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

Público ISBD Ningún comentario para este registro. 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. 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 Índice Dewey: 006.3 Inteligencia artificial 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. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i 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. 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 Índice Dewey: 006.3 Inteligencia artificial 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. En línea: https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] Link: https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i

---

1 (1 - 1 / 1) Por página: 25 50 100 200