شماره ركورد كنفرانس :
5152
عنوان مقاله :
سيستم تشخيص فعاليت مبتني بر مدلسازي تصويري تنك اطلاعات حالت كانال و شبكه عصبي كانولوشني
عنوان به زبان ديگر :
Activity recognation system based on sparse modeling of channel state information and convolutional neural network
پديدآورندگان :
المدرسي محمد تقي smta@yazd.ac.ir دانشگاه يزد , ابوالقاسمي عليرضا alirezaabolghasemi@stu.yazd.ac.ir دانشگاه يزد , آقايي مجتبي sm.aghayi@gmail.com دانشگاه يزد
كليدواژه :
اطلاعات حالت كانال# نمايش تنك# تشخيص فعاليت# شبكه عصبي كانوولوشني
عنوان كنفرانس :
بيست و نهمين كنفرانس مهندسي برق ايران
چكيده فارسي :
در دهه گذشته، تغيير نويني در تشخيص فعاليتهاي انساني اتفاق افتاده است. محققان خواص شبكههاي بيسيم مانند اطلاعات حالت كانال را كشف كرده و شروع به استفاده از آن براي شناسايي فعاليت كردهاند. با توجه به ماهيت سنجش كم هزينه و عدم نقض حريم خصوصي، تشخيص فعاليت انساني مبتني بر بيسيم در دهه گذشته به يك زمينه تحقيقاتي برجسته تبديل شده است. در اين راستا هدف پژوهش، ارائه روشي است نوين به منظور مدلسازي تصويري اطلاعات حالت كانال بر مبناي ويژگي ضرايب ويولت گسسته فركانس مل كه مطرح در پردازش گفتار است. نمايش تصويري اطلاعات حالت كانال را با استفاده از نمايش تنك مورد پردازش قرار داده و اين روش را مدلسازي تصويري تنك نامگذاري مينماييم. پس از مدلسازي توسط شبكه عصبي كانوولوشني دادگان طبقهبندي ميشوند. نتايج حاصل از روش پيشنهادي بيانگر عملكرد مطلوب سيستم پيشنهادي تشخيص فعاليت است.