La fonctionnalité de recherche est en construction.
La fonctionnalité de recherche est en construction.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Selecting Orientation-Insensitive Features for Activity Recognition from Accelerometers Sélection de fonctionnalités insensibles à l'orientation pour la reconnaissance d'activité à partir d'accéléromètres

Yasser MOHAMMAD, Kazunori MATSUMOTO, Keiichiro HOASHI

  • Vues en texte intégral

    0

  • Citer

Résumé:

La reconnaissance d'activité à partir de capteurs est un problème de classification des données de séries chronologiques. Certaines recherches dans ce domaine utilisent des fonctionnalités artisanales dans les domaines temporel et fréquentiel qui diffèrent selon les ensembles de données. Une autre approche catégoriquement différente consiste à utiliser des méthodes d'apprentissage en profondeur pour l'apprentissage des fonctionnalités. Cet article explore un terrain d'entente dans lequel un extracteur de caractéristiques standard est utilisé pour générer un grand nombre de caractéristiques candidates dans le domaine temporel, suivi d'un sélecteur de caractéristiques conçu pour réduire le biais en faveur de techniques de classification spécifiques. De plus, cet article préconise l'utilisation de fonctionnalités qui sont pour la plupart insensibles à l'orientation du capteur et montre leur applicabilité au problème de reconnaissance d'activité. L'approche proposée est évaluée à l'aide de six ensembles de données différents accessibles au public, collectés dans diverses conditions en utilisant différents protocoles expérimentaux et montre une précision comparable ou supérieure à celle des méthodes de pointe sur la plupart des ensembles de données, mais en utilisant généralement un ordre de grandeur moins de fonctionnalités.

Publication
IEICE TRANSACTIONS on Information Vol.E102-D No.1 pp.104-115
Date de publication
2019/01/01
Publicisé
2018/10/05
ISSN en ligne
1745-1361
DOI
10.1587/transinf.2018EDP7092
Type de manuscrit
PAPER
Catégories
Réseau d'informations

Auteurs

Yasser MOHAMMAD
  AIST,Assiut University
Kazunori MATSUMOTO
  KDDI Research Inc.
Keiichiro HOASHI
  KDDI Research Inc.

Mots-clés

Table des matières