Fugu-MT 論文翻訳(概要): UWB Radar-based Heart Rate Monitoring: A Transfer Learning Approach

論文の概要: UWB Radar-based Heart Rate Monitoring: A Transfer Learning Approach

arxiv url: http://arxiv.org/abs/2507.14195v1
Date: Mon, 14 Jul 2025 11:45:57 GMT
ステータス: 翻訳完了
システム内更新日: 2025-07-22 20:51:31.750463
Title: UWB Radar-based Heart Rate Monitoring: A Transfer Learning Approach
Title（参考訳）: UWBレーダを用いた心拍モニタリング:トランスファーラーニングアプローチ
Authors: Elzbieta Gruzewska, Pooja Rao, Sebastien Baur, Matthew Baugh, Mathias M. J. Bellaiche, Sharanya Srinivas, Octavio Ponce, Matthew Thompson, Pramod Rudrapatna, Michael A. Sanchez, Lawrence Z. Cai, Timothy JA Chico, Robert F. Storey, Emily Maz, Umesh Telang, Shravya Shetty, Mayank Daswani,
Abstract要約: 本研究では、周波数変調連続波(FMCW)とインパルスラジオ超広帯域(IR-UWB)レーダ間の伝達学習を実証する。新たな2D+1D ResNetアーキテクチャを用いて、平均絶対誤差(MAE)が0.85bpm、平均絶対パーセンテージ誤差(MAPE)が1.42%に達した。
参考スコア（独自算出の注目度）: 0.6236828594667636
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Radar technology presents untapped potential for continuous, contactless, and passive heart rate monitoring via consumer electronics like mobile phones. However the variety of available radar systems and lack of standardization means that a large new paired dataset collection is required for each radar system. This study demonstrates transfer learning between frequency-modulated continuous wave (FMCW) and impulse-radio ultra-wideband (IR-UWB) radar systems, both increasingly integrated into consumer devices. FMCW radar utilizes a continuous chirp, while IR-UWB radar employs short pulses. Our mm-wave FMCW radar operated at 60 GHz with a 5.5 GHz bandwidth (2.7 cm resolution, 3 receiving antennas [Rx]), and our IR-UWB radar at 8 GHz with a 500 MHz bandwidth (30 cm resolution, 2 Rx). Using a novel 2D+1D ResNet architecture we achieved a mean absolute error (MAE) of 0.85 bpm and a mean absolute percentage error (MAPE) of 1.42% for heart rate monitoring with FMCW radar (N=119 participants, an average of 8 hours per participant). This model maintained performance (under 5 MAE/10% MAPE) across various body positions and heart rate ranges, with a 98.9% recall. We then fine-tuned a variant of this model, trained on single-antenna and single-range bin FMCW data, using a small (N=376, avg 6 minutes per participant) IR-UWB dataset. This transfer learning approach yielded a model with MAE 4.1 bpm and MAPE 6.3% (97.5% recall), a 25% MAE reduction over the IR-UWB baseline. This demonstration of transfer learning between radar systems for heart rate monitoring has the potential to accelerate its introduction into existing consumer devices.
Abstract（参考訳）: レーダ技術は、携帯電話のような消費者電子製品を通じて、継続的な、接触のない、パッシブな心拍数モニタリングの可能性を秘めている。しかし、利用可能なレーダーシステムや標準化の欠如は、レーダーシステム毎に大規模なペアデータセット収集が必要であることを意味している。本研究では、周波数変調連続波(FMCW)とインパルスラジオ超広帯域レーダ(IR-UWB)の伝達学習を消費者デバイスに組み込むことを実証する。 FMCWレーダーは連続チャープを使用し、IR-UWBレーダーは短パルスを使用する。我々のミリ波FMCWレーダは5.5GHz帯(解像度2.7cm、受信アンテナ3Rx)で60GHzで動作し、IR-UWBレーダは500MHz帯(解像度30cm、2Rx)で8GHzで動作した。新たな2D+1D ResNetアーキテクチャを用いて、平均絶対誤差(MAE)が0.85bpm、平均絶対パーセンテージ誤差(MAPE)が1.42%に達した。このモデルは、様々な身体位置と心拍数の範囲で性能(5 MAE/10% MAPE以下)を維持し、98.9%のリコールを記録した。次に、このモデルの変種を微調整し、小さな(N=376, avg 6分)IR-UWBデータセットを用いて、単一アンテナと単一レンジビンFMCWデータに基づいて訓練した。この移行学習アプローチは、IR-UWBベースラインを25%削減したMAE 4.1 bpmとMAPE 6.3%(97.5%リコール)のモデルを得た。心拍モニタリングのためのレーダシステム間の伝達学習の実証は、既存のコンシューマーデバイスへの導入を加速する可能性がある。

関連論文リスト

DRO: Doppler-Aware Direct Radar Odometry [11.042292216861762]
移動ロボットアプリケーションのためのレーダーによるセンシングのルネッサンスが進行中である。スピン周波数変調連続波レーダのための新しいSE(2)オドメトリー手法を提案する。提案手法は,公開データセットから250km以上のオンロードデータに対して検証されている。
論文参考訳（メタデータ） (2025-04-29T01:20:30Z)
RobuRCDet: Enhancing Robustness of Radar-Camera Fusion in Bird's Eye View for 3D Object Detection [68.99784784185019]
暗い照明や悪天候はカメラの性能を低下させる。レーダーは騒音と位置のあいまいさに悩まされる。本稿では,BEVの頑健な物体検出モデルであるRobuRCDetを提案する。
論文参考訳（メタデータ） (2025-02-18T17:17:38Z)
FERT: Real-Time Facial Expression Recognition with Short-Range FMCW Radar [0.0]
本研究では、1つの送信(Tx)と3つの受信(Rx)アンテナを備えた短距離周波数変調連続波レーダ(FMCW)を用いたリアルタイム顔認識手法を提案する。提案手法は人別でリアルタイムに動作し,様々な用途において,低コストのFMCWレーダを効果的な表情認識に活用する可能性を示す。
論文参考訳（メタデータ） (2024-11-18T14:48:06Z)
radarODE: An ODE-Embedded Deep Learning Model for Contactless ECG Reconstruction from Millimeter-Wave Radar [16.52097542165782]
レーダノードと呼ばれる新しいディープラーニングフレームワークは、レーダ信号から抽出された時間的および形態的特徴を融合させ、ECGを生成するように設計されている。レーダノードは,検出率の欠落,ルート平均二乗誤差,ピアソン相関係数の9%,16%,19%で,ベンチマークよりも優れた性能を実現している。
論文参考訳（メタデータ） (2024-08-03T06:07:15Z)
Radar Fields: Frequency-Space Neural Scene Representations for FMCW Radar [62.51065633674272]
本稿では,アクティブレーダイメージア用に設計されたニューラルシーン再構成手法であるRadar Fieldsを紹介する。提案手法では,暗黙的ニューラルジオメトリとリフレクタンスモデルを用いて,暗黙的な物理インフォームドセンサモデルを構築し,生のレーダ測定を直接合成する。本研究では,密集した車両やインフラを備えた都市景観を含む,多様な屋外シナリオにおける手法の有効性を検証する。
論文参考訳（メタデータ） (2024-05-07T20:44:48Z)
Multi-stage Learning for Radar Pulse Activity Segmentation [51.781832424705094]
無線信号認識は電子戦において重要な機能である。電子戦システムでは、レーダパルス活動の正確な識別と位置決めが要求される。ディープラーニングに基づくレーダーパルス活動認識法は、ほとんど未検討のままである。
論文参考訳（メタデータ） (2023-12-15T01:56:27Z)
Timely Fusion of Surround Radar/Lidar for Object Detection in Autonomous Driving Systems [13.998883144668941]
レーダーとライダーセンサーのデータは、その補完的な利点を十分に活用し、周囲をより正確に再現することができる。既存のレーダ/リダ融合法は、サラウンドレーダの低周波で動作する必要がある。本稿では,Radar/Lidar周辺を高速なLidarのみに制限された作業周波数でヒューズする手法を開発した。
論文参考訳（メタデータ） (2023-09-09T14:22:12Z)
Echoes Beyond Points: Unleashing the Power of Raw Radar Data in Multi-modality Fusion [74.84019379368807]
本稿では,既存のレーダ信号処理パイプラインをスキップするEchoFusionという新しい手法を提案する。具体的には、まずBird's Eye View (BEV)クエリを生成し、次にレーダーから他のセンサーとフューズに対応するスペクトル特徴を取ります。
論文参考訳（メタデータ） (2023-07-31T09:53:50Z)
RadarFormer: Lightweight and Accurate Real-Time Radar Object Detection Model [13.214257841152033]
レーダー中心のデータセットは、レーダー知覚のためのディープラーニング技術の開発にはあまり注目されていない。本稿では,視覚深層学習における最先端技術を活用したトランスフォーマーモデルRadarFormerを提案する。また、チャネルチャープ時マージモジュールを導入し、精度を損なうことなく、モデルのサイズと複雑さを10倍以上に削減する。
論文参考訳（メタデータ） (2023-04-17T17:07:35Z)
Complex-valued Convolutional Neural Networks for Enhanced Radar Signal Denoising and Interference Mitigation [73.0103413636673]
本稿では,レーダセンサ間の相互干渉問題に対処するために,複合価値畳み込みニューラルネットワーク(CVCNN)を提案する。 CVCNNはデータ効率を高め、ネットワークトレーニングを高速化し、干渉除去時の位相情報の保存を大幅に改善する。
論文参考訳（メタデータ） (2021-04-29T10:06:29Z)
LiRaNet: End-to-End Trajectory Prediction using Spatio-Temporal Radar Fusion [52.59664614744447]
本稿では,レーダセンサ情報と広範に使用されているライダーと高精細度(HD)マップを用いた新しい終端軌道予測手法LiRaNetを提案する。自動車レーダーは、リッチで補完的な情報を提供し、より長い距離の車両検出と即時速度測定を可能にします。
論文参考訳（メタデータ） (2020-10-02T00:13:00Z)

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。