Submitted 10 September, 2024; originally announced September 2024. , Comments: the paper was accepted by the IJCAI24 workshp (4th International Workshop on Deep Learning for Human Activity Recognition)
توضیحات به فارسی
ارسال شده 10 سپتامبر 2024 ؛در ابتدا در سپتامبر 2024 اعلام شد. ، نظرات: این مقاله توسط کارگاه IJCAI24 (چهارمین کارگاه بین المللی یادگیری عمیق برای شناخت فعالیت های انسانی) پذیرفته شد.
کتاب پرسش و پاسخ چهارگزینهای – نسخه یادگیری سریع
— پاسخها بلافاصله بعد از سؤال برای مرور سریع
مشاهده نمونه نسخه کوییز سریع
کتاب پرسش و پاسخ چهارگزینهای – نسخه خودآزمایی
— پاسخها در انتهای بخشها برای سنجش واقعی یادگیری
مشاهده نمونه نسخه آزمونی
🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتابها، تمرینها و خودآزمایی.
ℹ️ نکات مهم هنگام خرید
این محصول به صورت فایل دانلودی کامل ارائه میشود.
توجه: لینکهای اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال میشوند.
دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینکها را دریافت نکردهاید، نام و نام خانوادگی و نام محصول را پیامک کنید تا
لینکها دوباره ارسال شوند.
💬 راههای ارتباطی پشتیبانی: واتساپ یا هر پیام رسان داخلی یا پیامک:
09395106248 تلگرام: @ma_limbs
چکیده
In the human activity recognition research area, prior studies predominantly concentrate on leveraging advanced algorithms on public datasets to enhance recognition performance, little attention has been paid to executing real-time kitchen activity recognition on energy-efficient, cost-effective edge devices. Besides, the prevalent approach of segregating data collection and context extraction across different devices escalates power usage, latency, and user privacy risks, impeding widespread adoption. This work presents a multi-modal wearable edge computing system for human activity recognition in real-time. Integrating six different sensors, ranging from inertial measurement units (IMUs) to thermal cameras, and two different microcontrollers, this system achieves end-to-end activity recognition, from data capture to context extraction, locally. Evaluation in an unmodified realistic kitchen validates its efficacy in recognizing fifteen activities, including a null class. Employing a compact machine learning model (184.5 kbytes) yields an average accuracy of 87.83 \%, with model inference completed in 25.26 ms on the microcontroller. Comparative analysis with alternative microcontrollers showcases power consumption and inference speed performance, demonstrating the proposed system's viability.
چکیده به فارسی (ترجمه ماشینی)
در حوزه تحقیقات شناخت فعالیت های انسانی ، مطالعات قبلی عمدتاً بر اعمال الگوریتم های پیشرفته در مجموعه داده های عمومی برای افزایش عملکرد شناخت متمرکز است ، توجه کمی به اجرای شناخت فعالیت آشپزخانه در زمان واقعی بر روی دستگاه های لبه با صرفه و مقرون به صرفه انجام شده است.علاوه بر این ، رویکرد رایج در تفکیک جمع آوری داده ها و استخراج زمینه در دستگاه های مختلف باعث افزایش مصرف برق ، تأخیر و خطرات حفظ حریم خصوصی کاربر می شود و مانع اتخاذ گسترده می شود.این کار یک سیستم محاسبات لبه پوشیدنی چند منظوره را برای شناخت فعالیت های انسانی در زمان واقعی ارائه می دهد.ادغام شش سنسور مختلف ، اعم از واحدهای اندازه گیری اینرسی (IMU) تا دوربین های حرارتی و دو میکروکنترلر مختلف ، این سیستم به تشخیص فعالیت نهایی به انتهایی ، از ضبط داده ها تا استخراج متن ، به صورت محلی دست می یابد.ارزیابی در یک آشپزخانه واقع بینانه اصلاح نشده ، اثربخشی آن را در شناخت پانزده فعالیت ، از جمله یک کلاس تهی تأیید می کند.با استفاده از یک مدل یادگیری ماشین جمع و جور (184.5 Kbytes) به طور متوسط دقت 87.83 \ ٪ ، با استنتاج مدل در 25.26 ms در میکروکنترلر تکمیل شده است.تجزیه و تحلیل تطبیقی با میکروکنترلرهای جایگزین ، مصرف برق و عملکرد سرعت استنباط را نشان می دهد و زنده بودن سیستم پیشنهادی را نشان می دهد.
📚 محتوای این محصول آموزشی (پکیج کامل)
علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیقتر و تسلط کامل بر مباحث مجموعهای از کتابهای آموزشی نیز ارائه میشود.
کتاب پرسش و پاسخ چهارگزینهای – نسخه یادگیری سریع
— پاسخها بلافاصله بعد از سؤال برای مرور سریع
مشاهده نمونه نسخه کوییز سریع
کتاب پرسش و پاسخ چهارگزینهای – نسخه خودآزمایی
— پاسخها در انتهای بخشها برای سنجش واقعی یادگیری
مشاهده نمونه نسخه آزمونی
🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتابها، تمرینها و خودآزمایی.
ℹ️ نکات مهم هنگام خرید
این محصول به صورت فایل دانلودی کامل ارائه میشود.
توجه: لینکهای اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال میشوند.
دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینکها را دریافت نکردهاید، نام و نام خانوادگی و نام محصول را پیامک کنید تا
لینکها دوباره ارسال شوند.
💬 راههای ارتباطی پشتیبانی: واتساپ یا هر پیام رسان داخلی یا پیامک:
09395106248 تلگرام: @ma_limbs
