Találati lista | Tudóstér

001-es BibID:	BIBFORM061763
Első szerző:	Oniga István László (villamosmérnök)
Cím:	Optimal recognition method of human activities using artificial neural networks / Stefan Oniga, Sütő József
Dátum:	2015
ISSN:	1335-8871
Megjegyzések:	The aim of this research is an exhaustive analysis of the various factors that may influence the recognition rate of the humanactivity using wearable sensors data. We made a total of 1674 simulations on a publically released human activity database by agroup of researcher from the University of California at Berkeley. In a previous research, we analyzed the influence of the number of sensors and their placement. In the present research we have examined the influence of the number of sensor nodes, the type of sensor node, preprocessing algorithms, type of classifier and its parameters. The final purpose is to find the optimal setup for best recognition rates with lowest hardware and software costs.
Tárgyszavak:	Műszaki tudományok Informatikai tudományok idegen nyelvű folyóiratközlemény külföldi lapban Wearable sensor network Artificial neural networks Human activity recognition Pattern recognition
Megjelenés:	Measurement Science Review 15 : 6 (2015), p. 323-327. -
További szerzők:	Sütő József (1990-) (programtervező informatikus)
Internet cím:	Szerző által megadott URL DOI Intézményi repozitóriumban (DEA) tárolt változat
Borító:
Saját polcon: