-
شماره ركورد
732
-
شماره راهنما
پ ك10
-
پديد آورنده
عباسي، حانيه
-
عنوان
تشخيص فعاليت غيرعادي بيماران آلزايمري در خانه هوشمند با استفاده از الگوريتم هوش مصنوعي مبتني بر سري زماني و منطق فازي
-
مقطع تحصيلي
كارشناسي ارشد
-
رشته تحصيلي
كامپيوتر
-
محل تحصيل
دانشگاه صنعتي قم
-
دانشکده
دانشكده برق و كامپيوتر
-
سال تحصيل
1397
-
گروه تحصیلی
گروه مهندسي كامپيوتر
-
استاد راهنما
شمسي، محبوبه
-
استاد مشاور
رسولي كناري، عبدالرضا
-
موضوع ها
خانه هوشمند , شناسايي فعاليت , سري زماني , منطق فازي , چارچوب سلسله مراتبي
-
چکيده
در سالهاي اخير، جمعيت افراد سالمند كه نياز به مراقبت دارند، افزايش يافته است. در بين بيماريهاي
شايع براي اين گروه بيماري آلزايمر جزء 5 بيمارياي است كه بالاترين درصد را به خود اختصاص دادهاست.
بيماران آلزايمري از جمله بيماراني هستند كه نياز به مراقبت دائم دارند؛ همين مسئله احتياج به داشتن
خانهي هوشمند براي باخبر بودن از شرايط بيمار و مستقل زندگي كردن وي را افزايش مي دهد. تحقيقات
زيادي پيرامون ابعاد مختلف خانهي هوشمند از قبيل امنيت، مديريت انرژي و شناسايي رفتار كاربران مطرح
شده است. در بخش شناسايي رفتار، برخي تحقيقات به شناسايي رفتار غير معمول كاربر با استفاده از
تشخيص سقوط و برخي با استفاده از الگوريتمهاي مختلف داده كاوي و تحليل فعاليتهاي قبلي كاربر
پرداخته اند كه براي گروههاي مختلف افراد از قبيل افراد مسن، بيماران آلزايمري، مبتلا به پاركينسون،
افراد با بيماريهاي قلبي، كودكان، افراد با فلجي نسبي و ... كارآمد است.
اين پژوهش به مقولهي شناسايي رفتار كاربران با استفاده از الگوريتم پيشنهادي سري زماني و منطق
فازي) Time Series and Fuzzy logic ( مي پردازد كه در آن، ابتدا با استفاده از دادههاي ارسال شده
توسط حسگرها، فعاليت كاربر با استفاده از الگوريتم شبكه عصبي مبتني بر سري زماني شناسايي ميشود
و در لايههاي بعد، با استفاده از زمان شروع فعاليت و مدت زمان استفاده از هر حسگر، ميزان غيرعادي
بودن آن فعاليت- با استفاده از منطق فازي- مورد بررسي قرار ميگيرد. نتايج بدست آمده حاكي از آن است
كه الگوريتم شبكه عصبي مبتني بر سري زماني توانسته در تشخيص فعاليت كاربران دقت 89.0 را نشان
دهد؛ هم چنين اين سيستم با استفاده از منطق فازي توانسته بدون استفاده از حسگرهاي پوشيدني و تنها
با يك سري حسگر حركتي، سقوط سالمند و يا موارد بحراني در وضعيت سالمند را تا حدود 8900 تشخيص
دهد.
واژگان كليدي: خانه هوشمند، شناسايي فعاليت، سري زماني، منطق فازي، چارچوب سلسله مراتبي
-
لينک به اين مدرک :