Net.Law.S 2018
20.02.18 - 21.02.18
In Nürnberg, Messezentrum

CESIS 2018
20.02.18 - 21.02.18
In München

DSAG-Technologietage 2018
20.02.18 - 21.02.18
In Stuttgart

Sourcing von Application Management Services
21.02.18 - 21.02.18
In Frankfurt

Next Generation SharePoint
22.02.18 - 22.02.18
In München

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
Handschlag

Accenture schließt Übernahme von Mackevision ab

Accenture hat die Übernahme von Mackevision abgeschlossen, einem globalen Serviceanbieter…
Tb W190 H80 Crop Int B25c55bb534b9be498662b9ab7bab575

Bitcoin-Schürfer aufgepasst: Hacker schürfen mit

Der „Goldrausch“ ist in vollem Gange: Im Januar 2018 waren fast 17 Millionen durch Mining…
Tb W190 H80 Crop Int 89b869589528c3a925de2b898337be96

Omnitracker Version 11.1.0

Die neue Version 11.1.0 bietet eine Mischung aus neuen Features und zahlreichen…
Tb W190 H80 Crop Int 674d73ccb7181ea925e120545f84d683

Panasonic und Trend Micro entwickeln IT-Sicherheitslösung für Connected Cars

Panasonic und Trend Micro geben die Zusammenarbeit zur gemeinsamen Entwicklung einer…
Tb W190 H80 Crop Int 7e877e51241f566cfeeeb944fd074079

BITMi unterstützt Petition zur Ernennung eines Digitalministers

Bereits in seinem Positionspapier Digitaler Mittelstand 2020 fordert der Bundesverband…
Tb W190 H80 Crop Int Db774af6a378d815ca2da9d789e0b4ba

Byton verkündet Partnerschaft mit Aurora

Byton gab seine Partnerschaft mit Aurora bekannt. Die Partnerschaft unterstützt autonomes…
Smarte News aus der IT-Welt

IT Newsletter


Hier unsere Newsletter bestellen:

 IT-Management

 IT-Security