Resumen

El modelado del comportamiento humano en entornos inteligentes es un rea de investigacin en auge que aborda varios retos relacionados con la computacin ubicua, el reconocimiento de patrones y la vida cotidiana asistida por el entorno. Gracias a los recientes avances en los dispositivos de deteccin, ahora es posible disear modelos computacionales capaces de detectar con precisin las actividades y rutinas diarias de los residentes. Con este objetivo, presentamos en este artculo un marco basado en aprendizaje profundo para el reconocimiento de actividades en hogares inteligentes. Este marco propone una metodologa detallada para el preprocesamiento de datos, la extraccin de caractersticas y la aplicacin de tcnicas de aprendizaje profundo. El nuevo marco fue diseado para garantizar una exploracin profunda del espacio de caractersticas, ya que se prueban tres enfoques principales, a saber, el enfoque de todas las caractersticas, el enfoque de seleccin y el enfoque de reduccin. Adems, el marco propone la evaluacin y la comparacin de varias tcnicas de aprendizaje profundo bien elegidas, como el autoencoder, las redes neuronales recurrentes (RNN) y algunos de sus modelos derivados. Concretamente, el marco se aplic al conjunto de datos Orange4Home, que representa un conjunto de datos reciente especialmente diseado para la investigacin de hogares inteligentes. Nuestros principales hallazgos muestran que el mejor enfoque para una clasificacin eficiente es el enfoque de seleccin. Adems, nuestros resultados generales superaron a los modelos de referencia basados en clasificadores de bosque aleatorio y en la tcnica de anlisis de componentes principales, especialmente los resultados de nuestro modelo basado en RNN para el enfoque de todas las caractersticas y los resultados de nuestro modelo basado en autoencoder para el enfoque de reduccin de caractersticas.

• Materias:Inteligencia artificial Aplicación móvil Asistencia tecnológica a personas con discapacidad Tecnología en educación
• Subjects:Artificial intelligence Mobile application Technological assistance to people with disabilities Technology in education
• Palabras claves:Modelado del comportamiento humano; Entornos inteligentes; Aprendizaje profundo; Reconocimiento de actividades; Hogares inteligentes; Técnicas de aprendizaje profundo
• Keywords:Human behavior modeling; Smart environments; Deep learning; Activity recognition; Smart homes; Deep learning techniques