Aktivitätsüberwachung für allein lebende Senioren mittels Rasperry Pi (siehe Info im Internet).
Es ist ein Interessantes Projekt und preiswert zu realisieren . Gibt es Forenmitglieder die daran
arbeiten würden und im privaten Bereich hierfür einen Bedarf haben ?
Gruß blitz
Seheiah Projekt
Ich glaube nicht, dass sowas
eine brauchbare Alternative zu Sachen wie Tensorflow, Siri, Alexa, ... werden wird.
Es wird wohl eher darauf hinauslaufen, dass in der Wohnung und am Körper Sensoren platziert werden, dass Handy nimmt die Daten auf, sendet diese an den fürsorglichen maschinellen Aufpasser, der mit Millionen von Profilen gelernt hat was gut und was schlecht ist.
Irgendwann steht dann ein Krankenwagen vor der Tür, die Sanitäter klingeln und sagen:
"Guten Tag, in 3 Minuten werden sie einen Herzinfarkt haben ..."
eine brauchbare Alternative zu Sachen wie Tensorflow, Siri, Alexa, ... werden wird.
Es wird wohl eher darauf hinauslaufen, dass in der Wohnung und am Körper Sensoren platziert werden, dass Handy nimmt die Daten auf, sendet diese an den fürsorglichen maschinellen Aufpasser, der mit Millionen von Profilen gelernt hat was gut und was schlecht ist.
Irgendwann steht dann ein Krankenwagen vor der Tür, die Sanitäter klingeln und sagen:
"Guten Tag, in 3 Minuten werden sie einen Herzinfarkt haben ..."
-
__blackjack__
- User
- Beiträge: 13919
- Registriert: Samstag 2. Juni 2018, 10:21
- Wohnort: 127.0.0.1
- Kontaktdaten:
Die ersten beiden Absätze der Projektbeschreibung:
Das war Teil einer Masterarbeit und ist seit dem nicht mehr angefasst worden.monitoring of people living alone based on water consumption
This is actually more an academical projekt than a real life application. Seheiah ist currently very buggy and not reliable, so be very carefull and don't use it to monitor a real exposed person.
“Java is a DSL to transform big Xml documents into long exception stack traces.”
— Scott Bellware
— Scott Bellware
ich hab auch mal das PDF ueberflogen, und da war der Wasserverbrauch einer Testperson schlicht nicht aussagekraeftig. Das invalidiert natuerlich nicht die Arbeit, weil die Idee zu verifizieren ja wertvoll ist. Das Ergebnis ist nur "geht nicht", jedenfalls fuer eine breite Anwendung. Leute, die 30 mal am Tag ein Glas wasser trinken (und entsprechend oft pullern) sind darueber wahrscheinlich gut beobachtbar.
Ich wuerde auch behaupten, dass heutzutage die Klassifikation von den allgegenwaertigen Beschleunigungssensoren deutlich besser umsetzbar ist. Da werden Schritte gezaehlt und Sensoren fusioniert etc, und zusammen mit den von MagBen schon angesprochenen ML-Verfahren wuerde ich das eher untersuchen.
Ich wuerde auch behaupten, dass heutzutage die Klassifikation von den allgegenwaertigen Beschleunigungssensoren deutlich besser umsetzbar ist. Da werden Schritte gezaehlt und Sensoren fusioniert etc, und zusammen mit den von MagBen schon angesprochenen ML-Verfahren wuerde ich das eher untersuchen.