論文の概要: ContextLabeler Dataset: physical and virtual sensors data collected from smartphone usage in-the-wild

• arxiv url: http://arxiv.org/abs/2307.03586v1
• Date: Fri, 7 Jul 2023 13:28:29 GMT
• ステータス: 処理完了
• システム内更新日: 2023-07-10 12:19:13.216310
• Title: ContextLabeler Dataset: physical and virtual sensors data collected from smartphone usage in-the-wild
• Title（参考訳）: ContextLabeler Dataset:スマートフォンの使用状況から収集した物理的および仮想センサーデータ
• Authors: Mattia Giovanni Campana, Franca Delmastro
• Abstract要約: 本稿では,データ収集キャンペーンと,スマートフォンセンサから得られたデータセットについて述べる。 収集されたデータセットは、新しいコンテキスト認識ソリューションの幅広いセットを定義し評価するために、実際のデータの有用なソースである。
• 参考スコア（独自算出の注目度）: 7.310043452300736
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper describes a data collection campaign and the resulting dataset derived from smartphone sensors characterizing the daily life activities of 3 volunteers in a period of two weeks. The dataset is released as a collection of CSV files containing more than 45K data samples, where each sample is composed by 1332 features related to a heterogeneous set of physical and virtual sensors, including motion sensors, running applications, devices in proximity, and weather conditions. Moreover, each data sample is associated with a ground truth label that describes the user activity and the situation in which she was involved during the sensing experiment (e.g., working, at restaurant, and doing sport activity). To avoid introducing any bias during the data collection, we performed the sensing experiment in-the-wild, that is, by using the volunteers' devices, and without defining any constraint related to the user's behavior. For this reason, the collected dataset represents a useful source of real data to both define and evaluate a broad set of novel context-aware solutions (both algorithms and protocols) that aim to adapt their behavior according to the changes in the user's situation in a mobile environment.
• Abstract（参考訳）: 本稿では,3人のボランティアの日常生活活動を2週間で特徴付けるスマートフォンセンサから得られたデータ収集キャンペーンとデータセットについて述べる。 データセットは45K以上のデータサンプルを含むCSVファイルのコレクションとしてリリースされ、各サンプルは、モーションセンサー、実行アプリケーション、近接デバイス、気象条件を含む、異質な物理および仮想センサーセットに関連する1332の機能によって構成される。 さらに、各データサンプルは、センシング実験(例えば、職場、レストラン、スポーツ活動など)中に彼女が関与したユーザ活動と状況を記述する地上の真実ラベルに関連付けられている。 データ収集中にバイアスが生じるのを避けるため、ボランティアのデバイスを使用して、ユーザの振る舞いに関する制約を定義することなく、wild内でセンシング実験を行いました。 このため、収集したデータセットは、モバイル環境におけるユーザの状況の変化に応じて行動に適応することを目的とした、新しいコンテキスト対応ソリューション(アルゴリズムとプロトコルの両方)を幅広く定義し、評価するために、実際のデータの有用なソースである。

関連論文リスト

• Lightweight Modeling of User Context Combining Physical and Virtual Sensor Data [15.800978541993706]
  本研究では,パーソナルモバイルデバイスから異質なセンサデータを含むデータセットを収集するフレームワークを提案する。 本稿では,ユーザコンテキストをモデル化し,推論プロセス全体を効率的に実行するための軽量なアプローチを提案する。 精度の低下を3%以下に抑えつつ、10倍のスピードアップと90%以上の機能低下を実現した。
  論文  参考訳（メタデータ） (2023-06-28T08:57:01Z)
• MyDigitalFootprint: an extensive context dataset for pervasive computing applications at the edge [7.310043452300736]
  MyDigitalFootprintは、スマートフォンセンサーデータ、物理的な近接情報、オンラインソーシャルネットワークのインタラクションを含む大規模なデータセットである。 自然環境における31人のボランティアユーザーによる2ヶ月の計測で、制限なしの行動を可能にする。 データセットの有効性を示すために,各種機械学習タスクを利用したコンテキスト認識3つのアプリケーションを提案する。
  論文  参考訳（メタデータ） (2023-06-28T07:59:47Z)
• Reconstructing human activities via coupling mobile phone data with location-based social networks [20.303827107229445]
  本稿では,携帯電話データと位置情報ソーシャルネットワーク(LBSN)データを結合することで,ユーザの行動を特定するためのデータ分析フレームワークを提案する。 我々は,10万人の携帯電話利用者の行動連鎖を再構築し,各活動タイプの時間的・空間的特徴を分析した。
  論文  参考訳（メタデータ） (2023-06-06T06:37:14Z)
• Going beyond research datasets: Novel intent discovery in the industry setting [60.90117614762879]
  本稿では,大規模なeコマースプラットフォームに展開する意図発見パイプラインを改善する手法を提案する。 ドメイン内データに基づく事前学習型言語モデルの利点を示す。 また,クラスタリングタスクの微調整中に,実生活データセットの会話構造(質問と回答)を利用するための最善の方法も考案した。
  論文  参考訳（メタデータ） (2023-05-09T14:21:29Z)
• Multimodal Dataset from Harsh Sub-Terranean Environment with Aerosol Particles for Frontier Exploration [55.41644538483948]
  本稿では, エアロゾル粒子を用いた過酷で非構造的な地下環境からのマルチモーダルデータセットを提案する。 ロボットオペレーティング・システム(ROS)フォーマットのすべてのオンボードセンサーから、同期された生データ計測を含んでいる。 本研究の焦点は、時間的・空間的なデータの多様性を捉えることだけでなく、取得したデータに厳しい条件が及ぼす影響を示すことである。
  論文  参考訳（メタデータ） (2023-04-27T20:21:18Z)
• Video-based Pose-Estimation Data as Source for Transfer Learning in Human Activity Recognition [71.91734471596433]
  オンボディデバイスを用いたヒューマンアクティビティ認識(HAR)は、制約のない環境での特定の人間の行動を特定する。 これまでの研究は、トランスファーラーニングが、少ないデータでシナリオに対処するための良い戦略であることを実証した。 本稿では,人為的位置推定を目的としたデータセットを伝達学習の情報源として用いることを提案する。
  論文  参考訳（メタデータ） (2022-12-02T18:19:36Z)
• TRoVE: Transforming Road Scene Datasets into Photorealistic Virtual Environments [84.6017003787244]
  本研究では、シミュレーションデータセットに存在する困難とドメインギャップに対処する合成データ生成パイプラインを提案する。 既存のデータセットからアノテーションや視覚的手がかりを利用すれば、自動マルチモーダルデータ生成が容易になることを示す。
  論文  参考訳（メタデータ） (2022-08-16T20:46:08Z)
• Detection Hub: Unifying Object Detection Datasets via Query Adaptation on Language Embedding [137.3719377780593]
  新しいデザイン(De Detection Hubという名前)は、データセット認識とカテゴリ整列である。 データセットの不整合を緩和し、検出器が複数のデータセットをまたいで学習するための一貫性のあるガイダンスを提供する。 データセット間のカテゴリは、ワンホットなカテゴリ表現を単語埋め込みに置き換えることで、意味的に統一された空間に整列される。
  論文  参考訳（メタデータ） (2022-06-07T17:59:44Z)
• An Automated Analysis Framework for Trajectory Datasets [0.0]
  近年,自動走行車の安全性検証において,道路利用者の軌道データセットの重要性が高まっている。 10万以上のトラックを持ついくつかの自然主義的な軌道データセットがリリースされ、それに続くものもリリースされる。 この量のデータを考えると、これらのデータセットを奥行きで簡単に比較できる必要がある。
  論文  参考訳（メタデータ） (2022-02-12T10:55:53Z)
• DAPPER: Label-Free Performance Estimation after Personalization for Heterogeneous Mobile Sensing [95.18236298557721]
  DAPPER(Domain AdaPtation Performance EstimatoR)を提案する。 実世界の6つのベースラインと比較した4つのセンシングデータセットによる評価の結果,DAPPERの精度は39.8%向上した。
  論文  参考訳（メタデータ） (2021-11-22T08:49:33Z)
• Data Collection and Labeling of Real-Time IoT-Enabled Bio-Signals in Everyday Settings for Mental Health Improvement [6.7377504888630675]
  リアルタイムの生理的データ収集と分析は、現代の幸福な応用において中心的な役割を果たす。 本稿では, ウェアラブルセンサからの光胸腺図, 加速度, ジャイロスコープ, 重力データのリアルタイム収集と解析を行うシステムを構築した。
  論文  参考訳（メタデータ） (2021-08-02T20:56:48Z)

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。