Fugu-MT 論文翻訳(概要): FlowAR: une plateforme uniformisée pour la reconnaissance des activités humaines à partir de capteurs binaires

論文の概要: FlowAR: une plateforme uniformisée pour la reconnaissance des activités humaines à partir de capteurs binaires

arxiv url: http://arxiv.org/abs/2502.09067v1
Date: Thu, 13 Feb 2025 08:32:24 GMT
ステータス: 翻訳完了
システム内更新日: 2025-02-14 13:47:41.620331
Title: FlowAR: une plateforme uniformisée pour la reconnaissance des activités humaines à partir de capteurs binaires
Title（参考訳）: 流星群 : 海洋生物相と海洋生物相 : 海洋生物相と海洋生物相
Authors: Ali Ncibi, Luc Bouganim, Philippe Pucheral,
Abstract要約: このデモでは、人間の活動認識(AR)システムを開発するためのプラットフォームを紹介している。データ駆動のアプローチでは、このプラットフォームはFlowARと呼ばれ、3ステップのパイプライン(フロー)、データクリーニング、セグメンテーション、パーソナライズされた分類を備えている。
参考スコア（独自算出の注目度）: 0.716879432974126
License:
Abstract: This demo showcases a platform for developing human activity recognition (AR) systems, focusing on daily activities using sensor data, like binary sensors. With a data-driven approach, this platform, named FlowAR, features a three-step pipeline (flow): data cleaning, segmentation, and personalized classification. Its modularity allows flexibility to test methods, datasets, and ensure rigorous evaluations. A concrete use case demonstrates its effectiveness.
Abstract（参考訳）: このデモでは、人間のアクティビティ認識(AR)システムを開発するためのプラットフォームを紹介し、バイナリセンサーのようなセンサーデータを使用した日々のアクティビティに焦点を当てている。データ駆動のアプローチでは、このプラットフォームはFlowARと呼ばれ、データクリーニング、セグメンテーション、パーソナライズされた分類という3ステップのパイプライン(フロー)を備えている。そのモジュール性により、メソッドやデータセットのテストや厳格な評価の確保が柔軟になる。具体的なユースケースはその有効性を示している。

関連論文リスト

Consistency Based Weakly Self-Supervised Learning for Human Activity Recognition with Wearables [1.565361244756411]
センサデータから人間の活動を認識するための弱自己教師型アプローチについて述べる。提案手法は, クラスタリングアルゴリズムが, 基礎となる人間の行動を特定し, 分類する上で, 同等のパフォーマンスを達成するのに有効であることを示す。
論文参考訳（メタデータ） (2024-07-29T06:29:21Z)
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)
ALP: Action-Aware Embodied Learning for Perception [60.64801970249279]
認知のための行動認識型身体学習(ALP)について紹介する。 ALPは、強化学習ポリシーと逆ダイナミクス予測目標を最適化することにより、行動情報を表現学習に組み込む。 ALPは、複数の下流認識タスクにおいて、既存のベースラインよりも優れていることを示す。
論文参考訳（メタデータ） (2023-06-16T21:51:04Z)
infoVerse: A Universal Framework for Dataset Characterization with Multidimensional Meta-information [68.76707843019886]
infoVerseは、データセットの特徴付けのための普遍的なフレームワークである。 infoVerseは、様々なモデル駆動メタ情報を統合することで、データセットの多次元特性をキャプチャする。実世界の3つのアプリケーション(データプルーニング、アクティブラーニング、データアノテーション)において、infoVerse空間で選択されたサンプルは、強いベースラインを一貫して上回る。
論文参考訳（メタデータ） (2023-05-30T18:12:48Z)
Human Activity Recognition Using Self-Supervised Representations of Wearable Data [0.0]
HAR(Human Activity Recognition)のための正確なアルゴリズムの開発は、大規模な実世界のラベル付きデータセットの欠如によって妨げられている。ここでは、トレーニング中に見えない実世界のデータセットで評価した場合、高い性能を有する6クラスHARモデルを開発する。
論文参考訳（メタデータ） (2023-04-26T07:33:54Z)
Reinforcement Learning from Passive Data via Latent Intentions [86.4969514480008]
我々は、下流RLを加速する機能を学ぶために、受動的データが引き続き使用できることを示す。我々のアプローチは、意図をモデル化することで受動的データから学習する。実験では、クロス・エボディメント・ビデオデータやYouTubeビデオなど、さまざまな形式の受動的データから学習できることを実証した。
論文参考訳（メタデータ） (2023-04-10T17:59:05Z)
An adaptive human-in-the-loop approach to emission detection of Additive Manufacturing processes and active learning with computer vision [76.72662577101988]
In-situ monitoring and process control in Additive Manufacturing (AM) は大量の排出データを収集することを可能にする。このデータは、3Dプリントされた部品の3Dおよび2D表現への入力として使用できる。本研究の目的は,機械学習技術を用いた適応型ヒューマン・イン・ザ・ループ手法を提案することである。
論文参考訳（メタデータ） (2022-12-12T15:11:18Z)
Attentive Prototypes for Source-free Unsupervised Domain Adaptive 3D Object Detection [85.11649974840758]
3Dオブジェクト検出ネットワークは、トレーニングされたデータに対してバイアスを受ける傾向がある。そこで本研究では,ライダーを用いた3次元物体検出器のソースレス・教師なし領域適応のための単一フレーム手法を提案する。
論文参考訳（メタデータ） (2021-11-30T18:42:42Z)
Contrastive Predictive Coding for Human Activity Recognition [5.766384728949437]
本研究では,センサデータストリームの長期的時間構造をキャプチャする人間行動認識にContrastive Predictive Codingフレームワークを導入する。 CPCベースの事前学習は自己管理され、その結果得られた表現は標準のアクティビティチェーンに統合できる。少量のラベル付きトレーニングデータしか利用できない場合、認識性能が大幅に向上します。
論文参考訳（メタデータ） (2020-12-09T21:44:36Z)
Federated Learning with Heterogeneous Labels and Models for Mobile Activity Monitoring [0.7106986689736827]
デバイス上でのフェデレーション学習は、分散的で協調的な機械学習に効果的なアプローチであることが証明されている。本稿では,複数の活動にまたがる重なり合う情報ゲインを利用したラベルに基づくアグリゲーションのためのフレームワークを提案する。 Raspberry Pi 2上のHeterogeneity Human Activity Recognition (HHAR)データセットによる経験的評価は、決定論的精度が少なくとも11.01%向上したことを示している。
論文参考訳（メタデータ） (2020-12-04T11:44:17Z)
Handling Missing Annotations in Supervised Learning Data [0.0]
ADL (Activity of Daily Living) は、非常に大きなセンサーデータ読み取りを利用するシステムの例である。生成されたデータセットのサイズは非常に大きいので、人間のアノテーションがデータセットのすべてのインスタンスに特定のラベルを付けることはほとんど不可能です。本研究では,これらのギャップに対処する3つのパラダイムを提案し,検討する。
論文参考訳（メタデータ） (2020-02-17T18:23:56Z)

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。