선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 논문에서는 스마트 폰으로부터 측정된 가속도 데이터를 이용하여 확률적 모델인 은닉 마르코프 모델을 생성하고 이것을 이용하여 사람의 물리적인 행동을 인식하는 시스템을 제안한다. 스마트 폰의 가속도 센서로부터 샘플 데이터가 들어오고 그 데이터 중 처음부터 5초까지의 데이터를 훈련 집합으로 설정하여 하위 레벨의 은닉 마르코프 모델을 학습시키게 된다.
- 본 논문에서는 은닉 마르코프 모델을 하위레벨과 상위레벨로 나누어서 설계한 계층적 분류기를 제안한다. 하위레벨의 은닉 마르코프 모델은 위에서 정의한 Stand, Walk, Run, Ascend, Descend와 같은 단시간 행동 집합에 있는 행동 집합의 훈련과 테스트를 위해서 사용된다.
- 은닉 마르코프 모델은 관찰 가능한 데이터로부터 숨겨진 상태를 생성하는데 사용되는 생성 확률적 모델이다. 이 모델의 주 목적은 관찰된 출력 시퀀스(x1, x2, ..., xt)에 대응되는 숨겨진 상태 시퀀스(y1, y2, ..., yt)를 결정하는 것이다. 은닉 마르코프 모델이 행동 인식에서 사용될 때는 각 행동들은 숨겨진 상태(hidden state)이고 관찰 가능한 출력(observable output)은 센서 데이터이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.