Исследователи Муромского института Владимирского государственного университета (МИ ВлГУ) разработали метод, который должен повысить точность распознавания движений по данным умных часов, фитнес-браслетов и смартфонов. Алгоритм рассчитан на устранение искажений и пропусков измерений, возникающих, например, при потере связи или разряде батареи. Исследование поддержано Российским научным фондом. пишет ТАСС.
По словам доктора технических наук, доцента, заведующего кафедрой управления и контроля в технических системах МИ ВлГУ Николая Дорофеева, в основе решения лежит гибридная архитектура из трех типов нейросетей: рекуррентных (RNN), сверточных (CNN) и графовых. Дообучение моделей позволит адаптировать оценку движений к конкретному пользователю.
Метод проверят на базе клинической больницы «РЖД-Медицина» в Муроме. Он ориентирован на циклические движения, включая ходьбу, бег и подъем по лестнице. Медленные и прерывистые движения пока остаются сложной задачей. Проект рассчитан на два года, а пилотное приложение может появиться через три-четыре года после клинических испытаний, отметил Дорофеев.
Источник: www.ferra.ru