Identifiant pérenne de la notice : 243693710
Notice de type
Notice de regroupement
Note publique d'information : Ce manuscrit porte sur la reconnaissance d’activités à partir de données accéléromètriques.
Le dispositif utilisé pour collecter les données de l’accéléromètre est eTact, dispositif
développé par la société Bodycap. Plusieurs solutions sont proposées afin d'optimiser
l’autonomie de l’objet connecté. Ces solutions sont mises en oeuvre et comparées sur
différentes séries de données. L'originalité d'une de ces solutions consiste à binariser
les données de l’accéléromètre avant de les transférer vers une plateforme externe
où elles sont analysées. L’utilisation de données binaires entraîne la perte de nombreuses
informations, cependant il est montré dans ce manuscrit qu’il est possible d’estimer,
entres autres, les paramètres d'un modèle Auto Régressif d’une série temporelle à
partir de l'information binaire sur cette série. A ce titre, un algorithme d'identification
est proposé et analysé.
Note publique d'information : This manuscript deals with the recognition of activities from accelerometric data.
The device used to collect the accelerometer data is eTact, a device developed by
Bodycap. Several solutions are proposed to optimize the autonomy of the connected
object. These solutions are implemented and compared on different data sets. The originality
of one of these solutions is to binarize the data of the accelerometer before transferring
them to an external platform where they are analyzed. The use of binary data induces
the loss of a lot of information, however it is shown in this manuscript that it is
possible to estimate, among other things, the parameters of an Auto Regressive model
of a time series from the binary information on this series. In this respect, an identification
algorithm is proposed and analyzed.
paprika.idref.fr
data.idref.fr
Documentation
