本研究では、複数人の活動認識のための2つのモデルを提案している。
Seq2Res: センサーイベントシーケンスを入力として、各居住者の活動シーケンスを生成的に分離するモデル。Sequence-to-Sequence (Seq2Seq)アーキテクチャを用いて、センサーイベントの文脈全体を考慮しながら、各居住者の活動シーケンスを生成する。
BiGRU+Q2L: 居住者分離の有無に関わらず、センサーイベントシーケンスから複数の活動ラベルを同時に予測するマルチラベル分類モデル。BiGRUによる特徴抽出と、Query2Labelによる活動ラベル間の相関関係のモデル化を組み合わせている。
実験では、CASAS ADLMR datasetを用いて評価を行った。Seq2Resは既存の居住者分離手法よりも高い性能を示し、BiGRU+Q2Lは他の手法と比べて優れた活動認識精度を達成した。また、完全な居住者分離を行えば活動認識精度が大幅に向上することが示された。今後の課題として、Seq2Resの分離精度向上が重要であると考えられる。
To Another Language
from source content
arxiv.org
Thông tin chi tiết chính được chắt lọc từ
by Xi Chen (LIG... lúc arxiv.org 04-12-2024
https://arxiv.org/pdf/2404.07245.pdfYêu cầu sâu hơn