IoT based Non-intrusive Elderly activity monitoring

Detalhes bibliográficos
Autor(a) principal: Ferreira, João Miguel Miranda
Data de Publicação: 2021
Tipo de documento: Dissertação
Idioma: eng
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10316/98567
Resumo: Dissertação de Mestrado Integrado em Engenharia Electrotécnica e de Computadores apresentada à Faculdade de Ciências e Tecnologia
id RCAP_9c1d3c5226ea17b7bd08a08af2afe7ee
oai_identifier_str oai:estudogeral.uc.pt:10316/98567
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling IoT based Non-intrusive Elderly activity monitoringMonitorização de atividades de idosos baseada em sensores IoT não intrusivosInternet das CoisasNão IntrusivoAprendizagem MáquinaMonitorização de atividadePrevisão de eventosInternet of ThingsNon-intrusiveMachine LearningActivity MonitoringEvent PredictionDissertação de Mestrado Integrado em Engenharia Electrotécnica e de Computadores apresentada à Faculdade de Ciências e TecnologiaO envelhecimento é um processo natural, que tem tendência para reduzir a mobilidade e aumentar a probabilidade de quedas. Os mais idosos passam a ter necessidade de acompanhamento permanente ora pelos seus familiares, quem nem sempre têm disponibilidade, ora numa unidade de cuidados de saúde, que é economicamente mais exigente. De forma a proporcionar um constante acompanhamento sem necessidade de abandonar as próprias casas, esta tese propõe um sistema de monitorização para idosos baseado em sensores IoT não intrusivos.Esta tese propõe uma arquitetura de sensores capaz de recolher eventos de um utilizador que, em conjunto com algoritmos de previsão e de análise de semelhanças de atividade, permitem detetar comportamento anormal.A previsão do comportamento humano é uma tarefa difícil. O ser humano é imprevisível ao ponto de ser capaz de desempenhar uma mesma atividade de formas distintas apenas alterando a ordem nas interações com objetos. Esta diversidade torna dificil estabelecer o modo como atividades são desempenhadas.Várias abordagens do estado da arte estão mais direcionadas para a identificação de atividades, enquanto esta tese pretende focar-se num método não supervisionado, ao detetar padrões no comportamento de cada utilizador, retirando a necessidade de identificar atividades. Tal será feito através de algoritmos de aprendizagem máquina e um modelo de estrutura em árvore. Para treinar os vários algoritmos, é essencial que exista um número elevado de dados, difíceis de gerar por um único utilizador. As abordagens de aprendizagem máquina propostas exploram LSTMs, que são o mais recente estado da arte em modelação de sequências, assim como word embeddings para estabelecer correlação entre eventos. O modelo sem perdas implementado avalia o grau de semelhança de sequências de eventos e proporciona um bom método de avaliação para os modelos de aprendizagem máquina desenvolvidos. As várias arquiteturas exploradas demonstraram resultados promissores na descoberta de padrões nos dados.Ageing is a natural process that tends to reduce mobility over time, increasing the probability of falls. The elderly start to require permanent monitoring either by their families, who are not always available, or by a caring facility that is economically demanding. To provide constant monitoring without leaving their houses, this thesis proposes an IoT-based non-intrusive elderly monitoring system.The proposed approach consists of the design of a hardware architecture working side by side with activity prediction and similarity comparison algorithms to detect unusual behaviour.Predicting human behaviour is a difficult task. The human being is very unpredictable and capable of performing the same activity in various ways just by changing the order of interaction with objects and appliances. This makes it difficult to establish how an activity is performed. Several state-of-the-art approaches focus on identifying the activities being performed by the elderly. This thesis pretends to address a more unsupervised approach by detecting user behaviour patterns by train several machine learning approaches and a lossless model without daily activity classification. To train such algorithms, a great amount of data is required, which is difficult to acquire by a single user.The proposed machine learning approaches explore the use of LSTM's, the current state-of-the-art in sequence modelling, and word embeddings to find event correlation. The implemented lossless model evaluates the similarity of event sequences and also provides a good evaluation metric for the machine learning approaches. The various implemented architectures have shown promising results in finding patterns in data.2021-11-11info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://hdl.handle.net/10316/98567http://hdl.handle.net/10316/98567TID:202920445engFerreira, João Miguel Mirandainfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2022-02-04T21:44:05Zoai:estudogeral.uc.pt:10316/98567Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-19T21:16:22.211213Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv IoT based Non-intrusive Elderly activity monitoring
Monitorização de atividades de idosos baseada em sensores IoT não intrusivos
title IoT based Non-intrusive Elderly activity monitoring
spellingShingle IoT based Non-intrusive Elderly activity monitoring
Ferreira, João Miguel Miranda
Internet das Coisas
Não Intrusivo
Aprendizagem Máquina
Monitorização de atividade
Previsão de eventos
Internet of Things
Non-intrusive
Machine Learning
Activity Monitoring
Event Prediction
title_short IoT based Non-intrusive Elderly activity monitoring
title_full IoT based Non-intrusive Elderly activity monitoring
title_fullStr IoT based Non-intrusive Elderly activity monitoring
title_full_unstemmed IoT based Non-intrusive Elderly activity monitoring
title_sort IoT based Non-intrusive Elderly activity monitoring
author Ferreira, João Miguel Miranda
author_facet Ferreira, João Miguel Miranda
author_role author
dc.contributor.author.fl_str_mv Ferreira, João Miguel Miranda
dc.subject.por.fl_str_mv Internet das Coisas
Não Intrusivo
Aprendizagem Máquina
Monitorização de atividade
Previsão de eventos
Internet of Things
Non-intrusive
Machine Learning
Activity Monitoring
Event Prediction
topic Internet das Coisas
Não Intrusivo
Aprendizagem Máquina
Monitorização de atividade
Previsão de eventos
Internet of Things
Non-intrusive
Machine Learning
Activity Monitoring
Event Prediction
description Dissertação de Mestrado Integrado em Engenharia Electrotécnica e de Computadores apresentada à Faculdade de Ciências e Tecnologia
publishDate 2021
dc.date.none.fl_str_mv 2021-11-11
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://hdl.handle.net/10316/98567
http://hdl.handle.net/10316/98567
TID:202920445
url http://hdl.handle.net/10316/98567
identifier_str_mv TID:202920445
dc.language.iso.fl_str_mv eng
language eng
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799134059872387072

Registros relacionados