Aprendizagem profunda e IoT para rastreio personalizado da saúde

Neste trabalho, proposto um sistema inovador de loT para monitoriza o personalizada a longo prazo das actividades realizadas por uma pessoa em casa. O sistema integra um sensor wearable Wi-Fi e t cnicas de extra o de caracter sticas para fornecer informa es sobre uma s rie de actividades com o objetivo de inferir comportamentos anormais. A abordagem apresentada foi concebida para ser alargada a sistemas que requerem m ltiplos sensores port teis que fornecem informa es de forma personalizada. A classifica o das actividades foi realizada com um conjunto de treino relativamente pequeno. Este resultado interessante porque mostra a possibilidade de implementar, muito facilmente, diferentes sistemas HAR calibrados em diferentes classes de problemas para grupos et rios de pessoas. A arquitetura do sistema apresentado explora a conetividade Wi-Fi a bordo e a computa o em nuvem para garantir uma atualiza o constante da rede com novos conjuntos de treino quando s o adicionados utilizadores. Para o efeito, cada amostra de dados adquirida pelo sensor transferida para a nuvem. A arquitetura do sistema concebida abre a porta a uma abordagem alternativa que poderia tirar partido da utiliza o de tecnologias FPGA para a implementa o de sistemas complexos de processamento de sinais a produzir.