Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Wyszukujesz frazę "Wójtowicz, P. A." wg kryterium: Autor


Wyświetlanie 1-2 z 2
Tytuł:
Projekt integratora danych sensorycznych do detekcji niekontrolowanych upadków
Multisensor data integrator to detect uncontrolled falls
Autorzy:
Wójtowicz, B.
Dobrowolski, A. P.
Powiązania:
https://bibliotekanauki.pl/articles/209071.pdf
Data publikacji:
2013
Wydawca:
Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
Tematy:
detekcja upadków
fuzja sensoryczna
żyroskop
akcelerometr
magnetometr
czujnik ciśnienia
fall detection
data fusion
gyroscope
accelerometer
magnetometer
pressure sensor
Opis:
Co trzeci człowiek powyżej 65. roku życia przynajmniej raz do roku narażony jest na upadek [1, 2]. W roku 2002 z powodu upadków zmarło 391 tysięcy ludzi [1]. Upadki oraz urazy nimi spowodowane stanowią istotny problem zdrowia publicznego i często wymagają natychmiastowej pomocy medycznej. Bardzo szybka detekcja niekontrolowanego upadku pozwala na skrócenie czasu hospitalizacji, a przede wszystkim zmniejszenie potencjalnego ryzyka wystąpienia groźnych powikłań pourazowych. W niniejszym artykule zaprezentowano projekt bezprzewodowego urządzenia do detekcji niekontrolowanych upadków. Zaprojektowane urządzenie zaopatrzone jest w cztery sensory: żyroskop, akcelerometr, magnetometr oraz sensor ciśnienia. Dane z sensorów przetwarzane są w mikrokontrolerze, który w pierwszym etapie dokonuje operacji związanych z fuzją i integracją danych. Następnie w module decyzyjno-wnioskującym podejmowana jest decyzja o detekcji upadku i wyzwoleniu procedury alarmowej. Zgłoszenie alarmu odbywa się za pośrednictwem sieci bezprzewodowej, umożliwiającej podłączenie urządzenia do integratora sensorycznego, którym może być np. telefon komórkowy z dedykowaną aplikacją.
At least once a year every third person over 65 years of age is exposed to a fall [1, 2]. 391,000 people died due to falls in 2002 [1]. Falls and injuries caused by them are an important public health problem and often require immediate medical attention. Very fast detection of uncontrolled falls shortens the duration of hospitalization and reduces the potential risk of serious complications of injuries. This paper presents the design of a wireless device for the detection of uncontrolled falls. The device consists of four sensors: a gyroscope, an accelerometer, a magnetometer, and a pressure sensor. Data from the sensors are processed in the microcontroller, which performs the operations of data fusion and integration. The decision about the fall detection is made in the next step and if it is needed, it triggers an alarm. Alarm notification is sent via wireless network. The device can be connected to the sensor integrator, i.e. a mobile phone with the dedicated application, which can call for help.
Źródło:
Biuletyn Wojskowej Akademii Technicznej; 2013, 62, 4; 229-240
1234-5865
Pojawia się w:
Biuletyn Wojskowej Akademii Technicznej
Dostawca treści:
Biblioteka Nauki
Artykuł
Tytuł:
Badania eksploatacyjne czterosensorowego detektora upadków
Inspection of four-sensor falls detector
Autorzy:
Wójtowicz, B.
Dobrowolski, A. P.
Powiązania:
https://bibliotekanauki.pl/articles/208393.pdf
Data publikacji:
2015
Wydawca:
Wojskowa Akademia Techniczna im. Jarosława Dąbrowskiego
Tematy:
detekcja upadków
fuzja sensoryczna
dyskretna transformacja falkowa
sieć wektorów nośnych
falls detection
data fusion
discrete wavelet transform
support vector machine (SVM)
Opis:
Zaprezentowane w niniejszym artykule badania stanowią kontynuację dotychczasowych prac mających na celu opracowanie mobilnego detektora upadków. Przedstawiony algorytm opiera się na dyskretnej transformacji falkowej sygnałów z dostępnych w detektorze sensorów oraz pojedynczym klasyfikatorze w postaci sieci wektorów nośnych - SVM (ang. Support Vector Machine). Do procesu redukcji cech zastosowano miarę istotności Fishera. W wyniku zmniejszenia liczby cech zmniejszeniu uległa również liczba wektorów nośnych sieci SVM, mająca bezpośredni wpływ na górne oszacowanie błędu klasyfikacji. Na podstawie otrzymanych wyników wyznaczono parametry klasyfikatora pozwalające na zaprezentowanie opracowanej koncepcji w polu krzywych ROC (ang. Receiver Operating Characteristics) oraz porównanie ich z wynikami otrzymanymi dla pojedynczych sensorów detektora. Opracowana koncepcja daje zdecydowanie lepsze rezultaty niż każdy z sensorów działający niezależnie. Rezultaty przeprowadzonych badań dały bardzo dobre wyniki w porównaniu z dotychczasowymi wynikami, przy znacznej redukcji liczby wymaganych deskryptorów. Z uwagi na ścisłą zależność pomiędzy liczbą danych uczących oraz liczbą wektorów nośnych, które bezpośrednio wpływają na górne oszacowanie błędu klasyfikacji, dokonano redukcji deskryptorów. W rezultacie uzyskano zadowalające efekty przy redukcji liczby deskryptorów z 38 do zaledwie 6, zapewniając, że górne oszacowanie błędu klasyfikacji, w zbiorze nowych danych testowych nie przekracza 5,3%.
The studies presented in this article are the continuation of previous work to develop a mobile fall detector. The algorithm is based on a discrete wavelet transform of the signals from the sensors available at the detector and a linear support vector machine as a classifier. Fisher score method is used for feature selection in the proposed algorithm. As a result of reducing the number of features, the number of support vectors has been also reduced - it has a direct impact on the upper estimate of the classification error. On the basis of the obtained results, the classifier parameters have been calculated. This allows presenting the developed concept in the field of ROC curves (Receiver Operating Characteristics) and their comparison with the results obtained for individual sensors. The developed concept gives much better results than each of the sensors acting independently. The findings of this study have given very good results in comparison with the previous findings, with a significant reduction in the number of required features. Due to the close relationship between the number of training data and the number of support vectors which directly affect the upper estimate of the classification error, the number of features has been reduced. Finally, satisfactory results have been obtained with the reduction of the number of features from 38 to just six, ensuring that the upper estimation of the classification error in the set of the new test data does not exceed 5.3%.
Źródło:
Biuletyn Wojskowej Akademii Technicznej; 2015, 64, 2; 45-58
1234-5865
Pojawia się w:
Biuletyn Wojskowej Akademii Technicznej
Dostawca treści:
Biblioteka Nauki
Artykuł
    Wyświetlanie 1-2 z 2

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies