Jove
Visualize
联系我们
JoVE
x logofacebook logolinkedin logoyoutube logo
关于 JoVE
概览领导团队博客JoVE 帮助中心
作者
出版流程编辑委员会范围与政策同行评审常见问题投稿
图书馆员
用户评价订阅访问资源图书馆顾问委员会常见问题
研究
JoVE JournalMethods CollectionsJoVE Encyclopedia of Experiments存档
教育
JoVE CoreJoVE BusinessJoVE Science EducationJoVE Lab Manual教师资源中心教师网站
使用条款与条件
隐私政策
政策

相关概念视频

您也可能阅读

相关文章

通过共同作者、期刊和引用图与本文相关的文章。

排序
Same author

Towards the Simulation of a Realistic Large-Scale Spiking Network on a Desktop Multi-GPU System.

Bioengineering (Basel, Switzerland)·2022
查看所有相关文章

相关实验视频

Updated: Jun 10, 2025

Author Spotlight: Addressing Technical and Subjective Challenges in Measuring Classroom Attention
06:37

Author Spotlight: Addressing Technical and Subjective Challenges in Measuring Classroom Attention

Published on: December 15, 2023

2.6K

使用雷达技术评估姿势的人工智能:一个案例研究

Davide De Vittorio1, Antonio Barili1, Giovanni Danese1

  • 1Department of Electrical, Computer and Biomedical Engineering, University of Pavia, 27100 Pavia, Italy.

Sensors (Basel, Switzerland)
|October 16, 2024
PubMed
概括

这项研究引入了使用人工智能 (AI) 监控日常活动和检测姿势的隐私保护雷达系统. 长期短期记忆 (LSTM) 和GRU网络对嵌入式系统监控老年人充满希望.

科学领域:

  • 生物医学工程 生物医学工程
  • 人工智能的人工智能
  • 信号处理 信号处理

背景情况:

  • 人口老龄化需要先进的健康监测解决方案.
  • 需要不引人注目的,保护隐私的技术来支持独立生活.
  • 雷达传感器为家庭环境中的活动和姿势分析提供了潜在的方法.

研究的目的:

  • 开发和评估基于人工智能的系统,使用毫米波雷达进行姿势检测.
  • 评估各种算法和神经网络用于姿势识别的性能.
  • 确定适合嵌入式监控系统中实施的AI模型.

主要方法:

  • 使用毫米波雷达技术与人工智能 (AI) 结合使用.
  • 评估了多种算法和神经网络方法,包括长期短期记忆 (LSTM) 和门式循环单元 (GRU).
  • 对健康受试者进行实验采集,以收集姿势数据.

主要成果:

  • 所有评估的方法都在姿势检测方面表现出很高的性能.
  • LSTM和GRU网络显示出最一致的结果.
  • 这些模型保持了较低的计算复杂性,适合嵌入式系统.
关键词:
这是LSTM的LSTM.人工智能的人工智能是人工智能.嵌入式系统 嵌入式系统落检测系统 落检测系统 落检测系统姿势分析 姿势分析雷达技术 雷达技术 雷达技术

更多相关视频

Author Spotlight: Assessing Brain Activity in Robotic-Assisted Lower Limb Rehabilitation Using fNIRS
05:25

Author Spotlight: Assessing Brain Activity in Robotic-Assisted Lower Limb Rehabilitation Using fNIRS

Published on: June 7, 2024

1.2K
A Human-machine-interface Integrating Low-cost Sensors with a Neuromuscular Electrical Stimulation System for Post-stroke Balance Rehabilitation
11:06

A Human-machine-interface Integrating Low-cost Sensors with a Neuromuscular Electrical Stimulation System for Post-stroke Balance Rehabilitation

Published on: April 12, 2016

10.4K

相关实验视频

Last Updated: Jun 10, 2025

Author Spotlight: Addressing Technical and Subjective Challenges in Measuring Classroom Attention
06:37

Author Spotlight: Addressing Technical and Subjective Challenges in Measuring Classroom Attention

Published on: December 15, 2023

2.6K
Author Spotlight: Assessing Brain Activity in Robotic-Assisted Lower Limb Rehabilitation Using fNIRS
05:25

Author Spotlight: Assessing Brain Activity in Robotic-Assisted Lower Limb Rehabilitation Using fNIRS

Published on: June 7, 2024

1.2K
A Human-machine-interface Integrating Low-cost Sensors with a Neuromuscular Electrical Stimulation System for Post-stroke Balance Rehabilitation
11:06

A Human-machine-interface Integrating Low-cost Sensors with a Neuromuscular Electrical Stimulation System for Post-stroke Balance Rehabilitation

Published on: April 12, 2016

10.4K

结论:

  • 开发的基于雷达的AI系统有效地检测到各种姿势.
  • 由于其性能和效率,LSTM和GRU是嵌入式系统的强大候选者.
  • 这项技术可以提高脆弱个体的独立性和安全性.