Modeling and forecasting of at home activity in older adults using passive sensor technology.
Modeling and forecasting of at home activity in older adults using passive sensor technology.
复制标题
DOI：
10.1002/sim.9529
复制
发表时间：
2022-10-15
影响因子：
2
通讯作者：
Norwood, Ben
中科院分区：
文献类型：
--
作者：
Gillam, Jess;Killick, Rebecca;Heal, Jack;Norwood, Ben
自19世纪以来，英国人的预期寿命一直在增加。截至2019年，英国65岁及以上的人口不到1200万人，其中近四分之一的人独自生活。因此，许多家庭和护理人员正在寻找新的方法来改善老年人的健康和护理。被动传感器，如红外运动传感器和插头传感器已经成功地作为一种非侵入性的方式来帮助老年人。这些提供了一整天的一系列分类传感器事件。对这个分类数据集进行建模可以帮助理解和预测行为。本文提出了一种方法来模拟一个传感器将触发的概率全天为一个家庭，同时考虑到先前的数据和其他传感器在家里。我们在Howz的数据集上展示了我们的结果，这是一家帮助人们被动地识别自己行为随时间变化的公司。
Life expectancy in the UK has increased since the 19th century. As of 2019, there are just under 12 million people in the UK aged 65 or over, with close to a quarter living by themselves. Thus, many families and carers are looking for new ways to improve the health and care of older people. Passive sensors such as infra‐red motion and plug sensors have had success as a noninvasive way to help the older people. These provide a series of categorical sensor events throughout the day. Modeling this categorical dataset can help to understand and predict behavior. This article proposes a method to model the probability a sensor will trigger throughout the day for a household whilst accounting for the prior data and other sensors within the home. We present our results on a dataset from Howz, a company helping people to passively identify changes in their behavior over time.
登录
查看更多内容
影响因子：
4.1
作者：
Dreyer K;Steventon A;Fisher R;Deeny SR
通讯作者：
Deeny SR
影响因子：
4.3
作者：
Barr, Dale J.
通讯作者：
Barr, Dale J.
影响因子：
1.9
作者：
Fokianos, Konstantinos;Moysiadis, Theodoros
通讯作者：
Moysiadis, Theodoros
影响因子：
1.6
作者：
Moysiadis, Theodoros;Fokianos, Konstantinos
通讯作者：
Fokianos, Konstantinos
DOI：
10.1080/03610918.2018.1468453
发表时间：
2019-10-21
影响因子：
0.9
作者：
Milani, Eder Angelo;Hartmann, Marcelo;Ribeiro Diniz, Carlos Alberto
通讯作者：
Ribeiro Diniz, Carlos Alberto