文献

J-GLOBAL ID：201702261800959519   整理番号：17A0113637

WiFall:無線ネットワークによるデバイスフリー転倒検出【Powered by NICT】

WiFall: Device-Free Fall Detection by Wireless Networks

著者 (3件)： Wang Yuxi (College of Computer Science and Software Engineering, CSE Department, Shenzhen University, Hong Kong University of Science and Technology (HKUST), Kowloon, P.R. ChinaHong Kong) ,  Wu Kaishun (College of Computer Science and Software Engineering, CSE Department, Shenzhen University, Hong Kong University of Science and Technology (HKUST), Kowloon, P.R. ChinaHong Kong) ,  Ni Lionel M. (Department of Computer and Information Science, University of Macau, Taipa, Macau, China)
資料名： IEEE Transactions on Mobile Computing  (IEEE Transactions on Mobile Computing)
巻： 16  号： 2  ページ： 581-594  発行年： 2017年 
JST資料番号： W1357A  ISSN： 1536-1233  CODEN： ITMCCJ  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 転倒に起因する損傷は,高齢者の自立した生活への主要な健康脅威の1つと見なされてきた。従来の転倒検出システムには種々の限界がある。本研究では,電波伝搬モデルを解析することにより異なる無線信号変化と活性間の相関を探索した。我々の観察に基づいて,WiFall,真の目立たない転倒検出システムを提案した。WiFallは活性の指標としての物理層チャネル状態情報(CSI)を採用した。ハードウェアの変更,余分な環境装置,あるいはウェアラブル装置なしでヒトの低下を検出することができた。商品802.11N NICを備えたデスクトップにWiFallを実装し,送信機-受信機(Tx Rx)リンクのいくつかのレイアウトを有する三つの典型的な屋内シナリオにおける性能を評価した。関心の領域では,WiFallを高精度で一人の転倒検出を達成することができる。実験結果によって示されたように,全ての試験シナリオにおける1クラスSVM分類器を用いた平均WiFallは15%の誤警報率と90%の検出精度を得た。もランダムフォレストアルゴリズムを用いた13%誤警報を平均94%転倒検出精度を達成することができる。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： ヒト ,  *転倒 ,  老人 ,  送信機
準シソーラス用語： 誤警報 ,  検出精度 ,  誤警報率 ,  高精度 ,  屋内 ,  ウェアラブルデバイス ,  チャネル状態情報 ,  物理層 ,  *ワイヤレス ,  検知システム ,  *無線ネットワーク , 【Automatic Indexing@JST】

分類 (2件)： 計算機網  (JC03000K) ,  移動通信  (ND08030H)

タイトルに関連する用語 (2件)： 無線ネットワーク ,  転倒