルートクラスタリングのための教師なしアプローチの開発について述べる。
• 参考スコア（独自算出の注目度）: 7.47577255773279
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: One of the challenges for climbing gyms is to find out popular routes for the climbers to improve their services and optimally use their infrastructure. This problem must be addressed preserving both the privacy and convenience of the climbers and the costs of the gyms. To this aim, a hardware prototype is developed to collect data using accelerometer sensors attached to a piece of climbing equipment mounted on the wall, called quickdraw, that connects the climbing rope to the bolt anchors. The corresponding sensors are configured to be energy-efficient, hence becoming practical in terms of expenses and time consumption for replacement when used in large quantities in a climbing gym. This paper describes hardware specifications, studies data measured by the sensors in ultra-low power mode, detect patterns in data during climbing different routes, and develops an unsupervised approach for route clustering.
• Abstract（参考訳）: クライミングジムの課題の1つは、登山者がサービスを改善しインフラを最適に活用するために人気のあるルートを見つけることである。 この問題は登山者のプライバシーと利便性と体育館の費用の両方を保護しなければならない。 この目的のために,クライミングロープをボルトアンカーに接続するクイックドリューと呼ばれる壁に取り付けられたクライミング機器に取り付けられた加速度センサを用いて,データを収集するハードウェアプロトタイプを開発した。 対応するセンサはエネルギー効率が良いように構成されており、登山ジムで大量に使用した場合の交換費用や時間消費の面で実用的になる。 本稿では、ハードウェア仕様、超低電力モードでセンサが測定したデータ、異なるルートを登る際のデータのパターンを検出し、経路クラスタリングのための教師なしアプローチを開発する。

関連論文リスト

• Raising the Bar(ometer): Identifying a User's Stair and Lift Usage Through Wearable Sensor Data Analysis [4.453838343573515]
  本研究では,階段と昇降機を用いた新しい探索データセットについて述べる。 階段を登ったり降りたり、さまざまなシナリオでリフトを行ったりしながら、20人の参加者からデータを収集した。 本手法は,87.61%,マルチクラス重み付きF1スコア87.56%の精度で,階段および昇降操作の分類精度が高い。
  論文  参考訳（メタデータ） (2024-09-18T06:26:50Z)
• ASAG: Building Strong One-Decoder-Layer Sparse Detectors via Adaptive Sparse Anchor Generation [50.01244854344167]
  適応スパースアンカージェネレータ(ASAG)の提案により、スパース検出器と密度検出器のパフォーマンスギャップを橋渡しする。 ASAGは、グリッドではなくパッチの動的なアンカーを予測することで、機能競合の問題を軽減する。 提案手法は高密度な手法より優れ,高速かつ高精度なトレードオフを実現する。
  論文  参考訳（メタデータ） (2023-08-18T02:06:49Z)
• Energy-Based Models for Cross-Modal Localization using Convolutional Transformers [52.27061799824835]
  GPSのない衛星画像に対して、距離センサを搭載した地上車両を位置決めする新しい枠組みを提案する。 本稿では, 畳み込み変換器を用いて, 高精度な計量レベルの局所化を行う手法を提案する。 我々は、エンドツーエンドでモデルをトレーニングし、KITTI、Pandaset、カスタムデータセットの最先端技術よりも高い精度でアプローチを実証する。
  論文  参考訳（メタデータ） (2023-06-06T21:27:08Z)
• Lowering Detection in Sport Climbing Based on Orientation of the Sensor Enhanced Quickdraw [3.9504711818127425]
  壁に取り付けられた登山器具に取り付けられた加速度センサを用いてデータを収集するプロトタイプが開発された。 対応するセンサはエネルギー効率が良いように構成されているため、費用と代替の時間消費の観点から実用的になる。 本稿では、ハードウェア仕様、超低電力モードでセンサが測定したデータ、異なる経路におけるセンサの向きパターンを検出し、低電力モードを特定するための教師ありアプローチを開発する。
  論文  参考訳（メタデータ） (2023-01-17T15:06:33Z)
• Extrinsic Camera Calibration with Semantic Segmentation [60.330549990863624]
  本稿では,セグメンテーション情報を利用してパラメータ推定を自動化する,外部カメラキャリブレーション手法を提案する。 われわれのアプローチは、カメラのポーズの粗い初期測定と、車両に搭載されたライダーセンサーによる構築に依存している。 シミュレーションおよび実世界のデータを用いて,キャリブレーション結果の低誤差測定を行う。
  論文  参考訳（メタデータ） (2022-08-08T07:25:03Z)
• Learning Perceptual Locomotion on Uneven Terrains using Sparse Visual Observations [75.60524561611008]
  この研究は、人中心の環境において、よく見られるバンプ、ランプ、階段の広い範囲にわたる知覚的移動を達成するために、スパースな視覚的観察の使用を活用することを目的としている。 まず、関心の均一な面を表すことのできる最小限の視覚入力を定式化し、このような外受容的・固有受容的データを統合した学習フレームワークを提案する。 本研究では, 平地を全方向歩行し, 障害物のある地形を前方移動させるタスクにおいて, 学習方針を検証し, 高い成功率を示す。
  論文  参考訳（メタデータ） (2021-09-28T20:25:10Z)
• Benchmarking high-fidelity pedestrian tracking systems for research, real-time monitoring and crowd control [55.41644538483948]
  実生活環境における高忠実な歩行者追跡は,群集動態研究において重要なツールである。 この技術が進歩するにつれて、社会においても益々有用になってきている。 歩行者追跡技術の研究と技術に成功させるためには、正確さの検証とベンチマークが不可欠である。 我々は、プライバシーに配慮した歩行者追跡技術のためのベンチマークスイートをコミュニティのオープンスタンダードに向けて提示し、議論する。
  論文  参考訳（メタデータ） (2021-08-26T11:45:26Z)
• Embedding and generation of indoor climbing routes with variational autoencoder [0.0]
  標準化されたトレーニング機器であるMoonBoardにおいて、登山ルートに変分オートエンコーダを用いる。 生成した22の問題は、ユーザレビューのためにMoonboardアプリにアップロードされる。
  論文  参考訳（メタデータ） (2020-09-16T23:23:04Z)
• CNN-based Speed Detection Algorithm for Walking and Running using Wrist-worn Wearable Sensors [1.6708670748115966]
  本稿では,手首輪装置の加速度計とセンサデータを利用して,高精度な速度検出を行う畳み込みニューラルネットワークに基づくアルゴリズムの設計,実装,評価を行う。 我々の速度検出アルゴリズムは、それぞれ70～15ドルと1対1のクロスバリデーション評価戦略を用いて、MAPE(Mean Absolute Error Percentage)の4.2%と9.8%の値を達成した。
  論文  参考訳（メタデータ） (2020-06-03T15:53:46Z)
• Deep Soft Procrustes for Markerless Volumetric Sensor Alignment [81.13055566952221]
  本研究では、より堅牢なマルチセンサ空間アライメントを実現するために、マーカーレスデータ駆動対応推定を改善する。 我々は、幾何学的制約を終末的に典型的なセグメンテーションベースモデルに組み込み、対象のポーズ推定タスクと中間密な分類タスクをブリッジする。 実験により,マーカーベースの手法で同様の結果が得られ,マーカーレス手法よりも優れ,またキャリブレーション構造のポーズ変動にも頑健であることがわかった。
  論文  参考訳（メタデータ） (2020-03-23T10:51:32Z)
• augKlimb: Interactive Data-Led Augmentation of Bouldering Training [0.0]
  クライミングは人気のあるスポーツであり、特に屋内では、登山者が人工ホールドを使って人工ルートで訓練することができる。 近年,登山にコンピュータ・インタラクションを加える様々な側面が研究されている。 レクリエーションの中間登山者を支援するための軽量ツールの研究のための広大なスペースがある。
  論文  参考訳（メタデータ） (2020-01-22T10:26:59Z)

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。