Erkennung körperlicher Aktivität mit einem einzigen Sensor

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.