Sistema de inteligencia ambiental para el monitoreo remoto de adultos mayores

Una alternativa para afrontar los problemas derivados del envejecimiento de la población mundial radica en la utilización de sistemas de inteligencia ambiental. Las actividades de la vida diaria (AVD) son aquellas tareas que el ser humano realiza de forma cotidiana y cuya no realización supone mayor...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autores principales: Weitz, Darío, Schmidt, Nicole, Denis, Ezequiel María, Lianza, Franco, Nant, Juan Pablo, Feldman, Sara
Otros Autores: Congreso Nacional de Ingeniería en Informática / Sistemas de información (4° : 2016 nov. 17-18 : Salta)
Formato: Documento de conferencia
Lenguaje:Español
Publicado: Universidad Católica de Salta. Facultad de Ingeniería (Salta) 2016
Materias:
Acceso en línea:https://bibliotecas.ucasal.edu.ar/opac_css/index.php?lvl=cmspage&pageid=24&id_notice=61719
Aporte de:
Descripción
Sumario:Una alternativa para afrontar los problemas derivados del envejecimiento de la población mundial radica en la utilización de sistemas de inteligencia ambiental. Las actividades de la vida diaria (AVD) son aquellas tareas que el ser humano realiza de forma cotidiana y cuya no realización supone mayor o menor grado de discapacidad lo que le lleva a depender de terceras personas. Los sistemas de inteligencia ambiental permiten hacer un seguimiento automático de un cierto número de AVD; se busca detectar cambios en la frecuencia o en la duración de las mismas para actuar como sistema de alerta temprana. El reconocimiento de las AVD de adultos mayores mediante datos aportados por redes de sensores inalámbricos es una tarea de clasificación supervisada. Se describe la incorporación a un sistema de inteligencia ambiental de un algoritmo de aprendizaje supervisado utilizado para entrenar una función de clasificación para el reconocimiento automático de AVD de un adulto mayor que vive solo en su residencia habitual. Además, el sistema incluye un algoritmo de lógica difusa para modelizar las variaciones en la frecuencia y duración de algunas AVD con la temperatura y humedad ambiente, con el objetivo de permitir un mejor entrenamiento de la función de clasificación.