論文の概要: Domain Adaptation for Inertial Measurement Unit-based Human Activity Recognition: A Survey

• arxiv url: http://arxiv.org/abs/2304.06489v1
• Date: Fri, 7 Apr 2023 01:33:42 GMT
• ステータス: 処理完了
• システム内更新日: 2023-04-16 21:47:17.243201
• Title: Domain Adaptation for Inertial Measurement Unit-based Human Activity Recognition: A Survey
• Title（参考訳）: 慣性測定単位に基づく人間行動認識のための領域適応:調査
• Authors: Avijoy Chakma, Abu Zaher Md Faridee, Indrajeet Ghosh, Nirmalya Roy
• Abstract要約: 機械学習に基づくウェアラブルヒューマンアクティビティ認識(WHAR)モデルは、スマートでコネクテッドなコミュニティアプリケーションの開発を可能にする。 これらのWHARモデルの普及は、データ分散の不均一性の存在下での性能低下によって妨げられている。 従来の機械学習アルゴリズムとトランスファーラーニング技術は、そのようなデータ不均一性を扱うことの基盤となる課題に対処するために提案されている。 ドメイン適応(Domain adapt)は、近年の文献において大きな人気を博した転帰学習技術の一つである。
• 参考スコア（独自算出の注目度）: 1.7205106391379026
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Machine learning-based wearable human activity recognition (WHAR) models enable the development of various smart and connected community applications such as sleep pattern monitoring, medication reminders, cognitive health assessment, sports analytics, etc. However, the widespread adoption of these WHAR models is impeded by their degraded performance in the presence of data distribution heterogeneities caused by the sensor placement at different body positions, inherent biases and heterogeneities across devices, and personal and environmental diversities. Various traditional machine learning algorithms and transfer learning techniques have been proposed in the literature to address the underpinning challenges of handling such data heterogeneities. Domain adaptation is one such transfer learning techniques that has gained significant popularity in recent literature. In this paper, we survey the recent progress of domain adaptation techniques in the Inertial Measurement Unit (IMU)-based human activity recognition area, discuss potential future directions.
• Abstract（参考訳）: 機械学習に基づくウェアラブルヒューマンアクティビティ認識(WHAR)モデルは、睡眠パターンモニタリング、薬物リマインダー、認知的健康評価、スポーツ分析など、スマートでコネクテッドなコミュニティアプリケーションの開発を可能にする。 しかしながら、これらのWHARモデルの普及は、センサ配置の違いによるデータ分布の不均一性、デバイス間の固有のバイアスや不均一性、個人的および環境的多様性の存在において、その性能低下によって妨げられている。 従来の機械学習アルゴリズムや転送学習技術は、そのようなデータ不均一性を扱う上での課題に対処するために、文献で提案されている。 ドメイン適応(domain adaptation)は、近年の文学で大きな人気を博したトランスファー学習技法の一つである。 本稿では,慣性計測ユニット(IMU)を用いた人間活動認識領域における領域適応手法の最近の進歩を概観し,今後の方向性について考察する。

関連論文リスト

• Emotion Recognition Using Transformers with Masked Learning [7.650385662008779]
  本研究では、視覚変換器(ViT)と変換器(Transformer)のモデルを用いて、Valence-Arousal(VA)の推定に焦点をあてる。 このアプローチは、従来の畳み込みニューラルネットワーク(CNN)とLong Short-Term Memory(LSTM)ベースのメソッドを超越し、新しいTransformerベースのフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-03-19T12:26:53Z)
• Data Augmentation in Human-Centric Vision [54.97327269866757]
  本研究では,人間中心型視覚タスクにおけるデータ拡張手法の包括的分析を行う。 それは、人物のReID、人間のパーシング、人間のポーズ推定、歩行者検出など、幅広い研究領域に展開している。 我々の研究は、データ拡張手法をデータ生成とデータ摂動の2つの主なタイプに分類する。
  論文  参考訳（メタデータ） (2024-03-13T16:05:18Z)
• A Recent Survey of Heterogeneous Transfer Learning [15.830786437956144]
  異種移動学習は 様々なタスクにおいて 重要な戦略となっている。 データベースとモデルベースの両方のアプローチを網羅した60以上のHTLメソッドの広範なレビューを提供する。 自然言語処理,コンピュータビジョン,マルチモーダル学習,バイオメディシンの応用について検討する。
  論文  参考訳（メタデータ） (2023-10-12T16:19:58Z)
• Pain level and pain-related behaviour classification using GRU-based sparsely-connected RNNs [61.080598804629375]
  慢性的な痛みを持つ人は、特定の身体の動きを無意識に適応させ、怪我や追加の痛みから身を守る。 この相関関係を分析するための専用のベンチマークデータベースが存在しないため、日々の行動に影響を及ぼす可能性のある特定の状況の1つを検討した。 我々は、複数のオートエンコーダを組み込んだゲートリカレントユニット(GRU)と疎結合なリカレントニューラルネットワーク(s-RNN)のアンサンブルを提案した。 本手法は,痛みレベルと痛み関連行動の両方の分類において,最先端のアプローチよりも優れていることを示すいくつかの実験を行った。
  論文  参考訳（メタデータ） (2022-12-20T12:56:28Z)
• TASKED: Transformer-based Adversarial learning for human activity recognition using wearable sensors via Self-KnowledgE Distillation [6.458496335718508]
  本稿では,TASKED(Self-KnowledgE Distillation)を用いたウェアラブルセンサを用いた,トランスフォーマーに基づく人間行動認識のための新しい逆学習フレームワークを提案する。 提案手法では,教師なしの自己知識蒸留を採用し,訓練手順の安定性と人間の活動認識性能を向上させる。
  論文  参考訳（メタデータ） (2022-09-14T11:08:48Z)
• Consistency and Diversity induced Human Motion Segmentation [231.36289425663702]
  本稿では,CDMS(Consistency and Diversity induced Human Motion)アルゴリズムを提案する。 我々のモデルは、ソースとターゲットデータを異なる多層特徴空間に分解する。 ソースとターゲットデータ間の領域ギャップを低減するために、マルチミューチュアル学習戦略を実行する。
  論文  参考訳（メタデータ） (2022-02-10T06:23:56Z)
• 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)
• Human Activity Recognition using Wearable Sensors: Review, Challenges, Evaluation Benchmark [0.0]
  ウェアラブルセンサに基づくヒューマンアクティビティ認識におけるトップパフォーマンス技術に関する広範な文献レビューを実施します。 6つの公開データセットを用いて,最先端技術に標準評価ベンチマークを適用する。 また,改良された手作り機能とニューラルネットワークアーキテクチャを組み合わせた,実験的に改良されたアプローチを提案する。
  論文  参考訳（メタデータ） (2021-01-05T17:33:04Z)
• Invariant Feature Learning for Sensor-based Human Activity Recognition [11.334750079923428]
  被験者やデバイス間で共有される共通情報を抽出する不変特徴学習フレームワーク(IFLF)を提案する。 実験により、IFLFは、一般的なオープンデータセットと社内データセットをまたいだ主題とデバイスディバージョンの両方を扱うのに効果的であることが示された。
  論文  参考訳（メタデータ） (2020-12-14T21:56:17Z)
• Domain Shift in Computer Vision models for MRI data analysis: An Overview [64.69150970967524]
  機械学習とコンピュータビジョン手法は、医用画像解析において優れた性能を示している。 しかし、現在臨床応用はごくわずかである。 異なるソースや取得ドメインのデータへのモデルの不適切な転送性は、その理由の1つです。
  論文  参考訳（メタデータ） (2020-10-14T16:34:21Z)
• Human Trajectory Forecasting in Crowds: A Deep Learning Perspective [89.4600982169]
  本稿では,既存の深層学習に基づくソーシャルインタラクションのモデル化手法について詳細に分析する。 本稿では、これらの社会的相互作用を効果的に捉えるための知識に基づく2つのデータ駆動手法を提案する。 我々は,人間の軌道予測分野において,重要かつ欠落したコンポーネントであるTrajNet++を大規模に開発する。
  論文  参考訳（メタデータ） (2020-07-07T17:19:56Z)

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。