Abstract: M. Zervou, G. Tzagkarakis, A. Panousopoulou, P. Tsakalides (2019)

Human activity recognition (HAR) is encountered in a plethora of applications, such as pervasive health care systems and smart homes. The majority of existing HAR techniques employs features extracted from symbolic or frequency-domain representations of the associated data, whilst ignoring completely the behavior of the underlying data generating dynamical system. To address this problem, this work proposes a novel self-tuned architecture for feature extraction and activity recognition by modeling directly the inherent dynamics of wearable sensor data in higher-dimensional phase spaces, which encode state recurrences for each individual activity. Experimental evaluation on real data of leisure activities demonstrates an improved recognition accuracy of our method when compared against a state-of-the-art motif-based approach using symbolic representations.

Please note: The abstracts of the bibliography database may underly other copyrights.

Ihr Browser versucht gerade eine Seite aus dem sogenannten Internet auszudrucken. Das Internet ist ein weltweites Netzwerk von Computern, das den Menschen ganz neue Möglichkeiten der Kommunikation bietet.

Da Politiker im Regelfall von neuen Dingen nichts verstehen, halten wir es für notwendig, sie davor zu schützen. Dies ist im beidseitigen Interesse, da unnötige Angstzustände bei Ihnen verhindert werden, ebenso wie es uns vor profilierungs- und machtsüchtigen Politikern schützt.

Sollten Sie der Meinung sein, dass Sie diese Internetseite dennoch sehen sollten, so können Sie jederzeit durch normalen Gebrauch eines Internetbrowsers darauf zugreifen. Dazu sind aber minimale Computerkenntnisse erforderlich. Sollten Sie diese nicht haben, vergessen Sie einfach dieses Internet und lassen uns in Ruhe.

Die Umgehung dieser Ausdrucksperre ist nach §95a UrhG verboten.

Mehr Informationen unter www.politiker-stopp.de.

A self-tuned architecture for human activity recognition based on a dynamical recurrence analysis of wearable sensor data