Klasifikasi Human Activity Recognition Menggunakan Metode CNN
نویسندگان
چکیده
Manusia tidak bisa dilepaskan dari kegiatan kesehariannya yang mana itu merupakan bagian aktivitas kehidupan keseharian. Human Activity Recognition atau biasa dikenal pengenalan manusia saat ini sudah dapat diteliti seiring dengan pesatnya kemajuan di bidang dunia Teknologi berkembang ini, lebih banyak salah satu Artificial Intelligence. Aktivitas fisik adalah keadaan tubuh seperti tidur, berjalan, berbaring, makan, jogging dan berdiri.
منابع مشابه
Klasifikasi Data Cardiotocography Dengan Integrasi Metode Neural Network Dan Particle Swarm Optimization
Backpropagation (BP) adalah sebuah metode yang digunakan dalam training Neural Network (NN) untuk menentukan parameter bobot yang sesuai. Proses penentuan parameter bobot dengan menggunakan metode backpropagation sangat dipengaruhi oleh pemilihan nilai learning rate (LR)-nya. Penggunaan nilai learning rate yang kurang optimal berdampak pada waktu komputasi yang lama atau akurasi klasifikasi yan...
متن کاملPenambahan emosi menggunakan metode manipulasi prosodi untuk sistem text to speech bahasa Indonesia
Abstrak—Text To Speech (TTS) merupakan suatu sistem yang dapat mengonversi teks dalam format suatu bahasa menjadi ucapan sesuai dengan pembacaan teks dalam bahasa yang digunakan. Fokus penelitian yaitu suatu konsep pengucapan natural, dengan usaha “memanusiakan” pelafalan sintesa suara sistem Text To Speech yang dihasilkan. Kebutuhan utama yang digunakan untuk sistem Text To Speech dalam peneli...
متن کاملConcurrent Activity Recognition with Multimodal CNN-LSTM Structure
We introduce a system that recognizes concurrent activities from real-world data captured by multiple sensors of different types. The recognition is achieved in two steps. First, we extract spatial and temporal features from the multimodal data. We feed each datatype into a convolutional neural network that extracts spatial features, followed by a long-short term memory network that extracts te...
متن کاملAction Recognition with Image Based CNN Features
Most of human actions consist of complex temporal compositions of more simple actions. Action recognition tasks usually relies on complex handcrafted structures as features to represent the human action model. Convolutional Neural Nets (CNN) have shown to be a powerful tool that eliminate the need for designing handcrafted features. Usually, the output of the last layer in CNN (a layer before t...
متن کاملCNN-Based Automatic Urinary Particles Recognition
The urine sediment analysis of particles in microscopic images can assist physicians in evaluating patients with renal and urinary tract diseases. Manual urine sediment examination is labor-intensive, subjective and time-consuming, and the traditional automatic algorithms often extract the hand-crafted features for recognition. Instead of using the hand-crafted features, in this paper, we explo...
متن کاملذخیره در منابع من
با ذخیره ی این منبع در منابع من، دسترسی به آن را برای استفاده های بعدی آسان تر کنید
ژورنال
عنوان ژورنال: Jurnal Repositor
سال: 2021
ISSN: ['2716-1382', '2714-7975']
DOI: https://doi.org/10.22219/repositor.v3i2.1265