صفحه اصلی |     جستجوی پیشرفته  |     درباره ما  |     تماس با ما  |     راهنمای کاربران
پنج شنبه, 20 آبان 1395 ساعت 13:46

ASSISTIVE INTELLIGENT ENVIRONMENTS FOR AUTOMATIC HEALTH MONITORING

نوشته شده توسط
این مورد را ارزیابی کنید
(0 رای‌ها)

اطلاعات تکميلي

  • نام نویسندگان: Daniel H. Wilson
  • چکیده شامل:

    As people grow older, they depend more heavily upon outside support for health assessment and medical care. The current healthcare infrastructure in America is widely considered to be inadequate to meet the needs of an increasingly older popu-lation. One solution, called aging in place, is to ensure that the elderly can live safely and independently in their own homes for as long as possible. Automatic health mon-itoring is a technological approach which helps people age in place by continuously providing key information to caregivers. In this thesis, we explore automatic health monitoring on several levels. First,we conduct a two-phased formative study to examine the work practices of profes-sionals who currently perform in-home monitoring for elderly clients. With these findings in mind, we introduce the simultaneous tracking and activity recognition (STAR) problem, whose solution provides vital information for automatic in-home health monitoring. We describe and evaluate a particle filter approach that uses data from simple sensors commonly found in home security systems to provide room-level tracking and activity recognition. Next, we introduce the “context-aware recognition survey,” a novel data collection method that helps users label anonymous episodes of activity for use as training examples in a supervised learner. Finally, we introduce the k-Edits Viterbi algorithm, which works within a Bayesian framework to automatically rate routine activities and detect irregular patterns of behavior. This thesis contributes to the field of automatic health monitoring through a com-bination of intensive background study, efficient approaches for location and activity inference, a novel unsupervised data collection technique, and a practical activity rating application.

  • سال انتشار: پنج شنبه, 11 دی 1348
  • دانشگاه: Carnegie Mellon University
  • مقطع: Doctor of Philosophy
خواندن 1136 دفعه آخرین ویرایش در دوشنبه, 01 آذر 1395 ساعت 23:28

ارتباط با ما

راه­ های ارتباطی  :
ایمیل دبیرخانه: Office[at]IoTiran.com
ایمیل دبیر مرکز: Info[at]IoTiran.com
ارتباط تلگرامی:@iotrcadmin
تلفن: 77199154-021
فکس: 77274337-021

تفاهم نامه ها

تفاهم نامه همکاری اینترنت اشیا سازمانی و شرکتی معاونت علمی و فناوری ریاست جمهوری    تفاهم نامه همکاری اینترنت اشیا سازمانی و شرکتی ستاد توسعه اقتصاد دیجیتال    تفاهم نامه همکاری اینترنت اشیا سازمانی و شرکتی پارک فناوری اطلاعات و ارتباطات    تفاهم نامه همکاری اینترنت اشیا سازمانی و شرکتی وزارت نیرو ساتبا    تفاهم نامه همکاری اینترنت اشیا سازمانی و شرکتی صنایع ارتباطی آوا    تفاهم نامه همکاری اینترنت اشیا سازمانی و شرکتی سیویلیکا    تفاهم نامه همکاری اینترنت اشیا سازمانی و شرکتی اداره کل فناوری اطلاعات و ارتباطات گلستان    تفاهم نامه همکاری اینترنت اشیا سازمانی و شرکتی فن بازار    تفاهم نامه همکاری اینترنت اشیا سازمانی و شرکتی همراستا    تفاهم نامه همکاری اینترنت اشیا سازمانی و شرکتی دانشگاه لرستان    تفاهم نامه همکاری اینترنت اشیا سازمانی و شرکتی پارک فناوری پردیس    تفاهم نامه همکاری اینترنت اشیا سازمانی و شرکتی سماتک    تفاهم نامه همکاری اینترنت اشیا سازمانی و شرکتی بانک شهر    تفاهم نامه همکاری اینترنت اشیا سازمانی و شرکتی دانشگاه یزد    تفاهم نامه همکاری اینترنت اشیا سازمانی و شرکتی دانشگاه زند شیراز    تفاهم نامه همکاری اینترنت اشیا سازمانی و شرکتی سازمان مدیریت صنعتی