2018년 추계학술대회
Current Result Document :
| 한글제목(Korean Title) |
LSTM 기법을 적용한 UTD 데이터 행동 분류 |
| 영문제목(English Title) |
Classification of Behavior of UTD Data using LSTM Technique |
| 저자(Author) |
정겨운
안지민
신동인
원건
박종범
Jeung Gyeo-wun
Ahn Ji-min
Shin Dong-in
Won Geon
Park Jong-bum
|
| 원문수록처(Citation) |
VOL 22 NO. 02 PP. 0477 ~ 0479 (2018. 10) |
한글내용
(Korean Abstract) |
본 연구는 인공신경망의 한 종류인 LSTM(Long Short-Term Memory) 기법을 활용하기 위하여 진행하였다. UTD(University of Texas at Dallas)가 공개한 27종 동작 데이터 중 3축 가속도 및 각속도 데이터를 기본 LSTM 및 Deep Residual Bidir-LSTM 기법에 적용하여 행동을 분류해 보았다.
|
영문내용
(English Abstract) |
This study was carried out to utilize LSTM(Long Short-Term Memory) technique which is one kind of artificial neural network. Among the 27 types of motion data released by the UTD(University of Texas at Dallas), 3-axis acceleration and angular velocity data were applied to the basic LSTM and Deep Residual Bidir-LSTM techniques to classify the behavior.
|
| 키워드(Keyword) |
LSTM Technique
Long Short-Term Memory Technique
Multimodal Human Action Dataset
acceleration
angular velocity
classification
|
| 파일첨부 |
PDF 다운로드
|
