Erkennung körperlicher Aktivität mit einem einzigen Sensor: Ein neuartiger Ansatz

Die rasanten Fortschritte im Bereich der künstlichen Intelligenz, insbesondere im maschinellen Lernen und in der Nanotechnologie, stärken die Hoffnung, das menschliche Denken besser verstehen zu können. Ubiquitous Computing hat zur Schaffung intelligenter Umgebungen beigetragen, die von diesen sichtbaren und unsichtbaren Geräten durchdrungen sind, welche alle Aspekte des menschlichen Lebens beeinflussen und verbessern. Infolgedessen arbeiten intelligente Umgebungen im Interesse des Menschen, um ihm mehr Komfort zu bieten. Das Ziel dieser Arbeit war es, einen Teil eines allgegenwärtigen Pflegesystems zu entwickeln, um die grundlegenden Alltagsaktivitäten älterer Menschen zu überwachen: Stehen, Sitzen, Gehen, Liegen und Übergangsaktivitäten. Dieses Buch untersucht die Verwendung eines tragbaren Sensors zur Entwicklung und Bewertung eines Schemas zur Klassifizierung von Aktivitäten mit zuverlässiger Genauigkeit in realen Situationen. Es wird ein semi-überwachtes Clustering-Modell vorgestellt, das im Gegensatz zu herkömmlichen Clustering-Algorithmen weniger gekennzeichnete Daten zum Trainieren des Klassifikators benötigt. Das Kernmodell für den Clustering-Ansatz ist ein Modell für den Übergang zwischen körperlichen Aktivitäten, das verschiedene Haltungszustände und Übergänge menschlicher Aktivitäten imitiert.

Autorentext

Dr. Hashim Ali ist Experte auf dem Gebiet der eingebetteten Systeme. Er verfügt über mehr als 6 Jahre Berufserfahrung in Industrie und Wissenschaft. Im Februar 2015 hat er seinen Doktortitel in Informatik erworben. Seine Forschungsinteressen liegen in den Bereichen eingebettete Systeme, Sensornetzwerke und ML. Er ist Mitglied des IEEE und registrierter Ingenieur des Pakistan Engineering Council.