Anzeige

Anzeige

VERANSTALTUNGEN

Das Internet der Dinge (IoT)
19.03.19 - 19.03.19
In Stuttgart, Fraunhofer-Institutszentrum IAT-Gebäude

ELO Solution Day Dortmund
20.03.19 - 20.03.19
In Signal Iduna Park, Dortmund

ELO Solution Day Leipzig
21.03.19 - 21.03.19
In Kongresshalle Leipzig

CloudFest 2019
23.03.19 - 29.03.19
In Europa-Park, Rust

Blockchain Summit
26.03.19 - 26.03.19
In Frankfurt, Kap Europa

Anzeige

Anzeige

Forscher der University of Sussex haben einen neuen Algorithmus entwickelt, der es Wearables erlaubt, ohne vorherige Dateneingabe jede Bewegung in Echtzeit aufzuzeichnen und zielsicher einer bestimmten Aktivität zuzuordnen. Durch maschinelles Lernen erhöht sich die Trefferquote somit rasant.

Hightech neu gedacht

"Derzeitige Aktivitätserkennungssysteme versagen gewöhnlich, denn sie können nur eine zuvor festgelegte Sammlung von Aktivitäten erkennen, während menschliche Bewegungen nicht limitiert sind und sich über die Zeit hinweg verändern", erklärt Wissenschaftler Hristijan Gjoreski. "Wir haben hier einen Zugang mit maschinellem Lernen, der neue menschliche Aktivitäten in Echtzeit erkennen kann - und rivalisierende Denkansätze aussticht."

Traditionelle Modelle sammeln erst einmal Informationen über die Bewegung, um abschließend abzuschätzen, was ein Nutzer getan hat. Registriert ein System Schritte, geht es etwa davon aus, dass die Person läuft. Gibt es eine Pause, ist die Aktivität des Laufens abgeschlossen. Sobald die Person wieder geht, beginnt für das System ein neuer Lauf. Der neue Algorithmus kann das hingegen unterbinden, denn er analysiert die Person in Echtzeit. Wird ein Lauf kurz unterbrochen, wartet das System.

Vielseitige Anwendung

Das System kann durch die registrierten Daten der Bewegungen auch abschätzen, ob der Lauf in Kürze fortgesetzt wird oder nicht - und es hält die bereits aufgenommenen Daten währenddessen in einer Art Wartestellung. Läuft die Person dann tatsächlich weiter, wird auch der vorangegangene Lauf an gestoppter Stelle fortgeführt. Der Algorithmus erkennt außerdem zuverlässig, ob der Nutzer sitzt oder steht.

"Smartwatches der Zukunft werden in der Lage sein, Aktivitäten besser zu analysieren und zu verstehen, indem sie automatisch erkennen, wenn wir uns mit einer neuen Aktivität beschäftigen. Genauso wie für Fitness- und Lifestyle-Tracker kann das System im Gesundheitswesen oder auch in der Forschung über Konsumentenverhalten eingesetzt werden", ergänzt Forscher Daniel Roggen. Das System wird diesen Monat auf dem International Symposium on Wearable Computers 2017 vorgestellt.

www.pressetext.com

GRID LIST
IoT-Security Concept

Vorteile durch “Internet of Things Cybersecurity Improvement Act of 2019”?

Die Pläne der US-Regierung zur Verbesserung der IoT-Sicherheit durch den „Internet of…
Bitcoin

Erneuerbare Energien machen Bitcoin nicht nachhaltig

Erneuerbare Energien sind nicht geeignet, um das Nachhaltigkeitsproblem der Kryptowährung…
Tb W190 H80 Crop Int 0934cd5fecf3fb5993b3d826843a4b6f

X-Labs: Forschungslabor für verhaltensbasierte Cybersecurity

Mit X-Labs gründet Forcepoint, Anbieter von Cybersecurity-Lösungen, eine weltweit…
Strommasten

Intelligentes Stromnetz: Verbraucher sind noch zurückhaltend

Für das Gelingen der Energiewende ist mehr Flexibilisierung im Stromsystem von…
Ad Blocker

Google sperrt täglich über 6 Mio. Ads

2,3 Milliarden Werbeanzeigen hat Google laut eigenen Angaben 2018 gesperrt - das sind…
Hacker Spionage

Spionage-Vorwürfe: Marine im Fokus chinesischer Hacker

Seit geraumer Zeit registrieren Sicherheitsforscher chinesische Hacker-Gruppen, die…