論文の概要: LSC-ADL: An Activity of Daily Living (ADL)-Annotated Lifelog Dataset Generated via Semi-Automatic Clustering

• arxiv url: http://arxiv.org/abs/2504.02060v1
• Date: Wed, 02 Apr 2025 18:39:28 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-04 12:57:16.282293
• Title: LSC-ADL: An Activity of Daily Living (ADL)-Annotated Lifelog Dataset Generated via Semi-Automatic Clustering
• Title（参考訳）: LSC-ADL:セミオートマチッククラスタリングにより生成した日常生活(ADL)アノテーション付きライフログデータセット
• Authors: Minh-Quan Ho-Le, Duy-Khang Ho, Van-Tu Ninh, Cathal Gurrin, Minh-Triet Tran,
• Abstract要約: LSCデータセットから派生したADLアノテーション付きライフログデータセットであるLCC-ADLを紹介する。 正確なADLアノテーションを生成し、検索説明性を向上させる。 このデータセットは、ライフログ検索、アクティビティ認識、エゴセントリックビジョンの研究を前進させるものと信じている。
• 参考スコア（独自算出の注目度）: 5.797232480259793
• License:
• Abstract: Lifelogging involves continuously capturing personal data through wearable cameras, providing an egocentric view of daily activities. Lifelog retrieval aims to search and retrieve relevant moments from this data, yet existing methods largely overlook activity-level annotations, which capture temporal relationships and enrich semantic understanding. In this work, we introduce LSC-ADL, an ADL-annotated lifelog dataset derived from the LSC dataset, incorporating Activities of Daily Living (ADLs) as a structured semantic layer. Using a semi-automatic approach featuring the HDBSCAN algorithm for intra-class clustering and human-in-the-loop verification, we generate accurate ADL annotations to enhance retrieval explainability. By integrating action recognition into lifelog retrieval, LSC-ADL bridges a critical gap in existing research, offering a more context-aware representation of daily life. We believe this dataset will advance research in lifelog retrieval, activity recognition, and egocentric vision, ultimately improving the accuracy and interpretability of retrieved content. The ADL annotations can be downloaded at https://bit.ly/lsc-adl-annotations.
• Abstract（参考訳）: Lifeloggingは、ウェアラブルカメラを通じて個人データを継続的にキャプチャし、日々のアクティビティをエゴセントリックに見る。 ライフログ検索は、このデータから関連する瞬間を検索し、検索することを目的としているが、既存の手法は主にアクティビティレベルのアノテーションを見落とし、時間的関係を捉え、意味的理解を深める。 本研究では、LCCデータセットから得られたADLアノテーション付きライフログデータセットであるLCC-ADLを紹介し、ADLのアクティビティを構造化意味層として組み込んだ。 HDBSCANアルゴリズムをクラス内クラスタリングとHuman-in-the-loop検証に用いた半自動手法を用いて、正確なADLアノテーションを生成し、検索説明性を向上させる。 行動認識をライフログ検索に組み込むことにより、LCC-ADLは既存の研究において重要なギャップを埋め、日常生活の文脈に応じた表現を提供する。 このデータセットは、ライフログ検索、アクティビティ認識、エゴセントリック・ビジョンの研究を前進させ、最終的に検索されたコンテンツの正確性と解釈可能性を向上させるものと信じている。 ADLアノテーションはhttps://bit.ly/lsc-adl-annotationsでダウンロードできる。

関連論文リスト

• AD-LLM: Benchmarking Large Language Models for Anomaly Detection [50.57641458208208]
  本稿では,大規模な言語モデルが異常検出にどのように役立つかを評価する最初のベンチマークであるAD-LLMを紹介する。 我々は、ゼロショット検出、LLMの事前訓練された知識を用いて、タスク固有のトレーニングなしでADを実行すること、データ拡張、ADモデルを改善するために合成データとカテゴリ記述を生成すること、LLMを使用して教師なしADモデルを提案するモデル選択の3つの主要なタスクについて検討する。
  論文  参考訳（メタデータ） (2024-12-15T10:22:14Z)
• Self-supervised Representation Learning for Cell Event Recognition through Time Arrow Prediction [23.611375087515963]
  ディープラーニングやセグメンテーショントラッキングの手法は、効果的に動作するための大量の高品質なアノテーションに依存している。 本研究では,セルイベント認識の下流タスクに自己教師付き表現学習(SSRL)の機能アノテーションを用いる方法を提案する。 また,生細胞顕微鏡におけるTAPを用いたSSRLの応用について考察した。
  論文  参考訳（メタデータ） (2024-11-06T13:54:26Z)
• Web-Scale Visual Entity Recognition: An LLM-Driven Data Approach [56.55633052479446]
  Webスケールのビジュアルエンティティ認識は、クリーンで大規模なトレーニングデータがないため、重大な課題を呈している。 本稿では,ラベル検証,メタデータ生成,合理性説明に多モーダル大言語モデル(LLM)を活用することによって,そのようなデータセットをキュレートする新しい手法を提案する。 実験により、この自動キュレートされたデータに基づいてトレーニングされたモデルは、Webスケールの視覚的エンティティ認識タスクで最先端のパフォーマンスを達成することが示された。
  論文  参考訳（メタデータ） (2024-10-31T06:55:24Z)
• Learn from the Learnt: Source-Free Active Domain Adaptation via Contrastive Sampling and Visual Persistence [60.37934652213881]
  ドメイン適応(DA)は、ソースドメインから関連するターゲットドメインへの知識伝達を容易にする。 本稿では、ソースデータフリーなアクティブドメイン適応(SFADA)という実用的なDAパラダイムについて検討する。 本稿では,学習者学習(LFTL)というSFADAの新たなパラダイムを紹介し,学習した学習知識を事前学習モデルから活用し,余分なオーバーヘッドを伴わずにモデルを積極的に反復する。
  論文  参考訳（メタデータ） (2024-07-26T17:51:58Z)
• ACES: Automatic Cohort Extraction System for Event-Stream Datasets [1.9338569571933975]
  医療における機械学習(ML)において、再現性は依然として重要な課題である。 イベントストリームデータを対象とした自動コホート抽出システム(ACES)を提案する。 ACESは、表現中のMLタスクを定義するためのエントリの障壁を著しく低くする可能性がある。
  論文  参考訳（メタデータ） (2024-06-28T04:48:05Z)
• C-ICL: Contrastive In-context Learning for Information Extraction [54.39470114243744]
  c-ICLは、正しいサンプル構築と間違ったサンプル構築の両方を活用して、コンテキスト内学習のデモを作成する、新しい数ショット技術である。 各種データセットに対する実験により,c-ICLは従来の数発のインコンテキスト学習法よりも優れていたことが示唆された。
  論文  参考訳（メタデータ） (2024-02-17T11:28:08Z)
• Making Self-supervised Learning Robust to Spurious Correlation via Learning-speed Aware Sampling [26.444935219428036]
  自己教師付き学習(SSL)は、ラベルのないデータからリッチな表現を学ぶための強力なテクニックとして登場した。 現実の環境では、いくつかの属性(例えば、人種、性別、年齢)と下流タスクのラベルの間に急激な相関関係がしばしば存在する。 学習速度に逆相関する確率でトレーニングデータをサンプリングする学習速度対応SSL(LA-SSL)アプローチを提案する。
  論文  参考訳（メタデータ） (2023-11-27T22:52:45Z)
• 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)
• Deep Learning for Survival Analysis: A Review [7.016568778869699]
  深層学習(DL)技術の生存分析分野への流入は,方法論的な進歩をもたらした。 本研究は,DL関連属性およびDL関連属性に基づいて,DLに基づく時間-時間分析手法の体系的レビューを行う。
  論文  参考訳（メタデータ） (2023-05-24T09:56:20Z)
• Revisiting Deep Active Learning for Semantic Segmentation [37.3546941940388]
  本研究では,本論文で提案する各種能動的学習目標の性能について,データ分布が決定的であることを示す。 半教師付き学習とアクティブラーニングの統合は,2つの目標が整列した際の性能向上を実証する。
  論文  参考訳（メタデータ） (2023-02-08T14:23:37Z)
• ORDisCo: Effective and Efficient Usage of Incremental Unlabeled Data for Semi-supervised Continual Learning [52.831894583501395]
  連続学習は、入力されたデータが完全にラベル付けされていると仮定し、実際のアプリケーションでは適用できないかもしれない。 我々は、条件付き生成逆数ネットワーク(GAN)を用いた分類器を相互に学習するために、識別器整合(ORDisCo)を用いたディープオンライン再生を提案する。 ORDisCo が SSCL の様々な半教師付き学習ベンチマークデータセットで大幅なパフォーマンス向上を達成していることを示します。
  論文  参考訳（メタデータ） (2021-01-02T09:04:14Z)

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。