Services E-santé Basés sur la reconnaissance et la prédiction des activités quotidiennes dans les espaces intelligents
Services E-santé Basés sur la reconnaissance et la prédiction des activités quotidiennes dans les espaces intelligents
Résumé
Les progrès de la technologie des capteurs et leur disponibilité ont permis de mesurer
diverses propriétés et activités des habitants dans une maison intelligente.
Cependant, l’obtention de connaissances significatives à partir d’une grande quantité
d’informations collectées à partir d’un réseau de capteurs n’est pas une tâche
simple. En raison de la complexité du comportement des habitants, l’extraction d’informations
significatives et la prédiction précise des valeurs représentant les activités
futures d’un occupant sont des défis de recherche [5].
L’objectif principal de notre travail de thèse est d’assurer une analyse efficace des
données recueillies à partir des capteurs d’occupation dans une maison intelligente.
Cette recherche tente de trouver une solution efficace pour surveiller les personnes
âgées vivant d’une façon autonome dans leur propre maison. Par conséquent, ce
travail se base sur la reconnaissance et l’évaluation des activités quotidiennes d’une
personne âgée dans le but d’observer, de prédire et de suivre l’évolution de son état
de dépendance, de santé et de détecter par la même occasion, la présence d’une perte
ou d’une perturbation de l’autonomie en temps réel.
Afin d’atteindre l’objectif principal de cette recherche, les objectifs suivants sont
identifiés :
— Étudier différentes méthodes pour présenter et extraire l’énorme ensemble
des données hétérogènes (bas niveau) détectées par les capteurs pour les
adapter dans un format approprié, lisible (haut niveau) pour reconnaitre et
prédire le comportement de la personne.
— Suivre l’état de santé de l’habitant via son comportement quotidien et selon
sa routine.
— Étudier les moyens appropriés d’exploration et de prédiction des comportements
dans la maison intelligente pour extraire le modèle comportemental
de la personne.
— Proposer un modèle de reconnaissance et de prédiction des activités quotidiennes
adaptables à la personne, performant de point de vue de la précision
et de la rapidité.
— Comparer les performances des différentes techniques de prédiction (les modèles
proposés) pour évaluer la technique la plus appropriée pour les données
collectées à partir d’un habitat intelligent.
— Examiner les différentes techniques de détection pour évaluer les informations
importantes concernant les valeurs aberrantes et tout comportement
anormal.
— Évaluer l’état de la santé de la personne à partir de son comportement
quotidien, son profil et ses habitudes.
Les progrès de la technologie des capteurs et leur disponibilité ont permis de mesurer
diverses propriétés et activités des habitants dans une maison intelligente.
Cependant, l’obtention de connaissances significatives à partir d’une grande quantité
d’informations collectées à partir d’un réseau de capteurs n’est pas une tâche
simple. En raison de la complexité du comportement des habitants, l’extraction d’informations
significatives et la prédiction précise des valeurs représentant les activités
futures d’un occupant sont des défis de recherche [5].
L’objectif principal de notre travail de thèse est d’assurer une analyse efficace des
données recueillies à partir des capteurs d’occupation dans une maison intelligente.
Cette recherche tente de trouver une solution efficace pour surveiller les personnes
âgées vivant d’une façon autonome dans leur propre maison. Par conséquent, ce
travail se base sur la reconnaissance et l’évaluation des activités quotidiennes d’une
personne âgée dans le but d’observer, de prédire et de suivre l’évolution de son état
de dépendance, de santé et de détecter par la même occasion, la présence d’une perte
ou d’une perturbation de l’autonomie en temps réel.
Afin d’atteindre l’objectif principal de cette recherche, les objectifs suivants sont
identifiés :
— Étudier différentes méthodes pour présenter et extraire l’énorme ensemble
des données hétérogènes (bas niveau) détectées par les capteurs pour les
adapter dans un format approprié, lisible (haut niveau) pour reconnaitre et
prédire le comportement de la personne.
— Suivre l’état de santé de l’habitant via son comportement quotidien et selon
sa routine.
— Étudier les moyens appropriés d’exploration et de prédiction des comportements
dans la maison intelligente pour extraire le modèle comportemental
de la personne.
— Proposer un modèle de reconnaissance et de prédiction des activités quotidiennes
adaptables à la personne, performant de point de vue de la précision
et de la rapidité.
— Comparer les performances des différentes techniques de prédiction (les modèles
proposés) pour évaluer la technique la plus appropriée pour les données
collectées à partir d’un habitat intelligent.
— Examiner les différentes techniques de détection pour évaluer les informations
importantes concernant les valeurs aberrantes et tout comportement
anormal.
— Évaluer l’état de la santé de la personne à partir de son comportement
quotidien, son profil et ses habitudes.
Origine : Fichiers produits par l'(les) auteur(s)
Loading...