論文の概要: Enhancing Fatigue Detection through Heterogeneous Multi-Source Data Integration and Cross-Domain Modality Imputation
- arxiv url: http://arxiv.org/abs/2507.16859v3
- Date: Tue, 04 Nov 2025 21:51:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-11-06 16:07:39.689715
- Title: Enhancing Fatigue Detection through Heterogeneous Multi-Source Data Integration and Cross-Domain Modality Imputation
- Title（参考訳）: 不均一なマルチソースデータ統合とクロスドメインモダリティインプットによる疲労検出の強化
- Authors: Luobin Cui, Yanlai Wu, Tang Ying, Weikai Li,
- Abstract要約: 本稿では,実世界の疲労検知のための配置指向設定を定式化する。
実世界のターゲットドメインにおける疲労検出を支援するために,異種ソースドメインからの知識を活用することを提案する。
フィールド配置センサーと2つの人体疲労データセットを用いて実験を行い、実用性、堅牢性、そして我々のアプローチの一般化を実証した。
- 参考スコア（独自算出の注目度）: 5.334108023848238
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Fatigue detection for human operators plays a key role in safety critical applications such as aviation, mining, and long haul transport. While numerous studies have demonstrated the effectiveness of high fidelity sensors in controlled laboratory environments, their performance often degrades when ported to real world settings due to noise, lighting conditions, and field of view constraints, thereby limiting their practicality. This paper formalizes a deployment oriented setting for real world fatigue detection, where high quality sensors are often unavailable in practical applications. To address this challenge, we propose leveraging knowledge from heterogeneous source domains, including high fidelity sensors that are difficult to deploy in the field but commonly used in controlled environments, to assist fatigue detection in the real world target domain. Building on this idea, we design a heterogeneous and multiple source fatigue detection framework that adaptively utilizes the available modalities in the target domain while exploiting diverse configurations in the source domains through alignment across domains and modality imputation. Our experiments, conducted using a field deployed sensor setup and two publicly available human fatigue datasets, demonstrate the practicality, robustness, and improved generalization of our approach across subjects and domains. The proposed method achieves consistent gains over strong baselines in sensor constrained scenarios.
- Abstract（参考訳）: 人体の疲労検知は、航空、鉱業、長距離輸送などの安全上重要な用途において重要な役割を果たしている。
多くの研究が、制御された実験室環境における高忠実度センサーの有効性を実証しているが、騒音、照明条件、視野の制約により実世界の環境に移植された場合、その性能は劣化し、実用性は制限される。
本稿では、実世界の疲労検知のための配置指向設定を定式化し、高品質なセンサを実用用途では利用できないことが多い。
この課題に対処するために,現場での展開が困難な高忠実度センサを含む異種音源領域からの知識を活用することを提案し,実世界の目標領域における疲労検出を支援する。
このアイデアに基づいて、ターゲットドメインで利用可能なモダリティを適応的に活用し、ドメイン間のアライメントとモダリティ計算によってソースドメインの多様な構成を活用できる、異種多元疲労検出フレームワークを設計する。
フィールド配置センサと2つの人体疲労データセットを用いて実験を行い, 実用性, 堅牢性, および対象と領域にわたるアプローチの一般化を実証した。
提案手法は,センサ制約シナリオにおいて,強いベースラインよりも一貫したゲインを実現する。
関連論文リスト
- Verification of Visual Controllers via Compositional Geometric Transformations [49.81690518952909]
到達可能な集合の外部近似を生成できる知覚ベースのコントローラのための新しい検証フレームワークを提案する。
提案手法の音質を理論的に保証し,ベンチマーク制御環境における有効性を示す。
論文 参考訳（メタデータ） (2025-07-06T20:22:58Z) - Robust Distribution Alignment for Industrial Anomaly Detection under Distribution Shift [51.24522135151649]
異常検出は産業アプリケーションの品質管理において重要な役割を担っている。
既存の方法は、一般化可能なモデルをトレーニングすることで、ドメインシフトに対処しようとする。
提案手法は,最先端の異常検出法や領域適応法と比較して,優れた結果を示す。
論文 参考訳（メタデータ） (2025-03-19T05:25:52Z) - A Survey on Wi-Fi Sensing Generalizability: Taxonomy, Techniques, Datasets, and Future Research Prospects [12.268939893726293]
本稿では,Wi-Fiセンサの一般化に関する200以上の研究を概観する。
我々は、環境変動の悪影響を軽減するために使用される最先端技術を分析した。
マルチモーダルアプローチや大規模言語モデルの統合など,新たな研究方向性について論じる。
論文 参考訳（メタデータ） (2025-03-11T03:18:20Z) - AgentAlign: Misalignment-Adapted Multi-Agent Perception for Resilient Inter-Agent Sensor Correlations [8.916036880001734]
既存の研究は、マルチエージェント設定における脆弱なマルチセンサ相関を概観している。
AgentAlignは、現実世界の異種エージェントのクロスモダリティ機能アライメントフレームワークである。
多様な環境条件下での現実的なセンサの欠陥をシミュレートする新しいV2XSet-noiseデータセットを提案する。
論文 参考訳（メタデータ） (2024-12-09T01:51:18Z) - Virtual Sensing to Enable Real-Time Monitoring of Inaccessible Locations \& Unmeasurable Parameters [0.4551615447454769]
エネルギーシステムの安全かつ効率的な運用には、重要なパラメータのリアルタイムモニタリングが不可欠である。
従来のセンサーはしばしば物理的センサーを配置できない厳しい環境で故障し、劣化する。
本研究では,物理センサの展開が不可能な場所でのモニタリングを可能にすることで,リアルタイムモニタリング手法の限界に対処する。
論文 参考訳（メタデータ） (2024-11-28T00:58:29Z) - Optimizing Multispectral Object Detection: A Bag of Tricks and Comprehensive Benchmarks [49.84182981950623]
RGBおよびTIR(熱赤外)変調を利用したマルチスペクトル物体検出は,課題として広く認識されている。
モダリティと堅牢な融合戦略の両方から特徴を効果的に抽出するだけでなく、スペクトルの相違といった問題に対処する能力も必要である。
本稿では,高パフォーマンス単一モードモデルのシームレスな最適化が可能な,効率的かつ容易にデプロイ可能なマルチスペクトルオブジェクト検出フレームワークを提案する。
論文 参考訳（メタデータ） (2024-11-27T12:18:39Z) - Efficient Unsupervised Domain Adaptation Regression for Spatial-Temporal Sensor Fusion [6.963971634605796]
環境およびバイオメディカル領域における低コストで分散センサーネットワークは、継続的な大規模健康モニタリングを可能にしている。
これらのシステムは、センサーのドリフト、ノイズ、キャリブレーションの不十分に起因する劣化したデータ品質に関する課題に直面していることが多い。
センサフュージョンとキャリブレーションの伝統的な機械学習手法は、広範な機能工学に依存している。
回帰タスクに適した新しいunsupervised domain adapt(UDA)手法を提案する。
論文 参考訳（メタデータ） (2024-11-11T12:20:57Z) - Present and Future Generalization of Synthetic Image Detectors [0.6144680854063939]
この研究は系統的な分析を行い、その洞察を用いて、堅牢な合成画像検出器の訓練のための実践的ガイドラインを開発する。
モデル一般化機能は、実際のデプロイメント条件を含む、さまざまな設定で評価される。
現在の手法は特定のシナリオにおいて優れているが、単一の検出器が普遍的な効果を達成できないことを示す。
論文 参考訳（メタデータ） (2024-09-21T12:46:17Z) - Object Detectors in the Open Environment: Challenges, Solutions, and Outlook [95.3317059617271]
オープン環境のダイナミックで複雑な性質は、オブジェクト検出器に新しくて恐ろしい挑戦をもたらす。
本稿では,オープン環境におけるオブジェクト検出器の総合的なレビューと解析を行う。
データ/ターゲットの変化の次元に基づいて、4つの四分法(ドメイン外、カテゴリ外、堅牢な学習、漸進的な学習)を含むフレームワークを提案する。
論文 参考訳（メタデータ） (2024-03-24T19:32:39Z) - AI-Based Energy Transportation Safety: Pipeline Radial Threat Estimation
Using Intelligent Sensing System [52.93806509364342]
本稿では,分散光ファイバーセンシング技術に基づくエネルギーパイプラインの放射状脅威推定手法を提案する。
本稿では,包括的信号特徴抽出のための連続的マルチビュー・マルチドメイン機能融合手法を提案する。
本研究では,事前学習モデルによる伝達学習の概念を取り入れ,認識精度と学習効率の両立を図る。
論文 参考訳（メタデータ） (2023-12-18T12:37:35Z) - Virtual Reality via Object Poses and Active Learning: Realizing
Telepresence Robots with Aerial Manipulation Capabilities [39.29763956979895]
本稿では,動的・非構造環境下での空中操作を進展させる新しいテレプレゼンスシステムを提案する。
提案システムは触覚デバイスだけでなく、ロボットのワークスペースのリアルタイム3Dディスプレイを提供する仮想現実(VR)インターフェースも備えている。
DLRケーブル・サスペンド・エアリアルマニピュレータ(SAM)によるピック・アンド・プレイス、フォース・アプリケーション、ペグ・イン・ホールの70以上の堅牢な実行を示す。
論文 参考訳（メタデータ） (2022-10-18T08:42:30Z) - Bandit Quickest Changepoint Detection [55.855465482260165]
すべてのセンサの継続的な監視は、リソースの制約のためにコストがかかる可能性がある。
有限パラメータ化確率分布の一般クラスに対する検出遅延に基づく情報理論の下界を導出する。
本稿では,異なる検知オプションの探索と質問行動の活用をシームレスに両立させる,計算効率のよいオンラインセンシング手法を提案する。
論文 参考訳（メタデータ） (2021-07-22T07:25:35Z)
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。