Browsing by Subject "Sensor configurations"

Filter results by typing the first few letters
Now showing 1 - 2 of 2
  • Thumbnail Image
    ItemOpen Access
    Karşılıklı bilgi ölçütü kullanılarak giyilebilir hareket duyucu sinyallerinin aktivite tanıma amaçlı analizi
    (IEEE, 2014-04) Dobrucalı, Oğuzcan; Barshan, Billur
    Giyilebilir hareket duyucuları ile insan aktivitelerinin saptanmasında, uygun duyucu yapılanışının seçimi önem taşıyan bir konudur. Bu konu, kullanılacak duyucuların sayısının, türünün, sabitlenecekleri konum ve yönelimin belirlenmesi problemlerini içermektedir. Literatürde konuyla ilgili önceki çalışmalarda araştırmacılar, kendi seçtikleri duyucu yapılanışları ile diğer olası duyucu yapılanışlarını, söz konusu yapılanışlar ile insan aktivitelerini ayırt etme başarımlarına göre karşılaştırmışlardır. Ancak, söz konusu ayırt etme başarımlarının, kullanılan öznitelikler ve sınıflandırıcılara bağlı olduğu yadsınamaz. Bu çalışmada karşılıklı bilgi ölçütü kullanılarak duyucu yapılanışları, duyuculardan kaydedilen ham ölçümlerin zaman uzayındaki dağılımlarına göre belirlenmektedir. Bedenin farklı noktalarında bulunan ivmeölçer, dönüölçer ve manyetometrelerin ölçüm eksenleri arasından, gerçekleştirilen insan aktiviteleri hakkında en çok bilgi sağlayanları saptanmıştır.
  • Thumbnail Image
    ItemOpen Access
    Sensor-activity relevance in human activity recognition with wearable motion sensors and mutual information criterion
    (Springer, 2014) Dobrucalı Oğuzhan; Barshan, Billur
    Selecting a suitable sensor configuration is an important aspect of recognizing human activities with wearable motion sensors. This problem encompasses selecting the number and type of the sensors, configuring them on the human body, and identifying the most informative sensor axes. In earlier work, researchers have used customized sensor configurations and compared their activity recognition rates with those of others. However, the results of these comparisons are dependent on the feature sets and the classifiers employed. In this study, we propose a novel approach that utilizes the time-domain distributions of the raw sensor measurements. We determine the most informative sensor types (among accelerometers, gyroscopes, and magnetometers), sensor locations (among torso, arms, and legs), and measurement axes (among three perpendicular coordinate axes at each sensor) based on the mutual information criterion.