smartwatch_gestures,smartwatch_gestures

• বর্ণনা :

স্মার্টওয়াচ অঙ্গভঙ্গি ডেটাসেট সংগ্রহ করা হয়েছে হাতের অঙ্গভঙ্গি ব্যবহার করে মোবাইল অ্যাপ্লিকেশনগুলির সাথে ইন্টারঅ্যাক্ট করার জন্য বেশ কয়েকটি অঙ্গভঙ্গি স্বীকৃতি অ্যালগরিদম মূল্যায়ন করার জন্য।

মোট 3200টি সিকোয়েন্সের জন্য আটটি ভিন্ন ব্যবহারকারী বিশটি ভিন্ন অঙ্গভঙ্গির বিশটি পুনরাবৃত্তি করেছেন। প্রতিটি সিকোয়েন্সে একটি প্রথম প্রজন্মের Sony SmartWatch™ এর 3-অক্ষের অ্যাক্সিলেরোমিটার থেকে ত্বরণ ডেটা, সেইসাথে একটি Android ডিভাইসে উপলব্ধ বিভিন্ন ঘড়ির উত্স থেকে টাইমস্ট্যাম্প রয়েছে৷ স্মার্টওয়াচটি ব্যবহারকারীর ডান হাতের কব্জিতে পরা ছিল। প্রতিটি পুনরাবৃত্তির শুরুতে এবং শেষে স্মার্টওয়াচের স্ক্রীনে ট্যাপ করে ব্যবহারকারীরা সেগুলি সম্পাদন করে অঙ্গভঙ্গিগুলি ম্যানুয়ালি বিভক্ত করা হয়েছে।

• হোমপেজ : https://tev.fbk.eu/resources/smartwatch

• উত্স কোড : tfds.datasets.smartwatch_gestures.Builder

• সংস্করণ :

  • 1.0.0 (ডিফল্ট): প্রাথমিক প্রকাশ।

• ডাউনলোড আকার : 2.06 MiB

• ডেটাসেটের আকার : 2.64 MiB

• স্বয়ংক্রিয় ক্যাশে ( ডকুমেন্টেশন ): হ্যাঁ

• বিভাজন :

বিভক্ত	উদাহরণ
'train'	3,251

• বৈশিষ্ট্য গঠন :

FeaturesDict({
    'attempt': uint8,
    'features': Sequence({
        'accel_x': float64,
        'accel_y': float64,
        'accel_z': float64,
        'time_event': uint64,
        'time_millis': uint64,
        'time_nanos': uint64,
    }),
    'gesture': ClassLabel(shape=(), dtype=int64, num_classes=20),
    'participant': uint8,
})

• বৈশিষ্ট্য ডকুমেন্টেশন :

বৈশিষ্ট্য	ক্লাস	আকৃতি	ডিটাইপ	বর্ণনা
	ফিচারসডিক্ট
প্রচেষ্টা	টেনসর		uint8
বৈশিষ্ট্য	ক্রম
বৈশিষ্ট্য/accel_x	টেনসর		float64
বৈশিষ্ট্য/accel_y	টেনসর		float64
বৈশিষ্ট্য/accel_z	টেনসর		float64
বৈশিষ্ট্য/সময়_ইভেন্ট	টেনসর		uint64
বৈশিষ্ট্য/সময়_মিলিস	টেনসর		uint64
বৈশিষ্ট্য/সময়_ন্যানো	টেনসর		uint64
অঙ্গভঙ্গি	ক্লাসলেবেল		int64
অংশগ্রহণকারী	টেনসর		uint8

• তত্ত্বাবধান করা কী (দেখুন as_supervised doc ): ('features', 'gesture')

• চিত্র ( tfds.show_examples ): সমর্থিত নয়।

• উদাহরণ ( tfds.as_dataframe ):

• উদ্ধৃতি :

@INPROCEEDINGS{
  6952946,
  author={Costante, Gabriele and Porzi, Lorenzo and Lanz, Oswald and Valigi, Paolo and Ricci, Elisa},
  booktitle={2014 22nd European Signal Processing Conference (EUSIPCO)},
  title={Personalizing a smartwatch-based gesture interface with transfer learning},
  year={2014},
  volume={},
  number={},
  pages={2530-2534},
  doi={} }