Core Concepts
アンクル慣性信号を使用して、人間の活動を予測するための深層学習モデルの比較と提案。
Abstract
この研究では、アンクル領域に配置された慣性センサーから4つの活動を予測するために複数のモデルが提案されました。これらのモデルは、人間の活動認識において92.8%の平均分類精度を達成しました。従来の機械学習手法よりも深層学習手法が採用され、高レベルな特徴を抽出する能力が示されました。異なる戦略を組み合わせてパフォーマンスを向上させることが可能であることが示唆されました。
Stats
プロポーズされたモデルは、平均分類精度で最大92.8%を達成した。
深層学習手法は、従来の機械学習手法よりも高レベルな特徴抽出能力を持っている。