論文の概要: Sensor Data Simulation for Anomaly Detection of the Elderly Living Alone

• arxiv url: http://arxiv.org/abs/2312.16852v1
• Date: Thu, 28 Dec 2023 06:38:52 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-29 17:19:24.866681
• Title: Sensor Data Simulation for Anomaly Detection of the Elderly Living Alone
• Title（参考訳）: 高齢者独居者の異常検出のためのセンサデータシミュレーション
• Authors: Kai Tanaka, Mineichi Kudo, and Keigo Kimura
• Abstract要約: センサによる異常検出の需要が高まっている。 検出アルゴリズムを開発するための十分な実データがないという問題がある。 センサデータ生成においてこれらの要因をモデル化できる新しいセンサデータシミュレータを提案する。
• 参考スコア（独自算出の注目度）: 0.49157446832511503
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: With the increase of the number of elderly people living alone around the world, there is a growing demand for sensor-based detection of anomalous behaviors. Although smart homes with ambient sensors could be useful for detecting such anomalies, there is a problem of lack of sufficient real data for developing detection algorithms. For coping with this problem, several sensor data simulators have been proposed, but they have not been able to model appropriately the long-term transitions and correlations between anomalies that exist in reality. In this paper, therefore, we propose a novel sensor data simulator that can model these factors in generation of sensor data. Anomalies considered in this study were classified into three types of \textit{state anomalies}, \textit{activity anomalies}, and \textit{moving anomalies}. The simulator produces 10 years data in 100 min. including six anomalies, two for each type. Numerical evaluations show that this simulator is superior to the past simulators in the sense that it simulates well day-to-day variations of real data.
• Abstract（参考訳）: 世界中の独居高齢者の増加に伴い、センサによる異常な行動の検出の需要が高まっている。 環境センサを備えたスマートホームは,そのような異常を検出するのに有用であるが,検出アルゴリズムを開発する上で十分な実データがないという問題がある。 この問題に対処するために、いくつかのセンサデータシミュレータが提案されているが、現実に存在する異常間の長期的な遷移と相関を適切にモデル化することはできない。 そこで本稿では,センサデータ生成においてこれらの要因をモデル化可能なセンサデータシミュレータを提案する。 本研究で検討した異常は, \textit{state anomalies}, \textit{activity anomalies}, \textit{moving anomalies}の3種類に分類した。 シミュレーターは100分で10年のデータを生成する。 このシミュレータは、実データの日々の変動をシミュレートするという意味で、過去のシミュレータよりも優れていることを示す。

関連論文リスト

• Long-term Detection System for Six Kinds of Abnormal Behavior of the Elderly Living Alone [1.4061979259370274]
  本研究では,半寝たきり,家出し,忘れ,さまよう,立ちながら歩く,転倒する6つの典型的な異常をシミュレーターで検出するシステムを提案する。 検知システムは,部屋のレイアウト,センサの配置を忘れる配置,居住者の特性などをカスタマイズできる。 本稿では,センサデータの処理を標準化する手法を提案する。
  論文  参考訳（メタデータ） (2024-11-20T09:42:08Z)
• Are we certain it's anomalous? [57.729669157989235]
  時系列における異常検出は、高度に非線形な時間的相関のため、異常は稀であるため、複雑なタスクである。 本稿では,異常検出(HypAD)におけるハイパボリック不確実性の新しい利用法を提案する。 HypADは自己指導で入力信号を再構築する。
  論文  参考訳（メタデータ） (2022-11-16T21:31:39Z)
• DynImp: Dynamic Imputation for Wearable Sensing Data Through Sensory and Temporal Relatedness [78.98998551326812]
  従来の手法では、データの時系列ダイナミクスと、異なるセンサーの特徴の関連性の両方をめったに利用していない、と我々は主張する。 我々はDynImpと呼ばれるモデルを提案し、特徴軸に沿って近接する隣人と異なる時間点の欠如を扱う。 本手法は, 関連センサのマルチモーダル性特性を活かし, 履歴時系列のダイナミックスから学習し, 極端に欠落した状態でデータを再構築することができることを示す。
  論文  参考訳（メタデータ） (2022-09-26T21:59:14Z)
• Sensing Anomalies as Potential Hazards: Datasets and Benchmarks [43.55994393060723]
  本稿では,自律移動ロボットの視覚知覚データストリームにおいて,特異な意味パターンを検出することの問題点について考察する。 ロボット探索のシナリオで得られた3つの新しい画像ベースデータセットをコントリビュートする。 本研究では,異なるスケールで動作するオートエンコーダに基づく異常検出手法の性能について検討する。
  論文  参考訳（メタデータ） (2021-10-27T18:47:06Z)
• DAE : Discriminatory Auto-Encoder for multivariate time-series anomaly detection in air transportation [68.8204255655161]
  識別オートエンコーダ(DAE)と呼ばれる新しい異常検出モデルを提案する。 通常のLSTMベースのオートエンコーダのベースラインを使用するが、いくつかのデコーダがあり、それぞれ特定の飛行フェーズのデータを取得する。 その結果,DAEは精度と検出速度の両方で良好な結果が得られることがわかった。
  論文  参考訳（メタデータ） (2021-09-08T14:07:55Z)
• Bayesian Autoencoders for Drift Detection in Industrial Environments [69.93875748095574]
  オートエンコーダは、マルチセンサー環境で異常を検出するために使用される教師なしモデルである。 異常は、実際の環境の変化(実際のドリフト)や、故障した感覚デバイス(仮想ドリフト)から生じる。
  論文  参考訳（メタデータ） (2021-07-28T10:19:58Z)
• Deep Visual Anomaly detection with Negative Learning [18.79849041106952]
  本稿では、異常検出の強化に負の学習概念を用いる、負の学習を伴う異常検出(ADNL)を提案する。 その考え方は、与えられた少数の異常例を用いて生成モデルの再構成能力を制限することである。 このようにして、ネットワークは通常のデータを再構築することを学ぶだけでなく、異常の可能性のある分布から遠く離れた正規分布を囲む。
  論文  参考訳（メタデータ） (2021-05-24T01:48:44Z)
• Discriminative-Generative Dual Memory Video Anomaly Detection [81.09977516403411]
  近年,ビデオ異常検出(VAD)には,トレーニングプロセス中に通常のデータに代えて,いくつかの異常を使おうと試みている。 本稿では,いくつかの異常を生かしてデータの不均衡を解決するために,識別生成型デュアルメモリ(dream)異常検出モデルを提案する。
  論文  参考訳（メタデータ） (2021-04-29T15:49:01Z)
• Convolutional Neural Networks for Sleep Stage Scoring on a Two-Channel EEG Signal [63.18666008322476]
  睡眠障害は、世界中の主要な病気の1つです。 専門家が使用する基本的なツールはPolysomnogramで、睡眠中に記録された様々な信号の集合である。 専門家は、標準的なガイドラインの1つに従って異なる信号を採点する必要があります。
  論文  参考訳（メタデータ） (2021-03-30T09:59:56Z)
• Unsupervised Abnormality Detection Using Heterogeneous Autonomous Systems [0.3867363075280543]
  監視シナリオにおける異常検出は、新たな研究分野である。 本稿では,無人監視ドローンの異常度を推定する異種システムを提案する。 提案手法は, IEEE SP Cup-2020データセットで97.3%の精度で良好に動作する。
  論文  参考訳（メタデータ） (2020-06-05T23:09:58Z)

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。