論文の概要: Overview of Human Activity Recognition Using Sensor Data
- arxiv url: http://arxiv.org/abs/2309.07170v1
- Date: Tue, 12 Sep 2023 10:37:42 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-15 17:40:14.439831
- Title: Overview of Human Activity Recognition Using Sensor Data
- Title（参考訳）: センサデータを用いた人間行動認識の概要
- Authors: Rebeen Ali Hamad, Wai Lok Woo, Bo Wei and Longzhi Yang
- Abstract要約: ヒューマンアクティビティ認識(HAR)は、ホームや職場の自動化、セキュリティ、監視、医療など、さまざまな用途で使用されている。
センサベースHARの概要を概説し、HARに依存したいくつかの重要な応用について論じ、HARで使われている最も一般的な機械学習手法を強調した。
HARの堅牢性をさらに向上するために、HARのいくつかの課題について検討する。
- 参考スコア（独自算出の注目度）: 4.941233729756897
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Human activity recognition (HAR) is an essential research field that has been
used in different applications including home and workplace automation,
security and surveillance as well as healthcare. Starting from conventional
machine learning methods to the recently developing deep learning techniques
and the Internet of things, significant contributions have been shown in the
HAR area in the last decade. Even though several review and survey studies have
been published, there is a lack of sensor-based HAR overview studies focusing
on summarising the usage of wearable sensors and smart home sensors data as
well as applications of HAR and deep learning techniques. Hence, we overview
sensor-based HAR, discuss several important applications that rely on HAR, and
highlight the most common machine learning methods that have been used for HAR.
Finally, several challenges of HAR are explored that should be addressed to
further improve the robustness of HAR.
- Abstract（参考訳）: HAR(Human Activity Recognition)は、家庭や職場の自動化、セキュリティ、監視、医療など、さまざまな用途で使われている重要な研究分野である。
従来の機械学習手法から最近開発されたディープラーニング技術やモノのインターネットに至るまで、過去10年間にHAR領域で重要な貢献が示されてきた。
いくつかのレビューと調査研究が公表されているが、ウェアラブルセンサーとスマートホームセンサーデータの使用状況の要約と、HARおよびディープラーニング技術の応用に焦点を当てた、センサーベースのHAR概要研究は欠落している。
そこで,センサをベースとしたHARを概説し,HARに依存したいくつかの重要な応用について論じ,HARに使われている最も一般的な機械学習手法を強調した。
最後に、HARの堅牢性をさらに向上するために、HARのいくつかの課題について検討する。
関連論文リスト
- Active Learning for Derivative-Based Global Sensitivity Analysis with Gaussian Processes [70.66864668709677]
高価なブラックボックス関数のグローバル感度解析におけるアクティブラーニングの問題点を考察する。
関数評価は高価であるため,最も価値の高い実験資源の優先順位付けにアクティブラーニングを利用する。
本稿では,デリバティブに基づくグローバル感度測定の重要量を直接対象とする,新たな能動的学習獲得関数を提案する。
論文 参考訳（メタデータ） (2024-07-13T01:41:12Z) - A Survey on Multimodal Wearable Sensor-based Human Action Recognition [15.054052500762559]
WSHAR(Wearable Sensor-based Human Activity Recognition)は、高齢者の日常生活を支援するための有望な補助技術である。
WSHARの最近の調査は、ディープラーニングアプローチのみに焦点を絞ったものや、単一センサーのモダリティに焦点が当てられている。
本研究では,新参者や研究者を対象に,マルチモーダル学習をWSHARドメインに活用するための総合的な調査を行う。
論文 参考訳（メタデータ） (2024-04-14T18:43:16Z) - 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) - Machine Unlearning: A Survey [56.79152190680552]
プライバシ、ユーザビリティ、および/または忘れられる権利のために、特定のサンプルに関する情報をマシンアンラーニングと呼ばれるモデルから削除する必要がある特別なニーズが生まれている。
この新興技術は、その革新と実用性により、学者と産業の両方から大きな関心を集めている。
この複雑なトピックを分析したり、さまざまなシナリオで既存の未学習ソリューションの実現可能性を比較したりした研究はない。
この調査は、未学習のテクニックに関する卓越した問題と、新しい研究機会のための実現可能な方向性を強調して締めくくった。
論文 参考訳（メタデータ） (2023-06-06T10:18:36Z) - 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) - Efficient Deep Clustering of Human Activities and How to Improve
Evaluation [53.08810276824894]
我々は,ヒト活動の再コーグ・ニオン(HAR)のための新しい深層クラスタリングモデルを提案する。
本稿では,HARクラスタリングモデルがどのように評価されるかという,いくつかの異なる問題を取り上げる。
次に、これらの問題に対する解決策について議論し、将来の深層HARクラスタリングモデルに対する標準評価設定を提案する。
論文 参考訳（メタデータ） (2022-09-17T14:12:42Z) - Deep Learning in Human Activity Recognition with Wearable Sensors: A
Review on Advances [8.642789007878479]
ディープラーニングは、モバイルおよびウェアラブルデバイスにおける人間の活動認識の境界を大きく押し上げている。
本稿では,ウェアラブルをベースとしたHARのためのディープラーニング手法を導入した既存の研究を体系的に分類し,要約する。
深層学習に基づくHARのための最先端フロンティアと今後の方向性も提示する。
論文 参考訳（メタデータ） (2021-10-31T07:16:23Z) - 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) - Semantics-aware Adaptive Knowledge Distillation for Sensor-to-Vision
Action Recognition [131.6328804788164]
本稿では,視覚・センサ・モダリティ(動画)における行動認識を強化するためのフレームワーク,Semantics-Aware Adaptive Knowledge Distillation Networks (SAKDN)を提案する。
SAKDNは複数のウェアラブルセンサーを教師のモダリティとして使用し、RGB動画を学生のモダリティとして使用している。
論文 参考訳（メタデータ） (2020-09-01T03:38:31Z) - 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) - 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。