Fugu-MT 論文翻訳(概要): Non-Contact Breath Rate Classification Using SVM Model and mmWave Radar Sensor Data

論文の概要: Non-Contact Breath Rate Classification Using SVM Model and mmWave Radar Sensor Data

arxiv url: http://arxiv.org/abs/2407.13222v1
Date: Thu, 18 Jul 2024 07:08:47 GMT
ステータス: 処理完了
システム内更新日: 2024-07-19 16:32:17.777398
Title: Non-Contact Breath Rate Classification Using SVM Model and mmWave Radar Sensor Data
Title（参考訳）: SVMモデルとmmWaveレーダセンサデータを用いた非接触呼吸速度分類
Authors: Mohammad Wassaf Ali, Ayushi Gupta, Mujeev Khan, Mohd Wajid,
Abstract要約: 提案システムは、呼吸速度に依存するFMCWレーダを用いて、非接触でデータを収集する。様々なサポートベクターマシンカーネルを使用して、観測されたデータを正常な状態と異常な状態に分類する。
参考スコア（独自算出の注目度）: 0.6749750044497731
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This work presents the use of frequency modulated continuous wave (FMCW) radar technology combined with a machine learning model to differentiate between normal and abnormal breath rates. The proposed system non-contactly collects data using FMCW radar, which depends on breath rates. Various support vector machine kernels are used to classify the observed data into normal and abnormal states. Prolonged experiments show good accuracy in breath rate classification, confirming the model's efficacy. The best accuracy is 95 percent with the smallest number of support vectors in the case of the quadratic polynomial kernel.
Abstract（参考訳）: 本研究では、周波数変調連続波(FMCW)レーダ技術と機械学習モデルを組み合わせて、正常と異常な呼吸速度を区別する手法を提案する。提案システムは、呼吸速度に依存するFMCWレーダを用いて、非接触でデータを収集する。様々なサポートベクターマシンカーネルを使用して、観測されたデータを正常な状態と異常な状態に分類する。長時間の実験は、呼吸速度の分類において良好な精度を示し、モデルの有効性を確認した。最良の精度は95%であり、二次多項式カーネルの場合、サポートベクトルの最小数である。

関連論文リスト

FDDM: Frequency-Decomposed Diffusion Model for Rectum Cancer Dose Prediction in Radiotherapy [12.025221208748308]
拡散モデルはコンピュータビジョンにおいて大きな成功をおさめ、より周波数の細かい画像を生成する。線量マップの高周波サブバンドを改良する周波数分解拡散モデルを提案する。高周波数サブバンドにおける粗い予測結果と基底真実との間には顕著な違いがある。
論文参考訳（メタデータ） (2024-10-10T12:48:42Z)
KFD-NeRF: Rethinking Dynamic NeRF with Kalman Filter [49.85369344101118]
KFD-NeRFは,Kalmanフィルタに基づく効率的かつ高品質な運動再構成フレームワークと統合された,新しい動的ニューラル放射場である。我々のキーとなる考え方は、動的放射場を、観測と予測という2つの知識源に基づいて時間的に異なる状態が推定される動的システムとしてモデル化することである。我々のKFD-NeRFは、同等の計算時間と最先端の視線合成性能で、徹底的な訓練を施した類似または優れた性能を示す。
論文参考訳（メタデータ） (2024-07-18T05:48:24Z)
Imbalanced Aircraft Data Anomaly Detection [103.01418862972564]
航空シナリオ下でのセンサーからの時間データの異常検出は実用的だが難しい課題である。本稿では,グラフィカル・テンポラル・データ分析フレームワークを提案する。シリーズ・トゥ・イメージ (S2I) と呼ばれる3つのモジュール、ユークリッド距離 (CRD) を用いたクラスタ・ベース・リサンプリング・アプローチ、変数・ベース・ロス (VBL) から構成される。
論文参考訳（メタデータ） (2023-05-17T09:37:07Z)
Hand-breathe: Non-Contact Monitoring of Breathing Abnormalities from Hand Palm [0.5799785223420273]
19年後の世界では、無線周波数(RF)ベースの非接触法が、人間の生命体のインテリジェントなリモートセンシングの候補として期待されている。この研究は、USRP(Universal Software Radio peripherals)ベースのSDRと古典的な機械学習(ML)手法を用いて、異なる呼吸異常を監視する非接触法を設計する。
論文参考訳（メタデータ） (2022-12-12T18:02:40Z)
Support Vector Machine for Determining Euler Angles in an Inertial Navigation System [55.41644538483948]
本稿では,機械学習(ML)法を用いたMEMSセンサを用いた慣性ナビゲーションシステムの精度向上について論じる。提案アルゴリズムは,MEMSセンサに典型的なノイズの存在を正しく分類できることを実証した。
論文参考訳（メタデータ） (2022-12-07T10:01:11Z)
Decision Forest Based EMG Signal Classification with Low Volume Dataset Augmented with Random Variance Gaussian Noise [51.76329821186873]
我々は6種類の手振りを限定的なサンプル数で分類できるモデルを作成し、より広い聴衆によく一般化する。信号のランダムなバウンドの使用など、より基本的な手法のセットにアピールするが、これらの手法がオンライン環境で持てる力を示したいと考えている。
論文参考訳（メタデータ） (2022-06-29T23:22:18Z)
Classification of ECG based on Hybrid Features using CNNs for Wearable Applications [2.0999222360659604]
ハイブリッド機能と3つの異なるモデルを用いたECG分類の性能向上を示す。この研究で提案されたRR間隔の特徴に基づくモデルでは、98.98%の精度が達成され、ベースラインモデルよりも改善された。周波数特性とRR間隔特性を組み合わせた別のモデルが開発され、ノイズ環境下での良好な持続性能で99%の精度で達成された。
論文参考訳（メタデータ） (2022-06-14T12:14:40Z)
Human Behavior Recognition Method Based on CEEMD-ES Radar Selection [12.335803365712277]
人間の行動を特定するミリ波レーダーは、医療、セキュリティ、その他の分野で広く使われている。複数のレーダデータを処理するには、多くの時間と計算コストが必要です。これらの問題を解決するために, 補足型経験モード分解エネルギースライス (CEEMD-ES) マルチスタティックレーダ選択法を提案する。実験により、この方法はレーダーを効果的に選択できることが示され、3種類の人間の行動の認識率は98.53%である。
論文参考訳（メタデータ） (2022-06-06T16:01:06Z)
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)
Constrained Contextual Bandit Learning for Adaptive Radar Waveform Selection [14.796960833031724]
適応レーダシステムが有限状態目標チャネルと繰り返し相互作用する逐次決定過程について検討する。レーダーは受動的に波形の選択プロセスに側面情報を提供する規則的な間隔でスペクトルを感知できます。波形選択問題は線形文脈バンディット定式化を用いて効果的に解決できることを示す。
論文参考訳（メタデータ） (2021-03-09T16:43:50Z)
Mixed Variable Bayesian Optimization with Frequency Modulated Kernels [96.78099706164747]
異なる種類の変数間の依存性を柔軟にモデリングする周波数変調(FM)カーネルを提案する。 BO-FMは正規化進化(RE)およびBOHBを含む競争相手を上回ります。
論文参考訳（メタデータ） (2021-02-25T11:28:46Z)

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。