基于循环神经网络的人体活动识别
神经与进化计算
2018-04-20 v1 机器学习
机器学习
摘要
利用智能家居传感器进行人体活动识别是智能环境中普适计算的基础之一，也是环境辅助生活领域 intensively 研究的话题。日益增长的数据集数量呼唤机器学习方法。本文引入一种深度学习模型，该模型无需使用任何先验知识即可学习对人体活动进行分类。为此，将长短期记忆（Long Short Term Memory, LSTM）循环神经网络应用于三个真实世界的智能家居数据集。实验结果表明，所提方法在准确率和性能方面优于现有方法。
引用
@article{arxiv.1804.07144,
title = {Human Activity Recognition using Recurrent Neural Networks},
author = {Deepika Singh and Erinc Merdivan and Ismini Psychoula and Johannes Kropf and Sten Hanke and Matthieu Geist and Andreas Holzinger},
journal= {arXiv preprint arXiv:1804.07144},
year = {2018}
}