論文の概要: Identifying Human Indoor Daily Life Behavior employing Thermal Sensor Arrays (TSAs)
- arxiv url: http://arxiv.org/abs/2409.08508v1
- Date: Fri, 13 Sep 2024 03:12:10 GMT
- ステータス: 処理完了
- システム内更新日: 2024-09-16 17:58:09.212053
- Title: Identifying Human Indoor Daily Life Behavior employing Thermal Sensor Arrays (TSAs)
- Title（参考訳）: 熱センサアレイ(TSA)を用いた室内日常生活行動の同定
- Authors: Dina E. Abdelaleem, Hassan M. Ahmed, M. Sami Soliman, Tarek M. Said,
- Abstract要約: ヒトの生活活動は昼夜監視された。
睡眠活動が優勢であった。
本研究は,TSAが人間の活動を監視する上で最適な選択であることを示した。
- 参考スコア（独自算出の注目度）: 1.0454158318077296
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Daily activity monitoring systems used in households provide vital information for health status, particularly with aging residents. Multiple approaches have been introduced to achieve such goals, typically obtrusive and non-obtrusive. Amongst the obtrusive approaches are the wearable devices, and among the non-obtrusive approaches are the movement detection systems, including motion sensors and thermal sensor arrays (TSAs). TSA systems are advantageous when preserving a person's privacy and picking his precise spatial location. In this study, human daily living activities were monitored day and night, constructing the corresponding activity time series and spatial probability distribution and employing a TSA system. The monitored activities are classified into two categories: sleeping and daily activity. Results showed the possibility of distinguishing between classes regardless of day and night. The obtained sleep activity duration was compared with previous research using the same raw data. Results showed that the duration of sleep activity, on average, was 9 hours/day, and daily life activity was 7 hours/day. The person's spatial probability distribution was determined using the bivariate distribution for the monitored location. In conclusion, the results showed that sleeping activity was dominant. Our study showed that TSAs were the optimum choice when monitoring human activity. Our proposed approach tackled limitations encountered by previous human activity monitoring systems, such as preserving human privacy while knowing his precise spatial location.
- Abstract（参考訳）: 家庭における日々の活動監視システムは、特に高齢の住民にとって、健康状態にとって重要な情報を提供する。
このような目標を達成するために、一般的には強迫観念的かつ非強迫観念的な複数のアプローチが導入された。
目障りなアプローチにはウェアラブルデバイスがあり、非目障りなアプローチにはモーションセンサーや熱センサーアレイ(TSA)を含む動き検出システムがある。
TSAシステムは、個人のプライバシーを保持し、正確な空間的位置を選択する際に有利である。
本研究では, 日夜の生活行動を監視し, 対応する活動時系列と空間的確率分布を構築し, TSAシステムを用いた。
モニターされた活動は、睡眠と日常生活の2つのカテゴリに分類される。
その結果,昼夜を問わず授業を区別できる可能性が示唆された。
得られた睡眠活動期間を,同じ生データを用いた以前の研究と比較した。
その結果, 平均睡眠時間は1日9時間であり, 日常生活活動は1日7時間であった。
観測位置の2変量分布を用いて,被験者の空間的確率分布を決定した。
その結果,睡眠活動が優勢であった。
本研究は,TSAが人間の活動を監視する上で最適な選択であることを示した。
提案手法は, 空間的位置を正確に把握しながら, 人間のプライバシーを守るなど, 従来の人的活動監視システムによる限界に対処するものである。
関連論文リスト
- Deep Reinforcement Learning Empowered Activity-Aware Dynamic Health
Monitoring Systems [69.41229290253605]
既存のモニタリングアプローチは、医療機器が複数の健康指標を同時に追跡するという前提で設計されている。
これは、その範囲内で関連するすべての健康値を報告し、過剰なリソース使用と外部データの収集をもたらす可能性があることを意味します。
最適なモニタリング性能とコスト効率のバランスをとるための動的アクティビティ・アウェアヘルスモニタリング戦略(DActAHM)を提案する。
論文 参考訳（メタデータ） (2024-01-19T16:26:35Z) - A Real-time Human Pose Estimation Approach for Optimal Sensor Placement
in Sensor-based Human Activity Recognition [63.26015736148707]
本稿では,人間の行動認識に最適なセンサ配置の課題を解決するための新しい手法を提案する。
得られた骨格データは、最適なセンサ位置を特定するためのユニークな戦略を提供する。
本研究は,センサ配置の視覚的手法が従来のディープラーニング手法と同等の結果をもたらすことを示唆している。
論文 参考訳（メタデータ） (2023-07-06T10:38:14Z) - Location-based Activity Behavior Deviation Detection for Nursing Home
using IoT Devices [19.894011381925143]
本稿では,シンガポールにおける4階建て養護老人ホームである救世軍,ピースヘイブン養護老人ホームのための位置追跡システムを設計する。
ここでの課題は、老人ホーム住民の集団活動を特定し、逸脱した活動行動があるかどうかを検出することである。
そこで本研究では,データ融合手法を用いて,位置に基づく逸脱した活動行動検出システムを提案する。
論文 参考訳（メタデータ） (2023-01-25T15:06:44Z) - Sleep Activity Recognition and Characterization from Multi-Source
Passively Sensed Data [67.60224656603823]
睡眠活動認識法は、被験者の睡眠覚醒サイクルを評価し、監視し、特徴づけ、行動の変化を検出する指標を提供することができる。
本稿では,スマートフォンから受動的に知覚されたデータを連続的に操作して,睡眠の特徴を識別し,重要な睡眠エピソードを識別する一般的な方法を提案する。
これらの装置は、その用途により、連続的で客観的で非侵襲的な方法で被験者の生体リズムをプロファイルするための優れた代替データ源となっている。
論文 参考訳（メタデータ） (2023-01-17T15:18:45Z) - Heterogeneous Hidden Markov Models for Sleep Activity Recognition from
Multi-Source Passively Sensed Data [67.60224656603823]
精神科患者の受動的活動監視は、リアルタイムでの行動変化を検出するために不可欠である。
睡眠行動認識は、患者の活動サイクルを表現する行動マーカーである。
スマートフォンから受動的に検出されたデータは、患者の生体リズムに優れた代替手段である。
論文 参考訳（メタデータ） (2022-11-08T17:29:40Z) - An AIoT-enabled Autonomous Dementia Monitoring System [4.216258586104556]
本システムは, センサデータの活動推定に基づく2つの機能を実装し, リアルタイムな異常活動監視と, 疾患関連活動の傾向予測を行う。
活動推定と異常な活動検出のために設計された2つのRF分類器の精度は、それぞれ99%と94%以上である。
論文 参考訳（メタデータ） (2022-07-02T11:36:16Z) - A Novel Skeleton-Based Human Activity Discovery Technique Using Particle
Swarm Optimization with Gaussian Mutation [0.0]
人間の活動発見は、各活動の定義に関する事前情報なしで、人間が行う活動を区別することを目的としている。
本稿では,3次元骨格配列における人間の活動探索を行うために,新しい非教師的手法を提案する。
3つのデータセットについて実験を行い,本手法の有効性を実証した。
論文 参考訳（メタデータ） (2022-01-14T06:28:38Z) - Designing A Clinically Applicable Deep Recurrent Model to Identify
Neuropsychiatric Symptoms in People Living with Dementia Using In-Home
Monitoring Data [52.40058724040671]
鎮静は認知症において高い有病率を有する神経精神医学症状の1つである。
扇動エピソードの検出は、認知症に生きる人々(PLWD)に早期かつタイムリーな介入を提供するのに役立つ。
本研究は,家庭内モニタリングデータを用いてPLWDの動揺リスクを分析するための教師付き学習モデルを提案する。
論文 参考訳（メタデータ） (2021-10-19T11:45:01Z) - Monitoring Indoor Activity of Daily Living Using Thermal Imaging: A Case
Study [0.0]
熱センサアレイ(TSA)を用いた屋内ADL監視のためのIoTシステムを提案する。
日常活動、睡眠活動、非活動の3種類のADLが導入された。
その結果,3つの活動クラスは昼夜の平均気温と同一視できることがわかった。
論文 参考訳（メタデータ） (2021-09-06T08:55:09Z) - RF Sensing for Continuous Monitoring of Human Activities for Home
Consumer Applications [13.353145284926986]
ホームモニタリングのためのRFセンシングシステムについて報告する。
本システムは,日常生活活動(ADL)を認識し,ユニークな動作特性を検出する。
異なる動きの遷移時間と時間スパンの両方を見つけると、分類が改善される。
論文 参考訳（メタデータ） (2020-03-21T16:52:26Z) - ZSTAD: Zero-Shot Temporal Activity Detection [107.63759089583382]
本研究では,ゼロショット時間的活動検出(ZSTAD)と呼ばれる新たなタスク設定を提案する。
このソリューションのアーキテクチャとして,R-C3Dに基づくエンドツーエンドのディープネットワークを設計する。
THUMOS14とCharadesデータセットの両方の実験は、目に見えない活動を検出するという点で有望なパフォーマンスを示している。
論文 参考訳（メタデータ） (2020-03-12T02:40:36Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。