Skip to content
Licensed Unlicensed Requires Authentication Published by De Gruyter (O) June 3, 2016

Datengetriebene Modellierung des Bewohnerverhaltens in Ambient Assisted Living Umgebungen

A data-driven approach for modeling human behavior in Ambient Assisted Living environments
  • Thorsten Rodner

    Thorsten Rodner war wissenschaftlicher Mitarbeiter am Lehrstuhl für Automatisierungstechnik der TU Kaiserslautern und forschte dort im Arbeitsbereich Ambient Intelligence, wo er sich insbesondere mit Ambient Assisted Living beschäftigte. Bei der Festo-Gruppe wirkt er nun u.a. an mehreren Forschungsprojekten zur Thematik Industrie 4.0 mit.

    Technische Universität Kaiserslautern, Kaiserslautern

    EMAIL logo

Zusammenfassung

Systeme aus dem Bereich Ambient Assisted Living unterstützen ältere Menschen auf vielfältige Weise in deren Alltag. In diesem Kontext ist die Modellierung des Verhaltens von Bewohnern eines Smart Home eine mit vielen Herausforderungen verbundene Aufgabe. Dieser Artikel stellt ein Verfahren vor, welches mittels Data-Mining entsprechende Modelle aus in der Wohnung gesammelten Sensordaten generiert. Der Modellierungsprozess ist hoch automatisiert und erfolgt ohne den Bewohner zu stören. Zudem werden von ihm Modelle in einer für Menschen unmittelbar und leicht zu verstehenden Form erzeugt.

Abstract

Modeling the behavior of smart home occupants is a challenging task in the field of Ambient Assisted Living. In this paper the author presents an approach based on data mining for generating such models from collected sensor records. The process is highly automated and nonintrusive to the occupant. Furthermore the created models are easily comprehensible for human eyes.

Über den Autor / die Autorin

Thorsten Rodner

Thorsten Rodner war wissenschaftlicher Mitarbeiter am Lehrstuhl für Automatisierungstechnik der TU Kaiserslautern und forschte dort im Arbeitsbereich Ambient Intelligence, wo er sich insbesondere mit Ambient Assisted Living beschäftigte. Bei der Festo-Gruppe wirkt er nun u.a. an mehreren Forschungsprojekten zur Thematik Industrie 4.0 mit.

Technische Universität Kaiserslautern, Kaiserslautern

Erhalten: 2016-2-15
Angenommen: 2016-4-16
Online erschienen: 2016-6-3
Erschienen im Druck: 2016-6-28

©2016 Walter de Gruyter Berlin/Boston

Downloaded on 16.1.2025 from https://www.degruyter.com/document/doi/10.1515/auto-2016-0030/html
Scroll to top button