Arianna+：基于本体网络推理的可扩展人类活动识别
人工智能
2018-09-24 v1
摘要
老龄化人口比例正在显著上升。与此同时，基于智能家庭的健康监测服务迅速发展，成为传统医疗解决方案的可行替代。此类服务可用定量数据增强老年医学专家所做的定性分析。因此，日常生活活动（ADL）识别近期已成为一个活跃的研究领域。要使系统在真实环境中执行人类活动识别，存在多项需求，如可扩展性、鲁棒性、处理不确定性（例如传感器数据缺失）的能力、支持多居住者以及考虑其隐私与安全。本文试图通过描述一种基于模块化空间及/或时间上下文模型（作为本体网络）的推理机制，来满足可扩展性与鲁棒性需求。该推理机制已在称为 Arianna+ 的智能家庭系统中实现。文中提出并讨论了一个用例，并在模拟数据集上进行了实验，以展示 Arianna+ 的模块化特性、内部运作与计算性能。结果表明了人类活动识别过程的可扩展性与鲁棒性。
引用
@article{arxiv.1809.08208,
title = {Arianna+: Scalable Human Activity Recognition by Reasoning with a Network of Ontologies},
author = {Syed Yusha Kareem and Luca Buoncompagni and Fulvio Mastrogiovanni},
journal= {arXiv preprint arXiv:1809.08208},
year = {2018}
}
备注
13 pages, 5 figures