메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
Ali Hussain (Inje University) Sikandar Ali (Inje University) Abdullah (Inje University) Athar Ali (Inje University) M.Mohsin (Inje University) Hee-Cheol Kim (Inje University)
저널정보
한국정보통신학회 INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING 2022 INTERNATIONAL CONFERENCE ON FUTURE INFORMATION & COMMUNICATION ENGINEERING Vo.13 No.1
발행연도
2022.1
수록면
3 - 7 (5page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
In recent years, the safety and wellbeing of companion animals such as dogs has become a major concern. It is critical for humans to comprehend a dog"s activity routine as well as its emotional behavior in order to determine its well-being. A wearable, sensor-based device is ideal for such purposes since it can track the dogs in real time. However, the question of what sort of data should be utilized to detect activity patterns and emotional patterns, as well as another: where the sensors for data collection should be placed, and how can the system be automated, remains unresolved. Machine learning may be used to do pet activity analysis with high accuracy. Machine learning is based on data, which is critical for analyzing animal activity data. We collected data for the study of animal behaviors using wearable devices such as accelerometers and gyroscopes. The data was collected using these sensors, and the activity of dogs was evaluated. For such purposes, a wearable sensor-based system is appropriate, as it will be able to monitor the dogs in real-time. The primary goal of this research was to create a system that could identify activities using accelerometer and gyroscope information. As a result, we devised a system based on the information gathered from ten dogs of various breeds, sizes, ages, and genders. We used five distinct state-of-the-art algorithms, including Random Forests (RF), Decision Tree (DT), Multilayer Perceptron (MLP), XGBoost, and Gradient Boosting Machine (GBM). The Gradient boosting machine performed well in detecting pet activity. While detecting the various actions, we attained an accuracy of 90.431 percent.
#Pet Activity detection #Machine learning #Feature Engineering #Activity detection

목차

Abstract
I. INTRODUCTION
II. Related work
III. Methodology
IV. RESULTS AND DISCUSSION
V. CONCLUSION AND FUTURE WORK
REFERENCES

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

동물행동학 기반 동물 동작 표현 방법에 관한 연구 : 들개(Bush Dog) 애니메이션을 중심으로
신지호 ,  강태영 애니메이션연구 2012 .09
반려동물의 행동 예측을 위한 기계학습 모델의 비교 연구
문재준 ,  김규석 ,  전문선 외 1명 한국정보기술학회논문지 2024 .09
동물의 자발적 행동과 숙고 : 아리스토텔레스의 동물행동학에 대한 예비적 성찰
조대호 철학연구 2009 .09
The Role of Artificial Intelligence and Blockchain in the Metaverse
Tagne Poupi Theod ,  e A. ,  Ali Atha 외 3명 한국정보통신학회 종합학술대회 논문집 2022 .05

최근 본 자료

전체보기

댓글(0)

0