elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Deep CNN-BiLSTM Model for Transportation Mode Detection Using Smartphone Accelerometer and Magnetometer

Tang, Qinrui und Jahan, Kanwal und Roth, Michael (2022) Deep CNN-BiLSTM Model for Transportation Mode Detection Using Smartphone Accelerometer and Magnetometer. 2022 IEEE Intelligent Vehicles Symposium (IV), 2022-06-05 - 2022-06-09, Aachen, Germany. doi: 10.1109/IV51971.2022.9827275.

[img] PDF
1MB

Offizielle URL: https://ieeexplore.ieee.org/document/9827275

Kurzfassung

Transportation mode detection from smartphone data is investigated as a relevant problem in the multi-modal transportation systems context. Neural networks are chosen as a timely and viable solution. The goal of this paper is to solve such a problem with a combination model of Convolutional Neural Network (CNN) and Bidirectional-Long short-term memory (BiLSTM) only processing accelerometer and magnetometer data. The performance in terms of accuracy and F1 score on the Sussex-Huawei Locomotion-Transportation (SHL) challenge 2018 dataset is comparable to methods that require the processing of a wider range of sensors. The uniqueness of our work is the light architecture requiring less computational resources for training and consequently a shorter inference time.

elib-URL des Eintrags:https://elib.dlr.de/188137/
Dokumentart:Konferenzbeitrag (Vortrag, Poster)
Titel:Deep CNN-BiLSTM Model for Transportation Mode Detection Using Smartphone Accelerometer and Magnetometer
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Tang, Qinruiqinrui.tang (at) dlr.dehttps://orcid.org/0000-0003-1327-1283NICHT SPEZIFIZIERT
Jahan, KanwalKanwal.Jahan (at) dlr.dehttps://orcid.org/0009-0000-6977-239XNICHT SPEZIFIZIERT
Roth, MichaelM.Roth (at) dlr.dehttps://orcid.org/0000-0002-4812-346XNICHT SPEZIFIZIERT
Datum:Juni 2022
Referierte Publikation:Ja
Open Access:Ja
Gold Open Access:Nein
In SCOPUS:Nein
In ISI Web of Science:Nein
DOI:10.1109/IV51971.2022.9827275
Status:veröffentlicht
Stichwörter:mode detection, self-supervised learning, deep learning, SHL dataset, BiLSTM, batch normalization
Veranstaltungstitel:2022 IEEE Intelligent Vehicles Symposium (IV)
Veranstaltungsort:Aachen, Germany
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:5 Juni 2022
Veranstaltungsende:9 Juni 2022
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Verkehr
HGF - Programmthema:Verkehrssystem
DLR - Schwerpunkt:Verkehr
DLR - Forschungsgebiet:V VS - Verkehrssystem
DLR - Teilgebiet (Projekt, Vorhaben):V - VMo4Orte - Vernetzte Mobilität für lebenswerte Orte
Standort: Berlin-Adlershof , Braunschweig
Institute & Einrichtungen:Institut für Verkehrssystemtechnik
Hinterlegt von: Tang, Qinrui
Hinterlegt am:09 Sep 2022 15:16
Letzte Änderung:14 Okt 2024 14:53

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.