인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
피인용 0
초록·키워드
Transportation mode detection (TMD) can help improving our daily life by understanding the mobility patterns of people. Such enhanced understanding of mobility can also be beneficial to people with mobility disabilities including wheelchair users. Moreover, as it is hard to collect large dataset from wheelchair users, it is important for TMD for wheelchair users (wTMD) to maintain similar performance on data from different period which might have dissimilar environmental or behavioral characteristics. However, we could not find studies evaluating such period independency of the wTMD model. Thus, we investigated wTMD performance on data from different period, and improved such performance by suggesting a new wTMD model. Our results showed that both our proposed model (DenseNet-based-model) and the baseline model (CNN-based-model) had period dependency, but our proposed model outperformed the baseline model when evaluated with data from different period. Our findings indicate the importance of the evaluation method and show that deep convolutional network with high information interchange can help improving wTMD performance on data from different period.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
