Stammdaten

A Windowing Approach for Activity Recognition in Sensor Data Streams
Untertitel:
Kurzfassung:

Determining the appropriate data window size for online sensor data streams to recognize a specific activity is still a challenging task. In particular, when new sensor events are recorded. This paper proposes a windowing algorithm which presents promising results to recognize complex activities, e.g., in a smart home environment. The underlying basic idea is to analyze the sensor data in order to identify the set of “best fitting sensors”: it contains those sensors that most contribute to the recognition task, and therefore should be considered in a window. To validate our approach, we applied it on the CASAS data set which is an international data set for activity recognition.

Schlagworte:
Publikationstyp: Beitrag in Sammelwerk (Autorenschaft)
Art der Veröffentlichung Printversion
Erschienen in: Proc. 8th IEEE International Conference on Ubiquitous and Future Networks
Proc. 8th IEEE International Conference on Ubiquitous and Future Networks
zur Publikation
 ( IEEE; I. Electrical and Electronics Engineering )
Erscheinungdatum: 01.09.2016
Titel der Serie: 8th International Conference on Ubiquitous and Future networks
Bandnummer: -
Erstveröffentlichung: Ja
Seite: S. 951 - 953

Identifikatoren

ISBN:
  • 9781467399906
ISSN: -
DOI: -
AC-Nummer: -
Homepage:
Open Access
  • Online verfügbar (nicht Open Access)

Zuordnung

Organisation Adresse
Fakultät für Technische Wissenschaften
 
Institut für Angewandte Informatik
Universitätsstr. 65-67
A-9020  Klagenfurt
Österreich
  -993705
   ainf@aau.at
https://www.aau.at/angewandte-informatik/
zur Organisation
Universitätsstr. 65-67
AT - A-9020  Klagenfurt
Fakultät für Technische Wissenschaften
 
Institut für Intelligente Systemtechnologien
Universitätsstraße 65-67
9020  Klagenfurt am Wörthersee
Österreich
   hubert.zangl@aau.at
http://www.uni-klu.ac.at/tewi/ict/sst/index.html
zur Organisation
Universitätsstraße 65-67
AT - 9020  Klagenfurt am Wörthersee

Kategorisierung

Sachgebiete
  • 102 - Informatik
Forschungscluster
  • Energiemanagement und -technik
Peer Reviewed
  • Ja
Publikationsfokus
  • Science to Science (Qualitätsindikator: II)
Klassifikationsraster der zugeordneten Organisationseinheiten:
Arbeitsgruppen
  • Application Engineering

Kooperationen

Keine Kooperationspartner ausgewählt

Beiträge der Publikation

Keine verknüpften Publikationen vorhanden