{"id":2711,"date":"2024-01-05T12:32:00","date_gmt":"2024-01-05T12:32:00","guid":{"rendered":"https:\/\/lamarr-institute.org\/2024\/01\/05\/veroeffentlichung-zu-aktivitaetserkennung-gewinnt-best-paper-award\/"},"modified":"2024-11-21T12:29:57","modified_gmt":"2024-11-21T12:29:57","slug":"veroeffentlichung-zu-aktivitaetserkennung-gewinnt-best-paper-award","status":"publish","type":"post","link":"https:\/\/lamarr-institute.org\/de\/news\/veroeffentlichung-zu-aktivitaetserkennung-gewinnt-best-paper-award\/","title":{"rendered":"Ver\u00f6ffentlichung zu Aktivit\u00e4tserkennung gewinnt Best Paper Award"},"content":{"rendered":"\n<p><strong>Marius Brehler wurde zusammen mit seinem Kollegen Lucas Camphausen auf dem 2023 IEEE 16th International Symposium on Embedded Multicore\/Many-core Systems-on-Chip (MCSoC) mit einem Best Paper Award ausgezeichnet. Ihr Paper &#8222;Combining Decision Tree and Convolutional Neural Network for Energy Efficient On-Device Activity Recognition&#8220; untersucht eine hybride, hierarchische Architektur, die den Energieverbrauch f\u00fcr Aufgaben der Aktivit\u00e4tserkennung erfolgreich reduziert.<\/strong><\/p>\n\n\n\n<p><br>Aktivit\u00e4tserkennung ist der Prozess der automatischen Identifizierung und Klassifizierung von Aktivit\u00e4ten. Dies und das Teilproblem der Bewegungsklassifizierung k\u00f6nnen auf der Grundlage von Sensordaten durchgef\u00fchrt werden, die von Beschleunigungssensoren geliefert werden. Ein besonderes Interessengebiet ist die Erkennung menschlicher Aktivit\u00e4ten, die f\u00fcr eine Vielzahl von Anwendungen gro\u00dfe Aufmerksamkeit auf sich gezogen hat. Sie kann unter anderem f\u00fcr medizinische Anwendungen genutzt werden. F\u00fcr viele Anwendungen ist es zudem von gro\u00dfem Interesse, die Daten energieeffizient zu verarbeiten. Dies kann durch die Verarbeitung der Daten in der N\u00e4he des Sensors auf einem kosteng\u00fcnstigen, stromsparenden eingebetteten Ger\u00e4t erreicht werden.<\/p>\n\n\n\n<p>Durch die Kombination eines Entscheidungsbaums mit einem Convolutional Neural Network in einer hierarchischen Architektur reduzierte das Hybridmodell der Wissenschaftler erfolgreich den Energiebedarf f\u00fcr Bewegungsklassifizierungsaufgaben in einem einfachen Datensatz mit acht verschiedenen Bewegungen und dem popul\u00e4ren UCI HAPT-Datensatz f\u00fcr die Erkennung menschlicher Aktivit\u00e4ten. Gleichzeitig unterstreichen die demonstrierten Ergebnisse, wie wichtig es ist, die Genauigkeit, definiert als der Prozentsatz der korrekt klassifizierten Bewegungen, des kombinierten Klassifikators zu bewerten und die Bewertung nicht auf die Genauigkeit des Entscheidungsbaums zu beschr\u00e4nken.<\/p>\n\n\n\n<p><br>Das j\u00e4hrlich stattfindende IEEE International Symposium on Embedded Multicore\/Many-core Systems-on-Chip (MCSoC) befasst sich mit Themen an der Schnittstelle eingebetteter K\u00fcnstlicher Intelligenz, Maschinellem Lernen und neuroinspirierten Multicore-Computern und -Systemen. Das Symposium fand zuletzt an der Singapore University of Technology and Design (SUTD) statt.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>Marius Brehler wurde zusammen mit seinem Kollegen Lucas Camphausen auf dem 2023 IEEE 16th International Symposium on Embedded Multicore\/Many-core Systems-on-Chip (MCSoC) mit einem Best Paper Award ausgezeichnet. Ihr Paper &#8222;Combining Decision Tree and Convolutional Neural Network for Energy Efficient On-Device Activity Recognition&#8220; untersucht eine hybride, hierarchische Architektur, die den Energieverbrauch f\u00fcr Aufgaben der Aktivit\u00e4tserkennung erfolgreich reduziert. Aktivit\u00e4tserkennung ist der Prozess der automatischen Identifizierung und Klassifizierung von Aktivit\u00e4ten. Dies und das [&hellip;]<\/p>\n","protected":false},"author":14,"featured_media":2671,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[175],"tags":[736],"class_list":["post-2711","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-wissenschaft","tag-auszeichnung"],"acf":[],"publishpress_future_workflow_manual_trigger":{"enabledWorkflows":[]},"_links":{"self":[{"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/posts\/2711","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/users\/14"}],"replies":[{"embeddable":true,"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/comments?post=2711"}],"version-history":[{"count":0,"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/posts\/2711\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/media\/2671"}],"wp:attachment":[{"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/media?parent=2711"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/categories?post=2711"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/lamarr-institute.org\/de\/wp-json\/wp\/v2\/tags?post=2711"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}