Anzeige

Anzeige

VERANSTALTUNGEN

OMX 2018
22.11.18 - 22.11.18
In Salzburg, Österreich

SEOkomm 2018
23.11.18 - 23.11.18
In Salzburg, Österreich

Blockchain Business Summit
03.12.18 - 03.12.18
In Nürnberg

Cyber Risk Convention
05.12.18 - 05.12.18
In Köln

IT-Tage 2018
10.12.18 - 13.12.18
In Frankfurt

Anzeige

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
Partnerschaft

Jamf und Microsoft erweitern ihre Partnerschaft

Jamf erweitert seine Partnerschaft mit Microsoft: Der Experte für Apple-Gerätemanagement…
Apple

Bye Bye - Apple will keine Absatzzahlen mehr melden

Apple hat kürzlich angekündigt, keine Absatzzahlen mehr veröffentlichen zu wollen. Die…
Cyber Security

Internationale Cybersicherheit bedarf internationaler, vernetzter Ansätze

Die Gefahren des Cyberraums wie Cyberkriminalität, - spionage, oder -terrorismus…
Hacker Geldautomat

Fastcash: Wenn Hacker Geld abheben

Geld am Automaten abzuheben ist für viele Menschen völlig selbstverständlich. Einfach die…
Businessman

Kaum Fachkräfte: KMU pfeifen auf Innovation

Vor allem viele klein- und mittelständische Unternehmen in Deutschland schieben infolge…
Tb W190 H80 Crop Int A969cc877589049135e1e3dc214f4137

Digital 2018: Deutschland goes digital

Aus dem Stand rund 7.000 Besucher, 100 Vorträge und Diskussionen rund um die…
Smarte News aus der IT-Welt