Zobrazeno 1 - 10
of 26
pro vyhledávání: '"Movelets"'
Publikováno v:
MDM 2022-23rd IEEE International Conference on Mobile Data Management, pp. 282–285, Paphos, Cyprus, Online, 6-9/06/2022
2022 23rd IEEE International Conference on Mobile Data Management (MDM)
2022 23rd IEEE International Conference on Mobile Data Management (MDM)
ith the rapid increasing availability of information and popularization of mobility devices, trajectories have become more complex in their form. Trajectory data is now high dimensional, and often associated with heterogeneous sources of semantic dat
Publikováno v:
Sensors, Vol 17, Iss 9, p 2058 (2017)
We propose and compare combinations of several methods for classifying transportation activity data from smartphone GPS and accelerometer sensors. We have two main objectives. First, we aim to classify our data as accurately as possible. Second, we a
Externí odkaz:
https://doaj.org/article/d70901df28414a0dbb1d9eecf561ca6e
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Xiao, L., He, Bing, Koster, A, Caserotti, P., Lange-Maia, B, Glynn, Nancy W, Harris, T. B., Crainiceanu, Ciprian M
Publikováno v:
Biometrics, 72(2). Wiley-Blackwell
Xiao, L, He, B, Koster, A, Caserotti, P, Lange-Maia, B, Glynn, N W, Harris, T B & Crainiceanu, C M 2016, ' Movement prediction using accelerometers in a human population ', Biometrics, vol. 72, no. 2, pp. 513-524 . https://doi.org/10.1111/biom.12382
Xiao, L, He, B, Koster, A, Caserotti, P, Lange-Maia, B, Glynn, N W, Harris, T B & Crainiceanu, C M 2016, ' Movement prediction using accelerometers in a human population ', Biometrics, vol. 72, no. 2, pp. 513-524 . https://doi.org/10.1111/biom.12382
We introduce statistical methods for predicting the types of human activity at sub-second resolution using triaxial accelerometry data. The major innovation is that we use labeled activity data from some subjects to predict the activity labels of oth
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::e044e227cc0b56367902accd04c83c42
https://cris.maastrichtuniversity.nl/en/publications/aa16d6bd-1337-4295-8793-af820f5da035
https://cris.maastrichtuniversity.nl/en/publications/aa16d6bd-1337-4295-8793-af820f5da035
Publikováno v:
Sensors; Volume 17; Issue 9; Pages: 2058
Sensors (Basel, Switzerland)
Sensors, Vol 17, Iss 9, p 2058 (2017)
Sensors (Basel, Switzerland)
Sensors, Vol 17, Iss 9, p 2058 (2017)
We propose and compare combinations of several methods for classifying transportation activity data from smartphone GPS and accelerometer sensors. We have two main objectives. First, we aim to classify our data as accurately as possible. Second, we a
Publikováno v:
Biometrics. 72(2)
We introduce statistical methods for predicting the types of human activity at sub-second resolution using triaxial accelerometry data. The major innovation is that we use labeled activity data from some subjects to predict the activity labels of oth
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Biometrics. 72(2):524-524
We introduce statistical methods for predicting the types of human activity at sub-second resolution using triaxial accelerometry data. The major innovation is that we use labeled activity data from some subjects to predict the activity labels of oth
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.