Machine learning methods analysis for human activity recognition

dc.contributor.authorOleshchenko, L. M.
dc.contributor.authorChao Wang
dc.date.accessioned2023-05-26T12:01:32Z
dc.date.available2023-05-26T12:01:32Z
dc.date.issued2022
dc.description.abstractThis experiment primarily focuses on the usage of classical algorithms that can significantly enhance performance on the time series data. Many deep learning algorithms suffer from the problem of overfitting. Sometimes the training data may not be a good representation of real time data, the ensemble methods proposed in this paper, not only increase the accuracy of prediction, but also the reliability of the performance on generalization.uk
dc.description.abstractotherУ даній роботі проаналізовано ефективність поєднання класичних підходів машинного навчання для розпізнавання людської активності. Початкові вхідні вектори, отримані від датчиків акселерометра та гіроскопа смартфона, навчаються окремо різними алгоритмами машинного навчання та передаються в інший алгоритм машинного навчання для остаточних оцінок. Ця система використовує набори даних, створені із записів 30 осіб, які виконували повсякденні дії, маючи на поясі смартфон із вбудованими інерційними датчиками. Результати експерименту показують, що запропонована комбінація методів машинного навчання має кращу точність класифікації для розпізнавання активності людини порівняно з існуючими методами, застосованими окремо, а процес навчання є простим та ефективним.uk
dc.format.pagerangeС. 464-469uk
dc.identifier.citationOleshchenko, L. M. Machine learning methods analysis for human activity recognition / Oleshchenko L. M., Chao Wang // Прикладна математика та комп’ютинг ПМК' 2022. П'ятнадцята конференція магістрантів та аспірантів Київ, 16-18 листопада 2022 р. : збірник тез доповідей. - Київ : КПІ ім. Ігоря Сікорського, 2022. - С. 464-469.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/56217
dc.language.isoenuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.relation.ispartofПрикладна математика та комп’ютинг ПМК' 2022. П'ятнадцята конференція магістрантів та аспірантів Київ, 16-18 листопада 2022 р. : збірник тез доповідейuk
dc.subject.udc004.415.2uk
dc.titleMachine learning methods analysis for human activity recognitionuk
dc.title.alternativeАналіз методів машинного навчання для розпізнавання людської активностіuk
dc.typeArticleuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
PZKS-Oleshchenko_Chao-Wang_P464-469.doc
Розмір:
226 KB
Формат:
Microsoft Word
Опис:
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.1 KB
Формат:
Item-specific license agreed upon to submission
Опис: