論文の概要: A Comprehensive Review of Automated Data Annotation Techniques in Human Activity Recognition

• arxiv url: http://arxiv.org/abs/2307.05988v1
• Date: Wed, 12 Jul 2023 08:04:29 GMT
• ステータス: 処理完了
• システム内更新日: 2023-07-13 13:49:26.892772
• Title: A Comprehensive Review of Automated Data Annotation Techniques in Human Activity Recognition
• Title（参考訳）: 人間の活動認識における自動データアノテーション技術の概要
• Authors: Florenc Demrozi and Cristian Turetta and Fadi Al Machot and Graziano Pravadelli and Philipp H. Kindt
• Abstract要約: 人間活動認識(HAR)は、過去10年間の主要な研究トピックの1つとなっている。 本稿では,HARデータアノテーション技術に関する最初の体系的なレビューを行う。
• 参考スコア（独自算出の注目度）: 2.318664135656165
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Human Activity Recognition (HAR) has become one of the leading research topics of the last decade. As sensing technologies have matured and their economic costs have declined, a host of novel applications, e.g., in healthcare, industry, sports, and daily life activities have become popular. The design of HAR systems requires different time-consuming processing steps, such as data collection, annotation, and model training and optimization. In particular, data annotation represents the most labor-intensive and cumbersome step in HAR, since it requires extensive and detailed manual work from human annotators. Therefore, different methodologies concerning the automation of the annotation procedure in HAR have been proposed. The annotation problem occurs in different notions and scenarios, which all require individual solutions. In this paper, we provide the first systematic review on data annotation techniques for HAR. By grouping existing approaches into classes and providing a taxonomy, our goal is to support the decision on which techniques can be beneficially used in a given scenario.
• Abstract（参考訳）: 人間活動認識(HAR)は、過去10年間の主要な研究トピックの1つとなっている。 センシング技術が成熟し、経済コストが低下するにつれて、医療、産業、スポーツ、日常生活活動などの新しい応用が盛んに行われている。 HARシステムの設計には、データ収集、アノテーション、モデルのトレーニングと最適化など、さまざまな時間を要する。 特に、データアノテーションは人間のアノテーションから広範囲かつ詳細な手作業を必要とするため、HARにおいて最も労働集約的で面倒なステップである。 そこで,HARにおけるアノテーション手順の自動化に関する様々な手法が提案されている。 アノテーション問題は、異なる概念とシナリオで発生し、それぞれが個別のソリューションを必要とする。 本稿では,harのためのデータアノテーション技術に関する最初の体系的レビューを行う。 既存のアプローチをクラスにグループ化し、分類を提供することで、私たちのゴールは、特定のシナリオで有益に使用できるテクニックの決定をサポートすることです。

関連論文リスト

• ILAEDA: An Imitation Learning Based Approach for Automatic Exploratory Data Analysis [5.012314384895538]
  我々は、操作を重要なものにする重要な特徴のすべてが、報酬を使って数学的に正確にキャプチャできるわけではないと論じる。 本稿では,専門家EDAセッションの模倣学習を通じて訓練されたAutoEDAモデルを提案する。 提案手法は,既存のエンドツーエンドEDA手法を最大3倍のベンチマークで上回り,高い性能と一般化を示す。
  論文  参考訳（メタデータ） (2024-10-15T04:56:13Z)
• A Comprehensive Methodological Survey of Human Activity Recognition Across Divers Data Modalities [2.916558661202724]
  人間活動認識(HAR)システムは、人間の行動を理解し、それぞれの行動にラベルを割り当てることを目的としている。 HARは、RGB画像やビデオ、スケルトン、深度、赤外線、ポイントクラウド、イベントストリーム、オーディオ、アクセラレーション、レーダー信号など、さまざまなデータモダリティを利用することができる。 本稿は,2014年から2024年までのHARの最新の進歩に関する包括的調査である。
  論文  参考訳（メタデータ） (2024-09-15T10:04:44Z)
• ActiveAD: Planning-Oriented Active Learning for End-to-End Autonomous Driving [96.92499034935466]
  自動運転のためのエンドツーエンドの差別化学習は、最近顕著なパラダイムになっている。 第一のボトルネックは、高品質なラベル付きデータに対する大胆な欲求にある。 収集した生データの一部を段階的に注釈付けする計画指向のアクティブラーニング手法を提案する。
  論文  参考訳（メタデータ） (2024-03-05T11:39:07Z)
• Transfer Learning in Human Activity Recognition: A Survey [0.13029741239874087]
  センサベースのヒューマンアクティビティ認識(HAR)は、スマート環境、生活支援、フィットネス、ヘルスケアなどへの応用により、活発な研究領域となっている。 近年,ディープラーニングに基づくエンドツーエンドトレーニングにより,コンピュータビジョンや自然言語といった領域における最先端のパフォーマンスが向上している。 我々は、スマートホームとウェアラブルベースのHARのアプリケーション領域におけるこれらの伝達学習手法に焦点をあてる。
  論文  参考訳（メタデータ） (2024-01-18T18:12:35Z)
• A Taxonomy of Decentralized Identifier Methods for Practitioners [50.76687001060655]
  SSI(Self-Sovereign Identity)の新たなアイデンティティ管理パラダイムの中核となるのは、W3C Decentralized Identifiers(DID)標準である。 本稿では, DID手法を選択する際に, 実践者が情報的意思決定を行えるようにするためのDID手法の分類法を提案する。
  論文  参考訳（メタデータ） (2023-10-18T13:01:40Z)
• SoK: Privacy-Preserving Data Synthesis [72.92263073534899]
  本稿では,プライバシ保護データ合成(PPDS)に注目し,その分野の総合的な概要,分析,議論を行う。 PPDSでは,統計的手法と深層学習(DL)に基づく手法の2つの顕著な研究を統一するマスターレシピを作成した。
  論文  参考訳（メタデータ） (2023-07-05T08:29:31Z)
• Human-in-the-Loop Disinformation Detection: Stance, Sentiment, or Something Else? [93.91375268580806]
  政治とパンデミックは、機械学習対応の偽ニュース検出アルゴリズムの開発に十分な動機を与えている。 既存の文献は、主に完全自動化されたケースに焦点を当てているが、その結果得られた技術は、軍事応用に必要な様々なトピック、ソース、時間スケールに関する偽情報を確実に検出することはできない。 既に利用可能なアナリストを人間のループとして活用することにより、感情分析、アスペクトベースの感情分析、姿勢検出といった標準的な機械学習技術は、部分的に自動化された偽情報検出システムに使用するためのもっとも有効な方法となる。
  論文  参考訳（メタデータ） (2021-11-09T13:30:34Z)
• Continual Learning in Sensor-based Human Activity Recognition: an Empirical Benchmark Analysis [4.686889458553123]
  センサーベースのヒューマンアクティビティ認識(HAR)は、スマートホーム、パーソナルヘルスケア、都市計画における多くの現実世界のアプリケーションのための重要なイネーブラーです。 HARシステムは、ゼロから再設計することなく、長期間にわたって新しいアクティビティを自律的に学習できますか? この問題は連続学習と呼ばれ、コンピュータビジョンの分野で特に人気があります。
  論文  参考訳（メタデータ） (2021-04-19T15:38:22Z)
• Individual Explanations in Machine Learning Models: A Case Study on Poverty Estimation [63.18666008322476]
  機械学習の手法は、敏感な社会的文脈でますます適用されつつある。 本研究の主な目的は2つある。 まず、これらの課題を公開し、関連性のある新しい説明方法の使用にどのように影響するか。 次に、関連するアプリケーションドメインで説明メソッドを実装する際に直面するような課題を軽減する一連の戦略を提示します。
  論文  参考訳（メタデータ） (2021-04-09T01:54:58Z)
• Domain Generalization: A Survey [146.68420112164577]
  ドメイン一般化(DG)は、モデル学習にソースドメインデータを使用するだけでOOD一般化を実現することを目的としています。 初めて、DGの10年の開発をまとめるために包括的な文献レビューが提供されます。
  論文  参考訳（メタデータ） (2021-03-03T16:12:22Z)
• B-HAR: an open-source baseline framework for in depth study of human activity recognition datasets and workflows [1.7639472693362923]
  本稿では,ベースラインフレームワークの定義,標準化,開発のためのオープンソースフレームワークであるB-HARを提案する。 データ準備のための最も一般的なデータ処理方法と、最も一般的な機械学習およびディープラーニングパターン認識モデルを実装している。
  論文  参考訳（メタデータ） (2021-01-23T12:42:41Z)

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。