期刊文献+

人体动作识别中的深度学习模型选择

下载PDF
导出
摘要 目前深度学习已成为机器学习领域最热门的研究方向,在众多应用领域取得良好的效果,这使得不少深度学习爱好者跃跃欲试。然而,虽然关于深度学习的研究论文日益增多,但是仍然缺乏如何针对不同的应用场景选择合适的深度学习模型的指导。本文探讨了根据可穿戴式传感器在人体动作识别中的信号特点,为如何根据不同的动作识别任务选择合适的深度学习模型提供参考。
出处 《电子世界》 2016年第15期47-47,49,共2页 Electronics World
基金 国家自然科学基金(No.61301294) 2016年广东省大学生创新训练计划项目(No.201610572084)
  • 相关文献

参考文献6

  • 1Ronan Collobert,Koray Kavukcuoglu,and Clement Farabet.Torch7:A matlab-like environment for machine learning.In Big Learn,NIPS Workshop,2011.
  • 2Nils Y Hammerla,James M Fisher,Peter Andras,Lynn Rochester,Richard Walker,and Thomas Plotz.Pd disease state assessment in naturalistic environments using deep learning.In AAAI,2015.
  • 3Nastaran Mohammadian Rad,Andrea Bizzego,Seyed Mostafa Kia,Giuseppe Jurman,Paola Venuti,and Cesare Furlanello.Convolutional neural network for stereotypical motor movement detection in autism.ar Xiv:1511.01865,2015.
  • 4Natalia Neverova,Christian Wolf,Griffin Lacey,Lex Fridman,Deepak Chandra,Brandon Barbello,and Graham Taylor.Learning human identity from motion patterns.ar Xiv:1511.03908,2015.
  • 5Francisco Javier Ordonez and Daniel Roggen.Deep convolutional and lstm recurrent neural networks for multimodal wearable activity recognition.Sensors,16(1):115,2016.
  • 6Nils Y.Hammerla,Shane Halloran and Thomas Ploetz.Deep,Convolutional,and Recurrent Models for Human Activity Recognition using Wearables.ar Xiv:1604.08880[cs.LG].

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部