一种支持 AIoT 的自主痴呆监测系统
机器学习
2022-07-05 v1 人工智能
数值分析
数值分析
摘要
本文提出一种用于智能家居中老年痴呆患者监测的自主人工物联网（AIoT）系统。该系统主要基于传感器数据的活动推断实现两项功能：实时异常活动监测与疾病相关活动的趋势预测。具体而言，采用 CASAS 数据集训练随机森林（RF）模型用于活动推断；随后，利用活动推断输出数据训练的另一个 RF 模型用于异常活动监测。特别地，RF 因在准确率、时间效率、灵活性与可解释性之间具有均衡权衡而被选用。此外，利用长短期记忆（LSTM）网络预测患者的疾病相关活动趋势。结果表明，为活动推断与异常活动检测设计的两个 RF 分类器准确率分别高于 99% 与 94%；进一步以睡眠时长为例，LSTM 模型实现了准确且明显未来趋势预测。
引用
@article{arxiv.2207.00804,
title = {An AIoT-enabled Autonomous Dementia Monitoring System},
author = {Xingyu Wu and Jinyang Li},
journal= {arXiv preprint arXiv:2207.00804},
year = {2022}
}