Apprentissage machine et reconnaissance d'activités au sein d'habitats intelligents équipés de radars UWB

Au Canada，作为一个在世界上很有影响力的国家，其人口增长速度非常快，这对社会的发展至关重要，因为它的主要生产力和公共服务的融资都很困难。在这种情况下，一般情况下的人员配置决定了在住所或Au sein de résidences pour personnes autonome继续生活的可能性，可能更长。这种生活方式对这些人来说是不太合适的，迈斯认为，就泰尔梅而言，经济社会对制度化的重要影响是显而易见的。因此，杜兰特的职业生涯（AVQ）活动对协助一般人员的智力生境的研究在最近几年和几家目标公司中取得了重要成功。他还存在着许多辩护人。为实现AVQ的可持续发展，大量的可持续利用技术不仅不满足信息需求，而且还依赖于可持续利用的设备和重要的可持续利用技术。因此，近年来，超宽带雷达（UWB）的发展具有改变智能化环境的潜力。Ils produisent une quantité de données précises sans pour autant être aussi invasif que des caméras RGB.然而，人工智能算法的使用相对较少，因此很难找到开发者。在该研究项目中，我们将努力创造一个在各种生境来源中具有重要意义的总体环境。此外，我们还将提供一种适用于超宽带雷达的平台技术，该技术可以提供更通用的、有效的融合技术，以帮助其他入侵者和识别居住地的居民。

Au Canada, comme un peu partout dans le monde, la population vieillit rapidement, donnant lieu à d'importants défis de société tels que la pénurie de main d'oeuvre et la difficulté à financer les services publics. Dans ce contexte, de nombreuses personnes à profil gériatrique formulent le souhait de continuer à vivre de façon autonome, dans leur domicile ou au sein de résidences pour personnes autonomes, le plus longtemps possible. Ce style de vie est non seulement plus appréciable pour ces personnes, mais permet, à terme, à la société d'économiser sur les importants coûts de l'institutionnalisation. Par conséquent, la recherche sur les habitats intelligents pour l'assistance des personnes à profil gériatriques durant leurs activités de la vie quotidienne (AVQ) a connu un important succès dans les dernières années et plusieurs compagnies aimeraient arriver à mettre ces technologies en marché. Il existe toutefois encore plusieurs défis. La plupart des technologies de capteurs utilisées pour le suivi des AVQ ne fournissent pas suffisamment d'informations, ou encore, reposent sur des équipements portatifs et imposent donc une charge cognitive aux utilisateurs. En ce sens, les récentes avancées sur les radars à bande ultra-large (UWB) ont le potentiel de venir révolutionner les habitats intelligents. Ils produisent une grande quantité de données précises sans pour autant être aussi invasif que des caméras RGB. Cependant, leur utilisation est relativement complexe et il est souvent difficile d'entrainer des algorithmes d'intelligence artificielle afin de les exploiter. Dans ce projet de recherche, notre équipe travaillera à créer un ensemble de données d'entrainement important en provenance de diverses habitations réelles. De plus, notre équipe vise à améliorer une plateforme technologique reposant sur les radars UWB afin de la rendre plus généralisable, d'effectuer de la fusion de données à l'aide d'autres capteurs peu invasifs et d'identifier de manière unique les résidents d'une habitation.