人工知能を用いたヘビの最適化技術を用いた障害者のための高度なスマート人間活動認識システム
Manal Abdullah Alohali1, Mohammed Yahya Alzahrani2, Asmaa Mansour Alghamdi3
1Department of Information Systems, College of Computer and Information Sciences, Princess Nourah bint Abdulrahman University, P.O. Box 84428, Riyadh, 11671, Saudi Arabia. maalohaly@pnu.edu.sa.
Scientific reports
|August 26, 2025
まとめ
この研究は,ヘビ最適化器 (AHARDP-DLSO) のアプローチを用いたディープラーニングを用いた障害者のための高度なスマート人間活動認識を提示しています. AHARDP-DLSOモデルは95.81%の精度で 障害のある人の日常活動を認識しています
科学分野:
- 人工知能
- バイオメディカルエンジニアリング
- コンピュータ科学
背景:
- 人間の活動認識 (HAR) は高齢者ケアとインテリジェント・ホームに不可欠です
- 老化によって身体活動や 日々の作業の能力が低下し 健康に影響されます
- 限られた研究は,高齢者や障害のある人のHARに焦点を当てています.
研究 の 目的:
- スネーク・オプティマイザー (AHARDP-DLSO) アプローチによるディープ・ラーニングを用いた障害者のための高度なスマート・ヒューマン・アクティビティ・認識を導入する.
- 障害者の日常活動を検出し,分類するための効率的なディープラーニングベースのHARモデルを開発する.
- ターゲット集団に対してHARで高い精度と適応性を達成する.
主な方法:
- ミニマックススケーリングによるデータ標準化.
- 深い信念ネットワーク (DBN) を使用した分類.
- 蛇の最適化アルゴリズム (SOA) で DBN のハイパーパラメータ最適化.
主要な成果:
- AHARDP-DLSOモデルは,WISDMデータセットで優れたパフォーマンスを示しました.
- アクティビティ認識において95.81%の高い精度を達成した.
- 実験的な検証で既存のHARモデルを上回った.
結論:
- AHARDP-DLSOアプローチは,障害者のHARに対する効果的な解決策です.
- ヘビの最適化と組み合わせたディープラーニングは,HARの特殊なアプリケーションに期待を寄せています.
- このモデルは,障害者のための支援技術の強化のための基盤を提供します.
