ทาวน์เฮาส์
โดย:
PB
[IP: 185.51.134.xxx]
เมื่อ: 2023-05-17 22:27:41
ระบบที่เรียกว่า Marko ส่งสัญญาณความถี่วิทยุพลังงานต่ำ (RF) ไปยังสภาพแวดล้อม สัญญาณจะกลับสู่ระบบพร้อมการเปลี่ยนแปลงบางอย่างหากมันกระเด็นออกจากมนุษย์ที่กำลังเคลื่อนไหว อัลกอริธึมใหม่จะวิเคราะห์การสะท้อนที่เปลี่ยนแปลงเหล่านั้นและเชื่อมโยงกับบุคคลที่เฉพาะเจาะจง จากนั้นระบบจะติดตามการเคลื่อนไหวของแต่ละคนในแผนผังชั้นดิจิทัล การจับคู่รูปแบบการเคลื่อนไหวเหล่านี้กับข้อมูลอื่นๆ สามารถให้ข้อมูลเชิงลึกเกี่ยวกับวิธีที่ผู้คนมีปฏิสัมพันธ์ซึ่งกันและกันและสิ่งแวดล้อม ในบทความที่นำเสนอในการประชุมเรื่องปัจจัยมนุษย์ในระบบคอมพิวเตอร์ในสัปดาห์นี้ นักวิจัยได้อธิบายถึงระบบและการใช้งานในโลกแห่งความเป็นจริงใน 6 แห่ง ได้แก่ สิ่งอำนวยความสะดวกในการดำรงชีวิต 2 แห่ง อพาร์ทเมนต์ 3 ห้องที่มีคู่รักอาศัยอยู่ และทาวน์เฮาส์ 1 หลังที่มีผู้อยู่อาศัย 4 คน กรณีศึกษาแสดงให้เห็นถึงความสามารถของระบบในการจำแนกบุคคลตามสัญญาณไร้สายเท่านั้น และเผยให้เห็นรูปแบบพฤติกรรมที่เป็นประโยชน์บางประการ ในสถานสงเคราะห์แห่งหนึ่ง โดยได้รับอนุญาตจากครอบครัวผู้ป่วยและผู้ดูแล นักวิจัยเฝ้าติดตามผู้ป่วยที่มีภาวะสมองเสื่อมซึ่งมักจะกระสับกระส่ายโดยไม่ทราบสาเหตุ กว่าหนึ่งเดือน พวกเขาวัดการก้าวเดินที่เพิ่มขึ้นของผู้ป่วยระหว่างพื้นที่ต่างๆ ของหน่วย ซึ่งเป็นสัญญาณที่ทราบกันดีถึงความปั่นป่วน เมื่อจับคู่จังหวะที่เพิ่มขึ้นกับบันทึกของผู้มาเยี่ยม พวกเขาพบว่าผู้ป่วยมีอาการกระสับกระส่ายมากขึ้นในช่วงวันหลังการเยี่ยมครอบครัว นักวิจัยกล่าวว่าสิ่งนี้แสดงให้เห็นว่า Marko สามารถให้วิธีการใหม่ในการติดตามโปรไฟล์สุขภาพของผู้ป่วยที่บ้านได้ "สิ่งเหล่านี้เป็นบิตที่น่าสนใจที่เราค้นพบผ่านข้อมูล" ผู้เขียนคนแรก Chen-Yu Hsu นักศึกษาปริญญาเอกจาก Computer Science and Artificial Intelligence Laboratory (CSAIL) กล่าว "เราอาศัยอยู่ในทะเลแห่งสัญญาณไร้สาย และวิธีที่เราเคลื่อนไหวและเดินไปมาเปลี่ยนการสะท้อนเหล่านี้ เราพัฒนาระบบที่ฟังเสียงสะท้อนเหล่านั้น ... เพื่อทำความเข้าใจพฤติกรรมและสุขภาพของผู้คนให้ดียิ่งขึ้น" การวิจัยนี้นำโดย Dina Katabi ศาสตราจารย์ Andrew and Erna Viterbi สาขาวิศวกรรมไฟฟ้าและวิทยาการคอมพิวเตอร์ และผู้อำนวยการ MIT Center for Wireless Networks and Mobile Computing (Wireless@MIT) ผู้ที่มาร่วมงานกับ Katabi และ Hsu คือนักศึกษาระดับบัณฑิตศึกษาของ CSAIL Mingmin Zhao และ Guang-He Lee และศิษย์เก่า Rumen Hristov SM '16 ทำนาย "ร่องรอย" และตัวตน เมื่อใช้งานในบ้าน Marko จะส่งสัญญาณ RF ออกมา เมื่อสัญญาณดีดกลับ มันจะสร้างแผนที่ความร้อนชนิดหนึ่งที่ตัดเป็น "เฟรม" แนวตั้งและแนวนอน ซึ่งบ่งชี้ว่าผู้คนอยู่ที่ไหนในพื้นที่สามมิติ ผู้คนปรากฏเป็นหยดสีสดใสบนแผนที่ กรอบแนวตั้งจะจับภาพความสูงและรูปร่างของบุคคล ขณะที่กรอบแนวนอนจะระบุตำแหน่งทั่วไปของบุคคลนั้น ขณะที่แต่ละคนเดิน ระบบจะวิเคราะห์เฟรม RF ประมาณ 30 เฟรมต่อวินาที เพื่อสร้างเส้นทางการเคลื่อนที่สั้นๆ ที่เรียกว่าแทร็กเล็ต โครงข่ายประสาทเทียมแบบหมุนวน ทาวน์เฮาส์ ซึ่งเป็นโมเดลการเรียนรู้ของเครื่องที่ใช้กันทั่วไปสำหรับการประมวลผลภาพ ใช้แทร็กเล็ตเหล่านั้นเพื่อแยกการสะท้อนโดยบุคคลบางคน สำหรับแต่ละบุคคล ระบบจะสร้าง "หน้ากากกรอง" สองอัน ซึ่งเป็นวงกลมเล็กๆ ล้อมรอบบุคคลนั้น โดยพื้นฐานแล้วหน้ากากเหล่านี้จะกรองสัญญาณทั้งหมดที่อยู่นอกวงกลม ซึ่งจะล็อกวิถีและความสูงของบุคคลขณะเคลื่อนที่ เมื่อรวมข้อมูลทั้งหมดนี้ -- ความสูง โครงสร้าง และการเคลื่อนไหว -- เครือข่ายจะเชื่อมโยงการสะท้อน RF เฉพาะกับบุคคลเฉพาะ แต่ในการติดแท็กข้อมูลประจำตัวให้กับ blobs ที่ไม่ระบุชื่อนั้น ระบบจะต้องได้รับการ "ฝึกฝน" ก่อน เป็นเวลา 2-3 วัน แต่ละคนจะสวมเซ็นเซอร์วัดความเร่งพลังงานต่ำ ซึ่งสามารถใช้ติดฉลากสัญญาณวิทยุที่สะท้อนด้วยข้อมูลประจำตัวของตนได้ เมื่อใช้งานในการฝึกอบรม Marko จะสร้างแทร็กเล็ตของผู้ใช้ก่อน เช่นเดียวกับที่ใช้งานจริง จากนั้น อัลกอริทึมจะเชื่อมโยงคุณสมบัติการเร่งความเร็วบางอย่างกับคุณสมบัติการเคลื่อนไหว ตัวอย่างเช่น เมื่อผู้ใช้เดิน ความเร่งจะแกว่งไปตามขั้นบันได แต่จะกลายเป็นเส้นตรงเมื่อหยุดเดิน อัลกอริทึมค้นหาการจับคู่ที่ดีที่สุดระหว่างข้อมูลการเร่งความเร็วและแทร็กเล็ต และป้ายกำกับที่แทร็กเล็ตนั้นตรงกับตัวตนของผู้ใช้ ในการทำเช่นนี้ Marko ได้เรียนรู้ว่าสัญญาณใดที่สะท้อนออกมามีความสัมพันธ์กับตัวตนเฉพาะ เซ็นเซอร์ไม่จำเป็นต้องถูกชาร์จ และหลังจากการฝึกแล้ว แต่ละคนก็ไม่จำเป็นต้องสวมมันอีก ในการใช้งานที่บ้าน Marko สามารถแท็กตัวตนของบุคคลในบ้านใหม่ด้วยความแม่นยำระหว่าง 85 ถึง 95 เปอร์เซ็นต์ สร้างความสมดุล (การรวบรวมข้อมูล) ที่ดี นักวิจัยหวังว่าสถานพยาบาลจะใช้ Marko เพื่อตรวจสอบ พูด ปฏิสัมพันธ์ของผู้ป่วยกับครอบครัวและผู้ดูแล และดูว่าผู้ป่วยได้รับยาตรงเวลาหรือไม่ ตัวอย่างเช่น ในสถานพยาบาลที่มีการช่วยชีวิต นักวิจัยได้สังเกตเวลาที่เฉพาะเจาะจงที่พยาบาลจะเดินไปที่ตู้ยาในห้องของผู้ป่วยและจากนั้นไปที่เตียงของผู้ป่วย นั่นแสดงว่าพยาบาลได้ให้ยาแก่ผู้ป่วยตามเวลาที่กำหนด ระบบอาจแทนที่แบบสอบถามและบันทึกประจำวันที่นักจิตวิทยาหรือนักพฤติกรรมศาสตร์ใช้ในปัจจุบันเพื่อเก็บข้อมูลเกี่ยวกับพลวัตของครอบครัว ตารางเวลาประจำวัน หรือรูปแบบการนอน รวมถึงพฤติกรรมอื่นๆ วิธีการบันทึกแบบดั้งเดิมเหล่านั้นอาจไม่ถูกต้อง มีอคติ และไม่เหมาะสำหรับการศึกษาระยะยาว ซึ่งผู้คนอาจต้องนึกถึงสิ่งที่พวกเขาทำเมื่อหลายวันก่อนหรือหลายสัปดาห์ก่อน นักวิจัยบางคนได้เริ่มติดตั้งเซ็นเซอร์ที่สวมใส่ได้เพื่อติดตามการเคลื่อนไหวและไบโอเมตริก แต่ผู้ป่วยสูงอายุมักลืมใส่หรือชาร์จไฟ "แรงจูงใจที่นี่คือการออกแบบเครื่องมือที่ดีกว่าสำหรับนักวิจัย" Hsu กล่าว ทำไมไม่เพียงแค่ติดตั้งกล้อง? สำหรับผู้เริ่มต้น สิ่งนี้จะต้องมีคนดูและบันทึกข้อมูลที่จำเป็นทั้งหมดด้วยตนเอง ในทางกลับกัน Marko จะแท็กรูปแบบพฤติกรรมโดยอัตโนมัติ เช่น การเคลื่อนไหว การนอน และการโต้ตอบ ไปยังพื้นที่ วัน และเวลาที่เฉพาะเจาะจง นอกจากนี้ วิดีโอยังรุกรานมากขึ้นเท่านั้น Hsu กล่าวเสริมว่า: "คนส่วนใหญ่ไม่สบายใจที่จะต้องถ่ายทำตลอดเวลา โดยเฉพาะในบ้านของพวกเขาเอง การใช้สัญญาณวิทยุในการทำงานทั้งหมดนี้ทำให้เกิดความสมดุลที่ดีระหว่างการได้รับความช่วยเหลือในระดับหนึ่ง ข้อมูลแต่ไม่ทำให้ประชาชนรู้สึกอึดอัด” Katabi และนักเรียนของเธอยังวางแผนที่จะรวม Marko เข้ากับงานก่อนหน้าของพวกเขาในการอนุมานการหายใจและอัตราการเต้นของหัวใจจากสัญญาณวิทยุโดยรอบ จากนั้น Marko จะถูกใช้เพื่อเชื่อมโยงไบโอเมตริกเหล่านั้นกับบุคคลที่เกี่ยวข้อง นอกจากนี้ยังสามารถติดตามความเร็วในการเดินของผู้คน ซึ่งเป็นตัวบ่งชี้ที่ดีของสุขภาพการทำงานในผู้ป่วยสูงอายุ
- ความคิดเห็น
- Facebook Comments
