Исследователи Муромского института Владимирского государственного университета разработали метод для более точного распознавания движений по данным умных часов, фитнес-браслетов и смартфонов. Алгоритм должен компенсировать искажения и пропуски измерений, которые могут возникать, например, при потере связи или разряде батареи. Исследование поддержал Российский научный фонд.
В основе решения — гибридная архитектура из трёх типов нейросетей: рекуррентных (RNN), свёрточных (CNN) и графовых. По словам Николая Дорофеева, доктора технических наук, доцента и заведующего кафедрой управления и контроля в технических системах МИ ВлГУ, дообучение моделей позволит адаптировать оценку движений к конкретному пользователю.
Метод планируют проверить в клинической больнице «РЖД-Медицина» в Муроме. Сейчас он рассчитан на циклические движения — ходьбу, бег и подъём по лестнице. Медленные и прерывистые движения пока остаются сложной задачей.
Проект рассчитан на два года. Дорофеев отметил, что пилотное приложение может появиться через три-четыре года после клинических испытаний.
Комментариев: 0