Deep Learning for Human Activity Recognition / Li, Xiaoli ; Wu, Min ; Chen, Zhenghua ; Zhang, Le  

Público ISBD Ningún comentario para este título. Título : Deep Learning for Human Activity Recognition : Second International Workshop, DL-HAR 2020, Held in Conjunction with IJCAI-PRICAI 2020, Kyoto, Japan, January 8, 2021, Proceedings Tipo de documento: documento electrónico Autores: Li, Xiaoli, ; Wu, Min, ; Chen, Zhenghua, ; Zhang, Le, Mención de edición: 1 ed. Editorial: Singapore [Malasya] : Springer Fecha de publicación: 2021 Número de páginas: XII, 139 p. 51 ilustraciones, 49 ilustraciones en color. ISBN/ISSN/DL: 978-981-1605758-- Nota general: Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Inteligencia artificial  Sistemas de reconocimiento de patrones  Interfaces de usuario (sistemas informáticos)  La interacción persona-ordenador  Visión por computador  Software de la aplicacion  Computadoras  Propósitos especiales  Reconocimiento de patrones automatizado  Interfaces de usuario e interacción persona-computadora  Aplicaciones informáticas y de sistemas de información  Sistemas de propósito especial y basados ​​en aplicaciones Clasificación: 006.3 Resumen: Este libro constituye una acta arbitrada del Segundo Taller Internacional sobre Aprendizaje Profundo para el Reconocimiento de la Actividad Humana, DL-HAR 2020, celebrado junto con IJCAI-PRICAI 2020, en Kyoto, Japón, en enero de 2021. Debido a la pandemia de COVID-19, el taller fue pospuesto para el año 2021 y realizado en formato virtual. Los 10 artículos presentados fueron revisados ​​minuciosamente e incluidos en el volumen. Presentan investigaciones recientes sobre aplicaciones del reconocimiento de la actividad humana en diversas áreas, como servicios de atención médica, aplicaciones domésticas inteligentes y más. . Nota de contenido: Human Activity Recognition using Wearable Sensors: Review, Challenges, Evaluation Benchmark -- Wheelchair Behavior Recognition for Visualizing Sidewalk Accessibility by Deep Neural Networks -- Toward Data Augmentation and Interpretation in Sensor-Based Fine-Grained Hand Activity Recognition -- Personalization Models for Human Activity Recognition With Distribution Matching-Based Metrics -- Resource-Constrained Federated Learning with Heterogeneous Labels and Models for Human Activity Recognition -- ARID: A New Dataset for Recognizing Action in the Dark -- Single Run Action Detector over Video Stream - A Privacy Preserving Approach -- Efficacy of Model Fine-Tuning for Personalized Dynamic Gesture Recognition -- Fully Convolutional Network Bootstrapped by Word Encoding and Embedding for Activity Recognition in Smart Homes -- Towards User Friendly Medication Mapping Using Entity-Boosted Two-Tower Neural Network. Tipo de medio : Computadora Summary : This book constitutes refereed proceedings of the Second International Workshop on Deep Learning for Human Activity Recognition, DL-HAR 2020, held in conjunction with IJCAI-PRICAI 2020, in Kyoto, Japan, in January 2021. Due to the COVID-19 pandemic the workshop was postponed to the year 2021 and held in a virtual format. The 10 presented papers were thorougly reviewed and included in the volume. They present recent research on applications of human activity recognition for various areas such as healthcare services, smart home applications, and more. . Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Deep Learning for Human Activity Recognition : Second International Workshop, DL-HAR 2020, Held in Conjunction with IJCAI-PRICAI 2020, Kyoto, Japan, January 8, 2021, Proceedings [documento electrónico] / Li, Xiaoli, ; Wu, Min, ; Chen, Zhenghua, ; Zhang, Le,  . -  1 ed.  . - Singapore [Malasya] : Springer, 2021 . - XII, 139 p. 51 ilustraciones, 49 ilustraciones en color. ISBN : 978-981-1605758-- Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. Idioma : Inglés (eng) Palabras clave: Inteligencia artificial  Sistemas de reconocimiento de patrones  Interfaces de usuario (sistemas informáticos)  La interacción persona-ordenador  Visión por computador  Software de la aplicacion  Computadoras  Propósitos especiales  Reconocimiento de patrones automatizado  Interfaces de usuario e interacción persona-computadora  Aplicaciones informáticas y de sistemas de información  Sistemas de propósito especial y basados ​​en aplicaciones Clasificación: 006.3 Resumen: Este libro constituye una acta arbitrada del Segundo Taller Internacional sobre Aprendizaje Profundo para el Reconocimiento de la Actividad Humana, DL-HAR 2020, celebrado junto con IJCAI-PRICAI 2020, en Kyoto, Japón, en enero de 2021. Debido a la pandemia de COVID-19, el taller fue pospuesto para el año 2021 y realizado en formato virtual. Los 10 artículos presentados fueron revisados ​​minuciosamente e incluidos en el volumen. Presentan investigaciones recientes sobre aplicaciones del reconocimiento de la actividad humana en diversas áreas, como servicios de atención médica, aplicaciones domésticas inteligentes y más. . Nota de contenido: Human Activity Recognition using Wearable Sensors: Review, Challenges, Evaluation Benchmark -- Wheelchair Behavior Recognition for Visualizing Sidewalk Accessibility by Deep Neural Networks -- Toward Data Augmentation and Interpretation in Sensor-Based Fine-Grained Hand Activity Recognition -- Personalization Models for Human Activity Recognition With Distribution Matching-Based Metrics -- Resource-Constrained Federated Learning with Heterogeneous Labels and Models for Human Activity Recognition -- ARID: A New Dataset for Recognizing Action in the Dark -- Single Run Action Detector over Video Stream - A Privacy Preserving Approach -- Efficacy of Model Fine-Tuning for Personalized Dynamic Gesture Recognition -- Fully Convolutional Network Bootstrapped by Word Encoding and Embedding for Activity Recognition in Smart Homes -- Towards User Friendly Medication Mapping Using Entity-Boosted Two-Tower Neural Network. Tipo de medio : Computadora Summary : This book constitutes refereed proceedings of the Second International Workshop on Deep Learning for Human Activity Recognition, DL-HAR 2020, held in conjunction with IJCAI-PRICAI 2020, in Kyoto, Japan, in January 2021. Due to the COVID-19 pandemic the workshop was postponed to the year 2021 and held in a virtual format. The 10 presented papers were thorougly reviewed and included in the volume. They present recent research on applications of human activity recognition for various areas such as healthcare services, smart home applications, and more. . Enlace de acceso : https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...]

---

1 (1 - 1 / 1) Ver por página : 25 50 100 200