แจ้งเอกสารไม่ครบถ้วน, ไม่ตรงกับชื่อเรื่อง หรือมีข้อผิดพลาดเกี่ยวกับเอกสาร ติดต่อที่นี่ ==>
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th
Anuchit Jitpattanakul. Efficient recognition of complex human activities based on smartwatch sensors using deep pyramidal residual network. (). King Mongkut's University of Technology North Bangkok. Central Library. : , 2023.
Efficient recognition of complex human activities based on smartwatch sensors using deep pyramidal residual network
Name: Sakorn Mekruksavanich
Organization :
University of Phayao. School of Information and Communication Technology
Name: Anuchit Jitpattanakul
Organization :
King Mongkut'sanuchit.j@sci.kmutnb.ac.th University of Technology North Bangkok. Faculty of Applied Science
Email :
anuchit.j@sci.kmutnb.ac.th
keyword:
Smartwatch sensor
Abstract:
Human activity recognition (HAR) has become a
hot topic in artificial intelligence research due to the rapid
development of smart wearable technologies. The goal of HAR is
to accurately identify human actions using various data sources,
such as video, images, and sensor data from wearable devices.
Recent research in HAR has achieved promising results using
learning-based methods, especially deep learning techniques.
However, achieving state-of-the-art results remains a challenge
for researchers. This study proposes a new approach to HAR
that uses deep learning to classify human activities from smartwatch
sensor data. We propose the use of a one-dimensional
deep pyramidal residual network (1D-PyramidNet) for accurate
human action identification. We evaluate the performance of
our model against baseline models using the DHA dataset, a
benchmark dataset for HAR that includes wristwatch sensor
data for 11 complex human activities. The experimental results
show that our 1D-PyramidNet model outperforms the baseline
models, including CNN, LSTM, BiLSTM, GRU, and BiGRU.
This confirms that the use of 1D-PyramidNet can improve
the identification capabilities of HAR systems, achieving a
maximum accuracy of 96.64%
King Mongkut's University of Technology North Bangkok. Central Library
Address:
BANGKOK
Email:
library@kmutnb.ac.th
Created:
2023
Modified:
2024-12-23
Issued:
2024-12-23
บทความ/Article
application/pdf
BibliograpyCitation :
In IEEE Computational Intelligence Society Thailand Chapter, King Mongkut's Institute of Technology Ladkrabang. School of Information Technology and Universitas Gadjah Mada. Department of Electrical Engineering and Information Technology. The 15th International Conference on Information Technology and Electrical Engineering (ICITEE 2023) (pp.253-257) Nonthaburi : IEEE Computational Intelligence Society Thailand Chapter, 2023
eng
©copyrights King Mongkut's University of Technology North Bangkok
RightsAccess:
ใช้เวลา
0.018267 วินาที
Sakorn Mekruksavanich
| Title | Contributor | Type |
|---|---|---|
| Hyperparameter tuning in convolutional neural network for face touching activity recognition using accelerometer data
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sakorn Mekruksavanich;Ponnipa Jantawong;Narit Hnoohom;Anuchit Jitpattanakul | บทความ/Article | |
| Deep learning networks for eating and drinking recognition based on smartwatch sensors
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sakorn Mekruksavanich;Ponnipa Jantawong;Narit Hnoohom;Anuchit Jitpattanakul | บทความ/Article | |
| The effect of sensor placement for accurate fall detection based on deep learning model
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sakorn Mekruksavanich;Ponnipa Jantawong;Narit Hnoohom;Anuchit Jitpattanakul | บทความ/Article | |
| Classification of physical exercise activity from ECG, PPG and IMU sensors using deep residual network
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sakorn Mekruksavanich;Ponnipa Jantawong;Narit Hnoohom;Anuchit Jitpattanakul | บทความ/Article | |
| Object identification and localization of visual explanation for weapon detection
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Narit Hnoohom;Pitchaya Chotivatunyu;Sumeth Yuenyong;Konlakorn Wongpatikaseree;Sakorn Mekruksavanich;Anuchit Jitpattanakul | บทความ/Article | |
| Visual explanations of ResNet 101 for blister package classification
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Narit Hnoohom;Nagorn Maitrichit;Konlakorn Wongpatikaseree;Sumeth Yuenyong;Sakorn Mekruksavanich;Anuchit Jitpattanakul | บทความ/Article | |
| Efficient recognition of complex human activities based on smartwatch sensors using deep pyramidal residual network
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sakorn Mekruksavanich;Anuchit Jitpattanakul | บทความ/Article | |
| Enhancing sensor-based human activity recognition using hybrid deep learning and data augmentation
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sakorn Mekruksavanich;Wikanda Phaphan;Anuchit Jitpattanakul | บทความ/Article | |
| Squeeze-and-excitation hybrid network for biometric identification via photoplethysmography
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sakorn Mekruksavanich;Wikanda Phaphan;Anuchit Jitpattanakul | บทความ/Article | |
| Deep learning approach for complex activity recognition using heterogeneous sensors from wearable device
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Narit Hnoohom;Anuchit Jitpattanakul;You, Ilsun;Sakorn Mekruksavanich | บทความ/Article | |
| Skeleton-based physical exercise recognition using deep residual networks with SE modules for enhancing health in smart cities
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sakorn Mekruksavanich;Wikanda Phaphan;Anuchit Jitpattanakul | บทความ/Article | |
| IMU-based human fall detection using deep residual networks for advancing health and injury prevention
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sakorn Mekruksavanich;Wikanda Phaphan;Anuchit Jitpattanakul | บทความ/Article |
Anuchit Jitpattanakul
| Title | Contributor | Type |
|---|---|---|
| Optimal attitude control for rigid spacecraft using successive approximation approach
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Anuchit Jitpattanakul | Chutiphon Pukdeboon | งานวิจัย/Research report |
| Hyperparameter tuning in convolutional neural network for face touching activity recognition using accelerometer data
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sakorn Mekruksavanich;Ponnipa Jantawong;Narit Hnoohom;Anuchit Jitpattanakul | บทความ/Article | |
| Deep learning networks for eating and drinking recognition based on smartwatch sensors
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sakorn Mekruksavanich;Ponnipa Jantawong;Narit Hnoohom;Anuchit Jitpattanakul | บทความ/Article | |
| The effect of sensor placement for accurate fall detection based on deep learning model
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sakorn Mekruksavanich;Ponnipa Jantawong;Narit Hnoohom;Anuchit Jitpattanakul | บทความ/Article | |
| Classification of physical exercise activity from ECG, PPG and IMU sensors using deep residual network
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sakorn Mekruksavanich;Ponnipa Jantawong;Narit Hnoohom;Anuchit Jitpattanakul | บทความ/Article | |
| Object identification and localization of visual explanation for weapon detection
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Narit Hnoohom;Pitchaya Chotivatunyu;Sumeth Yuenyong;Konlakorn Wongpatikaseree;Sakorn Mekruksavanich;Anuchit Jitpattanakul | บทความ/Article | |
| Visual explanations of ResNet 101 for blister package classification
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Narit Hnoohom;Nagorn Maitrichit;Konlakorn Wongpatikaseree;Sumeth Yuenyong;Sakorn Mekruksavanich;Anuchit Jitpattanakul | บทความ/Article | |
| Efficient recognition of complex human activities based on smartwatch sensors using deep pyramidal residual network
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sakorn Mekruksavanich;Anuchit Jitpattanakul | บทความ/Article | |
| Enhancing sensor-based human activity recognition using hybrid deep learning and data augmentation
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sakorn Mekruksavanich;Wikanda Phaphan;Anuchit Jitpattanakul | บทความ/Article | |
| Squeeze-and-excitation hybrid network for biometric identification via photoplethysmography
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sakorn Mekruksavanich;Wikanda Phaphan;Anuchit Jitpattanakul | บทความ/Article | |
| Deep learning approach for complex activity recognition using heterogeneous sensors from wearable device
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Narit Hnoohom;Anuchit Jitpattanakul;You, Ilsun;Sakorn Mekruksavanich | บทความ/Article | |
| Skeleton-based physical exercise recognition using deep residual networks with SE modules for enhancing health in smart cities
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sakorn Mekruksavanich;Wikanda Phaphan;Anuchit Jitpattanakul | บทความ/Article | |
| IMU-based human fall detection using deep residual networks for advancing health and injury prevention
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Sakorn Mekruksavanich;Wikanda Phaphan;Anuchit Jitpattanakul | บทความ/Article |