TN10 - Présentation
HUMAN ACTIVITY
RECOGNITION
Guillaume DUFOUR Université de Technologie de Compiègne
IPAL, Singapour, Février-Août 2013
PLAN
I. Le projet QoL - Quality of Life
II. Exploration des données
III. Méthode de segmentation pour les
séries temporelles
IV. Conclusion
I. Le projet QoL - Quality of Life
II. Exploration des données
III. Méthode de segmentation pour les séries
temporelles
IV. Conclusion
1
Quality of Life
 Opposition à l’état de l’art en AAL
 Moins de capteurs
 Faible granularité
 Déploiement de capteurs de
mouvement dans 3 maisons
 Collecte de 2 mois de données
4
Smart Home
5
2I. Le projet QoL - Quality of Life
II. Exploration des données
III. Méthode de segmentation pour les séries
temporelles
IV. Conclusion
Moteur d’inférence
7
Visualisation
8
3I. Le projet QoL - Quality of Life
II. Exploration des données
III. Méthode de segmentation pour les séries
temporelles
IV. Conclusion
10
Activité moyenne
Segmentation (Maison 1)
4I. Le projet QoL - Quality of Life
II. Exploration des données
III. Méthode de segmentation pour les séries
temporelles
IV. Conclusion
13
Conclusion
 Analyse de données
 Web dashboard (data visualisations)
 Méthode de segmentation pour les séries temporelles
(Ecriture de papier en cours)
 Proposition d’améliorations et de nouvelles pistes à partir
des résultats obtenus
 Expérience professionnelle en ASIE
Guillaume DUFOUR Université de Technologie de Compiègne
IPAL, Singapour, Février-Août 2013
Questions
DUFOUR Guillaume
dufour.guillaume.fr@gmail.com
fr.linkedin.com/in/dufourguillaumefr/

Tn10 presentation dufour guillaume

Notes de l'éditeur

  • #3 PLAN
  • #5 The QoL project starts with an observation that many aspects of a smart assistive home are yet to be tackled because the choices made by researchers in the laboratories are not the ones they would have made if they were developing for real homes.
  • #12 Clustering Distance:ChebyshevAlpha =0.5 Features =mean entropyGaussian Convolution 16 minutes
  • #14 DBSCAN – PCAStudy number 3