Dobrucalı, OğuzcanBarshan, Billur2016-02-082016-02-082014-04http://hdl.handle.net/11693/26930Date of Conference: 23-25 April 2014Conference name: 22nd Signal Processing and Communications Applications Conference, SIU 2014Giyilebilir 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.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, their position on the human body. In earlier works, researchers have used customized sensor configurations, and compared them with others in terms of the activity recognition rate. However, it is clear that these comparisons are dependent on the feature sets and classifiers employed. In this study, employing mutual information measure, sensor configurations are determined with respect to the time-domain distributions of the raw sensor measurements. The most informative axes of the accelerometers, gyroscopes, and magnetometers fixed at several locations on the human body are detected. © 2014 IEEE.TurkishHuman activity recognitionMutual informationSensor configurationWearable motion sensorsPattern recognitionSignal processingActivity recognitionFeature setsHuman activitiesHuman activity recognitionMotion sensorsMutual information measuresMutual informationsSensor configurationsSensorsConference Paper10.1109/SIU.2014.6830635