論文の概要: Multi-objective Feature Selection in Remote Health Monitoring Applications

• arxiv url: http://arxiv.org/abs/2401.05538v1
• Date: Wed, 10 Jan 2024 20:27:43 GMT
• ステータス: 処理完了
• システム内更新日: 2024-01-13 02:10:30.822011
• Title: Multi-objective Feature Selection in Remote Health Monitoring Applications
• Title（参考訳）: 遠隔健康モニタリングアプリケーションにおける多目的特徴選択
• Authors: Le Ngu Nguyen and Constantino \'Alvarez Casado and Manuel Lage Ca\~nellas and Anirban Mukherjee and Nhi Nguyen and Dinesh Babu Jayagopi and Miguel Bordallo L\'opez
• Abstract要約: いくつかのシナリオでは、RF信号分析フレームワークは、あるタスクのパフォーマンスを他のタスクよりも優先することができる。 我々は,呼吸パターン認識の精度を高める識別的特徴を選択するために,生物学的原理に着想を得た多目的最適化アプローチを採用した。 本稿では,ユーザの識別精度を最大化し,呼吸活動認識のためのシステムの能力を最小限に抑えるために,逆向きな結果を示す。
• 参考スコア（独自算出の注目度）: 2.219956413333153
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Radio frequency (RF) signals have facilitated the development of non-contact human monitoring tasks, such as vital signs measurement, activity recognition, and user identification. In some specific scenarios, an RF signal analysis framework may prioritize the performance of one task over that of others. In response to this requirement, we employ a multi-objective optimization approach inspired by biological principles to select discriminative features that enhance the accuracy of breathing patterns recognition while simultaneously impeding the identification of individual users. This approach is validated using a novel vital signs dataset consisting of 50 subjects engaged in four distinct breathing patterns. Our findings indicate a remarkable result: a substantial divergence in accuracy between breathing recognition and user identification. As a complementary viewpoint, we present a contrariwise result to maximize user identification accuracy and minimize the system's capacity for breathing activity recognition.
• Abstract（参考訳）: 無線周波数(rf)信号は、バイタルサインの測定、アクティビティ認識、ユーザ識別などの非接触的な人間の監視タスクの開発を促進する。 いくつかの特定のシナリオでは、RF信号分析フレームワークは、あるタスクのパフォーマンスを他のタスクよりも優先することができる。 この要求に応えるために,生物原理に着想を得た多目的最適化手法を用いて,呼吸パターン認識の精度を高めつつ,個々のユーザの識別を阻害する識別的特徴を選択する。 このアプローチは、4つの異なる呼吸パターンを持つ50人の被験者からなる新しいバイタルサインデータセットを用いて検証される。 その結果,呼吸認識とユーザ識別の精度は著しく異なっていた。 補完的視点として, ユーザの識別精度を最大化し, 呼吸行動認識能力を最小限に抑えるために, 対向的な結果を提示する。

関連論文リスト

• mmID: High-Resolution mmWave Imaging for Human Identification [16.01613518230451]
  本稿では,条件付き生成逆数ネットワーク(cGAN)を用いて人体全体を推定することで画像分解能を向上させることを提案する。 本システムは,人間の識別に有用な特徴を抽出できる,環境に依存しない高解像度画像を生成する。 その結果,Kinectデバイスに5%のシルエット差が認められた。
  論文  参考訳（メタデータ） (2024-02-01T20:19:38Z)
• A Real-time Human Pose Estimation Approach for Optimal Sensor Placement in Sensor-based Human Activity Recognition [63.26015736148707]
  本稿では,人間の行動認識に最適なセンサ配置の課題を解決するための新しい手法を提案する。 得られた骨格データは、最適なセンサ位置を特定するためのユニークな戦略を提供する。 本研究は,センサ配置の視覚的手法が従来のディープラーニング手法と同等の結果をもたらすことを示唆している。
  論文  参考訳（メタデータ） (2023-07-06T10:38:14Z)
• Multi-Channel Time-Series Person and Soft-Biometric Identification [65.83256210066787]
  本研究は, 深層建築を用いて異なる活動を行う人間の記録から, 個人とソフトバイオメトリックスを同定する。 マルチチャネル時系列ヒューマンアクティビティ認識(HAR)の4つのデータセットに対する手法の評価を行った。 ソフトバイオメトリクスに基づく属性表現は、有望な結果を示し、より大きなデータセットの必要性を強調している。
  論文  参考訳（メタデータ） (2023-04-04T07:24:51Z)
• Multimodal Adaptive Fusion of Face and Gait Features using Keyless attention based Deep Neural Networks for Human Identification [67.64124512185087]
  歩行のような軟式生体認証は、人物認識や再識別といった監視作業において顔に広く使われている。 本稿では,キーレス注意深層ニューラルネットワークを活用することで,歩行と顔のバイオメトリック・キューを動的に組み込むための適応型マルチバイオメトリック・フュージョン戦略を提案する。
  論文  参考訳（メタデータ） (2023-03-24T05:28:35Z)
• BIOWISH: Biometric Recognition using Wearable Inertial Sensors detecting Heart Activity [6.509758931804478]
  ウェアラブル慣性センサを用いた生体計測による心臓活動検出手法(BIOWISH)を提案する。 本稿では, 筋電図およびジャイロ心電図を用いて得られた機械的計測を応用し, 人物を認識できる可能性について検討する。
  論文  参考訳（メタデータ） (2022-10-18T13:26:49Z)
• Towards Intrinsic Common Discriminative Features Learning for Face Forgery Detection using Adversarial Learning [59.548960057358435]
  本稿では, 対人学習を利用して, 異なる偽造法と顔の同一性による負の効果を除去する手法を提案する。 我々の顔偽造検出モデルは、偽造法や顔の同一性の影響を排除し、共通の識別的特徴を抽出することを学ぶ。
  論文  参考訳（メタデータ） (2022-07-08T09:23:59Z)
• Persistent Animal Identification Leveraging Non-Visual Markers [71.14999745312626]
  乱雑なホームケージ環境下で各マウスにユニークな識別子を時間をかけて発見し提供することを目的としている。 これは、(i)各マウスの視覚的特徴の区別の欠如、(ii)一定の閉塞を伴うシーンの密閉性のため、非常に難しい問題である。 本手法は, この動物識別問題に対して77%の精度を達成し, 動物が隠れているときの急激な検出を拒否することができる。
  論文  参考訳（メタデータ） (2021-12-13T17:11:32Z)
• Gait-based Human Identification through Minimum Gait-phases and Sensors [0.45857634932098795]
  本稿では,異なる歩行位相の時間的および記述的統計パラメータを特徴とする歩行識別手法を提案する。 歩行サイクル全体の1つのフェーズを1つのセンサーで監視することで、95.5%以上の高い精度を達成することができる。 また,歩行周期全体を骨盤と足のセンサで監視すると,100%の識別精度が得られた。
  論文  参考訳（メタデータ） (2021-10-15T02:09:45Z)
• Video-based Remote Physiological Measurement via Cross-verified Feature Disentangling [121.50704279659253]
  非生理的表現と生理的特徴を混同するための横断的特徴分離戦略を提案する。 次に, 蒸留された生理特性を用いて, 頑健なマルチタスク生理測定を行った。 歪んだ特徴は、最終的に平均HR値やr信号のような複数の生理的信号の合同予測に使用される。
  論文  参考訳（メタデータ） (2020-07-16T09:39:17Z)
• Feature selection for gesture recognition in Internet-of-Things for healthcare [10.155382321743181]
  ジェスチャー認識の文脈では、脳波とEMGを同時に記録して、達成されているジェスチャーと、そのパフォーマンスの質を識別することができる。 そこで本研究では, (i) 選択した特徴の自然な意味を維持するために, (i) 最も重要な特徴をしっかりと抽出し, (ii) 異なる把握課題を分類することを目的とした新しいアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2020-05-22T06:54:53Z)
• FMT:Fusing Multi-task Convolutional Neural Network for Person Search [33.91664470686695]
  本稿では,検出と再同定の相関性と不均一性に対処するために,FMT-CNN(Fusing Multi-task Convolutional Neural Network)を提案する。 CUHK-SYSU Person Searchデータセットの実験結果から,提案手法の性能は最先端の手法よりも優れていることが示された。
  論文  参考訳（メタデータ） (2020-03-01T05:20:47Z)

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。