Исследование в Международном журнале компьютерных приложений в технологии представляет алгоритм гибридной классификации, направленный на улучшение распознавания человеческой деятельности с использованием данных смартфона. Работа может иметь значение для различных областей, включая здравоохранение и личную поддержку.

Ахмад Тахер Азар из Университета принца Султана в Эр-Рияде, Саудовская Аравия и Университета Бенха в Бенхе, Египет, надеялся продемонстрировать инструмент для точной классификации шести различных видов человеческой деятельности: лежания, сидения, стояния, ходьбы, подъема по лестнице и спуска по лестнице. С этой целью он использовал методы машинного обучения под наблюдением, которые объединили случайные решения (RFDT) и нейронные сети (NN).

Гибридный подход позволил классифицировать шесть видов человеческой деятельности с точностью 96%. Это превосходит производительность отдельных методов машинного обучения, таких как NN или RFDT, и сопоставимо с современными методами. Однако, что отличает этот алгоритм, так это его эффективность в обработке. Гибридный алгоритм может определять поведение на основе поведения смартфона всего за 0,073 секунды по сравнению с точностью, достигнутой с помощью сверхточной нейронной сети (CNN), которой для выполнения той же работы и достижения аналогичного уровня точности может потребоваться более 1,5 секунд.

Работа Азара подчеркивает, насколько полезным могло бы быть такое повышение эффективности, поскольку оно позволило бы в режиме реального времени обрабатывать данные смартфона даже на устройствах без встроенного специализированного компьютерного процессора для решения таких задач. Эта возможность имеет значительные последствия, особенно в сценариях, где необходимо немедленное и точное распознавание активности, например, в приложениях для оказания медицинской помощи и личной поддержки. Особенно своевременным применением было бы оказание поддержки пациентам и мониторинг в так называемых «виртуальных палатах», где пациент обычно остается дома и за ним наблюдают медицинские работники удаленно, используя средства телемедицины для мониторинга и консультирования.

Стоит отметить, что для такого рода исследований остается несколько проблем. Идентификация основных движений, таких как подъем по лестнице или лежание, достижима при условии, что у человека всегда под рукой его смартфон. Однако существует необходимость в более глубоком распознавании эмоционального состояния и других факторов, важных для здоровья и благополучия этого человека.