Predicción de actividades de la vida diaria en entornos inteligentes para personas con movilidad reducida

Use this link to cite
http://hdl.handle.net/2183/25981
Except where otherwise noted, this item's license is described as Atribución-NoComercial-CompartirIgual 4.0 España
Collections
Metadata
Show full item recordTitle
Predicción de actividades de la vida diaria en entornos inteligentes para personas con movilidad reducidaAuthor(s)
Date
2017Citation
Bertomeu-Motos, A., Ezquerro, S., Barios, J. A., Lledó, L. D., Badesa Clemente, F. J., García Aracil, N. Predicción de actividades de la vida diaria en entornos inteligentes para personas con movilidad reducida. En Actas de las XXXVIII Jornadas de Automática, Gijón, 6-8 de Septiembre de 2017 (pp.251-255). DOI capítulo: https://doi.org/10.17979/spudc.9788497497749.0251 DOI libro: https://doi.org/10.17979/spudc.9788497497749
Versions
http://hdl.handle.net/10651/46492
Abstract
[Resumen] Las Actividades de la Vida Diaria (AVD) son aquellas actividades orientas al cuidado, productividad y ocio. Las tareas básicas de una persona, que consisten en el cuidado personal, se pueden ver afectadas por una enfermedad degenerativa o el sufrimiento de un accidente cerebrovascular. Por este motivo, el proyecto "Adaptive Multimodal Interfaces to Assist Disabled People in Daily Activities(AIDE)" pretende realizar un sistema multimodal capaz de extraer información relevante del comportamiento e intención del usuario, extraer información de las capacidades motoras residuales y del análisis del entorno con el objetivo de mejorar la independencia de estas personas. Para ello se ha realizado el estudio de dos técnicas de aprendizaje automático: campos aleatorios condicionales (CRF) y redes neuronales temporales (TDNN), para predecir la actividad que el usuario desea realizar estudiando también la adaptación de los métodos a la rutina del usuario. De este modo, y usando un entorno virtual, se ha adquirido la información necesaria de un usuario durante cinco días bajo las condiciones del proyecto AIDE obteniendo una tasa de acierto de más del 90% en ambos m etodos, llegando al 100% de precisión en algunas actividades usando CRF. Por lo tanto, mediante esta técnica seremos capaces de ayudar a estas personas actuando sobre el hogar, adaptándonos a sus necesidades y rutinas.
Keywords
AVD
Movilidad reducida
Entornos inteligentes
Predicción
CRF
TDNN
Movilidad reducida
Entornos inteligentes
Predicción
CRF
TDNN
Editor version
Rights
Atribución-NoComercial-CompartirIgual 4.0 España
ISBN
978-84-16664-74-0 (UOV) 978-84-9749-774-9 (UDC electrónico)