Detailansicht
Mathematische Methoden für computergestütztes Wohnen
Melanie Obernosterer
Art der Arbeit
Diplomarbeit
Universität
Universität Wien
Fakultät
Fakultät für Mathematik
Betreuer*in
Arnold Neumaier
DOI
10.25365/thesis.27771
URN
urn:nbn:at:at-ubw:1-30342.40291.267965-0
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)
Abstracts
Abstract
(Deutsch)
Mathematische Methoden im Bereich des computergestützten Wohnens (Ambient Assisted Living) können eine wertvolle Ergänzung zu bereits existierenden technischen Systemen darstellen. Ein aktuelles Projekt aus diesem Forschungsfeld ist das eHome-Assistenzsystem. Dieses wurde am ”Zentrum für Angewandte Assistierende Technologien” zur Unterstützung allein lebender älterer Menschen entwickelt und über mehrere Monate in verschiedenen Wohnungen getestet. In dieser Arbeit wird untersucht, inwieweit mathematische Methoden dazu verwendet werden können direkt aus den Daten, die im Rahmen der Testreihe gesammelten wurden und die in anonymisierten Form zur Analyse zur Verfügung gestellt wurden, Information über das Verhalten der Testpersonen zu generieren – und das in möglichst automatisierter und wohnungsunabhängiger Form.
Die Untersuchung beinhaltet eine statistische Auswertung der Daten und darauf aufbauend eine Vervollständigung der nicht zeitgleich aufgezeichneten Daten zu einem vollständigen numerischen Merkmalsdatensatz, sowie eine automatische Klassifikation der Zeitfenster in Aktionsklassen, welche bereits typische Verhaltensmuster aufzeigen. Des weiteren wird ein Algorithmus zur Bewegungsrekonstruktion untersucht, der auf einem lernfähigen Bayesischen Netzwerk basiert und welcher nach einer anfänglichen Konfiguration für jede Testwohnung direkt angewendet werden kann. Dazu muss lediglich die Topologie und Ausstattung der Wohnung in einem abstrahierten Wohnungsmodell erfasst werden. Mit Hilfe der rekonstruierten Bewegungssequenzen wird versucht relevante Aktivitäten im Tagesablauf der Testpersonen zu erkennen.
Abstract
(Englisch)
In the field of home monitoring mathematical methods are completing the already existing technical systems. Actual research in this field is currently being done in the eHome Project. The goal was to aid elder people in living on their own and the project was realized at the ”Zentrum für Angewandte Assistierende Technologien” and was tested over several months. This paper is evaluating the possibilities of mathematical methods to generate information about the behaviour of the anonymous test person. To meet practical needs it is tried to generate that information independent of the footprint of the flat and as automated as possible. The examination entails a statistical analysis of the data as well as an automated classification oft the time frames into action classes, which are showing typical behaviour. An algorithm based on a self-learning bayesian network, which allows to reconstruct motion oft the test-subjects is analyzed. Therefore an abstract footprint of flats is developed, so that every new flat can easily be treated by the algorithm. The resulting motion sequences are used to examine whether relevant activities during the course oft the day can be recognized or not.
Schlagwörter
Schlagwörter
(Englisch)
Ambient Assisted Living machine learning data mining bayesian networks
Schlagwörter
(Deutsch)
Ambient Assisted Living maschinelles Lernen Data Mining Bayes-Netz
Autor*innen
Melanie Obernosterer
Haupttitel (Deutsch)
Mathematische Methoden für computergestütztes Wohnen
Paralleltitel (Englisch)
Mathematical methods in Ambient Assisted Living
Publikationsjahr
2013
Umfangsangabe
74 S. : graph. Darst.
Sprache
Deutsch
Beurteiler*in
Arnold Neumaier
AC Nummer
AC11091103
Utheses ID
24812
Studienkennzahl
UA | 405 | | |