學習筆記，僅供參考，有錯必糾

數據集…

---

KU-HAR: An open dataset for heterogeneous human activity recognition

摘要

在人工智能中，人類活動識別(Human Activity Recognition, HAR)是指機器識別用戶所進行的各種活動的能力。從這些識別系統中獲得的知識被集成到許多應用程序中，相關設備使用它來識別動作或手勢，并響應執行預定義的任務。HAR需要精心收集大量不同性質的行動數據，以推動其學習算法。

本文旨在介紹一套新的HAR數據收集的90名參與者，年齡在18至34歲。構建的數據集名為KU-HAR，它包含了1945個原始活動樣本，屬于18個不同的類。我們使用內置的智能手機傳感器(加速度計和陀螺儀)來收集這些HAR樣本。除了原始(原始)的時域樣本外，該數據集還包含分別提供的20750個子樣本(從它們中提取)，每個子樣本包含相應活動的3秒數據。

本文還提供了一些分類結果，以證明所提出的數據集的質量。獲得的結果表明，隨機森林(Random Forest, RF)是一種集成學習算法，可以對子樣本進行分類，準確率接近90%。該數據集將使智能手機和其他智能設備能夠識別新的活動，并幫助研究人員基于實際HAR數據設計更精細的模型。

Introduction

目前，全球智

總結

以上是生活随笔為你收集整理的文献记录(part47)--KU-HAR: An open dataset for heterogeneous human activity recognition的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。