Aktivitätskennung mit Handy-Beschleunigungssensoren

Mobile Geräte werden immer ausgeklügelter und die neueste Generation von Smartphones beinhaltet nun viele verschiedene und leistungsstarke Sensoren. Zu diesen Sensoren gehören GPS-Sensoren, Sichtsensoren (d.h. Kameras), Audiosensoren (d.h. Mikrofone), Lichtsensoren, Temperatursensoren, Richtungssensoren (d.h. Magnetkompasse) und Beschleunigungssensoren (d.h. Beschleunigungsmesser). Die Verfügbarkeit dieser Sensoren in massenmarktierten Kommunikationsgeräten schafft spannende neue Möglichkeiten für Datenanalyse und Datenanwendungen. In diesem Papier beschreiben und bewerten wir ein System, das telefonbasierte Beschleunigungsmesser verwendet, um die Aktivitätskennung durchzuführen, eine Aufgabe, die die Identifizierung der körperlichen Aktivität eines Nutzers umfasst. Um unser System zu implementieren, sammelten wir beschriftete Beschleunigungsdaten von neunundzwanzig Nutzern, während sie tägliche Aktivitäten wie Gehen, Joggen, Treppensteigen, Sitzen und Stehen ausübten, und aggregierten diese Zeitreihendaten dann in Beispiele, die die Benutzeraktivität über 10-Sekunden-Intervalle zusammenfassen. Wir verwendeten dann die resultierenden Trainingsdaten, um ein prädiktives Modell für die Aktivitätskennung zu induzieren. Diese Arbeit ist signifikant, da das Aktivitätskennung-Modell es uns ermöglicht, nützliche Erkenntnisse über die Gewohnheiten von Millionen von Nutzern passiv zu gewinnen - nur indem wir sie ihre Handys in den Taschen tragen lassen. Unsere Arbeit hat eine Vielzahl von Anwendungen, einschließlich der automatischen Anpassung des Verhaltens des mobilen Geräts basierend auf der Aktivität eines Nutzers (z.B. Anrufe direkt an die Mailbox weiterleiten, wenn ein Nutzer joggt) und der Erstellung eines täglichen/wöchentlichen Aktivitätsprofils, um zu bestimmen, ob ein Nutzer (vielleicht ein fettleibiges Kind) eine gesunde Menge an Bewegung ausübt.