Dergiler / Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi / 2019 / Cilt: 25 - Sayı: 2

Akıllı telefon ve giyilebilir cihazlarla aktivite tanıma: Klasik yaklaşımlar, yeni çözümler

Activity recognition using smartphones and wearable devices: Traditional approaches, new solutions

Sayfa
223–239
Yayın Tarihi
2019-04-22
DOI
—
🏛️Bu makalenin bibliyografik verileri ve tam metin bağlantısı DergiPark üzerinden sağlanmıştır.
DergiPark Kaydı ↗
✨

Yapay Zeka Hızlı Bakış & Çıkarımlar

AI Insight
⚡ TL;DR(1 Cümlede Hızlı Çıkarım)

Son olarak, bu alanda hala açık olan noktalardan bahsedilmiş ve ileride çalışma yapılabilecek konular önerilmiştir.

📌 3 Maddede Bu Makale

🎯
Amaç & Hipotez:Son yıllarda özellikle akıllı telefonların ve giyilebilir cihazların gelişmesiyle birlikte aktivite tanıma alanındaki çalışmalar hız kazanmıştır.
📊
Temel Bulgular & Veri:Bu derleme çalışmasında aktivite tanıma konusu ile ilgili makaleler değerlendirilmiş ve aktivite tanımada kullanılan sensörler, aktivite çeşitleri, uygulama alanları, aktivite tanıma için kullanılan cihazlar, veri toplama işlemi, eğitim yöntemleri, sınıflandırma algoritmaları ve kaynak tüketimi konuları detaylı olarak incelenmiştir.
💡
Sonuç & Katkı:Son olarak, bu alanda hala açık olan noktalardan bahsedilmiş ve ileride çalışma yapılabilecek konular önerilmiştir.
🔬Tür:Literatür & Derleme Çalışması
📍Kapsam:Genişletilmiş Akademik Örneklem
⚙️Değişkenler:Aktivite tanıma · Akıllı telefon · Giyilebilir cihaz

Özet

Son yıllarda özellikle akıllı telefonların ve giyilebilir cihazların gelişmesiyle birlikte aktivite tanıma alanındaki çalışmalar hız kazanmıştır. Aktiviteler temel olarak yürüme, koşma gibi basit aktiviteler ve yemek yeme, uyuma, diş fırçalama gibi karışık aktiviteler olmak üzere ikiye ayrılmaktadır. Bu derleme çalışmasında aktivite tanıma konusu ile ilgili makaleler değerlendirilmiş ve aktivite tanımada kullanılan sensörler, aktivite çeşitleri, uygulama alanları, aktivite tanıma için kullanılan cihazlar, veri toplama işlemi, eğitim yöntemleri, sınıflandırma algoritmaları ve kaynak tüketimi konuları detaylı olarak incelenmiştir. Yapılmış çalışmaların mevcut durumu ortaya konmuş ve kullanılan farklı yöntemler karşılaştırılmıştır. Daha sonra açık veri setleri paylaşılmış ve literatürdeki derin öğrenme yöntemleri kullanan yenilikçi çözümlerden bahsedilmiştir. Son olarak, bu alanda hala açık olan noktalardan bahsedilmiş ve ileride çalışma yapılabilecek konular önerilmiştir.

Abstract

In recent years, the research on activity recognition has gained speed especially with the development of smart phones and wearable devices. Activities could be categorized into two main groups. simple activities such as walking, running and complex activities such as eating, sleeping, brushing teeth. In this survey paper, articles about activity recognition are examined thoroughly. Sensors and devices used in activity recognition, types of daily activities, application areas, data collection process, training methods, classification algorithms and resource consumption are mentioned in details. The state of the art is elaborated and the existing methods are compared to each other. Later, open data sets are mentioned and studies offering innovative solutions using latest approaches such as deep learning methods are introduced. Finally, still open issues on this area are presented and future work has been discussed.

🔖

Bu Makaleye Atıf Yap

ISKANDEROV, J., GÜVENSAN, M. A. (2019). Akıllı telefon ve giyilebilir cihazlarla aktivite tanıma: Klasik yaklaşımlar, yeni çözümler. Pamukkale Üniversitesi Mühendislik Bilimleri Dergisi, Cilt: 25 - Sayı: 2, 223–239. https://ajindex.com/articles/108868

📄 Tam Metin PDF Okuyucu

📄

PDF görüntüleyici hazırlanıyor...

Kaynakça (15)

  1. IDC. “Smartphone OS Market Share, 2016 Q3”. http://www.idc.com/promo/smartphone-market-share/os (09.05.2017).
  2. McDonough, Michele. “Mobile Usage Statistics: Key Facts and Findings for Publishers”. https://blog.ezoic.com/mobile-usage-statistics-key-facts-and-findings-for-publishers (09.05.2017).
  3. Wikipedia. “Activity recognition”. https://en.wikipedia.org/wiki/Activity_recognition (09.05.2017).
  4. Zhang S, Wei Z, Nie J, Huang L, Wang S, Li Z. “A review on human activity recognition using vision-based method”. Journal of Healthcare Engineering, Volume 2017, https://doi.org/10.1155/2017/3090343, 2017.
  5. Huang RS, Chien BC. “Activity recognition on multi-sensor data streams using distinguishing sequential patterns”. International Symposium on Artificial Intelligence (JSAI2013),
  6. Toyama, Japan, 4-7 June 2013.
  7. Yan S, Liao Y, Feng X, Liu Y. “Real time activity recognition on streaming sensor data for smart environments”. Progress in Informatics and Computing (PIC), Shanghai, China, 23-25 December 2016.
  8. Albert MV, Toledo S, Shapiro M, Kording K. “Using mobile phones for activity recognition in Parkinson’s patients”. Frontiers in Neurology, 3(3), 158-164 2012. Concepción MAA, Morillo LMS, García JAA, Abril LG. “Mobile activity recognition and fall detection system for elderly people using Ameva algorithm”. Pervasive and Mobile Computing, 34(C), 3-13, 2017.
  9. Shoaib M, Bosch S, Incel OD, Scholten H, Havinga PJM. “a survey of online activity recognition using mobile phones”. Sensors, 15(1), 2059-2085, 2015.
  10. Hoseini-Tabatabaei SA, Gluhak A, Tafazolli R. “A survey on smartphone based systems for opportunistic user context recognition”. ACM Computing Surveys, 27, 45(3), 2013.
  11. Incel OD, Kose M, Ersoy C. “A review and taxonomy of activity recognition on mobile phones”. BioNanoScience, 3(2), 145-171, 2013.
  12. Lara OD, Labrador MA. “A survey on human activity recognition using wearable sensors”. IEEE Communications Surveys & Tutorials, 15(3), 1192-1209, 2013.
  13. Chen L, Hoey J, Nugent C, Cook D, Yu Z. “Sensor-based activity recognition”. IEEE Transactions on Systems, Man, and Cybernetics, Part C (Applications and Reviews), 42(6), 790-808, 2012.
  14. Kharat MV, Walse KH, Dharaskar RV. “Survey on soft computing approaches for human activity recognition”. International Journal of Science and Research, 6(2), 1328-1334, 2015.
  15. Nick. “Did You Know How Many Different Kinds of Sensors Go Inside a Smartphone?”. http://www.phonearena.com/news/Did-you-know-how-many-different-kinds-of-sensors-go-inside-a-sm