論文の概要: Conditional Generative Adversarial Networks Based Inertial Signal Translation

• arxiv url: http://arxiv.org/abs/2509.00016v1
• Date: Sat, 16 Aug 2025 09:06:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-07 09:10:15.244024
• Title: Conditional Generative Adversarial Networks Based Inertial Signal Translation
• Title（参考訳）: 慣性信号変換に基づく条件付き生成逆数ネットワーク
• Authors: Marcin Kolakowski,
• Abstract要約: 本稿では,手首に装着したセンサを用いて計測した慣性信号を,靴に装着したセンサを用いて記録する手法を提案する。 コンディショナル・ジェネバティブ・アドリアネットワーク(GAN)は、信号の変換に使用される。 実験の結果,提案手法は正確な翻訳が可能であり,手首センサの慣性信号を用いて毎日の歩行分析を行うことができることがわかった。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The paper presents an approach in which inertial signals measured with a wrist-worn sensor (e.g., a smartwatch) are translated into those that would be recorded using a shoe-mounted sensor, enabling the use of state-of-the-art gait analysis methods. In the study, the signals are translated using Conditional Generative Adversarial Networks (GANs). Two different GAN versions are used for experimental verification: traditional ones trained using binary cross-entropy loss and Wasserstein GANs (WGANs). For the generator, two architectures, a convolutional autoencoder, and a convolutional U-Net, are tested. The experiment results have shown that the proposed approach allows for an accurate translation, enabling the use of wrist sensor inertial signals for efficient, every-day gait analysis.
• Abstract（参考訳）: 本稿では,手首のセンサ(例えばスマートウォッチ)を用いて測定した慣性信号を,靴装着センサを用いて記録する手法を提案する。 本研究では,条件付き生成逆ネットワーク(GAN)を用いて信号の変換を行う。 2つの異なるGANバージョンは、バイナリクロスエントロピー損失を使用してトレーニングされた従来のバージョンと、WGAN(Wasserstein GANs)の2つの検証に使用されている。 ジェネレータには、2つのアーキテクチャ、畳み込みオートエンコーダと畳み込みU-Netがテストされている。 実験の結果,提案手法は正確な翻訳が可能であり,手首センサの慣性信号が日々の歩行分析に有効であることが示唆された。

関連論文リスト

• DVGAN: Stabilize Wasserstein GAN training for time-domain Gravitational Wave physics [0.0]
  本稿では,WGAN(Warsserstein Generative Adversarial Network)を用いた固定長時間領域信号のシミュレーション手法を提案する。 本研究は, 1次元連続信号におけるGAN成分の学習を学習段階において安定化させることができることを示す。
  論文  参考訳（メタデータ） (2022-09-26T12:16:32Z)
• Training a Bidirectional GAN-based One-Class Classifier for Network Intrusion Detection [8.158224495708978]
  既存の生成逆数ネットワーク(GAN)は、主に実物から合成サンプルを作成するために使用される。 提案手法では,Bidirectional GAN (Bi-GAN) に基づく一級分類器として,訓練されたエンコーダ識別器を構築した。 実験結果から,提案手法はネットワーク侵入検出タスクにおいて有効であることが示唆された。
  論文  参考訳（メタデータ） (2022-02-02T23:51:11Z)
• Convolutional Neural Networks for Sleep Stage Scoring on a Two-Channel EEG Signal [63.18666008322476]
  睡眠障害は、世界中の主要な病気の1つです。 専門家が使用する基本的なツールはPolysomnogramで、睡眠中に記録された様々な信号の集合である。 専門家は、標準的なガイドラインの1つに従って異なる信号を採点する必要があります。
  論文  参考訳（メタデータ） (2021-03-30T09:59:56Z)
• Dual-encoder Bidirectional Generative Adversarial Networks for Anomaly Detection [0.0]
  我々は、ジェネレータと識別器ネットワークを同時に訓練した双方向GANアーキテクチャのデュアルエンコーダを開発する。 提案手法が正常試料の分布を捉えるのに有効であることを示し,ganモデルにおける異常検出を改善した。
  論文  参考訳（メタデータ） (2020-12-22T05:05:33Z)
• A Novel Anomaly Detection Algorithm for Hybrid Production Systems based on Deep Learning and Timed Automata [73.38551379469533]
  DAD:DeepAnomalyDetectionは,ハイブリッド生産システムにおける自動モデル学習と異常検出のための新しいアプローチである。 深層学習とタイムドオートマトンを組み合わせて、観察から行動モデルを作成する。 このアルゴリズムは実システムからの2つのデータを含む少数のデータセットに適用され、有望な結果を示している。
  論文  参考訳（メタデータ） (2020-10-29T08:27:43Z)
• Class-Conditional Defense GAN Against End-to-End Speech Attacks [82.21746840893658]
  本稿では,DeepSpeech や Lingvo といった先進的な音声テキストシステムを騙すために開発された,エンドツーエンドの敵対攻撃に対する新しいアプローチを提案する。 従来の防御手法とは異なり、提案手法は入力信号のオートエンコードのような低レベル変換を直接利用しない。 我々の防衛GANは、単語誤り率と文レベルの認識精度において、従来の防衛アルゴリズムよりもかなり優れています。
  論文  参考訳（メタデータ） (2020-10-22T00:02:02Z)
• Conditioning Trick for Training Stable GANs [70.15099665710336]
  本稿では,GANトレーニング中の不安定性問題に対応するため,ジェネレータネットワークに正規性から逸脱する条件付け手法を提案する。 我々は、生成元をシュア分解のスペクトル領域で計算された実サンプルの正規化関数から逸脱するように強制する。
  論文  参考訳（メタデータ） (2020-10-12T16:50:22Z)
• Detection of gravitational-wave signals from binary neutron star mergers using machine learning [52.77024349608834]
  本稿では,重力波検出器の時系列ひずみデータを用いたニューラルネットワークに基づく機械学習アルゴリズムを提案する。 信号対雑音比が25未満の信号に対する感度は6因子改善した。 保守的な推定は、我々のアルゴリズムが信号の到着からアラート発生までの平均10.2秒の遅延を発生させることを示している。
  論文  参考訳（メタデータ） (2020-06-02T10:20:11Z)
• Unsupervised Anomaly Detection with Adversarial Mirrored AutoEncoders [51.691585766702744]
  本稿では,識別器のミラー化ワッサースタイン損失を利用して,よりセマンティックレベルの再構築を行う逆自動エンコーダの変種を提案する。 我々は,再建基準の代替として,異常スコアの代替尺度を提案した。 提案手法は,OOD検出ベンチマークにおける異常検出の最先端手法よりも優れている。
  論文  参考訳（メタデータ） (2020-03-24T08:26:58Z)
• Spectrum Sensing and Signal Identification with Deep Learning based on Spectral Correlation Function [2.6626788331762867]
  スペクトル相関関数を用いた畳み込みニューラルネットワーク(CNN)モデルを提案する。 提案手法は,事前情報のない無線信号を分類し,CASE1とCASE2という2つの異なる設定で実装する。 この実装はセルシグナルを超越したものの、提案手法はサイクロ定常特性を示す任意の信号の検出と分類にまで拡張することができる。
  論文  参考訳（メタデータ） (2020-03-17T06:56:26Z)

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。