Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.creator | Pinto, Arthur Bernardo Assumpção | - |
Autor(es): dc.creator | Assis, Gilda Aparecida de | - |
Autor(es): dc.creator | Torres, Luiz Carlos Bambirra | - |
Autor(es): dc.creator | Beltrame, Thomas | - |
Autor(es): dc.creator | Domingues, Diana Maria Gallicchio | - |
Data de aceite: dc.date.accessioned | 2025-08-21T15:08:17Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T15:08:17Z | - |
Data de envio: dc.date.issued | 2022-09-15 | - |
Data de envio: dc.date.issued | 2022-09-15 | - |
Data de envio: dc.date.issued | 2021 | - |
Fonte completa do material: dc.identifier | http://www.repositorio.ufop.br/jspui/handle/123456789/15307 | - |
Fonte completa do material: dc.identifier | https://link.springer.com/article/10.1007/s11063-021-10724-2 | - |
Fonte completa do material: dc.identifier | https://doi.org/10.1007/s11063-021-10724-2 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1003214 | - |
Descrição: dc.description | Wearable sensors have many applications to provide assistance for older adults. We aimed to identify the best combination of machine learning algorithms and body regions to attach one wearable for real-time falls detection from a public dataset where volunteers performed daily activities and simulated falls. Accuracy and comfort of the combination of wearables and algorithms were assessed. Raw data from the accelerometer and gyroscope were used for both training and testing stages. We evaluated the confusion matrix between all wear- ables at each of the different body regions (Ankle, Right Pocket, Belt, Neck, and Wrist) for the following machine learning algorithms: Multilayer Perceptron (MLP), Random Forest, XGBoost, and Long Short Term Memory (LSTM) deep neural network. The accuracy was compared by ANOVA two-way repeated measures statistical test. This work has two main technical contributions. First, our results demonstrated the highest accuracy in identifying falls when the sensors were positioned on the neck or ankle. Second, when the machine learning algorithms to detect fall was compared, LSTM deep neural network and Random Forest showed statistically higher accuracy than MLP and XGBoost. Besides, a comfort analysis based on the literature concluded that neck and wrist are the most comfortable regions to wear wearables. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | en | - |
Direitos: dc.rights | restrito | - |
Palavras-chave: dc.subject | Fall detection | - |
Palavras-chave: dc.subject | Inertial sensors | - |
Título: dc.title | Wearables and detection of falls : a comparison of machine learning methods and sensors positioning. | - |
Aparece nas coleções: | Repositório Institucional - UFOP |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: