Wearables: Neuer Algorithmus arbeitet in Echtzeit

Forscher der University of Sussex haben einen neuen Algorithmus entwickelt, der es Wearables erlaubt, ohne vorherige Dateneingabe jede Bewegung in Echtzeit aufzuzeichnen und zielsicher einer bestimmten Aktivität zuzuordnen. Durch maschinelles Lernen erhöht sich die Trefferquote somit rasant. [...]

„Derzeitige Aktivitätserkennungssysteme versagen gewöhnlich, denn sie können nur eine zuvor festgelegte Sammlung von Aktivitäten erkennen, während menschliche Bewegungen nicht limitiert sind und sich über die Zeit hinweg verändern“, erklärt Wissenschaftler Hristijan Gjoreski von  der University of Sussex. „Wir haben hier einen Zugang mit maschinellem Lernen, der neue menschliche Aktivitäten in Echtzeit erkennen kann – und rivalisierende Denkansätze aussticht.“
Traditionelle Modelle sammeln erst einmal Informationen über die Bewegung, um abschließend abzuschätzen, was ein Nutzer getan hat. Registriert ein System Schritte, geht es etwa davon aus, dass die Person läuft. Gibt es eine Pause, ist die Aktivität des Laufens abgeschlossen. Sobald die Person wieder geht, beginnt für das System ein neuer Lauf. Der neue Algorithmus kann das hingegen unterbinden, denn er analysiert die Person in Echtzeit. Wird ein Lauf kurz unterbrochen, wartet das System.
Vielseitige Anwendung
Das System kann durch die registrierten Daten der Bewegungen auch abschätzen, ob der Lauf in Kürze fortgesetzt wird oder nicht – und es hält die bereits aufgenommenen Daten währenddessen in einer Art Wartestellung. Läuft die Person dann tatsächlich weiter, wird auch der vorangegangene Lauf an gestoppter Stelle fortgeführt. Der Algorithmus erkennt außerdem zuverlässig, ob der Nutzer sitzt oder steht.
„Smartwatches der Zukunft werden in der Lage sein, Aktivitäten besser zu analysieren und zu verstehen, indem sie automatisch erkennen, wenn wir uns mit einer neuen Aktivität beschäftigen. Genauso wie für Fitness- und Lifestyle-Tracker kann das System im Gesundheitswesen oder auch in der Forschung über Konsumentenverhalten eingesetzt werden“, ergänzt Forscher Daniel Roggen. Das System wird diesen Monat auf dem International Symposium on Wearable Computers 2017 vorgestellt.


Mehr Artikel

News

Bad Bots werden immer menschenähnlicher

Bei Bad Bots handelt es sich um automatisierte Softwareprogramme, die für die Durchführung von Online-Aktivitäten im großen Maßstab entwickelt werden. Bad Bots sind für entsprechend schädliche Online-Aktivitäten konzipiert und können gegen viele verschiedene Ziele eingesetzt werden, darunter Websites, Server, APIs und andere Endpunkte. […]

Frauen berichten vielfach, dass ihre Schmerzen manchmal jahrelang nicht ernst genommen oder belächelt wurden. Künftig sollen Schmerzen gendersensibel in 3D visualisiert werden (c) mit KI generiert/DALL-E
News

Schmerzforschung und Gendermedizin

Im Projekt „Embodied Perceptions“ unter Leitung des AIT Center for Technology Experience wird das Thema Schmerzen ganzheitlich und gendersensibel betrachtet: Das Projektteam forscht zu Möglichkeiten, subjektives Schmerzempfinden über 3D-Avatare zu visualisieren. […]

Be the first to comment

Leave a Reply

Your email address will not be published.


*